Кластеризация медицинских больших данных как инструментарий систем поддержки принятия решений в математической кардиологии с использованием облачных технологий

Системный администратор. 2018. Т. 188-189. № 07-08. С. 92–96.

Шмид А. В., Новопашин М. А., Зимина Е. Ю.

Массовое использование мобильных устройств для съема электрокардиограмм (ЭКГ) приводит к количественному росту доступных для исследования ЭКГ множества пациентов. Таким образом, появляются новые возможности исследования колебательных процессов долговременной динамики индивидуального состояния сердечно-сосудистой системы (ССС) любого пациента.

В статье демонстрируются новые возможности долговременного постоянного наблюдения за состоянием ССС массы пациентов, позволяющие выявить закономерности динамики ССС, которые приводят к выдвижению гипотезы о существовании адекватной модели ССС как распределенной нелинейной автоколебательный системы класса моделей возвратов Ферми-Паста-Улама (ФПУ).

Наличие содержательной математической модели ССС возврата ФПУ, как уточнение традиционной модели изучения вариабельности сердечного ритма (ВСР), далее позволяет предложить новые вычислительные методы анализа ЭКГ и прогнозирования динамики ССС для более детальной диагностики и оценки эффективности проводимого лечения.

Ключевые слова: кластерный анализ, clustering, большие данные, big data, cardiology, кардиология