Interfaz gráfica para análisis y clasificación de sintomatología asociada a la COVID-19 utilizando machine learning

Resumen

La COVID-19 planteó grandes retos a la comunidad científica, la cual, además de centrar esfuerzos en el desarrollo de una vacuna, dio espacio para la formulación de estrategias que permitiesen controlar la propagación del virus en lo que se conseguía una inmunidad efectiva. En este escenario, la inteligencia artificial se convirtió en una herramienta aprovechable para el análisis de la sintomatología preliminar. En el trabajo se muestra el desarrollo de un sistema basado en algoritmos de aprendizaje automático para la identificación de pacientes COVID-19, para lo cual se utilizó una base de datos de la plataforma Kaggle (Comunidad de Científicos de datos y profesionales del Machine Learning) con registro de 5.434 personas, de las cuales 1.051 eran casos negativos y 4.383 casos positivos para la enfermedad. El trabajo determinó los síntomas más relevantes, y definió un algoritmo de aprendizaje automático para la clasificación y análisis de datos, el cual arrojó como métrica de desempeño un puntaje F1 de 0.98 y una aucROC de 0.99. Se desarrolló un entorno gráfico para integrar el modelo, utilizando Jupyter, QtDesinger y PyQt5, para dar facilidad al usuario en el manejo del modelo de red neuronal artificial obtenida.