Τεχνητή νοημοσύνη κορωνοϊός: Ενώ ο ανθρώπινος εγκέφαλος μπορεί να επεξεργαστεί πεπερασμένο σύνολο πληροφοριών κάθε φορά, οι μηχανές είναι σε θέση να διακρίνουν πολύ μικρές διαφορές, σε τεράστιες ποσότητες δεδομένων που σχετίζονται με το κορωνοϊό, με τρόπους που ήταν αδύνατο να φανταστούμε στο παρελθόν.
Οι επιστήμονες δεδομένων εστιάζουν την έρευνα σε μερικά από τα μεγαλύτερα μυστήρια του ιού – π.χ. γιατί η ασθένεια εκδηλώνεται τόσο διαφορετικά στα παιδιά από ότι στους ενήλικες, τι κάνει μερικούς ασθενείς υπερμεταδοτικούς ενώ άλλοι δεν μεταδίδουν καθόλου τον ιό – και σε άλλες σχετικές ερωτήσεις όπου έχει γίνει μικρή, σχετικά, πρόοδος στην κατανόηση τους.
Στο Northwestern University, ένα εργαστήριο προσομοίωσης εκτελεί προσομοιώσεις μεγάλης κλίμακας σχετικά με τις επιπτώσεις των ταξιδιωτικών περιορισμών και της κοινωνικής αποστασιοποίησης, στα ποσοστά μόλυνσης. Το Εθνικό Εργαστήριο Argonne του Υπουργείου Ενέργειας των ΗΠΑ χρησιμοποιεί AI, για να εστιάσει σε μοριακές δομές που θεωρούνται κατάλληλες, προκειμένου να δοκιμάσει στο εργαστήριο όσο το δυνατόν περισσότερες θεραπείες. Στην Αίγυπτο, η AI βοηθά στην αντιμετώπιση της παραπληροφόρησης σχετικά με τον κορωνοϊό, στα αραβικά.
Ο Jason Moore, διευθυντής του Ινστιτούτου Penn για τη Βιοϊατρική Πληροφορική στο Πανεπιστήμιο της Πενσυλβανίας, ο οποίος βοηθά στη δημιουργία μιας διεθνούς κοινοπραξίας δεδομένων του κορωνοϊού, δήλωσε ότι εάν ο ιός είχε χτυπήσει πριν από 20 χρόνια, ο κόσμος θα μπορούσε να είναι καταδικασμένος. «Αλλά, νομίζω ότι έχουμε μια πιθανότητα αντιμετώπισης του σήμερα, λόγω της τεχνητής νοημοσύνης και της μάθησης που σχετίζεται με τις μηχανές», είπε.
Τον Απρίλιο, ένας υπολογιστής που ταξινομεί ιατρικά αρχεία επιβεβαίωσε ότι η προσβολή όσφρησης και γεύσης, η οποία είχε αναφερθεί ως επί το πλείστον περιστασιακά, ήταν ένα από τα πρώτα συμπτώματα μόλυνσης – μια ανακάλυψη που οδήγησε τα Κέντρα Ελέγχου και Πρόληψης Νοσημάτων να προσθέσουν την ανοσμία στη λίστα των συμπτωμάτων.