Cuando Justicia Ciega era niño sufrió un grave accidente en bicicleta que le hizo perder la vista. Durante mucho tiempo pensó que su vida había cambiado para siempre. Sin embargo, poco a poco comenzó a desarrollar unos sentidos extraordinarios. Aprendió a escuchar detalles que otras personas no podían percibir: respiraciones aceleradas, pasos nerviosos e incluso cambios en los latidos del corazón.

Con el tiempo descubrió que, aunque no podía saber con seguridad si alguien mentía, sí era capaz de detectar cuándo una persona estaba asustada, nerviosa o escondía algo importante.

El Lince de la Noche, científico y estratega de los Centuriones de la Verdad, decidió estudiar aquella habilidad y comenzó a desarrollar una Inteligencia Artificial capaz de analizar sonidos reales del corazón para detectar patrones extraños en los latidos.

En esta misión os convertiréis en aprendices del laboratorio del Lince. Utilizando IA y sonidos cardíacos reales, entrenaréis un sistema capaz de distinguir entre corazones tranquilos y corazones alterados, descubriendo cómo la Inteligencia Artificial puede ayudar a médicos y científicos a salvar vidas.

El Lince os pasa en un pen drive un archivo comprimido con toda la información para entrenar a la IA y diseñarle un dispositivo a Justicia Ciega que, inserto en su superoído, detecte la mentira, pero también problemas de corazón.

Archivo comprimido en RAR con imágenes de electrocardiogramas

https://drive.google.com/file/d/1hIR-krb_ZhkzwnMpdQtFOgB9vWMZAyiF/view?usp=sharing

Ahora selecciona la IA que prefieras: LearningML, Teachable Machine o Machine Learning for Kids y crea el modelo experto

FUENTES DE INFORMACIÓN

Después de todas las vueltas del texto de abajo después de la lección, he decidido hacerlo con imágenes. Con este dataset:

https://www.kaggle.com/datasets/evilspirit05/ecg-analysis?utm_source=chatgpt.com

vamos a trabajar al final porque los otros eran de muy poca calidad.

He pensado en hacer una IA que distinga sonidos. La opción fácil era hacer tipos de música pero, francamente, no lo veo ninguna utilidad. Si acaso, hacer un grupo de canciones y otro grupo de reggaeton. Para las primeras la IA respondería MÚSICA y para lo otro, bueno… diría otra cosa. Pero nos parece mucho más útil una IA que distinga en el latido cardiaco alguna característica especial. Hemos buscado un dataset y lo hemos encontrado.

https://physionet.org/content/challenge-2016/1.0.0

Y con él vamos a trabajar. Primero me lo voy a descargar (va lento) y luego voy a coger un subconjunto de datos fácil. Lo que me preocupa es que van a tener que descargarlo, descomprimirlo… pero bueno, eso es algo que también tienen que aprender a hacer.

También hay un dataset mucho más pequeño en Kaggle

https://www.kaggle.com/datasets/swapnilpanda/heart-sound-database?resource=download

pero su usabilidad es muy baja. De todos modos vamos a ver cuál nos viene mejor.

Pues nada, ni Teachable Machine, ni Machine Learning for Kids ni LearningML me dejan meter los WAVs. Puedo grabar con el micrófono o podría poner los audios y grabar del escritorio pero es que tienen muy poco volumen. Así que decido hacer otro tutorial con otra herramienta. Aunque el alumnado no pueda hacerlo, siempre queda el vídeo por si lo quieren hacer en casa. Y en clase lo haremos con imágenes.

Pongo aquí el resultado que me ha dado la IA como referencia:

Sí. Y de hecho acabas de llegar a una de las mejores actividades posibles para 1º ESO con IA aplicada a salud.

Porque:

• es real,
• es espectacular,
• parece medicina del futuro,
• y los niños entienden PERFECTAMENTE qué hace la IA.

Y además:

hay datasets reales de latidos cardíacos.

---

Lo mejor para vosotros

❤️ IA que distingue:

• corazón sano,
• arritmia,
• soplo,
• latidos irregulares.

Usando:

• sonido,
• IA,
• clasificación,
• y reflexión médica.

---

Dataset PERFECTO para 1º ESO

🥇 Dataset de PhysioNet

Es el estándar mundial educativo/médico.

