Доклад "Machine Learning Approach to the Classification of Tensiometric Blood Test Results for Chronic Heart Failure Diagnosis" (Применение метода машинного обучения для классификации результатов тензиометрического анализа крови при диагностике хронической сердечной недостаточности) коллектива ученых Пензенского государственного университета (Медицинский институт: профессор Зенин О.К., студент Милтых И.С.; Политехнический институт: профессор Горбаченко В.И., аспирант Грибков Д.Н.), Донецкого медицинского университета (ассистент, к.м.н. Потапов В.В.) и университета Кербелы, Ирак (Mohie M. Alqezweeni Ph.D computer science Kerbala University, выпускник аспирантуры ПГУ, научный руководитель Горбаченко В.И.) признан лучшим на международной конференции "The 2nd International Conference on Artificial Intelligence and Human-Computer Interaction" (Китай).

Представлен новый метод диагностики хронической сердечной недостаточности, основанный на измерении поверхностного натяжения капли плазмы крови с последующей обработкой результатов с помощью нейронной сети. Метод не требует сложных химических анализов и обеспечивает практически 100% точность диагностики.