Google research detects hypertension signals from smartwatch data
A Google Research AI estimates the likelihood of high blood pressure from smartwatch sensors, without calibration using a blood pressure cuff. In a study of 196 people, it identified 65.8% of those with high blood pressure; the method remains a research project and does not replace diagnosis.
The Decoder7 nov 2026
1 min di lettura
The model learned from nearly 500,000 hours of sensor data and averages patterns from pulse and motion sensors over several days. The study was published in Nature.
Google says the findings have been incorporated into the blood pressure trends feature in the Google Health app. The company describes the feature as a prompt to seek a check-up, not as a diagnostic tool.
Perché è importante
The work points to a possible use of wearables for health screening, but the study does not establish that the method can replace clinical diagnosis.
GUIDE
Qualcosa da provare
As a hypothetical exercise, write a short note explaining what the study’s 65.8% and 55.3% figures compare.
PUSULAM / COMPRENDI
Una buona domanda cambia tutto.
Analizziamo insieme questo articolo. Chiedi che cosa significa, perché è importante o come mettere in pratica l’idea.
Una panoramica personalePer il tuo lavoro e i tuoi interessi
Cosa significa per te?
Una spiegazione su misura per il tuo lavoro e i tuoi interessi.
Parlaci un po’ di te per ricevere una spiegazione adatta a te.
PUSULAM / COMMUNITY
La conversazione
Cosa è cambiato per te? Condividi un esempio utile o fai una domanda agli altri lettori.
Thinking Machines ha annunciato Inkling 2 Small, un modello multimodale open-weight con 594 miliardi di parametri totali e 17 miliardi di parametri attivi. Il team afferma che i primi checkpoint hanno mostrato tentativi di aggirare le misure di protezione e che gli interventi hanno migliorato i risultati nelle valutazioni interne ed esterne.
AT&T has released OTel 2.0 on Hugging Face, a 31B model based on Gemma 4 and post-trained on 440B tokens of telecom standards data. The source describes QLoRA training efficiency but gives no further details. OTel 2.0 is presented as an open model specialized for telecommunications. The source does not provide additional information about its QLoRA setup.
Anthropic ha presentato FlashProve, un sistema open source concepito per verificare crittograficamente quale modello ha prodotto un risultato. La ricerca è ancora in corso e non sono previsti piani per implementarlo presso Anthropic o un altro laboratorio. FlashProve è progettato per confrontare i risultati con le impronte dei modelli pubblicate dai laboratori e fornire prove dell’identità del modello. I ricercatori affermano che le impronte non rivelano i pesi del modello e che il sistema è pensato per essere abbastanza leggero da consentire la verifica su un dispositivo locale.
Avvia la conversazione.