Machine Learning Applied in SARS-CoV-2 COVID 19 Screening Using Clinical Analysis Parameters

Authors

Keywords:

artificial intelligence, machine learning, artificial neural networks, random forest, multilayer perceptron, support vector machine, COVID-19 diagnostic aid model

Abstract

Attributed to the SARS-CoV-2 virus, COVID-19 was considered a pandemic by the World Health Organization (WHO). Since then, world governments have coordinated information flows and issued guidelines to contain the overwhelming effects of this disease. At the same time, the scientific community is continually seeking information about transmission mechanisms, the clinical spectrum of the disease, new diagnoses and strategies for prevention and treatment. One of the challenges encountered refers to the difficulty in performing the tests for the diagnosis of the disease, whose technique adopted for the detection of the genetic material of COVID-19 requires equipment and specialized human resources, making it an expensive technique. We hypothesize that machine learning techniques can be used to classify the test results for COVID-19, through the joint analysis of the clinical parameters of the most popular laboratory tests. Machine learning techniques, such as Random Forest, Multi-Layer Perceptron and Support Vector Machines Regression, enable the creation of disease prediction models and artificial intelligence techniques in the analysis of clinical parameters. Thus, we evaluated the existing correlations between laboratory parameters and the result of the COVID-19 test, and developed two classification models: the first classifies the test results for patients with suspected COVID-19, and the second classifies the hospitalization units of patients with COVID-19, both according to the laboratory parameters. The results of the correlations found are aligned with those found in the medical literature, and the models presented an accuracy above 96\%, showing that the models are promising in the task of classifying tests for COVID-19 and in the task of classifying patients by hospitalization unit.

Author Biographies

Rodrigo F. A. P. de Oliveira, Universidade de Pernambuco

Rodrigo F. A. P. Oliveira atua na área de Tecnologia da Informação com ênfase em Segurança da Informação, Inteligência Computacional e Computação em Nuvem. É doutorando e mestre em Engenharia da Computação pela UPE, além de Especialista em Engenharia de Software pela UPE, graduado em Licenciatura da Computação pela UFRPE. Cofundador e diretor de tecnologia da PickCells, startup de detecção de doenças com Inteligência Artificial.

Carmelo J. A. B. Filho

Carmelo J. A. B. Filho} é, atualmente, Cientista-chefe do Parque Tecnológico de Eletro-eletrônica do Estado de Pernambuco, professor associado do quadro efetivo da Escola Politécnica da Universidade de Pernambuco (UPE) e livre docente. É o coordenador da Rota TIC Mangue Digital, ação conjunta com a SUDENE e MDR. É o coordenador da especialização em Inteligência Artificial da UPE. É conselheiro da Sociedade Brasileira de Inteligência Computacional, sócio conselheiro da Sociedade Brasileira de Ótica e Fotônica, sócio da Sociedade Brasileira de Microondas e Optoeletrônica e Membro sênior do IEEE. Ele é Bolsista de Produtividade em Pesquisa do CNPq desde 2008, sendo promovido a bolsista nível 1D em 2018.

Pedro Buarque

Pedro Buarque é bacharel e mestrando em Engenharia da Computação pela Universidade de Pernambuco (UPE) com foco em uso de Inteligência Artificial aplicada na saúde e Inteligência de Enxames em aplicações de engenharia. Participou do programa de graduaçāo sanduíche em Washington University e do \textit{summer research} em Illinois Institute of Technology, onde fez pesquisa na área de algoritmos para suporte a infraestrutura Big Data.

Ana Clara A. M. V. F. de Medeiros

Ana Clara A. M. V. F. de Medeiros é graduada em Biomedicina pela Universidade Federal de Pernambuco e atualmente participa do programa de pós graduação da Faculdade Global, cursando Biologia Molecular. É Pós graduada pela Famart em Análises Clínicas e Microbiologia. É integrante do grupo de pesquisa internacional AI.Life em projetos de Biotecnologia e atua como Biomédica na Pickcells em projetos de pesquisa utilizando tecnologia aplicada às análises clínicas.

Downloads

Published

2020-09-21

Issue

Section

Special Issue on Fighting against COVID-19
Bookmark and Share