Machine Learning para analizar datos sobre el COVID en México

Por Luis Alberto Hernández

Como parte de un proyecto de extracción de información aplicada a entidades médicas de la Secretaría de Salud (SEDESA) de la Ciudad de México se utilizó Machine Learning para clasificar los expedientes clínicos de pacientes COVID, atendidos en 30 hospitales de la red de la dependencia capitalina.

Esta catalogación se basó en la cantidad de pacientes por hospital, su género, el número de ingresos por día y si contaban con la primera, segunda o tercera dosis de la vacuna contra el virus del SARS-CoV-2, entre otros datos, mencionó la doctora Helena Gómez Adorno, investigadora titular A del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS), durante la sesión de agosto del Seminario de Ingeniería de Software y Bases de Datos.

Esta información resultó de gran importancia para medir el comportamiento de la pandemia en la ciudad, y con ello tomar mejores decisiones, puntualizó. 

Actualmente Gómez Adorno trabaja en un proyecto de clasificación automática de textos. Su objetivo es identificar documentos que hayan sido escritos con inteligencia artificial para atender una problemática que ha cobrado relevancia en los últimos años en el sector educativo: la verificación de autoría.

Este seminario es impulsado por la Red de Colaboración en Ingeniería de Software y Bases de Datos de la UNAM. En su organización, por parte de la DGTIC, participa Teresa Hernández Elenes, académica de la Dirección de Colaboración y Vinculación (DCV).

La charla completa está disponible en el siguiente enlace https://www.youtube.com/watch?v=WM4bUwz-gFY