در تاریخ 9 ژانویه سال 2020 (WHO (World Health Organization اولین هشدار ها را در خصوص احتمال آغاز همه گیریِ نوعی pneumonia ( التهاب حاد ریه ) از استان های Wuhan و Hobei چین اعلام کرد.
اولین گزارش ها نشان دهنده این بود که این نوع پنومونی ناشی از نوعی ویروس از خانواده کرونا ویروس ها است که عامل بیماری های حاد دیگرِ دستگاه تنفسی، نظیر SARS و MERS می باشند.
این در حالی است که کمپانی Blue Dot حوالی 30 دسامبر سال 2019، یعنی 9 روز قبل از اعلام WHO و CDC با استفاده از سیستمی مبتنی بر یادگیری ماشین و هوش مصنوعی، وقوع عن قریب همه گیری بیماری فوق را پیش بینی کرده بود. کمپانی Blue Dot یک شرکت کانادایی است که به صورت Real-Time حدود 200 بیماری عفونی را رصد می کند و تغییراتِ سرایت و احتمال همه گیری این قبیل بیماری ها را زیر نظر دارد. این سازمان با استفاده از تکنیک های ( NLP ( Natural Language Processing روزانه بیش از 100،000 مقاله خبری تایید شده را به 65 زبان زنده دنیا رصد کرده و با استفاده از این اطلاعات در کنار نقشه خطوط و پرواز های بین المللی احتمال آغاز و نحوه گسترش اپیدمی را پیشبینی می کند (اعلام اولیه این کمپانی در خصوص مسیر انتقال سارس کووید 19 " از ووهان به بانکوک و تایپه و سئول و توکیو " بود که تا حد زیادی نیز در مورد نقشه گسترش بیماری، چنین شد.)
علاوه بر این پیشبینی، این کمپانی مدل های موفق مکرر دیگری نیز از این دست پیشبینی ها داشته از جمله پیشبینی محل آغاز اپیدمی Zika virus در سال 2016 میلادی در جنوب ایالت فلوریدا.( مقاله چاپ شده مربوط به این مدل را می توانید در ژورنال Lancet مطالعه کنید.)
مدل سازی های دیگری نیز با استفاده از ابزار های هوش مصنوعی در زمینه پاندمی بیماری SARS COVID-19 صورت گرفته که از جمله آنها مدلی است که توسط دانشمندان چینی با استفاده از اطلاعات جمع آوری شده از 11 ژانویه تا 27 فوریه سال2020 و اطلاعات اپیدمی های مشابه قبلی از جمله ویروس SARS 1 وMERSانجام شده، نشان میدهد که اپیدمی به احتمال زیاد تا اواسط ماه آوریل سال2020 به مقدار زیادی فروکش خواهد کرد.
مدل های بسیاری زیاد دیگری در رابطه با این بیماری در دانشگاه ها و مراکز مختلف دنیا و ایران در رابطه با ا پییدمی، تشخیص، ساخت دارو و... انجام شده و تا به حال نیز در حال انجام است ولی همانطور که توجه نمودید نکته اصلی تشخیص به موقع احتمال وقوع همه گیری، درمان ، گرفتن تصمیمات درست برای کنترل اپیدمی( برای مثال استفاده از Decision Tree ) و... است که احتمال تکرار خطا ها را در همه گیری های چنینی آینده به شدت کاهش خواهد داد.
