COVID-19 es causado por el coronavirus 2 del síndrome respiratorio agudo severo (SARS-CoV-2) y tiene una tasa de letalidad del 2-3%, con tasas más altas entre pacientes ancianos y pacientes con comorbilidades. Radiológicamente, el COVID-19 se caracteriza por opacidades en vidrio esmerilado multifocales, incluso en pacientes con enfermedad leve. Clínicamente, los pacientes con COVID-19 presentan síntomas respiratorios, que son muy similares a otras infecciones virales respiratorias. Nuestro conocimiento sobre el virus SARS-CoV-2 sigue siendo muy limitado. Estos hechos hacen que sea vital establecer mecanismos que permitan modelar y predecir la evolución del virus y analizar la propagación de casos en diferentes circunstancias. El objetivo de este artículo es presentar un modelo desarrollado para la evolución de COVID en la ciudad de Manizales, capital del Departamento de Caldas, Colombia, centrándose en la metodología utilizada para permitir su aplicación a otros casos, así como en las herramientas de monitoreo desarrolladas con este propósito. Esta metodología se basa en un modelo híbrido que combina la dinámica poblacional del modelo SIR de ecuaciones diferenciales con extrapolaciones basadas en redes neuronales recurrentes. Esta combinación proporciona resultados autoexplicativos en términos de un coeficiente que fluctúa con las medidas de restricción, que pueden ser refinadas aún más por reglas de expertos que capturan los cambios esperados en dichas medidas.