Aplicación de algoritmos de aprendizaje automático en la enfermedad COVID-19: una revisión sistemática de la literatura y futuras direcciones
Autores: Salcedo, Dixon; Guerrero, Cesar; Saeed, Khalid; Mardini, Johan; Calderon-Benavides, Liliana; Henriquez, Carlos; Mendoza, Andres
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Aplicación de algoritmos de aprendizaje automático en la enfermedad COVID-19: una revisión sistemática de la literatura y futuras direcciones
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Covid-19
Aprendizaje automático
Detección
Monitoreo
Control
Variantes
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
Desde noviembre de 2019, la pandemia de COVID-19 producida por el Síndrome Respiratorio Agudo Severo Coronavirus 2 (en adelante COVID-19) ha causado aproximadamente siete millones de muertes a nivel mundial. Variados estudios se han llevado a cabo utilizando herramientas tecnológicas para prevenir la infección, detener la propagación, detectar, vacunar y tratar a pacientes con COVID-19. Este trabajo se enfoca en identificar y analizar algoritmos de aprendizaje automático (ML) utilizados para la detección (predicción y diagnóstico), monitoreo (tratamiento, hospitalización) y control (vacunación, prescripción médica) de COVID-19 y sus variantes. Este estudio se basa en la metodología PRISMA y combina análisis bibliométrico a través de VOSviewer con una muestra de 925 artículos entre 2019 y 2022 derivados en la priorización de 32 papers para análisis. Finalmente, este documento discute los hallazgos del estudio, que son directrices para aplicar ML para abordar COVID-19 y sus variantes.
Descripción
Desde noviembre de 2019, la pandemia de COVID-19 producida por el Síndrome Respiratorio Agudo Severo Coronavirus 2 (en adelante COVID-19) ha causado aproximadamente siete millones de muertes a nivel mundial. Variados estudios se han llevado a cabo utilizando herramientas tecnológicas para prevenir la infección, detener la propagación, detectar, vacunar y tratar a pacientes con COVID-19. Este trabajo se enfoca en identificar y analizar algoritmos de aprendizaje automático (ML) utilizados para la detección (predicción y diagnóstico), monitoreo (tratamiento, hospitalización) y control (vacunación, prescripción médica) de COVID-19 y sus variantes. Este estudio se basa en la metodología PRISMA y combina análisis bibliométrico a través de VOSviewer con una muestra de 925 artículos entre 2019 y 2022 derivados en la priorización de 32 papers para análisis. Finalmente, este documento discute los hallazgos del estudio, que son directrices para aplicar ML para abordar COVID-19 y sus variantes.