Software para la detección y reporte de arritmias cardiacas en ECG con modelos de CNN y LLM

Este proyecto es un software interactivo diseñado para digitalizar y optimizar el proceso de reportes y aprendizaje sobre arritmias cardíacas, dirigido tanto a médicos como a estudiantes de ciencias de la salud. Mediante este sistema, los estudiantes podrán mejorar significativamente su curva de aprendizaje al disponer de una herramienta digital avanzada que les permite observar en detalle el comportamiento de los latidos del corazón en un electrocardiograma (ECG). Este aprendizaje práctico es fundamental para desarrollar habilidades diagnósticas precisas. Además, los médicos se beneficiarán de esta herramienta al poder ofrecer diagnósticos mucho más precisos y rápidos a los pacientes que puedan estar afectados, o no, por esta condición cardíaca. El sistema incorpora una red neuronal convolucional (CNN) sofisticada, capaz de reconocer y analizar los complejos QRS que representan cada latido del corazón, lo que permite una clasificación detallada y precisa de los latidos. Esta información detallada es posteriormente enviada a un modelo de lenguaje (LLM), que procesa los datos recibidos y proporciona respuestas a las preguntas formuladas sobre el comportamiento de los latidos del corazón, facilitando así una comprensión más profunda y una mejor toma de decisiones clínicas. En resumen, este software no solo optimiza el proceso educativo y diagnóstico, sino que también representa un avance significativo en la integración de tecnologías de inteligencia artificial en el campo de la cardiología.

• Autores: Vargas V., Andrés F; Villalobos, Bryam; Medina, Nefer
• Fecha de publicación: 2024
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/11970
• Acceso en línea: http://hdl.handle.net/10584/11970
• Palabra clave: LLM; CNN; Detección; Arritmia Cardiaca; QRS; Aprendizaje; Medicina; Inteligencia Artificial; Detection; Cardiac Arrhythmia; QRS; Learning; Medicine; Artificial Intelligence
• License: Universidad del Norte