Istraživači su razvili model strojnog učenja koji može prepoznati zatajenje srca sa smanjenom istisnom frakcijom na temelju 13 rutinskih laboratorijskih pokazatelja. Model je testiran na 1.480 bolničkih pacijenata s kroničnim zatajenjem srca. Rezultati su pokazali da je model imao umjerenu diskriminaciju za razlikovanje zatajenja srca sa smanjenom istisnom frakcijom od onoga s blago smanjenom ili očuvanom istisnom frakcijom. Autori istraživanja navode da bi se model trebao upotrebljavati kao pomoćno sredstvo za trijažu, a ne kao zamjena za ehokardiografsko fenotipiziranje. Model je postigao visoku osjetljivost i negativnu prediktivnu vrijednost kada je prag postavljen na 0,15. Pro-B-type natriuretski peptid bio je dominantni prediktor u analizi.