Estudios recientes sobre pacientes con enfermedad pulmonar obstructiva crónica (EPOC) en el contexto de la pandemia del coronavirus 19 (COVID-19) han informado de dos problemas importantes, es decir, una alta mortalidad y vulnerabilidad entre los pacientes con EPOC frente a los pacientes sin EPOC. El alto número de muertes es causado por exacerbaciones, COVID-19 y otras comorbilidades. Por lo tanto, el propósito de este artículo es reducir los factores de riesgo de la EPOC en el contexto de COVID-19. En este artículo, proponemos enfoques basados en mecanismos de adaptación para detectar síntomas de COVID-19, con el fin de proporcionar una atención adecuada a los pacientes con EPOC. Para lograr este objetivo, se ha creado un modelo ontológico llamado SuspectedCOPDcoviDOlogy, que consta de cinco ontologías para detectar casos sospechosos. Estas ontologías utilizan parámetros de signos vitales, parámetros de síntomas, gestión de servicios y alertas. SuspectedCOPDcoviDOlogy mejora la COPDology propuesta por un proyecto de investigación anterior en el dominio de la EPOC. Para validar la solución, se realiza un estudio experimental comparando los resultados de una prueba existente para la detección de COVID-19 con los resultados del sistema de detección propuesto. Finalmente, con estos resultados, concluimos que una combinación rigurosa de reglas de detección basadas en los parámetros de signos vitales y síntomas puede mejorar significativamente la tasa de detección dinámica de pacientes con EPOC sospechosos de tener COVID-19, y por lo tanto permitir una asistencia médica rápida.