Tiene:

• latidos normales,
• anormales,
• murmullos,
• arritmias,
• sonidos cardíacos reales.

Muy usado en:

• universidades,
• investigación,
• medicina.

---

Lo BUENO

Los audios ya vienen:

• grabados,
• clasificados,
• y muchos en .wav.

Perfectos para:

Teachable Machine

---

Lo que puedes hacer

Clase 1

❤️ “Corazón sano”

Clase 2

⚠️ “Latido extraño”

Y ya está.

SUPER SIMPLE.

---

Cómo sería la actividad

Fase 1

Escuchar audios:

• normales,
• anormales.

---

Fase 2

Reflexión:

“¿Cómo puede una IA ayudar a detectar enfermedades?”

---

Fase 3

Entrenamiento IA
Arrastran:

• audios sanos,
• audios enfermos.

---

Fase 4

Pruebas
La IA escucha un nuevo audio y dice:

• “Normal”
• “Posible arritmia”

---

Lo BRUTAL pedagógicamente

Porque entienden:

• reconocimiento de patrones,
• clasificación,
• IA médica,
• entrenamiento,
• errores,
• sesgos.

Y además:

parece ciencia real.

---

Y puedes hacer el EFECTO WOW

💡 IDEA

Conectar luego:

• Scratch,
• micro:bit,
• LEDs.

Ejemplo

❤️ Verde → sano
⚠️ Rojo → irregular

---

MUY IMPORTANTE

Debes explicar:

“Esto NO sustituye a médicos.”

La IA:

• ayuda,
• detecta patrones,
• pero el diagnóstico real lo hacen especialistas.

---

Lo mejor para descargar

Busca datasets con:

• “heartbeat sounds”
• “heart sound dataset”
• “PhysioNet heart sounds”

---

Lo que YO haría exactamente

❤️ “CardioIA: Escuchando el corazón”

---

Estructura

Sesión 1

¿Qué son los latidos?
¿Qué es una arritmia?

---

Sesión 2

Escuchar audios reales.

---

Sesión 3

Entrenar IA.

---

Sesión 4

Probar nuevos corazones.

---

Sesión 5

Conectar con Scratch o micro:bit.

---

Y encima…

Esto conecta PERFECTAMENTE con:

• biología,
• salud,
• IA,
• ética,
• ciencia real.

Y para exposición final queda:

espectacular.

Y otra salida más

Sí. Este es probablemente el mejor para lo que quieres hacer:

❤️ PhysioNet Heart Sound Dataset

Dataset clásico (MUY recomendado para 1º ESO)

PhysioNet Challenge 2016 – Heart Sound Recordings

Tiene:

• latidos normales,
• latidos anormales,
• sonidos reales del corazón,
• archivos .wav,
• y está pensado precisamente para clasificación mediante IA. (physionet.org)

---

El más fácil para clase

❤️ Kaggle ya preparado

Heart Sound Database (Kaggle)

Este suele ser más cómodo porque:

• viene organizado,
• muchos audios ya están separados,
• y puedes descargar el ZIP directamente. (kaggle.com)

---

Cómo lo haría yo con 1º ESO

SOLO DOS CLASES

❤️ “Corazón sano”

⚠️ “Corazón irregular”

Nada más.

Porque:

• funciona mejor,
• entrenan rápido,
• y entienden la IA enseguida.

---

Herramienta ideal

Teachable Machine

Porque:

• admite audio directamente,
• arrastrar y soltar,
• entrenamiento inmediato,
• y luego pueden probar con nuevos sonidos.

---

Lo mejor pedagógicamente

Ellos sienten que:

“han creado una IA médica real.”

Y además puedes explicar:

• cómo funcionan los estetoscopios digitales,
• IA en hospitales,
• detección temprana,
• y ayuda al diagnóstico. (physionet.org)

---

CONSEJO MUY IMPORTANTE

NO uses demasiados audios.

Para 1º ESO:

• 10–15 audios sanos
• 10–15 audios anormales

Es PERFECTO.

---

Y el efecto WOW final

Conectar luego con:

• micro
• Scratch
• LEDs

❤️ Verde → normal

🚨 Rojo → posible problema

Y ya tienes:

una de las mejores actividades de IA médica que puedes hacer en 1º ESO.