SOFTWARE PARA LA DETECCIÓN Y REPORTE DE ARRITMIAS
CARDIACAS EN ECG CON MODELOS DE CNN Y LLM.
I. INTRODUCCIÓN
La arritmia, caracterizada por una actividad eléctrica anormal del corazón, es una
condición comúnmente asociada con problemas cardíacos, detectada mediante la
grabación prolongada de las pulsaciones de un paciente utilizando
electrocardiogramas (ECG) (Zhu et al., 2019; Serhani et al., 2020). Estas condiciones
son una preocupación importante para la salud pública y pueden ser una causa
principal de muerte, incluso en poblaciones tan vulnerables como la infantil (Ziheng,
2021). Por lo tanto, es crucial detectar estas enfermedades a tiempo para prevenir
complicaciones graves.
Para abordar esta problemática, este proyecto propone desarrollar un software
interactivo avanzado capaz de integrar un modelo de lenguaje natural adaptado y una
arquitectura de redes neuronales convolucionales. Este enfoque busca proporcionar a
los médicos una herramienta efectiva para la detección rápida y precisa de arritmias.
Aunque existen varios sistemas de ayuda para la detección y el diagnóstico de
arritmias, cada uno con sus pros y contras (Dinakarrao et al., 2020), es esencial
seleccionar un algoritmo existente con eficiencia comprobada para garantizar un
rendimiento y una utilidad óptima por parte de los usuarios.
El modelo de lenguaje natural contextualizado facilita una interacción intuitiva con el
sistema. Al ajustarse con información precisa sobre los reportes generados por el
modelo CNN, proporciona respuestas más seguras y completas. Por su parte, las
redes neuronales convolucionales analizan automáticamente los datos de los ECG
para identificar patrones relevantes. Asimismo, se asegura una experiencia sencilla e
intuitiva al vincular el modelo de lenguaje natural con los resultados, permitiendo una
interpretación asistida de los datos para el usuario.
La implementación de este software tiene el potencial de tener un impacto significativo
en la práctica clínica al mejorar la eficiencia diagnóstica y reducir los errores médicos
asociados con la interpretación de ECG. Además, al ser accesible y fácil de usar, este
software podría beneficiar a
médicos de diferentes niveles de experiencia y contribuir a mejorar la calidad del
cuidado del paciente en general.
Históricamente, el diagnóstico de arritmias ha sido un desafío para los profesionales
de la salud con poca experiencia y/o conocimiento al dar un diagnóstico a partir de un
ECG. Con el avance de la tecnología y el desarrollo de herramientas de análisis de
señales biomédicas, como los modelos de lenguaje natural y las redes neuronales
convolucionales, se ha abierto la puerta a nuevas posibilidades para mejorar la
precisión y la rapidez en la detección de estas condiciones.
A continuación, en la sección del problema, identificamos y analizamos las áreas
clave. Luego, en la justificación, explicamos la importancia del proyecto. Los Objetivos
detallan nuestras metas, seguidas de la Metodología CRISPDM para comprender
nuestra aproximación. En estado del arte, revisamos literatura y proyectos existentes
relevantes, mientras que el marco teórico explora conceptos y tecnologías utilizadas
en este proyecto. La arquitectura lógica y física y el microcódigo presentan con detalle
la fase de desarrollo del prototipo del proyecto. Además, se visualizará una tabla de
valoración del prototipo por parte de los usuarios finales. Finalmente, las conclusiones
resumen los hallazgos, contribuciones clave y trabajos a futuro en este proyecto.
II. PROBLEMA
Fig. 1: Árbol descriptivo del problema
La Figura 1 resalta un problema que se desglosa en tres grandes áreas: una centrada
en el ámbito médico, específicamente en la gestión y comprensión de la información
de salud; otra, en el ámbito técnico, con énfasis en el aprendizaje automático y la
inteligencia artificial; y una última, centrada en la computación y su implementación
con sensores médicos. En el ámbito médico, el objetivo principal es mejorar la
eficiencia y precisión en la gestión de datos médicos para facilitar una mejor
comprensión y uso de los sistemas médicos tanto para profesionales como para
pacientes. Por otro lado, en el ámbito técnico, se busca hacer hincapié en la aplicación
de técnicas avanzadas de aprendizaje automático, como el machine learning, para
abordar desafíos técnicos y mejorar la calidad de los servicios médicos mediante la
automatización de procesos y la optimización de algoritmos, así como para plantear
los paradigmas que estos generan al momento de confiar en estos sistemas. Este
enfoque técnico está dirigido a impulsar la innovación en áreas como el diagnóstico
médico, en particular en el diagnóstico de arritmias cardíacas, el desarrollo de
tratamientos personalizados y la gestión eficiente de recursos en el sector de la salud.
