Hoy en día, estamos observando un creciente interés por las aplicaciones de Big Data en diferentes sectores de la salud. Uno de ellos es definitivamente la cardiología. De hecho, el electrocardiograma produce una gran cantidad de datos sobre el estado de salud del corazón que necesitan ser almacenados y analizados para detectar posibles problemas. En este documento, nos centramos en el problema de la detección de arritmias. Específicamente, nuestro objetivo es abordar el problema del procesamiento distribuido considerando los grandes datos generados por las señales de electrocardiograma (ECG) para llevar a cabo un análisis de preprocesamiento. En particular, se propone un algoritmo para la identificación de latidos y arritmias. Dicho algoritmo está diseñado para llevar a cabo el procesamiento distribuido en la nube, ya que los grandes datos podrían representar un cuello de botella para las aplicaciones de cardiología. En particular, implementamos el algoritmo Menard en Apache Spark para procesar grandes datos provenientes de señales de ECG con el fin de identificar arritmias. Los experimentos realizados utilizando un conjunto de datos proporcionado por la base de datos europea ST-T de Physionet.org muestran una mejora en términos de tiempos de respuesta. Como destacan nuestros resultados, nuestra solución proporciona un sistema escalable y confiable, que puede abordar los desafíos planteados por los grandes datos en el sector salud.