差不多10%的高血压病人，在医生那儿量血压时数值是正常的。现在阿肯色大学的研究人员造了个AI诊断工具，专门用来查这种叫“隐性高血压”的情况。这项研究是化学工程副教授威廉·J·理查森带的头，可能会让更多人得到高血压治疗。要知道，这病每年全球要死1000万人。

现在，隐性高血压是靠动态血压监测仪来查的，这玩意儿能在病人正常过日子的时候测血压。不过这设备又笨重又贵，低收入国家可能根本用不上。就因为患者在检查时血压正常，医生很可能压根儿想不到给这种隐性高血压的病人用动态监测仪。

阿肯色大学搞的这个诊断工具，通过分析一堆健康指标，预测隐性高血压的准确率达到了83%。随着它训练的数据越来越多，准确率还会更高。这个新工具的误诊率（假阳性）也很低，能帮患者避免那些没必要还很花钱的治疗。这项研究已经登在《生理学前沿》期刊上了。

阿肯色大学的研究人员利用南非的一项名为“African-PREDICT”的研究，训练他们的工具来诊断隐匿性高血压。该研究收集了南非1200名年轻人的健康数据。这个数据集很独特，因为它涵盖了来自不同种族和不同社会经济水平的二十多岁和三十多岁的健康男男女女。“作为搞建模的，我们特别缺数据。我们一直在找别人实验测出来的数据，”理查森说。

理查森看了这项研究后，通过电子邮件联系了组织者，并开启了阿肯色州与南非之间的国际合作。

南非的研究参与者佩戴了动态血压监测仪，从而找出了哪些人有隐匿性高血压。

html

研究人员让计算机分析两组参与者的数据：一组患有隐匿性高血压，另一组血压正常。然后，通过机器学习，计算机分析了研究中收集的健康和人口统计数据，以发现每组参与者的共同特征。“这本质上就是模式识别，”理查森说。

计算机还能发现人类可能永远看不到的数据关联。“我们对生物学的了解实在太少了。地球上没有人知道所有这些分子是如何相互作用的，”他说。

为了测试模型的准确性，研究人员让计算机分析另一组参与者，但这次没有告诉它哪些人已被诊断出患有隐匿性高血压。计算机必须自行做出诊断，其准确率达到了83%。未来，该模型可以在其他患者身上进行训练，这有助于它优化与隐匿性高血压相关的因素，并更加准确。

南非研究人员正在做一个为期10年的后续研究，这将提供更多数据以完善该模型。

人工智能发现了这些关联并创建了诊断工具，但医生实际用来诊断隐匿性高血压的，会是一个公式。这种方法与医生通过观察"好"与"坏"胆固醇比例来评估心血管疾病风险的方式根本上没什么区别。理查森表示："我们的模型无非就是拿这个数学原理——两个不同数字的比例，测一下你血液里的100种不同分子，然后做同样的事情。"

这个模型还考虑了年龄、性别、种族这些因素，以及通过超声波测量的心脏大小等其他健康信息。

这个诊断工具可以装进医疗记录系统里，根据患者的数据自动查出有没有隐匿性高血压的风险。等到真正用到临床上，模型还能继续用真实患者的数据来训练，让自己的准确度越来越高。

理查德森希望AI工具能帮助救人命。他还希望这些工具能让医生更好地照顾病人。“我们怎么能做出一些工具，帮医生干那些机械性的活儿，这样他们就有更多时间和病人面对面交流？”他问。

想了解更多： 布伦丁·米勒等人，《用于检测年轻人隐匿性高血压的机器学习模型》，发表在《生理学前沿》（2025年）。DOI: 10.3389/fphys.2025.1684693

由阿肯色大学提供