El objetivo del presente estudio es utilizar las historias clínicas durante el tratamiento de la enfermedad COVID 19 para predecir la gravedad de la evolución clínica de los pacientes. En particular, desarrollamos un algoritmo de predicción para clasificar a los pacientes en dos categorías: “Evolución grave” en la que el paciente muere a causa de la enfermedad o necesita ser ingresado en la UCI, y “Evolución no grave” en la que es probable que el paciente no tenga una evolución clínica grave y sea dado de alta. Las predicciones se hacen utilizando las pruebas realizadas durante la estancia del paciente en el hospital hasta algunos días antes de que se produzca el evento (admisión en la UCI/muerte o alta). El uso de los registros de salud explorados durante este estudio incluye: análisis de sangre, atributos físicos (como el IMC), inmunología, gasometría, coagulación y signos vitales. El algoritmo desarrollado predice utilizando estas medidas el resultado de un nuevo paciente en la categoría “Evolución severa” o “Evolución no severa” aprendiendo de las medidas y resultados de pacientes anteriores. Por lo tanto, este tipo de algoritmo aprende las reglas para predecir el resultado utilizando únicamente ejemplos de evolución grave a partir de datos anteriores.