Muchos problemas de salud son potencialmente mortales y necesitan detección en tiempo real para mejorar la seguridad del paciente. El ataque al corazón o la fibrilación ventricular (FV) es un problema común en todo el mundo. La mayoría de las investigaciones anteriores sobre la detección de FV han utilizado dispositivos de ECG para capturar datos y enviarlos a otras unidades de mayor rendimiento para su procesamiento, y han dependido de expertos en el campo y/o algoritmos sofisticados para la detección. En este caso, se retrasó el tiempo de respuesta y se consumió mucha más energía del módulo de ECG. En este estudio, proponemos un prototipo en el que se utiliza un microcontrolador integrado con un sensor de ECG para capturar, filtrar y procesar datos, ejecutar algoritmos de detección de FV y transmitir únicamente el evento detectado al teléfono inteligente para la alerta y la llamada a los servicios. Discutimos cómo adaptar un proceso de filtrado y escalado común y cinco algoritmos livianos de la literatura abierta para llevar a cabo la idea. También desarrollamos un prototipo integrado, que emula el proceso de FV a partir de conjuntos de datos existentes, para evaluar la capacidad de detección del marco y los algoritmos. Nuestros resultados muestran que (1) TD supera a los otros cuatro algoritmos considerados, con una sensibilidad que alcanza el 96.56% y una especificidad que alcanza el 81.53% en el conjunto de datos MIT-BIH. Nuestras evaluaciones confirman que con algunas adaptaciones, el proceso de filtrado convencional y los algoritmos de detección pueden implementarse eficientemente en un microcontrolador con una buena precisión de detección, al mismo tiempo que se ahorra energía de la batería, se reduce el tiempo de respuesta y se conserva el ancho de banda de la red.