محققان انجمن اروپایی قلب و عروق دریافتند استفاده از هوش مصنوعی می‌تواند آزمایشات تشخیصی غیرضروری را در مورد بیماران مبتلا به درد سینه مزمن، حذف کند.
در این تحقیقات از یک سیستم هوش مصنوعی موسوم به ARTICA به منظور پشتیبانی از تصمیم‌گیری به منظور تشخیص استفاده شد که به طور دقیق از خط مشی‌های انجمن اروپایی قلب و عروق پیروی کرده و از انجام آزمایشات غیرضروری اجتناب می کند. این در حالی است که پزشکان معمولا بیش از حد آزمایشات تشخیصی را تجویز می‌کنند و در دو سوم موارد توصیه‌های مرتبط با آزمایشات را نادیده می‌گیرند.
سیستم ARTICA یک سیستم پشتیبانی تصمیم‌گیری است که با استفاده از فناوری یادگیری ماشین نحوه اتخاذ تصمیم در رویه عملی را فرا گرفته است. محققان خط مشی‌های مربوط به روش‌های تشخیصی در رابطه با درد مزمن سینه را به همراه اطلاعات پزشکی که به طور مستمر گردآوری می‌شود در اختیار سیستم قرار دادند. این اطلاعات با استفاده از الگوریتم یادگیری ماشین به طور دائمی مورد تجزیه و تحلیل قرار گرفت تا سیستم هوشمند بتواند بیماران نیازمند به آزمایش بیشتر و نوع آزمایشات را به درستی تشخیص دهد.
در این تحقیقات 982 بیمار مبتلا به درد مزمن سینه مورد مطالعه قرار گرفتند و متخصصان تصمیم‌گیری در خصوص آزمایشات تشخیصی را که توسط پزشکان انجام شده بود با تصمیمات سیستم هوشمند ARTICA مقایسه کردند. این سیستم هوشمند در 658 مورد (67 درصد) انجام آزمایشات بیشتر را غیرضروری تشخیص داد در حالی که پزشکان متخصص در 45 مورد (4.6 درصد)، انجام ازمایشات بیشتر را غیر ضروری دانستند.
با انجام اسکن CTA مشخص شد 639 بیمار (97درصد) از بیمارانی که سیستم ARTICA انجام آزمایشات بیشتر را در خصوص آن‌ها غیرضروری دانسته بود، فاقد هرگونه بیماری قابل توجه عروق کرونر هستند. بنابر این تصمیم‌گیری ARTICA در 97 درصد از موارد کاملا صحیح است. اجتناب از انجام آزمایشات بیشتر، موجب صرفه جویی در زمان کارکنان بیمارستان به میزان یک ساعت و در زمان بیماران به میزان 2 ساعت شد.
گزارش کامل این تحقیقات در کنفرانس بین‌المللی کاردیولوژی هسته‌ای و توموگرافی کامپیوتری قلب و عروق (ICNC) ارائه شده است.
