Resumen:
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.
