Nature重磅：谷歌团队实现 看脸测心跳，智能手机被动监测心率

静息心率是评估心血管健康和死亡风险的关键生物标志物，但长期监测通常依赖智能手表、运动手环等可穿戴设备，这在一定程度上限制了其普及。2026年6月1日，谷歌研究院在《自然》（Nature）期刊发表了一项突破性研究，展示了一种全新的解决方案——利用智能手机前置摄像头在日常使用中被动监测心率。

这项名为被动心率监测（Passive Heart-Rate Monitoring，PHRM）的深度学习系统，其科学原理基于视频式远程光电容积描记法。简单来说，当心脏泵血时，面部皮肤下的血液容积会发生微弱的周期性变化，这种变化会影响皮肤反射的光线。手机前置摄像头在用户日常使用过程中，捕捉到这些细微的光信号变化，PHRM系统通过深度学习模型，从短短8秒的面部视频中分析光信号，从而计算出实时心率。

该研究最大的亮点在于准确性和公平性。研究团队进行了迄今同类研究中规模最大的验证，使用了来自近700名参与者的超过35万条面部视频数据，涵盖实验室和真实生活场景。参与者按肤色深浅分为三组，确保系统在所有人群中经过严格测试。

结果显示，与医疗级心电图相比，PHRM在实验室条件下的心率测量平均绝对百分比误差低于5.65%，在自由生活条件下也仅为6.09%，均显著优于行业标准（误差低于10%）。更重要的是，系统在浅色、中等和深色三种肤色群体中的测量性能无显著差异，证明了其跨肤色公平性。通过PHRM测量的每日静息心率与可穿戴设备相比，平均绝对误差小于每分钟5次，且与已知的心血管疾病风险因素显著相关。

这项技术的意义在于，它让全球数十亿智能手机用户无需额外花费，就能获得持续、被动的心血管健康洞察。长期、无感的静息心率监测，有助于发现心率异常趋势，可能为心律失常、感染或压力状态提供早期线索。为促进进一步研究，谷歌团队已公开发布了预训练心率模型和大型带标注数据集。

或许在不久的将来，我们只需像平常一样使用手机，就能随时了解自己的心脏健康状况。

参考文献：Liao S, et al. Passive heart-rate monitoring during smartphone use in everyday life. Nature, 2026. DOI: 10.1038/s41586-026-10507-6.