Por último, se aborda la rama que trata los desafíos asociados con la implementación
de estos sistemas computacionales con herramientas médicas. Estas ramas
representan áreas críticas de investigación y desarrollo en la búsqueda de soluciones
para el problema identificado.
III. JUSTIFICACIÓN
Las afecciones cardíacas representan una de las principales razones de mortalidad a
nivel mundial (Bisellach, 2018). En la práctica médica contemporánea, la identificación
precisa de arritmias cardíacas puede ser un desafío para muchos médicos,
especialmente aquellos con una experiencia limitada en interpretación de
electrocardiogramas (ECG). Esta dificultad puede conducir a diagnósticos inexactos o
retrasados, lo que a su vez puede impactar negativamente en el tratamiento y la
atención al paciente. Numerosos investigadores han empleado algoritmos de
aprendizaje automático (ML, por sus siglas en inglés Machine Learning) para abordar
la clasificación de arritmias. (Namara et al., 2019)
El propósito de este proyecto es abordar de manera efectiva la detección de arritmias
cardíacas a través del desarrollo de un software interactivo. Mediante la integración de
un modelo de lenguaje natural adaptado y un modelo de redes neuronales
convolucionales, se busca proporcionar a los profesionales médicos una herramienta
eficaz que les permita identificar rápidamente y con precisión estas irregularidades en
el ritmo cardíaco. La inclusión del Modelo de Lenguaje Natural facilitará la interacción
intuitiva con el sistema ya que se ha observado que estos modelos han demostrado
capacidades notables para comprender y generar el contexto de la conversación
humana (Junwen et al., 2023), mientras que las Redes Neuronales Convolucionales
analizarán de manera automática los datos de los electrocardiogramas (ECG) para
detectar patrones relevantes ya que estos modelos han logrado unos grandes
resultados en la detección de las arritmias cardiacas (Zheng et al., 2022).
La implementación de este software podría tener un impacto significativo en la práctica
clínica ya que se conoce que la detección automática de estos problemas cardíacos
consume mucho tiempo y es muy laboriosa en el proceso clínico (Zheng et al., 2022).
La utilización de algoritmos de inteligencia artificial junto con dispositivos habilitados
para electrocardiogramas (ECG) puede ser beneficioso para mejorar la detección
temprana de arritmias y elevar el estándar de atención médica en este ámbito
(Bernalda, 2023). Además, al ser accesible y fácil de usar, este software podría
beneficiar a médicos de diferentes niveles de experiencia y ayudar a mejorar la calidad
del cuidado del paciente en general.
IV. OBJETIVOS
A. Objetivo General
Diseñar e implementar un software interactivo potenciado por un modelo de lenguaje
natural adaptado y una arquitectura de redes neuronales convolucionales para la
detección y reporte de arritmias cardíacas en ECG.
B. Objetivos Específicos
• Identificar los componentes claves para el diseño y la implementación
relacionados con el reconocimiento de arritmias cardíacas en
electrocardiogramas (ECG) a partir de la revisión sistemática de la literatura.
• Diseñar la arquitectura lógica de la solución para la implementación de
algoritmos que permitan la detección de arritmias cardíacas en ECG.
• Desarrollar un prototipo de la solución que identifique y clasifique las
arritmias cardíacas en un ECG, proporcionando una conclusión sobre el
estado cardíaco del paciente.
• Validar que el prototipo de la solución propuesta extraiga información
sobre los ECG, logre detectar y clasificar correctamente las arritmias
cardíacas, y genere conclusiones precisas sobre la salud cardíaca del
paciente.
