微软、印度理工学院和 TCS Research(Tata Consul tancy Services 的研发部门)的研究人员共同撰写的一篇预印论文描述了一个人工智能框架，旨在帮助城市和地区根据 COVID-19 作出关于锁定、关闭和物理距离的政策决策。
他们声称，由于它会自动学习政策作为疾病参数的函数，如传染性、妊娠期、症状持续时间、死亡概率、人口密度和运动倾向，因此，优于迄今使用的其他建模工具。
并表示这个框架可能对近 200 个有冠状病毒病例的国家的组织和政府有用。包括新加坡和台湾在内的亚洲国家已经证明，遏制战略，如接触追踪，或识别可能与感染者接触的人的过程，可以有效地缓解 COVID-19 的传播。
合著者首先生成了一个图网络-一个包含一些对相关的对象的模型，使得对象对应于顶点，每对顶点被称为边缘-有 100 个节点和 1000 个个体。 每个节点都代表一个城市或一个包含一定数量个体的区域，节点对之间连接的强度与节点之间的种群的乘积成正比，与它们之间距离的平方根成反比。
接下来，研究人员模拟了 COVID-19 可用的最佳疾病参数：潜伏期为 5-10 天，感染期为 7-14 天，80%的可能性显示可见症状，2% 的死亡率，以及与易感人群接触的感染者 100% 的传播概率，并进行了多次模拟，以获得可靠的统计数据。
在整个研究过程中，研究人员假设一个开放节点允许人们往返于网络中的其他开放节点。 表现出症状的人不允许前往其他节点，但无症状和暴露的人可以这样做。 （当一个节点被锁定时，所有进出该节点的旅行都被阻塞） 此外，他们还解释了一个事实，即虽然有症状的人在节点内被隔离，但少数人打破了检疫，并在节点内流通。
研究人员还制定了几个基线锁定策略，其中他们假设每个节点都可以选择每周锁定或打开一次。 然后，他们定义了一组策略，如果该节点中症状人群的比例超过了 5% 、10% 、20% 、50% 或超过 100% 的预定义阈值，则锁定任何给定节点。
最后，该团队训练了一种深度 Q 网络强化学习算法（一种通过奖励激励软件代理的算法），该算法每周通过对疾病传播的一些模拟，做出每节点二进制决策-“开放”或“锁定”。 为了让该算法确定锁定的最佳策略，他们量化了模拟每个结果的成本：锁定的每一天和每个感染者的权重为 1.0 ；每次死亡的权重为2.5；奖励被定义为这些成本的负值，以便更高的奖励对应于较低的成本。
在实验中，在 75 次模拟过程中，模拟持续 52 周（364天），研究人员确定，5% 至 10% 的锁定政策经历了较低的感染高峰。 可以预见的是，该政策对导致同一节点内症状人群和总体人口比例增加的决定持谨慎态度，因此，一旦感染开始扩散，它就会提前锁定较大的节点，一旦感染开始在节点内扩散，外部感染的可能性就会更高的节点。
不过，需要注意的是，研究中的人工智能模型没有考虑人口规模和地理，他们没有使用真实的数据进行网络模型。 但他们说，更深入的分析正在进行中，他们将继续添加更详细的描述和文献综述的阶段。
除了这项研究，各个团队正在开发人工智能系统来跟踪 COVID-19 的传播。 例如，卡内基梅隆大学的研究人员正在重新训练一种预测季节性流感的算法，而柏林的罗伯特·科赫研究所使用了一种考虑到政府遏制措施的模型，如封锁、隔离和社会隔离处方，以表明遏制措施可以成功地减少扩散。