Resumen

El propósito de este estudio fue investigar el diagnóstico de pacientes en la etapa temprana de baja incidencia de la enfermedad por coronavirus 2019 (COVID-19) y la salud mental del personal basado en imágenes de tomografía computarizada (TC) con algoritmo genético (AG). En este estudio, 136 pacientes de COVID-19 ingresados en nuestro hospital fueron divididos en un grupo crítico (94 casos) y un grupo general (42 casos). Además, se utilizó un cuestionario para investigar la salud mental de pacientes de COVID-19 en áreas de baja incidencia temprana, incluyendo 147 miembros del personal médico y 213 miembros del personal no médico. Se compararon los efectos entre el algoritmo de emparejamiento de plantillas AG optimizado propuesto en este estudio y el AG tradicional, que se aplicaron en imágenes de TC de pacientes de COVID-19. Los resultados mostraron que el algoritmo propuesto podría mejorar la precisión de la detección de neumonía y reducir la tasa de falsos positivos. La edad promedio de los pacientes en el grupo grave

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Estudio; COVID-19; Algoritmo genético; Tomografía computarizada; Detección de neumonía; Salud mental
• Keywords:Study; COVID-19; Genetic algorithm; Computed tomography; Pneumonia detection; Mental health