Hiện nay, chuyển đổi số là mục tiêu chiến lược đang được triển khai ở nhiều ngành và lĩnh vực, trong đó ở lĩnh vực y tế, định hướng áp dụng công nghệ vào khám và điều trị, và mục tiêu tăng tính hiệu quả của khám, chữa bệnh từ xa cũng được đặt ra nhằm góp phần bền vững hóa bao phủ sức khỏe toàn dân. Bệnh tim là một trong những nguyên nhân chính gây tử vong trên toàn cầu, bao gồm một loạt các rối loạn ảnh hưởng đến tim, động mạch máu và chức năng tổng thể của tim hay còn được gọi là bệnh tim mạch.

Tuy nhiên, tập dữ liệu ảnh y khoa về bệnh tim thường là rất lớn, đồng thời việc huấn luyện và chẩn đoán với phương pháp máy học truyền thống thường mất nhiều thời gian đã đặt ra các thách thức về tốc độ học, khả năng tối ưu đối với các tập dữ liệu lớn. Bên cạnh đó, dịch vụ chăm sóc sức khỏe từ xa là sự kết hợp giữa công nghệ và y tế, được cung cấp thông qua ứng dụng di động và hệ thống máy tính phân tán, giúp người dân có thể khám, chữa bệnh từ xa thuận lợi ở các bệnh viện vệ tinh. Trong nghiên cứu này, chúng tôi đề xuất phương pháp chuẩn đoán bệnh tim dựa trên các kiến trúc mạng học sâu tiên tiến như InceptionV3, DenseNet121, ResNet-52, DeiT, EfficientNet và Vision Transformer, xử lý trong môi trường dữ liệu lớn. Qua kết quả thực nghiệm cho thấy độ chính xác của mô hình đề xuất lên đến 98,7% và giảm đáng kể thời gian huấn luyện.