麻省理工学院（MIT）本周公布首个以AI模型而未使用历史资料创建的预测模型，推测估计社交距离（Social distancing）措施，的确有助于减缓COVID-19病毒传播。同时AI模型也估计，美国感染人数将在4月15到20日间，来到高峰。
相较于许多学者使用SARS及MERS时代的资料，创建新冠肺炎的预测模型，MIT的研究是第一个只使用新冠肺炎感染数据，结合神经网络来预测隔离措施的效果。由MIT公民与环境工程博士候选人Raj Dandekar，及机械工程教授George Barbastathis合作的研究小组，以一般疫情散播研究所用的SEIR模型为基础。一般SEIR模型将人群分成S（susceptible）、E（expose）、E（infected）及R（recovered），但是他们以实际COVID-19的病例资料，来训练神经网络。
研究人员搜集4个地区，包括美国、武汉、韩国和意大利的感染者人数各500名，并以这些资料来训练神经网络，后者学习隔离措施下，感染者对感染速度的影响，进而发展出预测感染人数的能力。
利用这套模型，研究小组发现，隔离措施和病毒有效复制量的减缓，有直接相关性。研究人员说，这套神经网络学习到“隔离控制力道”的概念。在韩国等尽早实施高强度措施的地区，有较高的“隔离控制力道”，得以减缓添加感染数，因而很快就出现高原期。
而美国或意大利则到3月中，才采行隔离措施，COVID-19病毒有效复制量较大，表示病毒成指数传播开来。
MIT的AI模型也预测出美义两国的感染高峰期发展。根据该模型，美国会在4月第一周，感染数由指数增长减缓为直线增长，美、义两国皆会在4月15日到20日之间开始走缓。该模型还预测美国感染人数会达到60万人后，才会开始减速。
MIT这项预测，和美国华盛顿大学健康指标与评估研究院（Institute for Health Metrics and Evaluation）的研究结果相差不远。
Barbastathis警告，这表示如果太早放松管制，将会引发灾难。研究人员说，只要看新加坡，就知道太早放松管制的结果。早期的优等生新加坡，本周出现第二波大爆发，一天之内突增数百起感染案例。
研究小组计划将模型，分享给其他人以协助防疫管制决策。
根据约翰霍普金斯大学的COVID-19感染地图，美国感染速度是否能在本周减缓，值得观察，截至今（17）日，美国确诊人数已超过67万。