Istraživači su razvili model strojnog učenja koji može prepoznati srčanu insuficijenciju s reduciranim izbacivačem frakcijom koristeći 13 rutinskih laboratorijskih pokazatelja. Model je testiran na 1,480 bolničkih pacijenata s kroničnom srčanom insuficijencijom. Rezultati su pokazali da je model imao umjerenu diskriminaciju za razlikovanje srčane insuficijencije s reduciranim izbacivačem frakcijom od one s blago reduciranim ili očuvanim izbacivačem frakcijom. Autori istraživanja navode da bi model trebao biti korišten kao pomoćno sredstvo za triažu, a ne kao zamjena za ehokardiografsko fenotipiziranje. Model je postigao visoku osjetljivost i negativnu prediktivnu vrijednost kada je praga postavljena na 0,15. Pro-B-type natriuretski peptid bio je dominantni prediktor u analizi.