Новая коронавирусная инфекция Sar-CoV-2 имеет нечеткую стохастическую природу симптомов, схожую с природой других респираторных заболеваний, что значительно затрудняет диагностику Covid-19. Получение результатов дифференциации пациента, инфицированного Covid-19, от не инфицированного пациента на ранних этапах заболевания является основной проблемой в условиях коронавирусной пандемии. Задачу дифференциации пациента можно рассматривать как классическую задачу классификации. Для решения задачи классификации в данном исследовании алгоритмизируется алгебраическая модель «КОРА», а также ее вероятностные и возможностные модификации, удовлетворяющие эвристическим предположениям, предъявляемые к алгоритму «КОРА". На ее основе результатов исследования спроектирована и разработана информационная система диагностики Covid-19, с использованием таких технологий как Python, SQLite, SQLAlchemy, Flask и Docker.

The new coronavirus infection SARS-CoV-2 has a fuzzy stochastic nature of symptoms similar to the nature of other respiratory diseases, making the diagnosis of COVID-19 significantly difficult. Obtaining the results, which differentiate a patient infected with COVID-19 from an uninfected patient in the early stages of the disease, is a major challenge during the coronavirus pandemic. Patient differentiation can be viewed as an ordinary classification problem. In this study, to solve the classification problem, the algebraic model "KORA" is proposed, as well as its probabilistic and feasible modifications that satisfy the heuristic assumptions applied to the algorithm "KORA". Based on the results of the study, an information system for the diagnosis of COVID-19 was designed and developed using technologies such as Python, SqLite, SqlAlchemy, Flask и Docker.