Nature: opracowano model AI mierzący tętno i oceniający zdrowie serca na podstawie twarzy na wideo
Naukowcy opublikowali w Nature model uczenia maszynowego, który wykorzystuje przedni aparat smartfona do pasywnego monitorowania tętna podczas normalnego użytkowania telefonu. System pozwala dokładnie ocenić tętno spoczynkowe i spełnia branżowe standardy akcelerometrów.
Pasywny monitoring rytmu serca na podstawie twarzy w smartfonie: analiza przełomu AI od Google Research
[Istota]: co naprawdę się dzieje
31 maja 2026 roku w czasopiśmie Nature ukazał się artykuł zespołu badawczego Google Research pod kierownictwem Liao Shun dotyczący opracowania systemu pasywnego monitorowania tętna (Passive Heart-Rate Monitoring, PHRM), wykorzystującego przedni aparat smartfona. Za formalnym opisem kolejnego algorytmu AI kryje się fundamentalna zmiana paradygmatu w cyfrowej ochronie zdrowia: po raz pierwszy technologia zdalnej fotopletyzmografii (rPPG) osiągnęła klinicznie istotną dokładność w rzeczywistych warunkach codziennego życia, bez jakiegokolwiek udziału użytkownika.
Prawdziwa istota tego, co się dzieje, nie polega na samym fakcie pomiaru tętna z twarzy, ale na tym, jak dokładnie to zrobiono. Poprzednie systemy rPPG wymagały, aby użytkownik siedział nieruchomo przed kamerą przez 30–60 sekund. PHRM działa inaczej: wykorzystuje fragmenty wideo trwające zaledwie 8 sekund, które smartfon i tak nagrywa podczas normalnego użytkowania – na przykład przy odblokowywaniu Face ID, podczas rozmów wideo lub przeglądania treści. Jest to pomiar „pasywny”, niewymagający od użytkownika żadnych dodatkowych działań.
Badanie przeprowadzono na bezprecedensową skalę: 192 353 wideo od 485 uczestników do treningu i 162 546 wideo od 211 uczestników do walidacji. To największe badanie tego rodzaju w historii, a Google robi nietypowy dla korporacji krok – publikuje nie tylko artykuł, ale także cały zestaw danych z adnotacjami oraz wstępnie wytrenowany model. Taka otwartość jest sygnałem, że firma traktuje technologię nie jako tajemnicę handlową, ale jako przyszłą infrastrukturę.
Chronologia i kontekst
Technologia rPPG istnieje już od ponad dziesięciu lat. Już w 2013 roku metoda CHROM została zwalidowana na 117 osobach. Jednak wszystkie poprzednie podejścia cierpiały na dwa fundamentalne problemy: wrażliwość na kolor skóry i wymóg idealnych warunków oświetleniowych. To właśnie te bariery udało się pokonać Google.
Kluczowy moment, który większość analityków pomija: badanie było finansowane przez Alphabet, a wszyscy autorzy są pracownikami firmy posiadającymi akcje. Co więcej, na technologię złożono już wniosek patentowy. Oznacza to, że PHRM nie jest charytatywnym projektem akademickim, ale strategiczną inwestycją w przyszłość ekosystemu Android. Google nie tylko publikuje pracę naukową – kładzie podwaliny pod wbudowanie monitorowania medycznego bezpośrednio w system operacyjny.
W kontekście rozwoju branży warto odnotować równoległe prace. W tym samym 2026 roku ukazały się badania nad FVBPSR-Mamba do rekonstrukcji sygnałów rPPG oraz opracowania dotyczące pomiaru ciśnienia krwi z przesunięciem fazowym. Żadna z tych prac nie osiągnęła jednak skali i reprezentatywności Google. Badacze z Chin i Korei wciąż zmagają się z zadaniem na poziomie algorytmów, podczas gdy Google rozwiązał problem na poziomie danych – zbierając ogromny, oznakowany zestaw danych ze zrównoważoną reprezentacją wszystkich odcieni skóry.
Kto wygrywa, a kto traci
Zwycięzca nr 1: Google i ekosystem Android. PHRM daje Google unikalną przewagę konkurencyjną nad Apple. Apple ma Apple Watch z dokładnym pomiarem tętna, ale nie ma rozwiązania, które działa na każdym smartfonie bez dodatkowych urządzeń. Miliardy smartfonów z Androidem na całym świecie – zwłaszcza w krajach o niskim dostępie do infrastruktury medycznej – nagle stają się urządzeniami medycznymi. To nie tylko „fajna funkcja” – to strategiczny atut.
