十多名来自哈佛及斯坦福等大学的研究人员本周在arXiv发布了一研究报告，表示他们结合了包括Google搜索及Twitter在内的6项流媒体信息指标，打造了一个可即时预测新冠肺炎（COVID- 19）爆发进程的算法，以让美国或其它政府可根据该算法，来判断医疗资源的分配或是城市的开放脚步。
该研究所衡量的6项指标包括Google与新冠肺炎相关的搜索字符串、Twitter上的相关活动、医疗资源搜索平台UpToDate上的医师搜索、全球疫情与移动模型（Global Epidemic and Mobility Model，GLEAM）、来自于手机的匿名移动资料，以及Kinsa智能温度计所上传的数据等。
研究人员先分析了美国前6个月以来，疫情暴发与上述指标的关系，再创建一算法来进行预测。研究人员指出，上述每一个指标都有各自的局限，但将它们以不同的加权集成之后，就能打造一个接近即时的COVID-19早期预警系统，以期准确预测确诊人数或死亡人数即将大爆发的时间，如同加热或冷却系统中的恒温器，可随着疫情的起伏而强化或放松非药物介入（Non-pharmaceutical interventions，NPIs）的防疫机制，如卫生教育、隔离、或环境消毒等，也可据此适度地开放商业活动。
根据该算法，在看到早期迹象到确诊人数爆发的中位数为19.5天，或者是在看到早期迹象到死亡人数遽增的中位数为29天。该研究也显示，在采用非药物介入的防疫政策的5、6周后，就能看到确诊及死亡人数的减少。