Este trabajo propone un enfoque semiparamétrico para estimar la evolución de COVID-19 (SARS-CoV-2) en España. Considerando las secuencias de incidencia acumulada de 14 días de todas las regiones españolas, combina técnicas modernas de Aprendizaje Profundo (DL) para analizar secuencias con el modelo bayesiano habitual Poisson-Gamma para recuentos. El modelo DL proporciona una descripción adecuada de la serie temporal observada de recuentos, pero no puede proporcionar una cuantificación de incertidumbre fiable. El papel de la obtención de expertos del número esperado de recuentos y su fiabilidad es el papel de las predicciones de DL en el enfoque de modelado propuesto. Finalmente, se obtiene la distribución predictiva posterior de recuentos en un análisis bayesiano estándar utilizando el conocido modelo Poisson-Gamma. El modelo permite predecir la evolución futura de las secuencias en todas las regiones o estimar las consecuencias de escenarios eventuales.