新型冠状病毒肺炎疫情还在持续，世界卫生组织（WHO）紧急委员会日内瓦时间1月30日召开会议，宣布中国新型冠状病毒疫情构成国际关注的突发公共卫生事件（PHEIC）。
世界卫生组织总干事谭德塞（Dr Tedros Adhanom Ghepeyesus）在宣布这一决定的同时，对中国政府应对疫情的努力和及时反应表示赞赏。他说，中国采取了超常规的有力措施，中国在很多方面为应对疫情提供了借鉴。世界卫生组织将和中国在一起，加强国际之间合作，联合控制病毒。
那么我们一直寄予厚望的AI技术在这种医疗卫生事件上能够帮上忙吗？答案是肯定的。2020 年 2 月 1 日，百度方面表示，正在把 AI 技术投入到新型冠状病毒疫情防控中；比如，在北京清河火车站落地应用了 AI 多人体温快速检测解决方案。百度的 AI 体温检测技术基于人脸关键点检测及图像红外温度点阵温度分析算法，可以对一定面积内乘客的额头温度进行检测，即便是佩戴帽子和口罩也能够快速筛查。
国外的蓝点公司（BlueDot），该公司已经建立了一个先进的AI平台，可以处理数十亿件数据，在新型冠状病毒疫情上，蓝点（BlueDot）于12月31日发出了第一个警报。 这要早于1月6日美国疾病控制与预防中心做出的预警。
蓝点的策划者Kamran Khan是一名传染病医生，也是多伦多大学医学与公共卫生学教授，在SARS疫情爆发时期，是一名一线医疗人员，他表示：
“我们目前正在使用自然语言处理（NLP）和机器学习（ML）处理大量非结构化文本数据，目前通过65种语言，每15分钟一次，跟踪超过100种不同疾病的爆发，如果我们人力完成这项工作，可能需要100多人才能做好。这些数据分析使卫生专家能够将时间和精力集中在如何应对传染病风险上，而不是花费时间和精力收集和组织信息。”
Colleen Greene，DataRobot医疗保健部总经理：指出，“人工智能可以按地区预测潜在的新增病例的数量，以及哪种类型的人面临的风险最大。 这种技术可以用来警告旅行者，以便易感染人群在旅行时可以做出及时防范措施，例如戴好医用口罩。”
纽黑文大学计算机科学助理教授Vahid Behzadan 强调“人工智能还可以帮助优化防疫策略。 例如，Marzieh Soltanolkottabi博士的研究是关于使用机器学习来评估和优化社区，城市和国家之间的社会隔离（隔离）策略，以控制流行病的传播。 此外，Vahid Behzadan所属的研究小组正在与Soltanolkottabi博士合作，开发利用AI的最新进展，尤其是强化学习技术来增强疫苗接种策略的方法。”
Vincent Grasso博士是IPsoft医疗和生命科学全球实践主管他表示：“例如，当疾病暴发时，必须从患者和其他相关人员那里获得临床相关信息，如发病前后的生理状态、与接触地点有关的信息和其他重要信息。将人类部署到这些情况是昂贵和困难的，特别是如果出现多起疫情或疫情发生在缺乏足够资源的国家。客服机器人作为人类试图获取相关信息的扩展将是一个受欢迎的补充。客服机器人可以与患者采用问答的方式进行沟通，收集信息，问题大多是标准化的，还可以根据情况变化修改。除了这一“前端”好处外，从语音、文本、医疗设备、GPS和许多其他来源收集的数据作为数据点也是有益的，可以帮助我们学习更有效地应对未来的疫情。”
SAS全球政府实践主管、美国国土安全部国家生物监督局前局长Steve Bennett表示：“人工智能可以通过几种方式帮助对付冠状病毒。通过确定的已知疫情，卫生官员就可以根据环境条件、获得医疗保健的机会以及病毒传播的方式，使用人工智能来预测病毒将如何传播。人工智能还可以在病毒局部爆发的情况下，或在不寻常的小规模不良健康事件中发现共性。从这些事件中得到的情况可以帮助回答许多关于病毒性质的未知问题。
“要找到治疗冠状病毒的方法，研制抗病毒药物和疫苗是一个反复试验的过程。过去医学界已经成功地培育出了许多针对类似病毒的疫苗，因此使用人工智能来观察来自类似病毒的模式，并检测在构建新疫苗时要寻找的属性，将比从头开始构建疫苗的成功概率更高。”
InterSystems的HealthShare副总裁唐 伍德洛克认为：“通过机器学习的方法，我们可以读取医疗记录中的数百亿个数据点和临床文档，来确定患者是否携带病毒。感染该疾病的患者的“特征”会从建模过程中逐渐清晰，这有助于我们将风险更高的患者作为医治目标。
“类似地，机器学习的方法可以自动建立医疗记录中治疗方法和最终治疗结果之间的模型或关系。这些模型可以快速确定更好的治疗方法，并有助于指导临床医治指南的制定。”
