Diseño de un aplicativo móvil que integra un sistema predictivo basado en redes neuronales para la detección de ocho tipos de arritmias

• Autores: Britney Danuska, Almeyda Doloriert, Obregon Ore, Cesar Augusto
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/11729
• Enlace del recurso: https://hdl.handle.net/20.500.12867/11729
• Nivel de acceso: acceso abierto
• Materia: Redes Neuronales; Convolucionales (CNN); Arritmia; Detección de objetos; https://purl.org/pe-repo/ocde/ford#2.06.00

El presente estudio se centra en el diseño y desarrollo de una aplicación móvil, Arritmie, que incorpora un sistema predictivo basado en redes neuronales convolucionales (CNN) para la detección temprana de ocho tipos de arritmias cardíacas. El sistema procesa representaciones visuales bidimensionales de electrocardiogramas (ECG), utilizando cuatro conjuntos de datos del repositorio en línea Physionet para entrenar y validar la red, con una división del 80/20. En la fase de pruebas de campo, la aplicación Arritmie será evaluada por una muestra de médicos recién egresados para analizar el rendimiento del modelo y la funcionalidad de la aplicación en entornos reales. Este sistema demuestra una precisión del 85-95% por derivación evaluada, con una sensibilidad superior al 90%, lo que resalta su capacidad para detectar con precisión los patrones asociados a las arritmias cardíacas. La aplicación móvil está diseñada para apoyar el diagnóstico en diversos contextos médicos, dirigida a médicos generales y estudiantes de medicina en su último año de formación. Esta innovación proporciona asistencia diagnóstica esencial, aumentando la probabilidad de detección de arritmias durante consultas y monitoreo de pacientes, especialmente en zonas remotas. Además, esta herramienta contribuye a la optimización de recursos médicos al facilitar una mejor asignación de pruebas diagnósticas, consultas especializadas y tratamientos preventivos. Los resultados de este estudio respaldan la idoneidad de la tecnología CNN en el ámbito médico, ofreciendo una contribución significativa a la mejora de la atención clínica, especialmente en entornos con recursos limitados.