Camille

Para el año 2019, a los inicios de la pandemia del COVID-19, se presentó una alta demanda en pruebas PCR en la ciudad de barranquilla que generaron demora en la obtención de los resultados y así mismo promovía la obtención de resultados erróneos dando como negativos casos posiblemente positivos.

Como solución, se generaron y probaron modelos de aprendizaje automático (ML) utilizando pequeñas cantidades de datos de cada clase. Se utilizó el mejor modelo para clasificar los big data obtenidos por el Laboratorio de Virología de la Universidad Simón Bolívar a partir de curvas de RT-PCR en tiempo real para el SARS-CoV-2, y el modelo fue reentrenado e implementado en un software que correlacionó los datos del paciente con la prueba y diagnósticos de IA.

CAMILLE, mejoró la atención de los laboratorios y la veracidad de los resultados de las muestras PCR en la ciudad de Barranquilla y Departamento del Atlántico. Cuando CAMILLE detectaba una anomalía, marcaba la intercepción del canal y el paciente específico, donde se debe revisar para tomar la decisión del resultado de la prueba.