En la atención médica personalizada, se debería orquestar un ecosistema para la manipulación de datos privados confiables y seguros. Este documento describe un enfoque para la generación de electrocardiogramas sintéticos (ECG) basados en Redes Generativas Antagónicas (GANs) con el objetivo de anonimizar la información de los usuarios para cuestiones de privacidad. Esto tiene la intención de crear datos valiosos que puedan ser utilizados tanto en áreas educativas como de investigación, evitando el riesgo de una filtración de datos sensibles. Dado que las GANs se utilizan principalmente en imágenes y fotogramas de video, estamos proponiendo un procesamiento general de datos en bruto después de su transformación en una imagen, de modo que pueda ser administrado a través de una GAN, y luego decodificado de nuevo al dominio de datos original. La viabilidad de nuestra hipótesis de transformación y procesamiento se demuestra principalmente. A continuación, a partir del procedimiento propuesto, se abordan las principales desventajas de cada paso en el procedimiento para el caso particular de los ECG. Por lo tanto, se abre un nuevo camino de investigación sobre la anonimización de datos de salud utilizando GANs y se esperan futuros desarrollos directos.