<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Хазова Е. В.</author>
     <author>Шулаева П. А.</author>
     <author>Савзиханова Р. Р.</author>
     <author>Малкова М. И.</author>
    </authors>
   </contributors>
   <titles>
    <title>Интеграция технологий искусственного интеллекта в анализ электрокардиограммы: современные тенденции и перспективы: обзор</title>
   </titles>
   <keywords>
    <keyword>искусственный интеллект</keyword>
    <keyword>электрокардиограмма</keyword>
    <keyword>фибрилляция предсердий</keyword>
    <keyword>гипертрофическая кардиомиопатия</keyword>
    <keyword>сердечная недостаточность.</keyword>
   </keywords>
   <dates>
    <year>2026</year>
    <pub-dates>
     <date>2026-04-22</date>
    </pub-dates>
   </dates>
   <doi>10.15829/1560-4071-2026-6835</doi>
   <journal>Российский кардиологический журнал</journal>
   <abstract>Тенденция последнего десятилетия – использование технологий искусственного интеллекта (ИИ), направленных на развитие превентивной медицины путем оптимизации использовании ресурсов здравоохранения, в том числе снижения нагрузки на медицинский персонал, повышения точности анализа медицинских данных. В обзоре освещаются инструменты на базе технологий ИИ, современные тренды и перспективы их применения в интерпретации паттернов электрокардиограмм для выявления изменений, зачастую упускаемых при стандартном рутинном анализе. Аккумулированные данные ряда исследований указывают на прогностическую ценность моделей, использующих технологии ИИ, обученных на электрокардиограммах с синусовым ритмом в диагностике пароксизма фибрилляции предсердий, гипертрофической кардиомиопатии, сердечной недостаточности.</abstract>
   <urls>
    <web-urls>
     <url>https://www.cardiojournal.online/publication/14522</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.cardiojournal.online/files/14923</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