V. METODOLOGÍA
A continuación, describiremos las fases aplicadas en el proyecto bajo la metodología
CRISP-DM, un método robusto y adaptable que ofrece un enfoque sistemático para
abordar nuestro proyecto en cuanto al desarrollo del modelo:
Fig. 2: Metodología CRISP-DM
1. Fase de compresión del problema
Se llevó a cabo una revisión exhaustiva de la literatura médica y técnica relacionada
con la detección de arritmias cardíacas para comprender los desafíos actuales y definir
los objetivos del proyecto. Esto incluyó la identificación de las necesidades y requisitos
específicos de los usuarios finales, como médicos y personal clínico, así como la
comprensión de cómo la solución propuesta puede abordar estas necesidades.
2. Fase de compresión de datos
Se recopiló datos de electrocardiogramas (ECG) presentados por MIT-BHI que
contienen muestras representativas de diferentes tipos de arritmias cardíacas. Estos
datos se explorarán inicialmente para comprender su estructura, calidad y
características específicas relacionadas con las arritmias. Se identificaron posibles
desafíos y limitaciones en los datos, como la presencia de ruido o artefactos.
3. Fase de preparación de datos
Los datos de ECG se limpian y procesan para eliminar ruido y artefactos, y garantizar
la consistencia y calidad de estos. Se dividen los datos en conjuntos de entrenamiento,
validación y prueba para el desarrollo y evaluación del modelo. Además, se
seleccionan y extraen características relevantes de los datos de ECG que puedan ser
útiles para la detección de arritmias, esto lo logramos con técnicas de segmentación
de imágenes.
4. Fase de modelado
Se diseñó e implementó un modelo de red neuronal convolucional (CNN) utilizando el
conjunto de datos de ECG preparado. El modelo CNN se entrenó utilizando técnicas
de aprendizaje supervisado, ajustando los parámetros del modelo para optimizar el
rendimiento en la detección de arritmias. Se evaluó el rendimiento del modelo
utilizando métricas como precisión, sensibilidad y especificidad en la detección de
diferentes tipos de arritmias cardíacas.
5. Fase de evaluación
Se realizó una validación del modelo entrenado utilizando conjuntos de datos
independientes y comparándolo con métodos de referencia. Se evaluará la efectividad
clínica y la utilidad práctica del modelo en la detección de arritmias cardíacas en
entornos clínicos simulados o reales.
6. Fase de despliegue
Se implementó el modelo de detección de arritmias cardíacas en una plataforma
interactiva que permite a los usuarios interactuar con el sistema para obtener
diagnósticos y explicaciones sobre las arritmias detectadas. Se realizarán pruebas
piloto con médicos y personal clínico para validar la usabilidad y la utilidad clínica de la
plataforma desplegada.
VI. MARCO TEÓRICO
La arritmia cardiaca es una señal que comúnmente apunta a problemas del corazón.
Estos problemas cardíacos son siempre una de las principales preocupaciones en
salud para la humanidad (Ziheng, 2021). De hecho, son una causa principal de muerte
en niños, por lo que es crucial detectar estas enfermedades a tiempo (Nakatani et al.,
2022). Esta es una condición anormal en la que el corazón se contrae de manera
irregular, lo que resulta en un mal funcionamiento al bombear sangre con un ritmo
anormal (Martono et al., 2022).
Una de las principales herramientas para analizar y diagnosticar este tipo de
problemas cardiacos es el electrocardiograma (ECG). Esta herramienta no solo es
muy útil para los médicos para realizar diagnósticos precisos, sino que también puede
contribuir significativamente a la prevención de estos problemas cardiovasculares
(Tian et al., 2022). El electrocardiograma consiste en la grabación de las pulsaciones
del corazón durante largos periodos de tiempo para detectar y predecir anomalías en
el ritmo cardiaco (Serhani et al., 2020).
