这两天数码圈在传一段测量视频。一个人坐在桌前，手腕上戴着华为 Watch D3，旁边摆两台家用上臂式血压计，手表测一次，就用两台血压计各测三次，取中位数对照。评论区里有人认真算数，也有人只丢下一句，这表到底准不准。让我反复看的是另一个细节，他把两台血压计互相之间的读数也画成图比了一遍。
先把信源交代清楚。做这次评测的是一位海外评测者，按他自己的介绍是博士后科研人员，方向是生物数据分析，本人血压偏高，还有高血压家族史，所以格外关注这类设备。他强调这只是初步评测，只测了几天，数据全是他一个人自测的口径，不是实验室或医院的检测报告。有个数字我盯着看了很久：一块手表测出的收缩压，为什么从头到尾没超过 125？
手表测血压走到被科学评测这一步
能测血压的可穿戴设备这几年不算少，随时关注血压趋势这类说法很难被证伪。普通人手里没尺子，只能凭感觉。这次不一样的地方在方法。一台被测设备加若干台参照设备，同步测量，取中位数，再做一致性分析和误差占比统计，这套流程在临床和学术圈不算新鲜。它被搬到消费级产品上，意味着这个品类开始被要求用能检验的方式回答问题。评测者也说了，他关心的是数据质量，不是功能表上有没有血压这一项。
真充气与波形估算，两条技术路线
读懂后面的数字，先分清两类做法。一类靠心率波形估算血压，从脉搏波的形状变化里反推数值，数值本身是推出来的。另一类是老办法，在手臂上真充气加压，靠压力变化找到血流重新通过的那个点。华为 Watch D3 走的是后一条路，只是把充气位置从上臂挪到了手腕。
评测者对这个选择是认可的。他的判断是，相比靠波形粗略估算的设备，充气式方案相当可行，数据质量可能好得多。代价是测量时不能说话，手臂要抬到跟心脏同高，加压还有相当的不适或轻微不适。它支持夜间自动测量，能攒出一份 24 小时记录，他认为这可能是拿到可靠血压数据最好的方式。反过来，基于心率波形的方案对精确数值天然不太可靠，但能发现血压的剧烈变化。
参照设备本身也有分歧
多数评测默认参照的那台设备是准的，这次没这么省事。他先让两台家用血压计互相比。收缩压范围大约在 112 至 125 之间，横轴是欧姆龙的中位数读数，纵轴是博朗的单次读数，图形明显相关，连线跟完全相关的参考线平行，但整体有固定偏差：博朗测出的收缩压平均略高于欧姆龙，舒张压也就是较小的那个数值大多也是如此。其中一个点，博朗约 123，欧姆龙约 117，相差约 6 到 7 mmHg。
仅仅比较两台消费级血压计，就已经能看到相当程度的变异。后面说手表差了几个数，都得放在这个背景下读。
Bland-Altman 图到底说明了什么
看图之前先摆读数。手表跟参照设备比，表现较好的是舒张压，波动不大，范围在 62 到 75 之间，明显相关，但平均而言 D3 测得的舒张压偏高。收缩压就没这么好看了。他在参照设备上血压较高、比如高达 137 左右时，手表仍然只测出相对偏低的值，大约在 120 出头。自测过程里，手表从未检测到高于 125 的血压，而欧姆龙明显测到过 125 以上的读数，甚至可能有大约三分之一的读数都高于 125；换成博朗当参照，模式相同，他本人出现过 130 以上的数值，手表的取值范围依旧很窄。他还说自己的血压有时会超过 140。
那张差异图的读法是，如果两种设备完全一致，所有点都该落在 0 线上。结果是较低的收缩压区间手表大体合理，较高的收缩压区间明显偏低；舒张压几乎总落在 0 线之上，也就是测得偏高。误差不是均匀铺开的，跟你的血压水平有关，越高的那一段越容易读偏。
误差达成率该怎么读
他还统计了更直观的指标，横轴是与参照设备的差值，纵轴是差值不超过该值的测量占比。收缩压这边，差值定在 5 mmHg 时，大约 50% 的 D3 读数落在参照值 5 mmHg 以内；放宽到 10，大约 80% 落在范围内。舒张压这边，以最大差值 5 mmHg 计，只有大约 40% 落在 5 mmHg 以内，放宽到 10 时约为 80%。
