城大數據科學學院基於新建的數據動力學模型，預測其他國家的疫情發展，到目前為止大多都能「應驗」，例如在三月底預測美國4月10日左右會出現疫情「拐點」。不過，秦泗釗教授表示，目前預測全球疫情依然困難，因為部分地區仍缺乏數據，「但至少現在掌握的疫情數據告訴我們，沒有哪個人類種族對新冠肺炎有免疫力，全球也暫時沒有一個地方是安全的，除非隔斷交通」。

檢測差異影響數據價值

　　全球疫情也許要比我們通過網絡了解的更嚴重。秦教授透露，有些國家暫時仍未公開當地疫情數據，例如一些南美、非洲國家，就算這些地區有社區集中爆發情況，地球上的大多數人還會以為這些地區是相對安全的；另外，一些國家的檢測手段不夠，數據缺乏參考價值。「看上去有數據且量不大，實際發生的其實更多，例如像前段時間的伊朗。」秦教授說。

　　數據有缺漏或者不準確，預測到最後就容易變成謠言。他補充「例如，美國現在研製出非常快的檢測手段，五至十分鐘就能檢測結束。檢測手段改良、速度變快，登記的患病數就可能突然急增，與通過大數據做出的預測不符。」

　　秦教授續稱，在研究大數據時，科學家們並非完全依賴數據模型做預測，某種程度上更依賴各個政府的檢測能力，還有政府的口徑，例如他們認為什麼叫「確診」等等。