Desarrollo de un prototipo de supervisión médica, basado en IOT, para la detección de arritmia de tipo Fibrilación auricular en personas de la tercera edad en estado de reposo, mediante el monitoreo y procesamiento de señales ECG

Abstract

El presente trabajo propone un sistema electrónico de monitoreo continuo de las señales electrocardiográficas de pacientes para la detección de arritmias de tipo Fibrilación auricular y envío de resultados obtenidos para ofrecer una completa supervisión médica que agilice el diagnóstico y atención del paciente. El sistema está compuesto por dos partes, la primera de Hardware y la segunda de Software. En primer lugar, el Hardware del sistema está compuesto por equipos que permiten adquirir las señales electrocardiográficas, realizar el procesamiento y enviar las señales a una base de datos. En segundo lugar, el Software analiza dos parámetros de la señal electrocardiográfica para inferir si el paciente presenta fibrilación auricular y envía una alerta al especialista para la revisión de la señal involucrada. La validación del funcionamiento del sistema se realizó utilizando señales de la base de datos Physionet con una efectividad de 97.3% y señales extraídas de un conjunto de personas con una efectividad del 85.7%.

The present work proposes an electronic system for constant monitoring of the electrocardiographic signals of the patients for the detection of atrial fibrillation and sending the results in order to offer a complete medical supervision that expedites diagnosis and patient care. The system is composed of two parts, the first Hardware and the second Software. First, the system Hardware consists of equipment that allows electrocardiographic signals to be obtained, to process and send the signals to a database. Second, the system Software analyzes 02 parameters of the electrocardiographic signal to conclude if the patient has atrial fibrillation. The validation of the operation of the system is performed using signals from the Physionet database with 97.3% effectiveness and signals extracted from a sample of people with 85.7% effectiveness.