今次全球肆虐的新型冠狀病毒肺炎疫情為例，坊間出現了大量不同來源的數據。美國約翰霍普金斯大學在它的互動地圖儀表板（Interactive Map Dashboard）上，連結各地病例的數據，供人下載。艾倫研究所（Allen Institute）更「無償」地開放資訊，把 2.9 萬篇醫學論文，包括只供行內閱覽的內容也一併公開，務求集思廣益，盡快尋求擊退疫情的可行方案。
在這嚴峻的疫情下，人工智能可謂廣泛運用，而應用 AI 時便需要數據才有所發揮。加拿大初創 BlueDot 以 AI 的自然語言處理（NLP）和「機器人學習」（ML），篩選全球 65 種語言的新聞報道，再加上航空公司訂位數據和動物病症報告，結果早於去年底，便偵測到武漢有「不尋常的肺炎」個案，較世界衛生組織公報的早 9 天之多。
上海有科學家也運用了 AI 的深度學習（DL），檢驗肺部的電腦斷層掃描（CT scan），結合人手覆核，速度由過往的數小時大幅減少至 4 分鐘。同時，有研究人員試行以 AI 偵測呼吸聲是否異常，以分析喉嚨狀況，才進一步提取深喉唾液樣本做測試，這些科研工作均需要大量數據支持。為應對全球蔓延的新冠肺炎疫情，世界各地紛紛利用數據分析，力求找出病源，以遏止疫情繼續擴散，我相信互相分享數據作更廣泛分析，疫情可望盡早終結。
作者：香港大學建築學院及工程學院計算機科學系客席教授鄧淑明