El reconocimiento y clasificación eficientes de la arritmia, que se manifiesta con la
presencia de actividad eléctrica cardíaca anormal, se logran mediante el método
propuesto por Zhu et al. (2019). Este método innovador implica una segmentación de
las ondas P-QRS-T a partir de la forma de onda del ECG, seguida de la extracción de
características morfológicas y del segmento ECG mediante PCA y DTW. Finalmente,
se aplica un modelo de CNN a estas características y se presentan los resultados del
diagnóstico automático. Utilizando un conjunto de datos de ECG derivado de MIT-BIH,
clasificado en cinco clases: Ritmo sinusal normal (N), Ritmo sinusal lento (L), Ritmo
sinusal rápido (R), Fibrilación auricular (A) y Taquicardia ventricular (V), este método
es capaz de identificar todas las clases mencionadas.
Al diagnosticar de inmediato cualquier malfuncionamiento del corazón, como una
arritmia cardíaca, se enfrenta una alta complejidad en estos procesos. La posible falta
de experiencia humana, la probabilidad de diagnósticos erróneos y los largos periodos
de tiempo necesarios son factores que motivan la preferencia por realizar diagnósticos
a largo plazo asistidos por computadora (CADiag) (Dinakarrao et al., 2020).
Actualmente, existen varios sistemas de ayuda para detectar la arritmia mediante la
asistencia de computadoras, cada uno con sus propias ventajas y limitaciones
correspondientes (Dinakarrao et al., 2020). Por ejemplo, Zheng (2022) propone el uso
de una red neuronal convolucional (CNN) y un mecanismo de atención de canal para
mejorar el rendimiento de la clasificación de señales de ECG. Este método logra una
precisión general del 99.53% en la clasificación de ocho clases de ritmos cardíacos
utilizando la base de datos MIT-BIH arritmia.
Además, algunos enfoques se centran en campos específicos, como el trabajo de Jia
et al. (2021), que aborda el problema de la detección de fibrilación auricular (A)
mediante el aprendizaje incorporado de conocimientos previos para personalizar el
modelo y mitigar los problemas de sobreajuste. Este método logra una precisión
promedio de detección de A del 95.3%, superando los modelos pre-entrenados y las
estrategias de ajuste fino.
También se ha propuesto la detección temprana de estas arritmias, como lo propone
Nakatani et al. (2022), con un método de detección de arritmias fetales basado en
Deep Learning, que muestra una mayor precisión en la detección de arritmias en
comparación con métodos convencionales que dependen de la detección de latidos
cardíacos.
Esto evidencia que se ha utilizado intensamente la tecnología de Deep Learning en
varios trabajos, lo cual ayuda a clasificar y predecir diferentes ritmos cardiacos. Sin
embargo, pocos trabajos implementan un sistema de seguimiento e implementar un
sistema de recomendaciones clínicas y no clínicas.
VII. MARCO CONCEPTUAL
1. Machine Learning (ML)
Machine Learning puede ser definido como un método computacional basado en
algoritmos capaces de usar datos para identificar patrones y sacar conclusiones (Mohri
et al, 2018). Estos algoritmos permiten que los sistemas mejoren automáticamente su
rendimiento a través de la experiencia, sin ser programados explícitamente para cada
tarea. El Machine Learning hace posible que las computadoras aprendan y se adapten
mediante la exposición a nuevos datos, en lugar de simplemente seguir instrucciones
estáticas. Uno de los varios tipos de algoritmos ML son las redes neuronales
convolucionales (CNN), que son muy utilices a la hora de analizar los ECG para
encontrar patrones arrítmicos.
2. Redes Neuronales Convolucionales (CNN)
Las redes neuronales son un componente fundamental del aprendizaje automático,
especialmente en el ámbito del aprendizaje profundo. Están formadas por múltiples
capas de nodos interconectados, incluyendo una capa de entrada, una o más capas
ocultas y una capa de salida. Cada nodo está vinculado con otros nodos mediante
conexiones que tienen asociados un peso y un umbral. Existen varios tipos de redes
neuronales, pero en nuestro caso nos estamos encaminando por las redes neuronales
convolucionales, estás que se distinguen de otras redes neuronales por su rendimiento
superior con entradas de señales de imagen, voz o audio (IBM, s.f.).
