El impacto de COVID-19 y la presión que ejerce sobre los sistemas de salud en todo el mundo motivaron este estudio, que se centra en el caso de Grecia. A través de la estimación de las necesidades a corto y mediano plazo en camas de Unidad de Cuidados Intensivos (UCI), nuestro objetivo es asistir a los tomadores de decisiones y a los profesionales de la salud. Analizamos series temporales de casos confirmados, pacientes hospitalizados, ocupación de camas de UCI, pacientes recuperados y fallecidos. Empleamos algoritmos de pronóstico de vanguardia, como ARTXP, ARIMA, SARIMAX y modelos de Regresión Multivariante. Combinamos estos en tres modelos de pronóstico que culminan en un enfoque de tri-modelo en análisis de series temporales y los comparamos. Los resultados de este estudio muestran que la combinación de ARIMA con SARIMAX es más precisa para la mayoría de las regiones investigadas en predicciones a corto plazo de 1 semana, mientras que la Regresión Multivariante supera a los otros dos modelos para predicciones de 2 semanas. Finalmente, para predicciones a mediano plazo de 3 semanas, la Regresión Multivariante y ARIMA con SARIMAX muestran los mejores resultados. Informamos sobre los valores de Error Porcentual Absoluto Medio (MAPE), Error Cuadrático Medio (RMSE), R-cuadrado (), y Error Absoluto Medio (MAE), para predicciones de una semana, dos semanas y tres semanas para los requisitos de camas de UCI. Estas perspicacias oportunas ofrecen nuevas capacidades para la gestión eficiente de los recursos sanitarios.