Zwycięzca nr 2: pacjenci z chorobami układu krążenia. 4,5 miliarda ludzi na świecie nie ma pełnego dostępu do podstawowych usług zdrowotnych. Dla nich PHRM to pierwsze w życiu narzędzie umożliwiające śledzenie kluczowego biomarkeru zdrowia (tętna spoczynkowego) bez wizyty u lekarza i bez kupowania drogiego gadżetu. Smartfon ma zdecydowana większość; teraz może ratować życie. Błąd pomiaru poniżej 5 uderzeń na minutę w porównaniu z noszonymi trackerami jest klinicznie istotny.
Zwycięzca nr 3: społeczność badawcza. Google publikuje zestaw danych i model. Oznacza to, że każdy uniwersytet czy startup może teraz wykorzystać te dane do trenowania własnych algorytmów, bez zbierania własnej próbki tysięcy pacjentów. Bariera wejścia w medyczną AI radykalnie spada. Spodziewaj się lawiny badań opartych na tym zestawie danych w ciągu najbliższych 12-18 miesięcy.
Przegrany nr 1: producenci budżetowych urządzeń noszonych. Firmy takie jak Xiaomi, Huawei i Samsung zarabiają miliardy na sprzedaży opasek fitness i smartwatchy, których główną funkcją jest pomiar tętna. Jeśli Google wbuduje PHRM w Androida (i zrobi to za darmo), po co użytkownik miałby kupować osobne urządzenie za 50-100 dolarów? Rynek budżetowych urządzeń noszonych może się skurczyć o 30-40% w ciągu 2-3 lat od wdrożenia.
Przegrany nr 2: firmy sprzedające zastrzeżone rozwiązania rPPG. Istnieje wiele startupów i małych firm, które sprzedają licencje na swoje algorytmy pomiaru tętna z twarzy klientom korporacyjnym (telemedycyna, aplikacje fitness). Darmowy, dokładny, otwarty model od Google sprawia, że ich oferta handlowa staje się bezsensowna. Niektóre z tych firm zamkną się w ciągu najbliższych 18 miesięcy.
Nieoczywisty przegrany – twórcy aplikacji medycznych, które opierały się na niskiej jakości danych. Teraz użytkownicy będą mieli wzorcowy standard (PHRM od Google), z którym będą mogli porównywać inne aplikacje. Jeśli twoja aplikacja daje błąd 15-20% (a wiele tak daje), użytkownicy to zobaczą i usuną ją. „Wielkie czyszczenie” rynku aplikacji medycznych jest nieuniknione.
Czego media nie mówią
Po pierwsze: dokładność dotyczy tylko ważnych sygnałów, a ważnych sygnałów jest mało. Tak, gdy PHRM otrzyma sygnał, błąd wynosi 5,65-6,09%. Ale jak często udaje się uzyskać ten sygnał w prawdziwym życiu? W warunkach swobodnych odsetek wideo, z których udało się wydobyć ważne tętno, wyniósł: dla jasnej skóry – 58%, dla średniej – 45%, dla ciemnej – tylko 25%. Oznacza to, że trzy czwarte wideo osób z ciemną skórą system po prostu odrzuca. To nie jest „sprawiedliwa technologia” – to technologia, która działa dobrze tylko w określonych warunkach. Komunikaty prasowe przemilczają ten fakt.
Po drugie: zużycie energii i przetwarzanie na urządzeniu to ogromny problem. PHRM wymaga przetwarzania wideo w czasie rzeczywistym. Jeśli każde odblokowanie telefonu uruchomi sieć neuronową na 8 sekund, bateria wytrzyma o 15-20% krócej. Google nie opublikowało żadnych danych dotyczących zużycia energii. Rozwiązaniem jest przeniesienie obliczeń na wyspecjalizowany procesor neuronowy (NPU), który nie jest dostępny we wszystkich smartfonach. Na budżetowych urządzeniach funkcja będzie działać wolno lub w ogóle nie będzie działać. Tworzy to przepaść cyfrową między posiadaczami flagowców a resztą.
