Palabras clave:aplicaciones móviles android; covid-19; sars cov 2.

ABSTRACT
This app was commissioned by the Cuban Ministry of Health to quickly and truthfully inform the population about the pandemic that has caused so many infections and deaths around the world, COVID-19. The app has been downloaded by a large number of users and its usage has spread nationwide. The Apklis site reports, so far, 183,107 downloads. Downloads from the ETECSA or Infomed FTP sites have not been counted. Regarding the user experience, the app has received positive evaluations, which can be verified in apklis.

Keywords: android mobile apps; covid-19; sars cov 2.

El nuevo coronavirus denominado SARS-COV2 causa diversas manifestaciones clínicas englobadas bajo el término COVID-19. El sistema de informe y datos conocidos por sus siglas en inglés como RADS, determinadas a partir del consenso de expertos producido por un grupo de trabajo multidisciplinario con el objetivo de mejorar la comunicación de los resultados, establece un enfoque estándar para la notificación de manifestaciones imagenológicas. El presente trabajo presenta el prototipo de aplicación CO-RADS que propone una herramienta digital sobre la base de una revisión actualizada del papel y la idoneidad de los estudios de imagenología para el diagnóstico y seguimiento de pacientes con sospecha o infección conocida de COVID-19, proporcionando terminología estandarizada de imágenes para lograr comunicar los resultados al médico de asistencia de manera clara y consistente. CO-RADS es una aplicación gratuita que se encuentra disponible en:

htttps://www.aplikis.cu/es/application/cu.sld.hlucia.corads    

Palabras Clave: imagenología; covid-19; radiología, tomografía axial computarizada; APK.

Abstract

The new coronavirus called SARS-COV2 causes various clinical manifestations encompassed under the term COVID-19. The data and reporting system known by its acronym in English as RADS, establishes a standard approach for the notification of 

imaging manifestations with the aim of improving the communication of results; was determined from the consensus of experts produced by a multidisciplinary working group. This paper presents the CO-RADS application prototype that proposes a digital tool based on an updated review of the role and suitability of imaging studies for the diagnosis and follow-up of patients with suspected or known COVID-19 infection, providing standardized imaging terminology to achieve clear and consistent communication of results to the attending physician. CO-RADS is a free application that is available at:

htttps://www.aplikis.cu/es/application/cu.sld.hlucia.corads

Key Words: imaging; covid-19; radiology; computerized axial tomography; apk.

La aplicación Sistema para la Gestión de Personas Aisladas (SGPA-UCI) fue desarrollada para informatizar el proceso de ingreso, pruebas de PCR y egreso de personas aisladas en el centro de aislamiento instalado en la Universidad de las Ciencias Informáticas (UCI), como parte del enfrentamiento a la Covid-19 en Cuba. Para el desarrollo de la aplicación se utilizó Symfony como framework de desarrollo y para el monitoreo de los datos, se diseñaron tableros con el empleo de Grafana.

La solución informática facilitó la gestión de más de 10 mil personas aisladas en el centro de aislamiento, en un período de aproximadamente 6 meses, obteniendo los datos primarios de las personas y facilitando el proceso de ingreso, preparación de PCR, procesamiento de resultados recibidos y proceso de egreso. El sistema para la gestión de personas aisladas permitió el proceso de seguimiento a las personas en el centro de aislamiento UCI-MINSAP durante el enfrentamiento a la pandemia Covid-19.

Palabras clave: aplicación; centro de aislamiento; Covid-19; monitoreo.

ABSTRACT

The System for the Management of Isolated Persons (SGPA-UCI) application was developed to computerize the process of admission, PCR tests and discharge of isolated people in the isolation center created in the University of Computer Sciences (UCI), as part of the confrontation with Covid-19 in Cuba. For the development of the application, Symfony was used as a development framework and for data monitoring, dashboards were designed using Grafana.

The computer solution simplified the management of more than 10 thousand people isolated in the isolation center, in a period of approximately 6 months, obtaining the primary data of the people and facilitating the process of admission, preparation of PCR, processing of received results and exit process. The system for the management of isolated people allowed the process of monitoring people in the UCI-MINSAP isolation center during the confrontation with the Covid-19 pandemic.

