Сердечно-сосудистые заболевания являются основной причиной инвалидизации и смертности во всём мире. Появление новых технологий, внедрение искусственного интеллекта и машинного обучения открыли перед врачами возможности повышения эффективности диагностических и терапевтических мероприятий. Экспоненциальное развитие технологий искусственного интеллекта, преимущественно в областях машинного и глубокого обучения, стремительно привлекает интерес клиницистов к созданию новых интегрированных, надёжных и эффективных методов диагностики с целью оказания медицинской помощи. Кардиологи используют большой спектр диагностических мероприятий, основанных на визуализации, что открывает им доступ к более обширным количественным сведениям о пациентах по сравнению со многими другими специалистами.

В данном обзоре мы обобщили современные литературные данные о применении технологий искусственного интеллекта в диагностике сердечно-сосудистых заболеваний, а также выявить пробелы в знаниях, требующие проведения дальнейших исследований. Кардиология — одна из областей медицины, где методы машинного и глубокого обучения получили широкое распространение и продемонстрировали многообещающие результаты. Свёрточные нейронные сети успешно задействованы при измерении параметров сердечной функции по результатам эхокардиографии. Алгоритмы глубокого обучения способствовали более точному выявлению стеноза и кальцификации коронарных артерий, определению характеристик бляшек по данным компьютерной томографии сердца. Свёрточные нейронные сети применяли для решения таких задач, как автоматическая сегментация камер и структур сердца, определение свойств тканей и анализ перфузии по результатам магнитно-резонансной томографии. По мере развития технологий искусственного интеллекта, в частности машинного обучения, их интеграция открывает новые возможности.

Таким образом, технологии искусственного интеллекта представляют большой интерес в сфере здравоохранения, поскольку они предоставляют возможность анализировать обширные объёмы информации в короткие сроки, демонстрируя высокую эффективность. Искусственный интеллект может предоставлять дополнительную помощь специалистам, способствуя повышению эффективности рабочего процесса и оказания медицинской помощи.

心血管疾病是全球致残和死亡的主要原因。新技术的出现以及人工智能和机器学习的引入为医生提供了提高诊断和治疗效率的机会。人工智能技术，尤其是在机器学习和深度学习领域的迅猛发展，迅速吸引了临床医生的关注，推动他们创建新的集成化、可靠和高效的诊断方法，以提供医疗帮助。心脏病学专家使用广泛的基于影像学的诊断方法，相比其他许多专业领域，他们能够获得更为广泛的患者定量信息。通过本综述，我们试图总结现有文献中关于人工智能技术在心血管疾病诊断中的应用，同时识别需要进一步研究的知识空白。心脏病学是医学领域中机器学习和深度学习方法得到广泛应用并显示出有前景成果的领域之一。卷积神经网络成功用于通过超声心动图测量心脏功能参数。深度学习算法有助于更准确地识别冠状动脉的狭窄和钙化，以及通过心脏计算机断层扫描数据确定斑块特征。卷积神经网络还用于自动分割心脏腔室和结构、确定组织特性以及通过磁共振成像进行灌注分析等任务。随着人工智能技术，尤其是机器学习技术的发展，其集成将带来新的可能性。因此，人工智能技术在医疗卫生领域具有广泛的兴趣，因为它们能够在短时间内分析大量信息，展示出高度的效率。人工智能能够为专家提供额外支持，从而提高工作效率和医疗服务的质量。