Нейросети умеют не только писать дипломы, но и считать фракцию выброса левого желудочка (ФВЛЖ) на эхокардиограммах.  Исследователи разработали алгоритм глубокого обучения EchoNet-Dynamic на основе сверточной нейросети с архитектурой R2+1D с декомпозированными пространственно-временными свертками. В качестве обучающего материала ученые использовали видеоклипы эхокардиограмм из 32 кадров, в которых нейросеть сначала определяла временную характеристику изображения (по размерам желудочка) с помощью сегментирования изображения, а затем и пространственную. Для обучения использовали более десяти тысяч видеоклипов. Затем они отобрали 3495 видео эхокардиограмм и поровну разделили их для оценки ФВЛЖ между врачами ультразвуковой диагностики и алгоритмом — 1755 записей в первой группе и 1740 во второй. В качестве внешнего контроля выступали 25 кардиохирургов (средний стаж 14,1 года) и 10 кардиологов (средний стаж 12,7 года). Внешний контроль также должен был оценить, насколько близко к их расчетам оказалось заключение врача ультразвуковой диагностики или алгоритма. Чье заключение перед ними, врачи внешнего контроля не знали.  Кардиологи и кардиохирурги не согласились лишь с 16,8 процента заключений алгоритма. Доля заключений врачей ультразвуковой диагностики, в которой внешний контроль нашел значимые отклонения в расчетах ФВЛЖ, составила 27,2 процента. При этом нейросеть посчитала фракцию выброса в среднем на 131 секунду быстрее, чем врач ультразвуковой диагностики. Внешний контроль не смог отличить заключение алгоритма от заключения врача.