新冠肺炎蔓延，目前，全球已经有超过 204,000 人确诊感染新型冠状病毒，死亡人数超 8200 人。
不同的人正在用不同的方式应对这次疫情。而计算机科学家和机器学习研究人员正在以他们知道的方式来应对这种流行病：编译数据集，并构建从中学习的算法。
谷歌的数据科学竞赛平台 Kaggle 上已经有一个 COVID-19 病例数据集，并且每天都会更新。这些数据是可靠的，包括患者年龄、位置、开始出现症状的时间、暴露的时间、进入医院的时间等等。超过 400 人在自己的分析中使用了这些数据。
https://www.kaggle.com/sudalairajkumar/novel-corona-virus-2019-dataset
蒙特利尔大学的一位研究人员收集并公布了一个数据库，其中包括数十个 CT 扫描和胸部X光图像。这些图片是从公开的疾病研究中获取的。
https://github.com/ieee8023/covid-chestxray-dataset/blob/master/README.md?fbclid=IwAR30yTGBr55WXdCngCoICDENHycmdL2bGwlvl1ckdZM-ucjGH10Uakz7khk
约翰·霍普金斯大学建立了一个令人印象深刻的 dashboard，它包含了来源可靠的数据，并定期更新，让全世界看到了疾病的传播和死亡率。GitHub 上提供了可以复制和修改的代码。
https://www.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6
其他数据集直接来自治疗患者的医院，医院已迅速尝试改变机器学习模型，以帮助医生寻找疾病的征兆。
以下是其中一些论文：
论文地址：https://arxiv.org/abs/2003.04655v2
论文题目：深度学习对 CT 图像中 COVID-19 的肺部感染定量研究
上海研究人员设计了一种系统，伴随着人工检查，该系统可以将 CT 图像的分析时间从数小时减少到大约 4 分钟。
论文地址：https://arxiv.org/abs/2003.05037v1
论文题目：冠状病毒（COVID-19）大流行的快速 AI 开发周期：使用深度学习 CT 图像分析进行自动检测和患者监测的初步结果
该论文还声称可以检测到 COVID-19 的存在，而且还可以可视化病毒对肺部的影响，以跟踪疾病随时间的进展。
论文地址：https://arxiv.org/abs/2002.05534v1
论文题目：异常的呼吸模式分类器可能有助于以准确无阻碍的方式大规模筛查 COVID-19 感染者
在这里，研究人员通过分析人的呼吸速度，寻找一种筛查 COVID-19 的听觉方法。这项研究还没有定论，但它是一种以较少侵入性方式测试病毒的新思路。
论文地址：https://arxiv.org/ftp/arxiv/papers/2002/2002.09334.pdf
论文题目：深度学习系统筛查 2019 新冠肺炎
这项工作试图将 COVID-19 患者所患的肺炎与普通流感区分开。
论文地址：
https://www.medrxiv.org/content/10.1101/2020.02.27.20028027v2.full.pdf
论文题目：使用以下三种临床特征预测重度 Covid-19 感染患者的危重程度：基于机器学习的武汉市临床数据预测模型
研究人员利用来自武汉的近3,000 例患者的电子健康记录，构建了一种算法，该算法预测重症患者生存几率的准确率超过 90%。