光看手表自己的成绩单还不够，得把参照设备也拉进来比。欧姆龙与博朗互比，允许差值放到 10 mmHg 几乎全部一致。舒张压的曲线对比更明显，两台参照设备互比的曲线显著更高，说明它们彼此的一致程度远高于各自与手表的接近程度。单说 80% 听着不难看，放到参照设备的成绩边上，含义就变了。
以上数字都是评测者一个人自测的口径，样本小、时间短，不能当作设备的检测结论。本文也不构成医疗建议，测量异常请以医疗机构结论为准。
考察区间偏窄带来的盲区
他对局限交代得挺清楚。整轮考察的血压范围相当窄，大致在 110 到 137 mmHg 之间，手表在这里表现尚可，换个区间未必站得住。他自己的血压有时超过 140，而这一段至少在他身上，D3 似乎识别不出来，尤其是收缩压的升高识别不出。运动场景下贴合也不理想，收紧之后总会留出空间，因为完全没有可调余地，而充气方案本来就要求加压位置跟手臂贴实。
他的结论是，这款设备或许有潜力，但对他自己而言目前不会使用，也没法向情况类似的人推荐。如果对方血压高得多、波动也大得多，情况可能不同，他很希望能在那种血压水平的受试者身上再测一次。
这类产品的信任成本与监管边界
放回行业里看，方向不复杂。传感器进手表这些年，心率、血氧、体温、睡眠一个接一个加上来，现在轮到血压，但不同指标的可信度不在一条水平线上。心率靠光学就能做得不错，可以当参考；到了血压尤其是收缩压，牵涉的是绝对准确度，光靠波形推算撑不住，这也是手表要走到真充气这条路的原因。
真充气换来数据质量，代价是体验，加压不舒服，测的时候得安静坐着、手臂抬到心脏同高。于是产品面对一个现实问题，测量越像医疗器械，就越要接受医疗器械那种被检验的方式。评测者这次做的事，说白了就是把科学检验流程搬到了消费级产品上：两台参照设备互比，找出参照系自身的偏差；被测设备与参照系同步测，画出差异分布，再统计误差达成率。
网友老陈说自己买这类表主要看趋势，数字有没有突然跳，绝对值差几个数他不太计较。网友阿凯认为既然高区间也测不准，不如等真充气方案的成本降下来再说。网友小敏问得最实际，功能加了这么多项，价格会不会跟着往上抬。
监管与认证的边界，素材里没有给出结论，这里也不替它下判断。有一点可以说，当消费级设备的测量数据被用户当作健康参考，行业得给出一个能被复现的评测口径：用哪类参照设备、覆盖多宽的血压区间、允许多大误差、在什么使用条件下测。这些没定下来之前，厂商说得再热闹，用户手里那张差异图仍然是缺的。
我认为，这件事真正的价值不在手表准不准，而在消费级设备开始被放进一套能复核的框架里检验，这对行业是好事。就这次的数字看，这类产品目前能当参考的是趋势和剧烈变化，碰上绝对数值、尤其是偏高的收缩压还差得远。血压本来就落在偏高区间的人，把它当成唯一依据并不稳妥。照我说，判断该不该跟，不该只看它有没有某项功能，而要看它愿不愿意接受这种检验，把适用区间和误差范围讲明白。谁能先把这件事做扎实，谁在这个品类里就先立住信任。
有句话说得好，能给结论的产品很多，敢接受检验的产品不多。测量这件事上，可信比好听重要得多。
传感器进手表的指标还在变多，哪些能当参考、哪些还差得远，我打算接着一个个拆下去。你要是也在用能测血压的手表，或者压根不信这类数据，评论区一起聊聊。
这类稿子写起来挺费脑子，能看到这儿的都是有耐心的人。觉得有内容，就顺手关注下公众号：Sider，下期接着拆。
|来源：互联网|编辑排版：小四|说明：本文由Sider整理创作，转载请注明来源
免责声明：本文仅供学习交流参考，不构成医疗、投资、法律等专业建议，亦不代表本公众号立场。部分文字、图片、音视频来源于网络，版权归原作者所有，如涉侵权请及时联系，我们将第一时间删除。读者据此操作风险自担，本公众号不承担相关责任；留言评论仅代表发布者个人观点。特此声明。
