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.
![szívelégtelenség](https://foteldoki.hu/storage/lkj7XNtoWMa2BHUZcm8zMZYVubEspK4IJPhho55h.jpg)
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.