ABSTRACT
Introducción: El diagnóstico positivo de COVID-19 en pacientes paucisintomáticos constituye una prioridad para minimizar la propagación de la enfermedad. La no existencia de manifestaciones respiratorias dificulta el diagnóstico y facilita la propagación. Ante esta situación es necesario adoptar soluciones técnicas que permitan el diagnóstico en este tipo de pacientes. Objetivo: Describir el software de procesado de imágenes reumatológicas y dermatológicas en el diagnóstico de pacientes paucisintomáticos con COVID-19. Métodos: Se diseñó y elaboró un software basado en un algoritmo para el diagnóstico de COVID-19 en pacientes paucisintomáticos. El procedimiento constó de tres etapas; la primera de ellas se relacionó con el procesado de imágenes y todos sus elementos relacionados; la segunda etapa se orientó hacia la identificación de preguntas a modo de anamnesis médica. La tercera etapa se centró en la identificación y análisis de resultados de exámenes de laboratorio y la definición de las recomendaciones finales en base al resultado final. Resultados: Se diseñó un software basado en un algoritmo que incluye tres etapas y se basa en porcentajes de coincidencia, orientando al usuario en la conducta a seguir en dependencia del porcentaje de coincidencia. Inicia con la captura de una imagen y se siguen aspectos clínicos, epidemiológicos y de laboratorio de la COVID-19. Conclusiones: El algoritmo de aproximación diagnóstica de la COVID-19 tiene facilidades de uso, bajo costo de utilización y comodidades para su implementación, convirtiéndolo en una herramienta tecnológica al servicio de la salud humana para frenar la propagación de la COVID-19.
Introduction: The positive diagnosis of COVID-19 in paucisymptomatic patients is a priority to minimize the spread of the disease. The absence of respiratory manifestations makes diagnosis difficult and facilitates the spread. Given this situation, it is necessary to adopt technical solutions that allow diagnosis in this type of patient. Objective: Describe rheumatological and dermatological image processing software in the diagnosis of paucisymptomatic patients with COVID-19. Methods: A software based on the algorithm for the diagnostic approach of COVID-19 in paucisymptomatic patients was designed and developed. The procedure consisted of three stages; the first one was related to image processing and all its related elements; the second stage was oriented towards the identification of questions as a medical anamnesis. The third stage focused on the identification and analysis of laboratory test results and the definition of final recommendations based on the final result. Results: A software was designed based on an algorithm that includes three stages and is based on coincidence percentages, guiding the user in the behavior to follow depending on the coincidence percentage. It begins with the capture of an image and is followed by clinical, epidemiological and laboratory aspects of COVID-19. Conclusions: The algorithm for the diagnostic approach to COVID-19 is easy to use, low cost of use, and easy to implement, making it a technological tool at the service of human health to stop the spread of COVID-19.