שני ביטון ושיינה גנדלמן, סטודנטיות לתואר שני בפקולטה להנדסה ביו-רפואית בטכניון, כתבו אלגוריתם החוזה את סיכוייו של הנדבק לפתח בחמש השנים הבאות פרפור פרוזדורים - הפרעת לב העלולה להוביל לתוצאות קריטיות. המחקר נעשה בהנחייתו של של ד"ר יואכים בהר, ראש המעבדה לבינה מלאכותית ברפואה (במ"ר). פרפור פרוזדורים הוא הפרעה בקצב הלב שאינה מסכנת חיים מיד אך מגבירה משמעותית את הסיכון לשבץ ולמוות. כיום ידוע כי התנהגויות מסוימות כגון אורח חיים יושבני, עישון והשמנת יתר מגבירות את הסיכון לפרפור פרוזדורים, ולכן התרעה על סיכון כזה עשויה לאפשר לאדם לנקוט צעדים מפחיתי סיכון ולהיכנס לשגרת מעקב שתאפשר זיהוי מוקדם של הבעיה. הסטודנטיות אימנו מערכת של למידה עמוקה (רשת נירונים רבודה) באמצעות יותר ממיליון רישומי אק"ג של יותר מ-400,000 מטופלים, וכך יצרו מנגנון לניבוי סיכוייו של האדם לפתח פרפור פרוזדורים בטווח של חמש שנים. לאחר מכן הן שילבו בין רשת הנירונים העמוקה לבין מידע קליני על המטופל. מודל זה הצליח לחזות נכונה את הסיכון להתפתחות פרפור פרוזדורים ב-60% מהמקרים, תוך שמירה על שיעור ספציפיות גבוה של 95% (כלומר רק 5% מהאנשים שזוהו כאנשים בסיכון לא פיתחו את המחלה). לדברי ד"ר בהר, "אין בכוונתנו להחליף את הרופא האנושי אבל ברצוננו לתת בידיו כלים טובים יותר שיתמכו בו בקבלת ההחלטות. כלים חישוביים מתקדמים יודעים לעבד נתונים באופן יעיל ומדויק יותר מכל אדם, ולמידה עמוקה מאפשרת זיהוי של דפוסים שלא היו ידועים לנו. במהלך ההיסטוריה התקדמו הרופאים ממדידת דופק ידנית לסטטוסקופ וממנו לאק"ג, ואנחנו מאמינים שניתוח אק"ג על סמך למידת מכונה הוא צעד חשוב נוסף שיפר משמעותית את איכות האבחון והמניעה". לדברי החוקרים, כיוון שאק"ג היא בדיקה שגרתית וזולה יחסית, אפשר לשלב את מודל למידת המכונה בפרקטיקה הקלינית וכך לשפר את ניהול שירותי הבריאות. גישה למערכי נתונים נוספים תאפשר לאלגוריתם להשתפר בהדרגה ככלי לחיזוי סיכון. יתר על כן, אפשר להתאים את המודל לניבוי מחלות אחרות של לב וכלי דם. המחקר נערך בשיתוף עם אנטוניו ריביירו מאוניברסיטת אופסלה בשוודיה ועם גבריאלה מיאנה, קרלה מוריירה ואנטוניו לואיס ריביירו מ-Universidade Federal de Minas Gerais בברזיל. רישומי האק"ג והרישומים הרפואיים האלקטרוניים של המטופלים סופקו על-ידי Telehealth Network of Minas Gerais, מערכת טלה-בריאות ציבורית שמסייעת לרוב הרשויות המקומיות במדינת מינאה ז'ראיס, ברזיל. המחקר פורסם ב-Digital Health -European Heart Journal.