Po trzecie: prywatność – zabójca tej technologii. PHRM wymaga dostępu do przedniego aparatu i analizy twarzy użytkownika. Tak, Google mówi o przetwarzaniu na urządzeniu, ale jak upewnić się, że wideo rzeczywiście nie trafia na serwer? Dla użytkowników dbających o prywatność (a jest ich coraz więcej po skandalach z danymi) ta funkcja będzie nie do przyjęcia. W Europie na mocy RODO wymagana będzie wyraźna, świadoma zgoda na każdą sesję pomiarową. To zabije „pasywność” monitoringu. Bez rozwiązania problemu zaufania technologia pozostanie niszowa.
Po czwarte (najmniej oczywiste): technologia mierzy tętno, ale nie mierzy arytmii. Migotanie przedsionków to jeden z najniebezpieczniejszych rytmów serca, prowadzący do udarów. Do jego wykrycia potrzebna jest analiza zmienności rytmu serca (HRV) i nieregularnych odstępów. PHRM, oparta na analizie spektralnej FFT, uśrednia częstość i traci informację o zmienności. Google nie deklaruje wykrywania arytmii, ale użytkownicy mogą pomyśleć, że skoro telefon mierzy tętno, to „sprawdza serce”. To niebezpieczne błędne przekonanie, które może prowadzić do przeoczonych udarów.
Prognoza: następne 30 dni i 90 dni
Następne 30 dni: Spodziewaj się fali publikacji i komentarzy w środowisku medycznym. Kardiolodzy i pulmonolodzy zaczną dyskutować, czy można używać PHRM do badań przesiewowych. Pojawią się pierwsze niezależne badania walidacyjne – laboratoria uniwersyteckie spróbują odtworzyć wyniki Google na własnych zestawach danych. Szczególna uwaga zostanie poświęcona ciemnej skórze i dzieciom (w badaniu Google dzieci nie uczestniczyły, tylko dorośli). Rozpoczną się również dyskusje na temat statusu regulacyjnego: czy funkcja, która po prostu pokazuje tętno, wymaga zatwierdzenia przez FDA, czy jest to „funkcja wellness” niewymagająca regulacji? Google najprawdopodobniej pójdzie drogą „nie urządzenie medyczne”, aby uniknąć biurokracji.
Następne 90 dni (do września 2026): Śledź ogłoszenia na Google I/O (jeśli wydarzenie odbędzie się we wrześniu) lub na osobnej prezentacji urządzeń Pixel. Spodziewam się, że PHRM zostanie wbudowane w Pixela 9 (premiera spodziewana jesienią 2026) jako ekskluzywna funkcja, a następnie, po 6-12 miesiącach, pojawi się na wszystkich smartfonach z Androidem za pośrednictwem Google Play Services. Prawdopodobna jest również integracja z Google Fit i ewentualnie z Fitbit (które Google kupiło). Połączenie PHRM i danych z urządzeń noszonych Fitbit stworzy najpełniejszy zestaw danych o rytmie serca na świecie. To miliardy punktów danych dziennie.
Długoterminowy trend (12-24 miesiące): Główne pytanie – czy Google uda się rozwiązać problem niskiego odsetka ważnych sygnałów (zwłaszcza dla ciemnej skóry) i zużycia energii. Jeśli tak, PHRM stanie się de facto standardem pasywnego monitorowania zdrowia. Jeśli nie – technologia pozostanie „interesującą pracą naukową” bez rzeczywistego wdrożenia. Stawiam 60% na sukces: problem ciemnej skóry jest fundamentalny (melanina rzeczywiście pochłania więcej światła) i nie można go rozwiązać tylko poprzez zwiększenie danych. Konieczne będą zmiany w sprzęcie – być może zastosowanie kamer na podczerwień, których w masowych smartfonach nie ma. Oznacza to, że pełna implementacja PHRM to nie tylko oprogramowanie, ale oprogramowanie + sprzęt, co opóźnia masowe wdrożenie o 3-5 lat. Ale Google pokazało kierunek i teraz do tego wyścigu dołączą Apple, Samsung i Huawei. Najbliższe dwa lata w branży mobilnej będą zdeterminowane przez to, kto pierwszy zrobi ze smartfona prawdziwe urządzenie medyczne.
— Editorial Team