Key words: application; isolation center; Covid-19; monitoring.

En el control de enfermedades infecciosas resulta esencial usar modelos epidemiológicos, sin embargo, existen herramientas que permiten el monitoreo y control estadístico de la transmisión de este tipo de enfermedad en el tiempo. El objetivo de este trabajo de investigación fue proporcionar un análisis de la dinámica diaria de transmisión de la COVID-19 en Cuba mediante dos cartas de control, basadas en un modelo probabilístico fundamentado en las distribuciones binomial y Poisson. Los dos métodos se aplicaron, utilizando los reportes diarios publicados por el Ministerio de Salud Pública, a un proceso cuya variable en estudio es de atributos y con poca información sobre su estabilidad. Las cartas aplicadas fueron clave para mejorar la estabilidad del proceso, en la medida en que se detectaron, identificaron y sugirió la eliminación de causas especiales para reducir la variación; y en el monitoreo para asegurar que las mejoras a generarse se puedan conservar.

Palabras clave: control estadístico; cartas de control; atributos; covid- 19.

ABSTRACT

In the control of infectious diseases it is essential to use epidemiological models; however, there are tools that allow monitoring and statistical control of the transmission of this type of disease over time. The objective of this research work was to provide an analysis of the daily dynamics of COVID-19 transmission in Cuba through two control charts, based on a probabilistic model based on the binomial and Poisson distributions. The two methods were applied, using the daily reports published by the Ministry of Public Health, to a process whose variable under study is attributes type and with little information on its stability. The applied charts were key to improve the stability of the process, insofar as they were detected, identified and suggested the elimination of special causes to reduce the variation; and in monitoring to ensure that the improvements to be generated can be preserved.

Keywords: statistical control; control charts; attributes; covid-19.

La Inteligencia Artificial ha ayudado a lidiar diferentes problemas relacionados con los datos masivos y a su vez con su tratamiento, diagnóstico y detección de enfermedades como la que actualmente nos preocupa, la Covid-19. El objetivo de esta investigación ha sido analizar y desarrollar la clasificación de imágenes de neumonía a causa de covid-19 para un diagnostico efectivo y óptimo. Se ha usado Transfer-Learning aplicando ResNet, DenseNet, Poling y Dense layer para la elaboración de los modelos de red propios Covid-UPeU y Covid-UPeU-TL, utilizando las plataformas Kaggle y Google colab, donde se realizaron 4 experimentos. El resultado con una mejor clasificación de imágenes se obtuvo en el experimento 4 prueba N°2 con el modelo Covid-UPeU-TL donde Acc.Train: 0.9664 y Acc.Test: 0.9851. Los modelos implementados han sido desarrollados con el propósito de tener una visión holística de los factores para la optimización en la clasificación de imágenes de neumonía a causa de COVID-19.

Palabras clave: covid-19; transfer-learning; reconocimiento; inteligencia artificial; pandemia; rayos x; clasificación de imágenes; pulmones; redes convolucionales.

Abstract

Artificial Intelligence has helped to deal with different problems related to massive data in turn to the treatment, diagnosis and detection of diseases such as the one that currently has us in concern, Covid-19. The objective of this research has been to analyze and develop the classification of images of pneumonia due to covid-19 for an effective and optimal diagnosis. Transfer-Learning has been used applying ResNet, DenseNet, Poling and Dense layer for the elaboration of the own network models Covid-Upeu and Covid-UpeU-TL, using Kaggle and Google colab platforms, where 4 experiments have been carried out. The result with a better classification of images was obtained in experiment 4 test N ° 2 with the Covid-UPeU-TL model where Acc.Train: 0.9664 and Acc.Test: 0.9851. The implemented models have been developed with the purpose of having a holistic view of the factors for optimization in the classification of pneumonia COVID-19 images.

Keywords: COVID-19; Transfer-Learnig; Recognition; Artificial intelligence; Pandemic; X-rays; Image classification; Lungs; convolutional networks.