Predicción de estado de salud de pacientes de Covid-19 utilizando métodos de machine learning.

Abstract

El SARS-COV-2 es un coronavirus que causa la enfermedad conocida como COVID-19. La sintomatología de esta enfermedad no se desarrolla de la misma forma en todos los pacientes, por lo que en muchas ocasiones no puede ser diagnosticada de manera oportuna. El uso de imágenes radiológicas de tórax se ha presentado como una herramienta alternativa de diagnóstico, ya que estas podrían potencialmente ayudar a detectar la existencia de COVID-19 en los pacientes, además de visualizar la gravedad del daño presente en los pulmones. Avances recientes en las técnicas de machine learning permiten construir modelos basados en imágenes para clasificar o predecir un determinado evento con gran exactitud. Haciendo uso de estos avances se construyó un modelo de red neuronal convolucional, usando el lenguaje de programación Python, con el objetivo de predecir la enfermedad del COVID-19 mediante el análisis de sus radiografías torácicas. Adicional, se elaboró una aplicación web con el objetivo de ofrecer a los profesionales de la salud una forma sencilla de acceder al modelo y sus análisis. Todas las métricas usadas para evaluar el modelo se situaron en valores mayores al 80% y una revisión de los resultados obtenidos mostró que el modelo captura características que efectivamente se encuentran relacionadas con los diagnósticos de los pacientes. Estos resultados muestran la utilidad potencial de aplicar modelos de machine learning en la detección y diagnóstico de enfermedades y abren la puerta para su aplicación en otras áreas de la medicina.