Bệnh tim mạch (CVD) đã cướp đi khoảng 19,1 triệu người, chiếm 33% số ca tử vong toàn cầu vào năm 2022 (theo thống kê của WHO). ECG (Electrocardiogram) được sử dụng để chẩn đoán và theo dõi CVD thông qua điện tâm đồ. Gần đây, một phương pháp dựa trên máy học được đề xuất để phát hiện CVD sớm, hỗ trợ chẩn đoán nhanh và chính xác hơn. Trong nghiên cứu này, nhóm tác giả sử dụng kỹ thuật máy học có giám sát xây dựng mô hình hỗ trợ chẩn đoán bệnh tim mạch dựa trên một số triệu chứng cận lâm sàng trong hai tệp dữ liệu [1] [2]. Thực nghiệm đạt độ chính xác toàn cục (Accuracy - ACC) là 98.21%, tỷ lệ âm tính giả (False Negative Rate – FNR), tỷ lệ dương tính giả (False Positive Rate – FPR) lần lượt là 0.63% và 2.82%. Tỷ lệ phát hiện của mô hình (Detect Rate - DR) đạt 99.02% cùng 10 đặc trưng sử dụng thuật toán Random Forest.