A cluster database includes existing ECG datasets organized into clusters, wherein each existing ECG dataset includes an existing ECG waveform with at least one corresponding existing feature and existing interpretation. Each cluster is comprised of existing ECG datasets having a common existing feature. The cluster training module is executable by the processor to receive a new ECG waveform and a feature extracted from the new ECG waveform. The cluster training module then selects a cluster interpretation module based on the feature, wherein the cluster interpretation module is trained on one of the clusters from the cluster database. The cluster training module processes the new ECG waveform and/or the feature to provide a cluster interpretation output. The cluster interpretation output is then displayed on the user interface, and the cluster training module receives clinician input via the user interface accepting or rejecting the cluster interpretation output.Une base de données de grappes comprend des ensembles de données d'ECG existants organisés en grappes, chaque ensemble de données d'ECG existant comprenant une forme d'onde d'ECG existante pourvue d'au moins une caractéristique existante et interprétation existante correspondante. Chaque grappe est constituée d'ensembles de données d'ECG existants ayant une caractéristique existante commune. Le module d'apprentissage de grappe est exécutable par le processeur pour recevoir une nouvelle forme d'onde d'ECG et une caractéristique extraite de la nouvelle forme d'onde d'ECG. Le module d'apprentissage de grappe sélectionne alors un module d'interprétation de grappe sur la base de la caractéristique, le module d'interprétation de grappe étant formé sur l'une des grappes de la base de données de grappes. Le module d'apprentissage de grappe traite les nouvelles formes d'onde d'ECG et/ou la caractéristique pour générer une sortie d'interprétation de grappe. La sortie d'interprétation de grappe est ensuite affichée su
