COVID-19 ha sacudido la economía mundial entera y ha afectado a millones de personas en un breve período. COVID-19 tiene numerosos síntomas superpuestos con otras afecciones respiratorias superiores, lo que dificulta a los diagnosticadores diagnosticar correctamente. Varios modelos matemáticos se han presentado para su diagnóstico y tratamiento. Este artículo ofrece un marco matemático basado en un novedoso arreglo difuso ágil, a saber, el conjunto complejo difuso hipersuave (), que es una formación del conjunto difuso complejo (CF) y el conjunto hipersuave (una extensión del conjunto suave). Primero, se desarrolla la teoría elemental de , que considera simultáneamente el término de amplitud (término A) y el término de fase (término P) de los números complejos para abordar la incertidumbre, la ambivalencia y la mediocridad de los datos. En dos componentes, esta nueva teoría híbrida difusa es versátil. Primero, proporciona acceso a un amplio espectro de valores de función de membresía al ampliarlos al círculo unitario en un plano de Argand e incorporar un término adicional, el término P, para acomodar la naturaleza periódica de los datos. En segundo lugar, categoriza el atributo distinto en conjuntos subvalorados correspondientes para una mejor comprensión. El conjunto y el -mapeo con su mapeo inverso (INM) pueden manejar tales problemas. Nuestro marco propuesto se valida mediante un estudio que establece un vínculo entre los síntomas de COVID-19 y los medicamentos. Para los tipos de COVID-19, se construye una tabla que depende del intervalo difuso de . El cálculo se basa en el -mapeo, que identifica la enfermedad y selecciona correctamente la medicación óptima. Además, se proporciona un -mapeo generalizado, que puede ayudar a un especialista a extraer el historial médico del paciente y predecir cuánto tiempo tomará superar la infección.