Plataforma para el monitoreo y pronóstico de la evolución del COVID-19 en México utilizando Inteligencia Artificial
Universidad La Salle México
La información mostrada en esta plataforma es recolectada directamente de los Datos Abiertos sobre el COVID-19 publicados por la Secretaría de Salud.
Los pronósticos realizados por esta plataforma son generados a partir de la construcción de diversos modelos optimizados con técnicas de inteligencia artificial.
Todos los modelos generados se construyen a partir de la información pública disponible y se ajustan todos los días conforme se actualiza dicha información.
Todos los pronósticos generados en esta plataforma pueden cambiar y no deben considerarse como información oficial.
Monitor
Estadísticas generales
Actualizado el 14/04/22 a las 09:21:15 PM
Confirmados acumulados
5,725,075
Sospechosos acumulados
686,768
Negativos Acumulados
9,286,052
Confirmados Activos
4,256
Defunciones
323,891
Personas Estudiadas
15,697,895
Estadísticas sobre hospitalizados
Actualizado el 14/04/22 a las 09:21:15 PM
Confirmados acumulados hospitalizados
673,900
Sospechosos acumulados hospitalizados
65,592
Negativos Acumulados hospitalizados
468,107
Pronósticos utilizando redes neuronales artificiales y cómputo evolutivo
Casos confirmados
Pronóstico de casos confirmados por COVID-19 usando modelos neuronales optimizados con cómputo evolutivo.
Actualizado el 24/01/22 a las 11:48:56 PM
Pronóstico del pico máximo de casos confirmados por COVID-19 y reducción del número de casos por día en México usando modelos gausiano optimizados con cómputo evolutivo.
Actualizado el 24/01/22 a las 11:25:55 PM
Pronóstico del pico máximo de casos confirmados por COVID-19 y reducción del número de casos por día en México usando modelos logarítmico sigmoidal optimizados con cómputo evolutivo.
Actualizado el 24/01/22 a las 11:25:55 PM
Pronóstico del pico máximo de casos confirmados por COVID-19 y reducción del número de casos por día en México usando modelo dinámicos SIR (susceptible-infected-recovered) optimizados con cómputo evolutivo.
Actualizado el 12/11/20 a las 01:07:03 AM
Pronóstico del pico máximo de casos confirmados por COVID-19 y reducción del número de casos por día en México usando modelo dinámicos SIR Ponderados (susceptible-infected-recovered) optimizados con cómputo evolutivo.
Actualizado el 12/11/20 a las 01:07:03 AM
Defunciones
Pronóstico del número de defunciones por COVID-19 usando modelos neuronales optimizados con cómputo evolutivo.
Actualizado el 24/01/22 a las 11:48:56 PM
Pronóstico del pico máximo de defunciones por COVID-19 en México usando modelos gausianos optimizados con cómputo evolutivo.
Actualizado el 24/01/22 a las 11:25:55 PM
Pronóstico del pico máximo de defunciones por COVID-19 en México usando modelos logarítmicos sigmoidales optimizados con cómputo evolutivo.
Actualizado el 24/01/22 a las 11:25:55 PM
Hospitalizados
Pronóstico de número de hospitalizados por COVID-19 usando modelos neuronales optimizados con cómputo evolutivo.
Actualizado el 24/01/22 a las 11:48:56 PM
Pronóstico del pico máximo de hospitalizados por COVID-19 en México usando modelos gausianos optimizados con cómputo evolutivo.
Actualizado el 24/01/22 a las 11:25:55 PM
Pronóstico del pico máximo de hospitalizados por COVID-19 en México usando modelos logarítmicos sigmoidales optimizados con cómputo evolutivo.
Actualizado el 24/01/22 a las 11:25:55 PM
Monitor mundial
En esta sección puede realizar comparativos sobre el número de casos confirmados y el número de defunciones por el COVID-19 en el mundo. Este comparativo está normalizado en función del tamaño de la población de cada país y alineado con respecto al primer caso reportado.
NOTA: Este monitor mundial corresponde a una adaptación del Highcharts - Covid-19 Dashboard desarrollado por Torstein Hønsi y datos de pomber/covid19.Monitor y pronóstico por Estados
En esta sección puede realizar comparativos sobre el número de casos confirmados, el número de decesos por el COVID-19 en el país así como los casos activos considerando los confirmados que presentaron síntomas en los últimos 14 días. Este comparativo está normalizado en función del tamaño de la población de cada estado y alineado con respecto al primer caso reportado. De igual forma, se presentan los pronósticos de estos grupos para cada Estado utilizando un modelo epidemiológico tipo SEIR optimizado con cómputo evolutivo. Por el momento, solo se incluyen los pronósticos de los estados donde la cantidad de confirmados es la mínima necesaria para realizar el ajuste del modelo SEIR de forma correcta.
