一旦学习了图像模式，AI系统就可以仅通过视网膜扫描来估计左心室（心脏的四个腔室之一）的大小和泵送效率。心室扩大与心脏病风险增高有关。借助有关左心室估测大小及其泵送效率的信息以及有关患者年龄、性别等基本人口统计数据，AI系统可预测他们在接下来的12个月内心脏病发作的风险。
目前，只有在进行了超声心动图或心脏磁共振成像等诊断测试后，才能确定患者左心室的大小和泵送效率的详细信息。这些诊断测试通常很昂贵，而且只能在医院中使用，这使得医疗保健系统资源较少的国家的人们无法获得，在发达国家也增加了医疗保健成本和等待时间。
利兹大学英国心脏基金会心血管影像学教授、该研究论文的作者之一斯温·普雷恩说：“AI系统是解开自然界中存在的复杂模式的绝佳工具，而我们发现的与心脏变化相关的视网膜变化复杂模式，正是其中之一。”
