Ο πόνος στο στήθος αντιπροσωπεύει περίπου το 10% των επισκέψεων στο τμήμα επειγόντων περιστατικών. Τα συμπτώματα μπορεί να προκληθούν από οξύ στεφανιαίο σύνδρομο, πνευμονική εμβολή ή αορτική ανατομή, αλλά μόνο μια μειοψηφία ασθενών που παρουσιάζουν ACP διαγιγνώσκονται με αυτές τις σοβαρές καρδιαγγειακές παθήσεις. Ως εκ τούτου, οι γιατροί πρέπει να λαμβάνουν πολύ σοβαρά υπόψη όλες τις περιπτώσεις ACP, παρά το γεγονός ότι οι περισσότεροι ασθενείς είναι χαμηλού κινδύνου. Ερευνητές στο Γενικό Νοσοκομείο της Μασαχουσέτης αναγνώρισαν τη βαθιά μάθηση ως έναν πιθανό τρόπο για τον εντοπισμό ασθενών υψηλού κινδύνου και ως εκ τούτου την επιτάχυνση της διάγνωσης βελτιώνοντας παράλληλα τη χρήση των πόρων.
Το έργο επικεντρώθηκε στις ακτινογραφίες θώρακος στις οποίες οι ασθενείς με ACP συχνά υποβάλλονται σε πρώιμο στάδιο της φροντίδας. Εφαρμόζοντας βαθιά μάθηση στις εικόνες, οι συνεργάτες εκπαίδευσαν ένα μοντέλο για να εντοπίζει σημάδια στις σαρώσεις ότι ένα άτομο μπορεί να έχει μία από τις καρδιαγγειακές παθήσεις. Το μοντέλο βαθιάς μάθησης πέτυχε ακρίβεια 0,85, σε μια κλίμακα που κυμαίνεται από 0,5 (τυχαία) έως 1,0 (τέλειο) στην πρόβλεψη ενός σύνθετου καταληκτικού σημείου 30 ημερών των καρδιαγγειακών παθήσεων και της θνησιμότητας από κάθε αιτία. Ο Δρ Márton Kolossváry, ερευνητής ακτινολογίας στο Γενικό Νοσοκομείο της Μασαχουσέτης, περιέγραψε τη σημασία των ευρημάτων σε μια δήλωση.
«Αναλύοντας την αρχική ακτινογραφία θώρακος αυτών των ασθενών χρησιμοποιώντας το αυτοματοποιημένο μοντέλο βαθιάς μάθησης, μπορέσαμε να παρέχουμε πιο ακριβείς προβλέψεις σχετικά με τα αποτελέσματα των ασθενών σε σύγκριση με ένα μοντέλο που χρησιμοποιεί πληροφορίες ηλικίας, φύλου, τροπονίνης ή d-dimer. Τα αποτελέσματά μας δείχνουν ότι οι ακτινογραφίες θώρακα θα μπορούσαν να χρησιμοποιηθούν για να βοηθήσουν στη διαλογή ασθενών με πόνο στο στήθος στο τμήμα επειγόντων περιστατικών», είπε ο Kolossváry.