LABORATORIO PARA LA DETECCIÓN DE ENFERMEDADES INFECCIOSAS, APOYADO CON HERRAMIENTAS DE MACHINE LEARNING – MLABNARIÑO
DOI:
https://doi.org/10.26507/ponencia.1744Resumen
El año 2020 pasará a la historia por el brote del coronavirus denominado SARS-Cov-2 o COVID-19, que generó una pandemia sin precedentes en el siglo XXI, evidenciando lo frágiles que pueden ser las personas ante este tipo de situaciones, originando la declaración de la misma como emergencia social o calamidad pública en todo el mundo, sin aún en este año 2021 controlarla completamente. Lo anterior ha alertado la comunidad científica mundial, para que la misma se encuentre expectante y en vigilia permanente ante la posibilidad de nuevos virus y situaciones similares que amenacen a la humanidad, con el fin de aunar esfuerzos para proponer soluciones que coadyuven a mitigar estos riesgos; para que nuevos virus como COVID-19 no se conviertan en pandemias y pongan en jaque al mundo.
El proyecto Laboratorio MlabNariño, es una iniciativa alineada con la necesidad proponer soluciones para mitigar los riesgos que virus como COVID-19 puedan ocasionar, compuesta de tres fases: la primera para mejorar la infraestructura del laboratorio clínico del Hospital Universitario Departamental de Nariño (HUDN) para la toma y procesamiento de muestras en la detección de agentes biológicos de alto riesgo para la salud humana; la segunda, relaciona el fortalecimiento en la prestación de servicios científicos y tecnológicos para el procesamiento de pruebas RT-PCR en el diagnóstico temprano de eventos de interés en salud pública; y la tercera, busca fortalecer el programa de vigilancia y monitoreo para el reporte de información y control sobre eventos relacionados con enfermedades infecciosas, utilizando para ello herramientas digitales apoyadas en la Inteligencia artificial, específicamente mediante el uso de modelos de Machine Learning para el análisis de datos.
El objetivo de MlabNariño, ha sido mejorar las capacidades de CTeI en el departamento de Nariño, para atender problemáticas asociadas con agentes biológicos de alto riesgo para las personas, fortaleciendo el laboratorio del HUDN y haciendo uso de herramientas informáticas de la Inteligencia artificial en el diseño y aplicación de modelos de IA para el análisis y reporte de datos. Por otra parte, el proyecto se clasifica como un estudio cuantitativo, correlacional de tipo longitudinal, debido a que relaciona elementos estadísticos; mide fenómenos ocurridos por agentes infecciosos; analiza la causa efecto de las situaciones presentadas; y trabaja en el análisis de la situación propuesta desde diferentes tópicos, teniendo en cuenta los elementos que la componen para explicar las causas asociadas y las consecuencias generadas. Lo anterior, cuantificando las relaciones entre las variables que hacen parte de los fenómenos identificados, con el fin de predecir posibles situaciones complejas asociadas con los agentes infecciosos y su comportamiento en la población Nariñense.
Las pandemias son el nuevo temor de las personas, muchos científicos predicen que a futuro serán uno de los tantos problemas con los cuales tienen que luchar las personas, COVID-19, es la primera de esta generación, no se conoce cuantas aparecerán, pero es importante estar preparados y alistarse con herramientas clínicas y tecnológicas que permitan mitigar los riesgos y si es posible adelantarse a la próxima situación crítica que viva la humanidad.
Biografía del autor/a
Sixto Enrique Campaña Bastidas, Universidad Nacional Abierta y a Distancia
Docente Asociado - Investigador UNAD Colombia
Doctor en Ingeniería - área Telecomunicaciones
Magister en Software Libre
Especialista en redes y servicios telemáticos
Ingeniero de Sistemas
Instructor CCNA CISCO
Ana Isabel Vallejo Narváez, Hospital Universitario Departamental de Nariño
Grupo: Hosdenar – HUDN
Epidemiologa
Coinvestigadora Proyecto
Lessly Gheraldy Munares Mera, Hospital Universitario Departamental de Nariño
Enfermera Jefe
Coordinación cerco epidemiológico HUDN
Proyecto MlabNariño
Citas
Expósito Gallardo, M. D. C., & Ávila Ávila, R. (2008). Aplicaciones de la inteligencia artificial en la Medicina: perspectivas y problemas. Acimed, 17(5), 0-0.
Raurell-Torredà, M., Martínez-Estalella, G., Frade-Mera, M. J., Rodríguez-Rey, L. C., & de San Pío, E. R. (2020). Reflexiones derivadas de la pandemia COVID-19. Enfermería Intensiva, 31(2), 90-93.
Cómo citar
Descargas
Descargas
Publicado
Evento
Sección
Licencia
Derechos de autor 2021 Asociación Colombiana de Facultades de Ingeniería - ACOFI

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Estadísticas de artículo | |
---|---|
Vistas de resúmenes | |
Vistas de PDF | |
Descargas de PDF | |
Vistas de HTML | |
Otras vistas |