Machine Learning para la detección de la enfermedad del Covid-19

Abstract

En el marco del Objetivo de Desarrollo Sostenible (ODS) de Trabajo Decente y Crecimiento Económico; esta investigación de tipo aplicada evaluó el impacto del machine learning (ML) en la mejora de la detección de la enfermedad del Covid-19, durante el segundo semestre de 2024 Los objetivos del estudio fueron reducir el tiempo promedio de atención en la detección del COVID-19, incrementar la eficiencia en la detección del COVID-19, y aumentar los pacientes con atención en la detección del COVID-19. Los resultados mostraron una mejora significativa en el Grupo Experimental (GE) en comparación con el Grupo Control (SC); en el tiempo promedio de atención, donde el GE mostró una mejora con respecto al GC en un 93.35%, validado mediante la prueba U de Mann-Whitney (p < 0.01); asimismo, la eficiencia de la detección mejoró en un 26.7%, con la prueba U de Mann-Whitney (p < 0.01) y finalmente, la cantidad de personas atendidas se incrementó en 78.56% en el GE, también respaldado por la prueba U de Mann-Whitney (p < 0.01). En conclusión, el uso de ML mejoró significativamente la detección del COVID-19, mejorando la eficiencia de la atención, tiempos de detección y la cantidad de atenciones, contribuyendo a los ODS.