3. Large Language Models (LLM)
Los modelos de lenguaje de gran tamaño (LLM) son modelos de aprendizaje profundo
muy grandes que se preentrenan con grandes cantidades de datos. Estos modelos
están basados en Transformers que son un conjunto de redes neuronales que consta
de un codificador y un decodificador con capacidades de auto atención. El codificador
y el decodificador extraen significados de una secuencia de texto y comprenden las
relaciones entre las palabras y las frases que contiene. La gran más significativo de
esta tecnología es que son increíblemente flexibles. Un modelo puede realizar tareas
completamente diferentes, como responder preguntas, resumir documentos, traducir
idiomas y completar oraciones (AWS, s.f.). La gran utilidad que representa esta
tecnología para este proyecto en particular es considerable, dado que permite que
este proyecto sea capaz de tener una interacción más fluida entre los reportes
generados por el modelo CNN y un usuario final.
4. Contextualización de LLMs
La contextualización en modelos de lenguaje grande (LLMs) se refiere a la capacidad
del modelo para integrar de manera efectiva tanto el conocimiento paramétrico,
adquirido durante su entrenamiento, como el conocimiento no paramétrico, obtenido
de los contextos de entrada. Este proceso es esencial para mejorar la precisión y la
relevancia de las respuestas generadas, especialmente en tareas de preguntas y
respuestas en dominios abiertos. Un enfoque innovador para mejorar esta integración
es el uso de la decodificación contrastiva, que utiliza contextos relevantes e
irrelevantes para guiar al modelo hacia respuestas más precisas al desviar la
generación de contenido incorrecto. Este método no requiere entrenamiento adicional
y ha demostrado su eficacia en manejar conflictos de conocimiento, sobresaliendo en
la integración del contexto durante la inferencia (Zhao et al., 2023).
VIII. ARQUITECTURA LÓGICA
Fig. 3: Arquitectura lógica de la
solución.
Como se puede apreciar en la figura, la arquitectura lógica de la solución se compone
de seis partes fundamentales, las cuales son cruciales para el correcto funcionamiento
de la orquestación de la solución. A continuación, se detallan las funciones de cada
una:
1. Landing Zone
Este módulo será construido para la persistencia de los datos momentáneamente el
cual será local y mantendrá todos los datos otorgados por el usuario al momento de
comenzar la interacción del proceso con el sistema, esta permitirá el correcto
funcionamiento y el almacenamiento temporal de los datos para su futuro estudio.
2. Ingestation
Esto describe el módulo el cual se encargará del ingreso de datos a nuestro modelo,
el cual tomará los datos y teniendo en cuenta que se han cumplido todos los
parámetros necesarios para el correcto funcionamiento del sistema, ingresará los
datos para que el modelo pueda procesarlos.
3. Process
Este módulo representa el área sobre el cual el modelo de procesamiento estará
construido, actualmente seleccionado un modelo CNN, este recibirá los datos que el
usuario quiere que sean procesados y comenzara su funcionamiento, procesando y
estudiando los datos para posteriormente otorgar un resultado al usuario.
4. Discover
En este módulo se realizará la obtención de los resultados ofrecidos por el modelo
después de haber procesado los datos, estos datos serán posteriormente enviados a
su visualización y análisis.
5. Analytics
Este módulo tiene por finalidad realizar un análisis de los resultados otorgados por el
modelo y así otorgarlos al usuario del sistema para que puedan ser utilizados con el fin
que el usuario inicialmente haya planteado.
6. Operational reporting
Dentro de este módulo descansarán los reportes otorgados por el modelo, donde se
almacenarán los detalles del proceso, así como también del resultado y todo su
procedimiento para casos de estudio y análisis.
IX. ARQUITECTURA FÍSICA
El sistema propuesto está diseñado para el análisis y monitoreo de lecturas de
electrocardiogramas (ECG) utilizando técnicas de aprendizaje profundo. A
continuación, se describe cada uno de los componentes de la arquitectura física del
proyecto:
1. Usuario
El usuario es el punto de entrada del sistema. El usuario deberá cargar las lecturas de
ECG a través de la interfaz web y luego mediante esta misma interfaz enviar los datos.
2. Interfaz de Usuario
La interfaz de usuario es una aplicación web construida con tecnologías estándar de
desarrollo web (HTML, CSS, JavaScript) y está contenida dentro de un contenedor
Docker. Esta interfaz permite al usuario cargar las lecturas de ECG y recibir los
resultados del análisis, a su vez, también asegura una interacción fiel y confiable con
el usuario.
