الفشل القلبي الاحتقاني (CHF) هو حالة فسيولوجية مرضية خطيرة مرتبطة بانتشار عالٍ، ونسبة وفيات مرتفعة، وتكاليف صحية مستمرة، مما يستدعي تطوير طرق فعّالة للكشف عنه. وعلى الرغم من التقدم في الأبحاث الحديثة التي قدّمت أساليب مبنية على معالجة الإشارات المتقدمة والتعلم الآلي، إلا أن الإمكانات الكامنة في تطبيق نماذج الشبكات العصبية التلافيفية (CNN) للكشف التلقائي عن الفشل القلبي الاحتقاني لم تُستغل بشكل كافٍ حتى الآن. ويُعوّض هذا الفجوة الهامة في الدراسة الحالية من خلال عرض نموذج CNN قادر على تحديد الفشل القلبي الاحتقاني بدقة باستخدام نبضة قلب واحدة فقط من سجل كهرباء القلب (ECG)، مع مقارنة النموذج بالأساليب الحالية التي تعتمد عادةً على تغيرات معدل ضربات القلب (Heart Rate Variability). وقد تم تدريب النموذج واختباره على مجموعات بيانات ECG متاحة للجمهور، تضم ما مجموعه 490,505 نبضة قلبية، حيث تم تحقيق دقة 100% في الكشف عن الفشل القلبي الاحتقاني. ومن الجدير بالذكر أن النموذج يتمكّن أيضًا من تحديد التسلسلات النبضية وخصائص الشكل المورفولوجي لسجلات ECG التي تميّز الفئة، وبالتالي تكون مؤشّرات بارزة للكشف عن الفشل القلبي الاحتقاني. وبشكل عام، يُعدّ هذا المساهمة تقدّمًا كبيرًا في منهجيات الكشف الحالية عن الفشل القلبي الاحتقاني، وتوفر أداة دقيقة وشاملة الشفافية لدعم القرارات السريرية المتعلقة بالكشف عن المرض.