Debido a una mayor accesibilidad, las bases de datos de atención médica han crecido a lo largo de los años. En este documento, practicamos la localización y asociación de puntos de datos u observaciones que se refieren a entidades similares en varios conjuntos de datos de atención médica pública. Según los métodos propuestos en este estudio, todas las fuentes se asignan utilizando enfoques basados en IA para considerar características no únicas y calcular índices de similitud. Los componentes críticos discutidos incluyen la evaluación de precisión, los criterios de bloqueo y los procesos de vinculación. Las mediciones precisas desarrollan métodos para evaluar y validar manualmente pares coincidentes para purificar los parámetros de conexión y mejorar la eficacia del proceso. Este estudio tiene como objetivo evaluar y elevar el estándar de las bases de datos de atención médica que ayudan a la comprensión de los médicos de las características físicas de los pacientes mediante el uso de NARX para detectar errores y modelos de aprendizaje automático para el proceso de toma de decisiones. En consecuencia, nuestros hallazgos sobre la tasa de mortalidad de pacientes con COVID-19 revelaron un sesgo de género: mujeres 15.91% y hombres 22.73%. También encontramos un sesgo de género con síntomas leves como la falta de aliento: mujeres 31.82% y hombres 32.87%. Con síntomas de insuficiencia cardíaca congestiva, el sesgo fue el siguiente: mujeres 5.07% y hombres 7.58%. Finalmente, con síntomas típicos, la tasa de mortalidad general tanto para hombres como para mujeres fue del 13.2%.