3. Asistente Virtual
El asistente virtual es responsable de proporcionar una interacción aún más amigable
y complementada al usuario. Este asistente virtual utiliza Gemini, una tecnología de
Google, la cual es usada mediante la API proporcionada. Este asistente virtual estará
informado de los resultados otorgados por el sistema para dar una ayuda
complementaria al usuario para ayudar a comprender aún mejor estos resultados en
caso de ser necesario. Este componente también está contenido dentro de un
contenedor Docker.
4. API del Modelo CNN
La API del modelo de red neuronal convolucional (CNN) es una aplicación web
desarrollada con Flask en un contenedor Docker. Esta API recibe las lecturas de ECG
enviadas desde la interfaz de usuario, procesa los datos, los envía al modelo y luego
devuelve los resultados del análisis.
5. Modelo CNN
El modelo CNN está entrenado para analizar las lecturas de ECG y detectar anomalías
o patrones específicos. Este modelo se ha entrenado utilizando la base de datos MIT-
BIH de arritmias, una base de datos estándar en la investigación cardiológica.
6. Microsoft Azure
El sistema utiliza servicios de la nube de Microsoft Azure para el almacenamiento y la
persistencia del sistema en la nube. Azure facilita la escalabilidad y disponibilidad del
sistema, asegurando que las lecturas de ECG se manejen de manera eficiente y sea
accesible de una forma fácil.
Esta arquitectura física combina contenedores Docker para garantizar la portabilidad y
consistencia del entorno de desarrollo y producción, junto con servicios en la nube de
Azure y para asegurar un procesamiento y almacenamiento eficiente de los datos.
Inversión Fija
Costo Costo Costo
Cantidad/ Costo
Categoría Descripción Unitario Unitario Total
Meses Total (Bs)
(Bs) (USD) (USD)
Desarrolladore
Desarrollo de
s (Front-end y 6 meses 7,025 1,009 42,150 6,060
Software
Back-end)
Ingeniero en
Machine 6 meses 15,162 2,178 90,972 13,070
Learning
Especialista
3 meses 23,170 3,330 69,510 9,990
en LLM
Diseñador
2 meses 11,354 1,631 22,708 3,262
UX/UI
Gestor de
4 meses 17,500 2,514 70,000 10,056
Proyecto
Infraestructur Servidores y
- - - 34,158 4,908
a Equipos
Licencias y
- - - 15,000 2,155
Herramientas
Base de Datos
Datos - - - 10,000 1,437
MIT-BIH
Total
354,498 50,938
Inversión Fija
Inversión Diferida
Costo
Costo
Categoría Descripción Total
Total (Bs)
(USD)
Capacitación Entrenamient
15,000 2,155
del Personal o
Marketing y Lanzamiento
20,000 2,873
Promoción inicial
Total
Inversión 35,000 5,028
Diferida
Costos Operativos Anuales
Costo Costo
Categoría Descripción Anual Anual
(Bs) (USD)
Mantenimient Actualizacione
20,000 2,873
o de Software s
Hosting y Servicios en la
30,000 4,310
Nube nube
Soporte Resolución de
15,000 2,155
Técnico incidencias
Total 65,000 9,338
Operativos
Anuales
Ingresos Proyectados
Cantidad Precio Precio Ingreso
Fuente de Ingreso
Proyectad Unitario Unitario Total
Ingresos Total (Bs)
a (Bs) (USD) (USD)
Licenciamient
15 8,000 1,149 120,000 17,241
o del Software
Suscripciones
15 1,500 215 22,500 3,233
Anuales
Total Ingresos 142,500 20,474
Análisis de Viabilidad
Monto
Categoría Monto (Bs)
(USD)
Inversión Fija
354,498 50,938
Total
Inversión
35,000 5,028
Diferida Total
Inversión
389,498 55,966
Inicial Total
Costos
Operativos 65,000 9,338
Anuales
Ingresos
142,500 20,474
Proyectados
Utilidad Bruta
77,500 11,136
Primer Año
