Objetivo.
Proponer un modelo de atención en salud que integra tecnologías que pueden emplearse en el lugar de atención (point-of-care) y técnicas de inteligencia artificial.
Métodos.
Se usó un modelo teórico en el que un millón de personas accedieron a la aplicación móvil CoronApp-Colombia, que recoge datos personales, signos, síntomas y nexos epidemiológicos compatibles con COVID-19. Empleando la información de la app se aplicaron técnicas de inteligencia artificial (ciencias de datos) en una sala situacional virtual.
Resultados.
Los usuarios compatibles con COVID-19 serían priorizados y sometidos a una prueba de diagnóstico rápido para la búsqueda de anticuerpos anti-SARS-CoV-2. El tamizaje con la prueba de diagnóstico rápido permitiría detectar a las personas serorreactivas, en quienes se llevaría a cabo la confirmación diagnóstica mediante biología molecular (PCR). La información de los casos positivos confirmados por PCR se sometería nuevamente a técnicas de inteligencia artificial y estadística espacial para determinar los focos geográficos de infección. En estos focos se puede hacer búsqueda activa de contactos con los casos índices positivos y activar nuevamente la ruta de diagnóstico con la prueba de diagnóstico rápido y PCR.
Conclusión.
Este escenario puede ser un camino útil para que los países de la región con plataformas tecnológicas para el diagnóstico por PCR débiles o ausentes puedan maximizar los recursos existentes, estimar el peso epidemiológico de la COVID-19 (infección, morbilidad, mortalidad y letalidad) en sus territorios y definir planes de contención, mitigación y control acordes a sus necesidades.