Abstract — A segmentação automática de sinais de eletrocardiograma (ECG) desempenha um papel fundamental no auxílio à tomada de decisões clínicas, viabilizando a identificação precisa de ondas e intervalos cardíacos de interesse. Este trabalho apresenta o desenvolvimento de uma abordagem baseada em técnicas de processamento de sinais e aprendizado de máquina para a segmentação automatizada de exames provenientes do Sistema Único de Saúde (SUS). A metodologia foi projetada considerando a realidade clínica brasileira e os desafios associados à variabilidade e ao ruído de bases de dados públicas de larga escala. O modelo proposto visa otimizar o fluxo de trabalho em serviços de alta demanda, como a rede de telessaúde do Hospital das Clínicas de Belo Horizonte, contribuindo diretamente para a descentralização de diagnósticos cardiológicos mais rápidos, precisos e robustos.