大部分Covid-19預測是基於過去的疫情如SARS或MERS的數據。現在MIT的一群工程師開發了一個機器學習模型，使用Covid-19疫情數據和神經網絡去判斷隔離措施的有效性，更好的預測病毒傳播。研究報告發表在預印本網站上。

預測傳染病擴散的絕大部分模型被稱為SEIR，將人群分類為“易感”、“暴露”、“感染”和“康復”四組。MIT 研究人員在此基礎上加入了隔離，如果被感染的人處於隔離中，那麼病毒將不會傳播給其他人。

他們的模型發現，像韓國這樣的地方，政府迅速採取乾預措施去實現強有力的社會隔離，那麼病毒的傳播將會更快的抵達穩定階段。而美國和意大利這樣比較緩慢的採取政府乾預措施的地方，Covid-19 的有效繁殖數更長時間停留在1 以上，這意味著病毒會繼續以指數傳播。

在目前的社會隔離措施下，意大利和美國將在4 月15 日-20 日之間到達穩定階段。模型顯示社會隔離能有效的將病毒的繁殖數從1 以上降低到1 以下。