Del electrocardiograma al diagnóstico asistido en tiempo real. Es lo que realiza el modelo de Inteligencia Artificial desarrollado por el estudiante de Ingeniería Telemática Israel Segado Marín en su Trabajo Fin de Grado. Se trata de una herramienta de apoyo al diagnóstico médico que permite recibir una señal cardíaca, detectar una posible arritmia y determinar en tiempo real de qué tipo/clase puede ser.

Israel Segado (Cartagena, 2003), cuyo TFG ha sido calificado con un 10 sobre 10 y propuesta de matrícula de honor, ha realizado el modelo de IA desde cero, tras analizar los datos de 48 pacientes.

En su trabajo ‘Sistema de Análisis Inteligente de Señales ECG mediante Redes LSTM’, dirigido por el catedrático del área de Ingeniería Telemática, Fernando Cerdán ha desarrollado un segmentador de ondas y un clasificador de arritmias capaz de detectar si el paciente está sufriendo una arritmia y de qué tipo es.

En este TFG, que según Cerdán da un paso importante para ayudar al diagnóstico médico, convergen las ingeniería Electrónica y la de Telecomunicaciones para ayudar a resolver un trabajo sanitario. El modelo se implementará en un dispositivo desarrollado por otro alumno de Ingeniería Electrónica de la UPCT que recoge los electrocardiogramas del paciente.

El desarrollo ya está validado, lo que garantiza las predicciones desarrolladas durante el entrenamiento del modelo.

El estudiante ha compatibilizado la realización de su TFG con su período de prácticas extracurriculares en la empresa AMC Global, con sede en Espinardo, donde ha estado formándose en el departamento de Ciencia de Datos e Inteligencia Artificial. Previamente, hizo también prácticas en el laboratorio de IA (LAB19) de Grupo Fuertes, desarrollando un gemelo digital de la planta de ElPozo en Alhama de Murcia.

“Elegí esta temática de TFG para especializarme en el uso del lenguaje de programación Python orientado a IA”, explica el ya ingeniero telemático por la UPCT.