A szív- és érrendszeri betegségek bizonyos típusait nehéz felismerni, különösen a korai szakaszban, amikor a leghatékonyabb lenne a kezelés.
A szívelégtelenség korai szűrését célzó EAGLE az egyik első olyan nagyszabású kísérlet, amely bemutatja a mesterséges intelligencia értékét a rutin orvosi gyakorlatban.
Az EAGLE-vizsgálatra az USA 45 egészségügyi intézményében került sor, beleértve a vidéki klinikákat, valamint a tudományos orvosi központokat is. A kutatás során összesen 120 orvosi csoport 348 alapellátást végző szakorvosát véletlenszerűen osztották be a szokásos kardiológia rendeléshez. Az orvosokat az elektronikus egészségügyi nyilvántartó rendszeren keresztül figyelmeztette a mesterséges intelligencia az alacsony ejekciós frakció pozitív szűrési eredményére, ami arra késztette őket, hogy echokardiogram vizsgálatot (a szív ultrahangos vizsgálata) rendeljenek el a szívelégtelenség diagnózisának megerősítése érdekében. Az ejekciós frakció a szív pumpa funkciónak nagyon fontos mutatójaként (azt mutatja, hogy a bal kamrából a vér hány százaléka pumpálódik ki) a szívelégtelenség súlyosságának osztályozását segíti, továbbá a kezelés kiindulópontja is lehet.
Az echokardiogrammal könnyen diagnosztizálható az alacsony ejekciós frakció, de ez az időigényes képalkotó vizsgálat több erőforrást igényel, mint egy 12 elvezetéses EKG, amely gyors és könnyen elérhető. A mesterséges intelligenciával összekötött EKG azonban megkönnyítette az alacsony ejekciós frakcióval rendelkező betegek diagnosztizálását, azonosítva azokat az embereket, akik korábban „átcsúsztak” volna az EKG-vizsgálaton.
