La cardiotocografía (CTG) se utiliza ampliamente para evaluar el bienestar fetal. La CTG se obtiene típicamente mediante ultrasonido y métodos de autocorrelación, que extraen la periodicidad de la señal para calcular la frecuencia cardíaca. Sin embargo, durante el parto, las pulsaciones de los vasos maternos pueden ser medidas, lo que resulta en la salida de la frecuencia cardíaca materna (MHR). Dado que la salida de autocorrelación se muestra como frecuencia cardíaca fetal (FHR), existe el riesgo de que los obstetras evalúen erróneamente la condición fetal en función de MHR, pasando por alto potencialmente la necesidad de intervención médica. Este estudio propone un método que utiliza señales de ultrasonido Doppler (DUS) e inteligencia artificial (IA) para determinar si la frecuencia cardíaca obtenida por autocorrelación es de origen fetal. Desarrollamos un sistema para grabar simultáneamente señales de DUS y CTG y obtuvimos datos de 425 casos. La partera anotó las señales de DUS mediante diferenciación auditiva, proporcionando datos para IA, que incluyeron 30,160 puntos de datos del corazón fetal y 2160 puntos de datos del vaso materno. Al comparar la precisión de clasificación del modelo de IA y un método matemático simple, el modelo de IA logró el mejor rendimiento, con un área bajo la curva (AUC) de 0.98. Integrar este sistema en la monitorización fetal podría proporcionar un nuevo indicador para evaluar la calidad de la CTG.