Сердечно-сосудистые заболевания продолжают оставаться ведущей причиной смертности в современном мире. Одной из причин этого является низкая персонализированность лечения. Представляется необходимым разработка новых методов персонализированной медицины, в частности, с помощью методов математического моделирования и машинного обучения. Методы математического моделирования позволяют симулировать распространение электрического сигнала по сердечной ткани, то есть сконструировать цифровые двойники сердца с учетом индивидуальной геометрии сердца и областей накопления фиброзной ткани. В докладе будет показано применение методов глубокого обучения для ускорения математических расчётов в электрофизиологических цифровых двойниках в популяционном исследовании.