鉴于冠状病毒形成的逝世人数上升，本周已蔓延至美国，并被世界卫生组织(WHO)宣告为紧迫医疗事情，值得一提的是，人工智能在遏止其他疾病蔓延中的效果。算法不仅为高档干涉和防备战略供给了信息，而且还协助优化了资源分配以反抗感染的传达。在引起人类病理学家留意之前，算法乃至现已检测出迸发的开端痕迹。

在2014年的一项研讨中，研讨人员运用核算模型来评价英国对HIV的测验和医治，并找到不知道其疾病情况的感染该病毒的人。研讨小组发现，即便艾滋病毒感染者没有行为改动，他们的办法也可以将新感染削减5%。

2016年，由佐治亚大学，梅西大学和加利福尼亚大学组成的团队开发的AI用于猜测丝状病毒的传达，该病毒一般会感染蝙蝠，但也可以传达给人类。 (埃博拉病毒和马尔堡病毒是两种最常见的菌株。)运用57种不同要素(从生活史，生态学到列传要素)的模型猜测出哪种类型的蝙蝠或许带着丝状病毒，其准确度为87%。

2017年的后续研讨采用了模型，以依据可用预算扩展丙型肝炎病毒(HCV)的防备作业。研讨人员发现，有了10亿美元的预算，公共卫生资金的最佳用处将是彻底专心于医治(着重前期医治)。可是，假如预算为50亿美元，最好将预算的60%用于筛查，其他的用于医治，将筛查拨款在第三年降至20%。

同样在2017年，来自Saw Swee Hock公共卫生学院和新加坡国家环境局环境卫生研讨所的科学家开发了一种猜测登革热爆发的算法，一起考虑了十年的历史气候信息和季节性登革热形式以猜测爆发至提早四个月。不久之后，草创公司Aime开端供给一种东西，以84%的准确度猜测登革热爆发的地址和时刻，爱媛大学的研讨人员规划了一个模型，运用降雨和温度数据来猜测马尼拉的登革热病例。

2018年，南卡罗来纳大学的科学家开发了一种算法，以协助组织更经济有效地调整其推行规模。运用有关印度防备结核病和美国防备淋病的实在数据进行测验，成果表明，假如运用该模型替代当时战略，该模型可以防备8,000例结核病和20,000例淋病。

尽管有期望将AI作为全球健康流行病的规划东西，但重要的是要记住，任何一种疾病猜测算法都无法防止一切猜测模型所面对的圈套。

Google臭名远扬的Flu Trends是一项络服务，于2008年发动，可供给25个以上国家/区域的流感活动估量值，它监控了数百万用户的健康追寻行为，以提醒人群是否患有流感样疾病。尽管预算值一般与卫生组织的监督数据共同，但研讨人员发现，因为新闻倾向成果中流感覆盖率的明显进步，查找量有所增加，而且流感趋势汇总有关健康情况的查询的方法或许夸张了猜测率。 (IBM的Weather Company在其Watson AI渠道的支持下，在Weather Channel移动应用程序中供给了相似的流感猜测东西，但或许明智地将猜测窗口限制为15天。)

为了消除这种失真，一些公司正在开发新的办法来消除体系中的误差并验证准确性。

Metabiota(其渠道依据疾病症状和逝世率以及医治的可获得性等信息来估量疾病传达的危险)正在与美国情报界和国防部协作研讨与冠状病毒有关的问题。至于竞争对手BlueDot的体系，它运用通过实战查验的自然言语处理和机器学习算法，通过每天剖析65种言语的100,000篇文章来盯梢100多种流行症，并记下旅行者的行程信息和飞翔道路以及有关某个区域的信息气候，温度和当地家畜。

不论是否通过验证，开发可以追寻疾病传达的自动化体系的尽力或许只会在未来几年加快。据BCC Research的剖析师称，到2023年，数字病理学和流行病学商场估计将到达102亿美元(高于2018年的48亿美元)，这主要是由核算可扩展性和模型特征工程方面的立异推进的。