Creación de soluciones al problema del diagnóstico y el pronóstico de la COVID-19 basadas en algoritmos de IA
Proyectos de investigación sobre el SARS-COV-2 y la enfermedad COVID-19 (CV20-29480)
Conoce más
El presente proyecto tiene como objetivo principal la creación de soluciones al problema del diagnóstico y el pronóstico de la COVID-19 basadas en algoritmos de Inteligencia Artificial. Este objetivo se concretará en una aplicación informática efectiva y fácil de usar para los facultativos, que los ayude en su toma de decisiones. Como objetivos específicos se persiguen:
Desarrollar un sistema inteligentede ayuda diagnóstica de la COVID-19 que mejore la sensibilidad, especificidad y rapidez de las técnicas actuales, a partir de datos del paciente y pruebas rutinarias de amplia disponibilidad, esencialmente radiografía simple y analítica.
Desarrollar un sistema inteligente para predecir el pronóstico delos pacientes con sospecha o confirmación de COVID-19 admitidos a urgencias hospitalarias, basada en la conjunción de patrones radiológicos, analíticos y datos sociodemográficos y clínicos.
Desarrollar un sistema inteligente para predecir el riesgo de larga estancia hospitalaria y exitus, de pacientes de COVID-19 a partir de dichos datos y otras pruebas complementarias.
The emailing module basically will speed up your email marketing operations while offering more subscriber control.
Do you need to build lists for your email campaigns? It just got easier with Evolo.
The emailing module basically will speed up your email marketing operations while offering more subscriber control.
Do you need to build lists for your email campaigns? It just got easier with Evolo.
Conoce al equpo de investigadores principales (IPs) al frente de este proyecto de investigación:
José Manuel Benítez Sánchez
Departamento de Ciencias de la computación e Inteligencia Artificial. Universidad de Granada.
Antonio Jesús Láinez Ramos-Bossini
Genaro López Milena
Investigadores colaboradores del grupo UGR-IA:
Francisco Aragón Royón
Departamento de Ciencias de la computación e Inteligencia Artificial. Universidad de Granada.
Antonio Arauzo Azofra
Departamento de Ingeniería Rural. Universidad de Córdoba.
Francisco Javier Baldán Lozano
Departamento de Ciencias de la computación e Inteligencia Artificial. Universidad de Granada.
Luis Balderas Ruiz
Departamento de Ciencias de la computación e Inteligencia Artificial. Universidad de Granada.
Juan Manuel Fernández Luna
Departamento de Ciencias de la computación e Inteligencia Artificial. Universidad de Granada.
Miguel Lastra Leidinger
Departamento de Lenguajes y Sistemas Informáticos. Universidad de Granada.
Manuel J. Parra Royón
Departamento de Ciencias de la computación e Inteligencia Artificial. Universidad de Granada.
Investigadores colaboradores HUVN-Médicos:
Sara Barranco Acosta
Juan Emilio Alcalá López
Elena Barbero Cortés
Regina Gálvez López
María Dolores García Roa
Antonio José García Salguero
Antonia Garrido Collado
Francisco Garrido Sanz
José Herrero Rubí
María José Lupiáñez Jiménez
Carlos Luque Revelles
Beatriz Moraleda Cabrera
Jesús Parejo Santaella
Marta Parras Gordillo
María del Carmen Pérez García
María Dolores Rabadán Caravaca
Eduardo Ruiz Carazo
Eva Tapia Moreno
Personal colaborador HUVN-TIC:
Liz Alfonso Méndez
Rosario Moreno Aguilar
Junta de Andalucía
Consejería de Transformación Económica, Industria, Conocimiento y Universidades
Cofinanciado por Fondos FEDER
Copyright © 2020 DiCITS Distributed Computational Intelligence and Time Series