Predicción de Covid19 con el uso del Algoritmo Random Forest y Redes Neuronales Artificiales

Resumen

En la actualidad el SARS-CoV-2 o Covid19 como se lo conoce, presenta variantes o mutaciones que se propagan rápidamente afectando a las personas, sin que los profesionales de la salud pueden detectarlo oportunamente para dar un tratamiento adecuado y así poder controlar su propagación. En este manuscrito se describe la implementación de un modelo de análisis y predicción de la propagación del Covid19, que mediante técnicas de inteligencia artificial relacionadas con Machine Learning, permitirán aplicar estrategias de aprendizaje supervisado a los programas desarrollados en el lenguaje de programación Python, para que al procesar los grandes volúmenes de datos puedan aprender de las experiencias pasadas y permitan procesar nuevas entradas generando la información de predicción de forma rápida y confiable. El enfoque de hacer un análisis sobre un conjunto de datos extraído de una fuente abierta, servirá para posteriormente realizar un análisis exploratorio de lo procesado. Se realizaron tres predicciones que son: Si el paciente tiene SARS-CoV-2, días transcurridos hasta la mortalidad y la mortalidad por covid, utilizando algoritmos de clasificación y regresión que de acuerdo a estudios previos permitieron seleccionar y aplicar el modelo algorítmico Random Forest y Redes Neuronales Artificiales cuyas métricas de confiabilidad nos permiten aceptar las predicciones esperada para una adecuada toma de decisión.