Pulsera inteligente para predicciones de problemas del corazón

Abstract

Los dispositivos IoT se han convertido en objetos más de nuestra vida cotidiana, estando presentes en nuestro día a día y en todos los escenarios, desde el ocio, la industria, el transporte, hasta la medicina. El presente trabajo tiene como objetivo el desarrollo de un dispositivo inteligente basado en una pulsera con una placa de programación con la posibilidad de medir valores como el oxígeno en sangre y ritmo cardiaco con el objetivo de predecir posibles riesgos cardiacos a través de algoritmos de redes neuronales implementados en Python. Para lograr este objetivo, se ha diseñado y construido un prototipo de pulsera inteligente que cuenta con un conjunto de sensores para medir las variables antes mencionadas. Además, se ha desarrollado un script de Python para procesar y analizar los datos obtenidos por los sensores y aplicar técnicas de aprendizaje automático basadas en redes neuronales para realizar las predicciones. Se ha llevado a cabo una evaluación exhaustiva del prototipo de la pulsera inteligente y del script de Python, mediante la realización de pruebas de campo y de laboratorio, para evaluar su precisión, fiabilidad y eficacia en la detección de los posibles riesgos para la salud. Los resultados obtenidos demuestran que la pulsera inteligente y el script de Python son capaces de detectar dichos riesgos con una precisión y fiabilidad aceptada, lo que la convierte en una herramienta con un gran potencial en el área de la salud con valor médico para la prevención de afectaciones cardiovasculares además de contribuir a seguir desarrollando el área de los dispositivos wearables y tecnologías de la salud.

IoT devices have become increasingly prevalent in our daily lives, being present in all scenarios from leisure, industry, transportation, to medicine. The aim of this project is to develop an intelligent device based on a bracelet with a programmable board capable of sensing values such as blood oxygen and heart rate, with the goal of predicting potential cardiac risks using neural network algorithms implemented in Python. To achieve this goal, a prototype of a smart bracelet has been designed and constructed, which includes a set of sensors to measure the aforementioned variables. Additionally, a Python script has been developed to process and analyze the data obtained by the sensors and apply machine learning techniques based on neural networks for making predictions. A thorough evaluation of the smart bracelet prototype and Python script has been carried out, through field and laboratory tests, to assess its accuracy, reliability, and effectiveness in detecting potential health risks. The results obtained show that the smart bracelet and the Python script are capable of detecting such risks with reliable precision and confidence, which makes it a tool with great potential in the area of health with medical value for the prevention of cardiovascular affectations in addition to contributing to continue developing the area of wearable devices and health technologies.