El uso de la inteligencia artificial en el ámbito médico está en auge, siendo útil en muchos aspectos de este, como es la asistencia al diagnóstico por ordenador. Debido a esto, se han desarrollado diversos intentos de red neuronal para el diagnóstico de infarto de miocardio.
No obstante, la mayoría de los estudios se realizan con pocos datos como para dotar de robustez al modelo desarrollado o bien quedan como proyecto técnico sin repercusión en el ámbito clínico.
Por ello, este proyecto trata de crear un modelo de red neuronal capaz de detectar la presencia de infarto agudo de miocardio que sea a su vez ejecutable en un dispositivo embebido portátil, dotándolo así de libertad de uso.
Para ello, se han tomado dos bases de datos de acceso público con más de 10000 registros de ECG para entrenar una red neuronal convolucional (CNN). Primero, se ha diseñado un modelo de red basado en el estado del arte actual. Después se han preprocesado los datos de acuerdo con este y se han entrenado hasta alcanzar unas métricas de rendimiento similares a las obtenidas en el estado del arte.
Finalmente, se ha optimizado el modelo para su ejecución en el sistema embebido, dotándolo de una gran eficiencia dados los recursos limitados de este, obteniendo así un dispositivo portátil y de bajo coste que permite su uso como sistema de diagnóstico asistido por ordenador (DAO) de forma eficiente para su uso médico.
Buscar en Dimension