Meski selalu didahului dengan sejumlah gejala, namun banyaknya kasus kematian mendadak menjadi bukti bahwa memprediksi serangan jantung secara akurat bukanlah pekerjaan yang mudah, bahkan bagi seorang dokter ahli sekalipun. Dokter dibekali pengetahuan dan pengalaman dalam menilai faktor resiko dan memberikan peringatan dini kepada pasien akan resiko serangan jantung, tapi tampaknya teknologi komputer menawarkan solusi yang lebih baik dan akurat.
Sekelompok peneliti dari University of Nottingham telah mengembangkan program komputer yang diklaim mampu memprediksi serangan jantung lebih baik dari pada dokter. Algoritma tersebut bekerja dengan mengolah rekam medis pasien dan mengembangkan sendiri kriteria-kriteria faktor resiko melampaui standar yang ditetapkan oleh American College of Cardiology atau American Heart Association.
Adapun kriteria-kriteria yang diidentifikasi oleh American Heart Association meliputi beberapa faktor resiko seperti usia, tekanan darah dan obesitas. Makin tinggi nilai yang diperoleh maka makin tinggi pula peluang seseorang terkena serangan jantung. Kriteria ini menjadi panduan bagi para dokter ahli di Amerika. Namun teknologi komputer ini menawarkan pendekatan berbeda dan menemukan ruang untuk melakukan peningkatan yang tidak dapat dilakukan oleh manusia.
Dalam study ini, peneliti membandingkan kriteria rancangan AHA/ACC dengan empat jenis algoritma kecerdasan buatan yang mereka bangun, yaitu random test, logistic regression, gradien boosting dan terakhir, neural networks. Keempat teknologi kecerdasan buatan ini mampu belajar, kemudian menganalisa data dalam jumlah besar untuk membuat prediksi tanpa campur tangan manusia. Sedikitnya ada 378,256 rekam medis yang diolah oleh sistem. 78% data tersebut akan diolah oleh keempat metode, di mana masing-masing sistem mencoba menemukan pola dan membuat kriterianya sendiri, kemudian mengujinya ke rekam medis yang tersisa.
Hasilnya, keempat program mampu melampui akurasi yang dibuat oleh dokter menggunakan panduan dari AHA/ACC, di mana metode menggunakan neural networks mampu memprediksi dengan benar 7.6% lebih sering ketimbang kriteria AHA dan ACC, dan hanya dengan 1,6% tingkat kesalahan. Artinya, dari 83.000 sampel yang diolah, 355 orang pasien bisa diselamatkan.
