Este estudio analiza el impacto de la pandemia de COVID-19 en la fijación de precios de servicios al consumidor dentro de la Unión Europea, centrándose en los sectores de Transporte, Alojamiento y Servicios de Alimentación. Nuestro estudio emplea varios modelos de aprendizaje automático, incluyendo perceptrón multicapa, XGBoost, CatBoost y bosque aleatorio, junto con algoritmos genéticos para una ajuste de hiperparámetros exhaustivo y pronóstico de la evolución de precios. Incorporamos casos y muertes por coronavirus como factores para mejorar la precisión de las predicciones. El conjunto de datos comprende informes mensuales de casos y muertes por COVID-19, junto con respuestas de encuestas gerenciales sobre estimaciones de empresas. La aplicación de algoritmos genéticos para la optimización de hiperparámetros en todos los modelos resulta en mejoras significativas, lo que produce modelos optimizados que muestran reducciones en la puntuación de RMSE que van desde 3.35% hasta 5.67%. Además, el estudio demuestra que XGBoost ofrece predicciones más precisas, logrando una puntuación de RMSE de 17.07.