Aplicacion De Modelos De Aprendizaje Profundo Para El Analisis De Pacientes Con Covid

Abstract

La pandemia de COVID-19, desencadenada por la propagación global del virus SARS-CoV-2 a partir de finales de 2019, tuvo un impacto profundo en todos los aspectos de la sociedad. Esta enfermedad respiratoria altamente contagiosa impactó los sistemas de salud en todo el mundo, abrumando hospitales y generando una urgente necesidad de herramientas eficaces para combatirla. Desde su aparición inicial en la ciudad china de Wuhan, el virus se extendió a más de 200 países y territorios, causando millones de casos confirmados y un impacto devastador en la salud pública. La complejidad de la COVID-19 residía en su amplio espectro de presentaciones clínicas, que iban desde casos asintomáticos hasta síntomas graves y potencialmente mortales. La variabilidad en la progresión de la enfermedad desafió la capacidad de los profesionales médicos para prever y gestionar sus consecuencias, destacando la necesidad crítica de herramientas de análisis predictivo que pudieran guiar las decisiones clínicas. En este contexto, surge la importancia de explorar nuevas estrategias para el análisis de datos clínicos relacionados con la COVID-19. Para este estudio, nos apoyaremos en una base de datos proporcionada por el personal sanitario, que contiene información detallada sobre la evolución y características de los pacientes afectados por la enfermedad. La aplicación de técnicas de aprendizaje automático, en particular el aprendizaje profundo, ofrece una oportunidad emocionante para analizar estos datos de manera exhaustiva y descubrir patrones ocultos que puedan mejorar nuestra capacidad de prever la evolución de la enfermedad. El objetivo de este proyecto de fin de grado es utilizar estas técnicas avanzadas para modelar datos de pacientes con COVID-19, proporcionando información predictiva valiosa que pueda complementar la experiencia clínica y mejorar la atención médica.

The COVID-19 pandemic, triggered by the global spread of the SARS-CoV-2 virus starting in late 2019, had a profound impact on all aspects of society. This highly contagious respiratory illness affected healthcare systems worldwide, overwhelming hospitals and creating an urgent need for effective tools to combat it. Since its initial appearance in the Chinese city of Wuhan, the virus spread to over 200 countries and territories, causing millions of confirmed cases and a devastating impact on public health. The complexity of COVID-19 lay in its wide spectrum of clinical presentations, ranging from asymptomatic cases to severe and potentially fatal symptoms. The variability in disease progression challenged healthcare professionals' ability to predict and manage its consequences, underscoring the critical need for predictive analytics tools to guide clinical decisions. In this context, the importance of exploring new strategies for analyzing clinical data related to COVID-19 emerges. For this study, we will rely on a database provided by healthcare personnel, containing detailed information on the evolution and characteristics of patients affected by the disease. The application of machine learning techniques, particularly deep learning, offers an exciting opportunity to analyze this data comprehensively and uncover hidden patterns that could enhance our ability to predict disease progression. The aim of this undergraduate project is to utilize these advanced techniques to model COVID-19 patient data, providing valuable predictive information that can complement clinical expertise and improve healthcare delivery.