Abstract. Bugungi kunda sog‘liqni saqlash tizimi doimiy monitoring va aniq tashxisga muhtoj. Ayniqsa yurak urishi, nafas olish va qand miqdori kabi hayotiy ko‘rsatkichlarni real vaqtli tahlil qilish orqali kasalliklar erta bosqichda aniqlanishi mumkin. Ushbu maqola kognitiv texnologiyalar, sun’iy intellekt va real vaqtli monitoring usullarini birlashtirib, tibbiy ma’lumotlarga asoslangan ogohlantirish tizimini yaratishga bag‘ishlangan. Taklif etilayotgan model LSTM (Long Short-Term Memory) neyron tarmog‘i asosida yurak, nafas va glyukoza darajasini tahlil qiladi va anomaliyani avtomatik tarzda aniqlaydi. Bunda signal filtrlash, ketma-ketlikni bashorat qilish va individual sog‘liq profili orqali shaxsiy qaror qabul qiluvchi tizimlar ishlab chiqiladi. Tajribada real hayotga yaqinlashtirilgan sun’iy datasetlar asosida tahlillar o‘tkazilib, aniqlik, faollik va ogohlantirish tizimining ishonchliligi baholandi. Natijalar ushbu texnologiya yordamida sog‘liqni kuzatishda yuksak samaradorlikka erishish mumkinligini ko‘rsatdi. Modelga mobil ilova yoki web interfeys integratsiyasi orqali foydalanuvchi sog‘lig‘ini 24/7 nazorat ostida ushlab turish imkoniyati yaratish rejalashtirilgan. Maqolada kardiologik signallarga raqamli ishlov berishning kognitiv modeli va dasturiy majmuasini ishlab chiqish bo‘yicha kognitiv yondashuvlarni ishlab chiqish va u asosida model, algoritm, diagramma, dasturiy komponentlar va amaliy tahlillar taqdim etilgan. Yurakning EEG signallari asosida aritmiya kasalligini aniqlash uchun kognitiv parametrlar (yosh, jins, kasb, jismoniy faollik va anamnez) bilan birga yurakning muhim 8 ta xususiyati o‘rganildi. EKG signallarining asosiy intervallari (RR, PR, QRS, QT) va yurak ritmidagi o‘zgarishlar HRV, ST segment, T va P to‘lqinlar orqali o‘rganildi. Ma’lumotlar Random Forest klassifikatori yordamida tahlil qilindi.