در این راستا به نقل از پژوهشگاه ارتباطات و فناوری اطلاعات، وحید یزدانیان رئیس پژوهشگاه ارتباطات و فناوری اطلاعات با اشاره به کاربردهای هوش مصنوعی گفت: کشورهای توسعه‌یافته جهان از هوش مصنوعی برای کاربردهای متنوع و به‌ویژه پیش‌بینی میزان شیوع استفاده می‌کنند و اکنون نیز در داخل کشور، با بهره‌گیری از تجارب جهانی و نیز بومی‌سازی الگوها، این سامانه توسعه‌یافته، می‌تواند سرعت تحلیل داده‌ها را افزایش داده و بر اساس استفاده از اطلاعات ناشناس و جمع‌آوری‌شده در سطح استان تهران، کمک بسیار خوبی برای کنترل کرونا باشد.  همچنین علیرضا زالی، فرمانده ستاد مقابله با کرونا در کلان‌شهر تهران اظهار کرد: این تعاملات باعث می‌شود دانش همکاران ما با مفاهیم مدیریتی این بیماری در استان تهران افزایش پیدا کرده و با استفاده از اطلاعات این داشبوردها بتوانند مداخلات موثرتری را در بهداشت و درمان با هدف افزایش مراقبت از بیماران انجام دهند. وی خاطرنشان کرد: علاوه بر برنامه‌هایی که تا به‌حال انجام شده و ما را به سمت یک مدل بومی در استان تهران نزدیک کرده، این مدل زمانی عملکردی است که ما در حوزه بهداشت آثار عملکردی آن را ببینیم. ما در شهر تهران ۱۷۴ و در استان تهران ۴۲۰ محله داریم و با وجود جمعیت نامتوازن، نوع ارتباطات میان مردم، حجم بالای تردد، مشکلات زیادی برای تصمیم‌گیری محدودیتی پیدا می‌کنیم.  فرمانده ستاد مقابله با کرونا در تهران ادامه داد: ما برای اعمال محدودیت‌ها نیاز به مدل جغرافیایی داریم تا اقدامات اثربخشی بیشتری داشته باشند. با داشتن اطلاعات مناسب می‌توانیم برای هفته‌های آتی پیش‌بینی‌های لازم و اقدامات متناسب با آن را داشته باشیم. مبحث داشبورد مدیریتی بسیار مهم است و با یک سطح دسترسی منطقی برای مدیران تصمیم‌گیرنده بسیار مناسب است تا در هر لحظه بتوانند موقعیت را دیده و تصمیم‌گیری کنند.  علی‌اصغر انصاری، رئیس مرکز نوآوری و توسعه هوش مصنوعی پژوهشگاه ارتباطات و فناوری اطلاعات نیز گفت: قطعا اگر منابع اطلاعاتی بیشتری در بخش‌های دیگری وجود داشته باشند، ما پیگیری خواهیم کرد و از آنها نیز برای استخراج مدل استفاده می‌کنیم. با پشتیبانی دکتر زالی و همکاری دانشگاه‌ها کار بسیار بزرگی انجام دادیم.