在对抗疫情的战斗中，随处可以见到人工智能的影子。Nature 在2020年6月发表了一篇文章，题为《Finding a role of AI in pandemic（AI在疫情中的作用）》，认为人工智能研究者们可以在疫情预测方面发挥重要作用【1】。
事实上，早在2020年1月17号，伦敦帝国学院的新冠疫情应急小组（Imperial College London COVID-19 Response Team）就发表了第一次报告，预测武汉在1月12日已经有1723例感染者出现症状，而当时武汉当地政府报告的病例仅有44例。报告分析了各种可能情形，包括武汉机场国际旅客情况，国际输出确诊病例，发病检测窗口期等，得出结论：武汉所报告的病例人数比最保守的估计（１９０人）还要低很多，据此对该疫情的大范围扩散提出了预警。
该小组随后对疫情发展进行了持续跟踪研究，先后发布了42次报告（最近一次在2020年12月31日），用流行病学模型结合大量数据预测疫情走势，对各国政府给出政策建议。例如，在3月16日的一次报告中，该小组模拟了在没有有效疫苗的前提下，政府进行介入干预的必要性。图1给出了他们的一个预测结果。该图以ICU床位的需求为例说明政策介入的必要性，其中红线为英国每百万人口的ICU床位供应量，黑线为如果不对疫情加以控制产生的需求，其余几条曲线为采取相应措施之后的结果，包括病人隔离、居家封闭、学校停课、保持社交距离等。可以看到如果不采取任何措施，将有大量危重病人无法得到救治，从而带来重大损失。这一模拟结果有力推动了英国政府放弃保守政策，为英国疫情带来转机。
图1：伦敦帝国学院的新冠疫情应急小组对英国疫情发展所需ICU床位的预测[2]
类似的研究在各国都在进行。例如，Science 2020年１２月发表的一篇文章，分析了美国在３月１５号到５月３号之间所采取的疫情控制政策的结果【５】。他们发现，如果政府的应对措施能早上一个星期到两个星期，也许很多悲剧都可以避免。
图２：如果早一个星期（上面四幅图）或早两个星期（下面四幅图）采取干预政策，美国和纽约的感染和死亡病例可能会显著下降[5]。
中国在疫情中的应对策略也成为各国科学家研究的对象。例如，２０２０年３月１８号，MIT的研究者利用机器学习方法研判疫情控制策略时发现，如果不采取封城措施，武汉被感染人数可能会极为恐怖地增加【3】，正是中国政府的强力措施控制了疫情的蔓延。随后，世界各地的研究者也得到了相同结论。这些研究有力指导了各国政府的政策制定和实施。
图３：MIT研究组关于武汉疫情的模拟。红线为如果不采取封城措施会引发的大量病例爆发。
参考文献：
[1].Finding a role for AI in the pandemic. Nat Mach Intell 2, 291 (2020).
[2].Report 1: Estimating the potential total number of novel Coronavirus cases in Wuhan City, China. https://www.imperial.ac.uk/media/imperial-college/medicine/mrc-gida/2020-01-17-COVID19-Report-1.pdf
[3].Dandekar R, Barbastathis G. Neural Network aided quarantine control model estimation of COVID spread in Wuhan, China[J]. arXiv preprint arXiv:2003.09403, 2020.
[4].Sen Pei, Sasikiran Kandula and Jeffrey Shaman,
[5].Differential effects of intervention timing on COVID-19 spread in the United States， Science Advances 04 Dec 2020