Este estudo foi conduzido para melhorar os Sistemas de Monitoramento Remoto de Saúde (RHMS) existentes para doenças cardíacas, adquirindo dados gerados por tais sistemas e analisá-los para desenvolver um modelo que prevê a existência de doença arterial coronariana entre pacientes que se queixam de dor no peito, sem qualquer causa física. Assim, este trabalho ajuda a reduzir a participação ativa de cuidadores onde médicos e especialistas disponíveis não estão em proporção igual aos pacientes disponíveis, minimiza visitas hospitalares, permanência hospitalar e contas enquanto permite que os pacientes se envolvam ativamente no tratamento de sua doença. Foi desenvolvida uma arquitetura capaz de coletar dados dos sistemas de monitoramento de saúde existentes usando a tecnologia RFID, enquanto um modelo de previsão também foi desenvolvido para prever a doença arterial coronariana em pacientes usando uma rede neural artificial. O processo envolve a extração de dados dos Sistemas de Monitoramento de Saúde existentes usando RFID, pré-processamento-filtragem e integração de dados, formação de modelo usando retropropagação multicamadas perceptron ANN, agregação de modelo usando bootstrap agregação-bagging e, por último, predição e Feedback.