Actualizado el 1/07/20 a las 06:32:42 AM
Descripción
La Universidad La Salle pone a disposición de la población mexicana la Plataforma para el monitoreo y pronóstico de la evolución del COVID-19 en México utilizando Inteligencia Artificial.
La plataforma busca mantener informada a la población sobre la situación actual del COVID-19 en México considerando la información oficial publicada por la Secretaría de Salud. Nuestro monitor muestra la información general en México sobre Casos Confirmados, Casos Sospechosos, Casos Negativos, así como Confirmados Activos, Defunciones y el total de Personas Estudiadas. De igual forma, se ha incorporado información sobre el número de Hospitalizados considerando Casos Confirmados, Casos Sospechosos, Casos Negativos.
Un elemento esencial de la Plataforma son el pronóstico sobre cómo va evolucionar el COVID-19 en México. Para esto, científicos de la Universidad La Salle han desarrollado y aplicado algoritmos de Inteligencia Artificial para analizar la información oficial publicada por la Secretaría de Salud y predecir cómo va evolucionar el número de Casos Confirmados, número de Defunciones y número de Hospitalizados en el corto y mediano plazo, así como predecir cuándo se va alcanzar el máximo número de casos y presentar la redución de casos en México. Esta información es de suma importancia para la toma de decisiones y planeación estratégica buscando mitigar el impacto económico y social de la pandemia por COVID-19 en México.
La inteligencia artificial ha ganado popularidad en los últimos años debido a su aplicación en la solución de diversos problemas que actualmente aquejan a la sociedad. Desde aplicaciones relacionadas con problemas de seguridad, salud, educación hasta la automatización de procesos, todo ello teniendo en común el análisis masivo de información para la toma de decisiones.
Dentro de las técnicas más utilizadas podemos mencionar a las Redes Neuronales Artificiales, las cuales se han plicado ampliamente en problemas de reconocimiento de patrones y predicción de series de tiempo, por lo que se convierten en potenciales candidatas para predecir la evolución de la pandemia causada por el COVID-19.
Una estrategia para diseñar una Red Neuronal Artificial de forma óptima son los algoritmos de optimización basados en cómputo evolutivo. Esta combinación de estrategias se ha aplicado con éxito en problemas de reconocimiento de patrones y los resultados sugieren que podrían ser un potencial candidato para aplicarse en problemas de predicción de series de tiempo.
El Grupo de Investigación en Sistemas Inteligentes Aplicados de la Universidad La Salle ha trabajado ampliamente en el desarrollo y aplicación de Redes Neuronales Artificiales y Cómputo Evolutivo en diversas problemáticas relacionadas con la salud. En ese sentido, se han orientado y adaptado estas estrategias para desarrollar esta Plataforma de monitoreo y pronóstico de la evolución de COVID-19 en México utilizando una metodología que combina estrategias para diseño automático de redes neuronales artificiales utilizando cómputo evolutivo y principios básicos de predicción de series de tiempo y regresión.
Para pronosticar el número de casos confirmados, defunciones y decesos, se construyen y optimizan diferentes modelos, los cuales son ajustados con los Datos Abierto publicados por la Secretaría de Salud considerando el primer caso de COVID-19 en México. Una vez construidos los modelos, se seleccionan aquellos que otorgan el menor error de ajuste con respecto a los datos históricos. Posteriormente, los modelos seleccionados son estimulados con los datos históricos. Finalmente, para pronosticar el número de casos confirmados, decesos y hospitalizados para los siguientes días, se calcula el valor promedio de la predicción para cada día, así como su error de estimación con diferentes niveles de confianza.
Por el momento se han incorporado a la Plataforma de monitoreo y pronóstico de la evolución de COVID-19 en México cinco modelos diferentes:
1. Redes Neuronales Artificiales diseñada con cómputo evolutivo para la predicción a corto plazo utilizando como información de entrada el número de casos acumulados.
2. Modelo Gausiano optimizado con cómputo evolutivo para la predicción a largo plazo utilizando como información de entrada el número de casos por día.
3. Modelo Logarítmico Sigmoidal (LogSig) optimizado con cómputo evolutivo para la predicción a largo plazo utilizando como información de entrada el número de casos acumulado.
4. Modelo Suspected-Infected-Recovered (SIR) optimizado con cómputo evolutivo para la predicción a largo plazo utilizando como información de entrada el número de casos acumulado y número de decesos acumulado.
5. Modelo Suspected-Infected-Recovered Ponderado (SIR Ponderado) optimizado con cómputo evolutivo para la predicción a largo plazo utilizando como información de entrada el número de casos acumulado y número de decesos acumulado.