Tým pod vedením Stephena Wenga vytvořil čtyři algoritmy, které nakrmil daty o 378 256 pacientech žijících ve Velké Británii. Systémy použily přibližně 295 000 záznamů ke generování svých interních prediktivních modelů. Zbylé záznamy byly použity k otestování a dalšímu zdokonalení.

Algoritmy dokázaly porazit stávající systém dotazů, který vytvořila American College of Cardiology, American Heart Association. Ten je založený na osmi různých faktorech, jako je věk, hladina cholesterolu nebo krevní tlak a umožňuje odhadnout pravděpodobnost výskytu kardiovaskulárního onemocnění u pacienta s pravděpodobností 72,8 procenta.

Algoritmy byly ve svých odhadech úspěšnější až o 7,6 procenta a zaznamenaly o 1,6 procenta méně falešných poplachů.

Ze sady zkušebních záznamů 83 000 pacientů by tento systém dokázal navíc zachránit 335 životů. Je přitom zajímavé, že algoritmy zjistily řadu rizikových faktorů a indikátorů, které nebyly zahrnuty v existujících instrukcích, jako jsou závažné duševní nemoci nebo spotřeba kortikosteroidů.

„Existuje mnoho interakcí v biologických systémech. To je realita lidského těla. Počítačová věda nám umožňuje prozkoumat tyto asociace,“ řekl Weng.