カフもキャリブレーションも不要—血圧波形を読み取るスマートウォッチが登場

高血圧は心筋梗塞や脳卒中の主要なリスク因子であり、「サイレントキラー」とも呼ばれる。しかし、多くの人にとって血圧とは、病院で測る「上の血圧・下の血圧」という2つの静的な数字に過ぎない。2026年5月14日に『ネイチャー・コミュニケーションズ』誌で発表された研究は、この常識を覆すスマートウォッチを紹介している。カフも、個人ごとの面倒な初期設定（キャリブレーション）も一切不要で、拍動ごとの血圧波形と血流速度をリアルタイムで捉えるのだ 。

このデバイスは、ユタ大学とイリノイ大学シカゴ校の数学者とエンジニアからなる学際チームによって開発された。中核となるのは、リアルタイムの電気バイオインピーダンス（BioZ）センシングと、物理学の知識を組み込んだニューラルネットワーク（Physics-Informed Neural Network: PINN）という、二つの革新的技術の融合である 。

なぜ血液の「電気の通りやすさ」が血圧に変わるのか

このスマートウォッチは、手首にごく微弱で感知できない高周波電流を流す。血液は電気を通しやすい性質（導電性）を持つため、心臓の拍動に合わせて手首の動脈を血液が脈打つたびに、電気の流れやすさ（インピーダンス）が微妙に変化する 。研究チームは、この微細な変動に血圧に関する豊富な情報がコードされていることを見抜き、この生の信号を「BioZ」と呼んでいる。

インピーダンスの変化を物理的な血圧値に変換するために、チームはマルチスケールの解析・計算モデルを構築。これにより、BioZ信号と血圧の間の生物物理学的な関係を解明し、手首での信号に影響を与える生理学的、解剖学的、実験的なパラメータを特定した 。

物理法則を「教え込んだ」AIがもたらす信頼性

この技術の最大のブレークスルーは、「シグナルタグ付き物理-informedニューラルネットワーク」と呼ばれる機械学習モデルだ。これは、流体力学の法則をネットワークの構造そのものに焼き付けている 。

従来のAI（ブラックボックスモデル）が大量のデータから単純に相関関係を学習するのとは全く異なる。このPINNは、物理的に絶対に起こりえない結果を出力できない。例えば、血液が逆流するといった非現実的な予測を原理的に排除するのだ。研究チームはこの点こそが、医療現場での意思決定に用いる上で、従来モデルよりはるかに信頼できる理由だと主張している 。

モデルは脈動する流れと電磁気学の物理を「理解」しているため、従来のカフで基準値を測ることなく、電気信号だけから連続的な血圧波形を再構築できる。これこそが、本デバイスを真に「キャリブレーションフリー」たらしめている核心である。

血圧を「点」ではなく「線」で捉える

健康診断などで使われる腕帯式の血圧計（カフ）は、測定した一瞬の最高血圧と最低血圧しか教えてくれない。数学者で論文の共著者であるブラクストン・オスティング氏は、この限界を端的に表現している。「血圧は2つの数字ではありません。時間の関数なのです。数学的な挑戦は、手首での間接的な電気測定から、この波形全体を復元することでした」。

ユタ大学のチームが開発したスマートウォッチは、時間経過に伴う完全な連続血圧波形を出力する 。さらに、標準的な圧力値に加えて、「ラジアル（半径方向）血流速度」と「アキシャル（軸方向）血流速度」、つまり動脈内を血液がどのくらいの速さで流れているかまでも推定する 。

この豊富な血行動態（ヘモダイナミクス）データは、一瞬の測定では見逃されがちな危険な血圧スパイク、夜間高血圧、仮面高血圧などを明らかにする可能性を秘めている。

健常者からICU患者まで、150人での検証

このスマートウォッチは、合計150人の参加者で評価された。内訳は、安静時および身体活動（歩行、ランニング、階段昇降）後の健常者に加え、極めて重要な点として、外来および集中治療室（ICU）の高血圧・心血管疾患患者も含まれている 。これは、最も必要としている人々に対して、BioZセンシングが本当に機能するかどうかを直接検証したことを意味する。

2026年の本研究の正確な数値精度指標は現時点で公開されていないが、同一チームによる先行研究（2023年）では、PINNベースのモデルが参照測定値と高い相関を示し（収縮期血圧: 0.90、拡張期血圧: 0.89）、収縮期誤差1.3±7.6mmHg、拡張期誤差0.6±6.4mmHgという結果を報告している 。新型デバイスは、実際のウェアラブル端末として、この性能に匹敵するか、それを超えることを目指している。

臨床的可能性と、残された課題

カフ不要、キャリブレーションフリーの連続的な血行動態モニタリングは、臨床的に大きな意義を持つ。

• 早期発見: リスクのある患者の危険な血圧変動を早期に検知できる。
• 治療最適化: 医師が血圧の薬をリアルタイムのデータに基づいて調整しやすくなる。
• 白衣高血圧の克服: 病院で測ると高くなる「白衣高血圧」による誤った診断を排除できる 。

とはいえ、いくつかの留意点も存在する。

• 規制と商用化: デバイスはまだ規制当局の認可を受けておらず、知的財産を保有するユタ大学は、ライセンス供与に向けた初期段階の協議を行っている 。
• 利益相反: 研究は米国科学財団（NSF）や米国立衛生研究所（NIH）などの公的資金に加え、企業B-Secur, Ltd.からも資金提供を受けている。筆頭著者のベンジャミン・サンチェス・テロネス氏は、この企業の株式を保有し、指導的役割を担っている 。読者や臨床医は、この点を考慮する必要がある。
• 技術的堅牢性: 物理駆動型アプローチの最大の利点は、同時に最大の課題でもある。再構築の質は、モデルが現実世界のバイオインピーダンス変動をどれだけ忠実に捉えられるかに完全に依存する。体動によるノイズ、皮膚の水分量、接触圧力といった外的要因は、信号品質を低下させる可能性がある。日常使用での制御された試験と同様の堅牢性を証明することが、今後の課題だ。

現在市販されているウェアラブル端末で、ここまでの血行動態の深さを、連続的かつキャリブレーションフリーで提供できるものは存在しない。ユタ大学のチームが、研究室から製品化への道のりを乗り越えることができれば、おなじみの「カフ」は、いずれ過去の医療遺物となり、私たちの手首から健康の「映画の全編」が見える未来が訪れるかもしれない。