Google云计算和哈佛全球健康研究所合作，开发了新冠肺炎（COVID-19）公共预测模型，能够对未来14天内，美国各州的新冠肺炎病例、死亡人数和其他指标进行预测，提供医疗、公部门和其他组织准备救援资源的根据。这些预测资料已经可以在云计算数据仓库BigQuery，和Data Studio仪表板等服务免费取用。
为了产生新冠肺炎预测模型，Google云计算研究人员开发了一种先进的时间串行机器学习方法，结合人工智能技术和流行病学，并将这个模型，以来自约翰霍普金斯大学、笛卡尔实验室和美国人口普查局的公开资料进行训练。这个模型特别之处，在于其基础架构的设计，让研究人员可以深入了解模型，更好地解释该模型作出预测的原因。
新冠肺炎公共预测模型可以生成郡级的预测资料，也就是说，该模型能以郡为基础，进行针对性的测试和公共卫生介入，Harvard大学研究员Thomas Tsai提到，只要政府与公众能够提供准确和即时的病例、感染、住院和死亡资料，就能够强化人们了解和发展迅速对抗新冠肺炎的能力。而Google与哈佛的模型研究基础，正是基于这个概念。
Google表示，新冠肺炎公共预测能够对疫情控制提供有用的信息，让各组织更好地为疫情发展做好准备，像是医疗院所可以根据预测资料，计划采购个人防护装备的数量，并且规划人力，而州和郡的卫生部门，也可以使用未来两周的感染预测，调整检测策略，并找出可能爆发疫情的新地区。
美国疾病管制与预防中心研究显示，在美国的有色人种，受到新冠肺炎疫情的打击最为严重，感染率和死亡率与其他群体不成比例，为此，Google进行了完整的公平性分析，研究这种不成比例的资料，对预测产生的影响以及其解释的方法，也提醒用户在使用资料时，也应考量公平性。
Google提到，与其他机器学习预测一样，这个新冠肺炎预测模型仍有其限制，用户在将预测资料用于决策时，应该考量其限制，也希望公共卫生官员和人工智能社群，能够展开公开对话，探讨解决不公平现象的成因，并评估不公平现象在各种人工智能模型中的影响。
用户现在可以在云计算数据仓库BigQuery中进行免费查询，或是下载CSV格式的公共预测，此外，还能从Google的Data Studio仪表板，和美国National Response Portal中取得预测资料。Google在白皮书与用户指南中，详细说明了建模方法和资料集细节。