Az ACC/AHA (American College of Cardiology/American Heart Association) kidolgozott egy sor irányelvet a kardiovaszkuláris betegségek kockázatának megbecsléséhez. A módszer 8 faktor alapján dolgozik, amely többek között a betegek korát, koleszterin szintjét és vérnyomását veszi figyelembe. Mindezek alapján a rendszer átlag 72,8 százalékos pontossággal állapítja meg egy embernél a kockázatot.

Ez meglehetősen pontos, de Stephen Weng és csapata ennél is jobbat hozott össze. Építettek egy tanulni képes számítógépes algoritmust, amit aztán 378 256 páciens adataival töltöttek fel.  A rendszer első használatakor körülbelül 295 000 rekordot használt, hogy egy belső prediktív modellt generáljon. A maradék rekordokkal aztán ezt finomítgatták további tesztekkel. A munkájuk végül gyümölcsöt hozott. Az algoritmus szignifikánsan pontosabb eredményt ad, int az AAA/AHA módszere. A neurális háló 74,5-től 76,4 százalékos pontosságig dolgozik. Ráadásul a mesterséges intelligencián alapuló rendszer képes figyelembe venni számos olyan kockázati faktort (mentális betegségek, orálisan elfogyasztott kortikoszteroidok, stb.), amit az eddig alkalmazott módszerek figyelmen kívül hagytak.