Detección de COVID-19 a partir de CBC utilizando técnicas de aprendizaje automático

La pandemia de Covid-19 ha afectado gravemente a la humanidad con una colossal pérdida de vidas en todo el mundo. Existe una necesidad crítica de detección oportuna y confiable de pacientes con coronavirus para proporcionar un mejor y temprano tratamiento que prevenga la propagación de la infección. Dicho esto, investigaciones actuales han revelado algunos beneficios críticos de utilizar pruebas de hemograma completo para la detección temprana de individuos positivos a COVID-19. En esta investigación empleamos diferentes algoritmos de aprendizaje automático utilizando hemogramas completos para la predicción de COVID-19. Estos algoritmos incluyen: “K-Vecinos Más Cercanos, Función de Base Radial, Naive Bayes, kStar, PART, Bosque Aleatorio, Árbol de Decisión, OneR, Máquina de Vectores de Soporte y Perceptrón Multicapa”. Además, “Exactitud, Recall, Precisión y F-Medida” son las medidas de evaluación del rendimiento que se utilizan en este estudio.