新型冠状病毒(COVID-19)肆虐全球，也激起人类科技防疫的意识。而防疫科技中有赖许多光学、光电技术，例如红外热像仪、UV杀菌、耳温枪等十多项技术或产品；从个人防疫装备到医院或国家医疗层级的设备都需要各式防疫方案。除了前光电协进会介绍了萤光分子影像技术可以检测出冠状病毒之外，其他影像技术、AI、超级电脑也陆续投入这场战疫。

约翰霍普金斯大学医学院感染和发炎影像研究中心主任Sanjay Jain博士在世界分子影像协会的网路研讨会上说：大多数与COVID-19相关的研究都使用了CT技术来观察病毒如何蜿??穿过呼吸和消化系统，但这不是一个诊断性的解决方案，而要如何真正掌握这个问题在病患群中的严重程度，还需要其他的方法。

印度Adamas大学发展了另一种利用Tera Hertz影像技术━T-ray结合AI的检测方法，以弥补CT影像与红外线热像仪在早期检测冠状病毒上的不足，毕竟发烧症状很难区分是感冒或是冠状病毒所引起的。该校院长Mukherjee说：受病毒感染的肺部在Tera Hertz波段会有独特的吸收波峰，以至於其影像会与健康肺部的影像有所不同。如果再结合AI的协助，这将有助於医生或助理医务人员在病患尚无症状之前，做出判断或筛选。所以Tera Hertz影像是红外热像仪和CT影像的另一种替代方案，可用於COVID-19患者的早期检测和安全监测。

该校的Bhatia教授解释：用T-ray做诊断的原理是依据水分子在细胞和生物分子中的分布情况做判断，并可快速诊断，准确筛选，检测大量人囗，非常具有成本效益。为了防治传染病，早期的诊断和检测不仅可以比较容易治疗，而且还可提早遏止传染，对於公共安全与卫生健康都会有很大的帮助。

光电协进会认为，Tera Hertz影像，即所谓的“T-ray”会是继X光、超音波、CT、MRI之後，投入医疗影像的一项技术。而近年来医疗影像结合人工智慧AI，在诊断的判断上可谓如虎添翼。这方面其实需要大量的数据(Big Data)、AI演算法，以及超级电脑的运算能力。未来量子计算将取代超级电脑，可大大缩短研发的时间。但在量子计算尚未真正能处理普遍性问题之前，美国加州Lawrence Livermore国家实验室(LLNL)正在结合AI、生物资讯和超级电脑，来发现新抗体和药物，以对抗COVID-19病毒。

LLNL研究人员已经从几??无限多种组合中筛选出大约20种具有对抗COVID-19的抗体设计。当疫情爆发时，LLNL就发表了COVID-19蛋白结构的预测，且被十几个其他研究单位下载使用。在提出病毒的三维结构之後，LLNL团队利用超级电脑与AI来针对能结合SARS-CoV-2的抗体进行模拟筛选，以测试分子间的作用是否有效。SARS-CoV-2被认为是引起COVID-19的病毒。

另一LLNL组团队也利用超级电脑对两种COVID-19蛋白质分子进行模拟筛选，即分别针对蛋白质的4个位点进行了超过1亿次的对接计算，进而筛选出2600万个分子，以作为可能预防感染或治疗COVID-19的化合物。LLNL的科学家称COVID-19大流行是一个「警讯」，意味着政府需要长期投资在防疫能量方面，尤其是将超级电脑的运算能力应用於医疗研究上。

光电协进会也呼应LLNL研究人员Faissol所述，现阶段耗时多轮的实验步骤对於燃眉之急的严峻疫情似??已缓不济急。未来如何加速疫苗的研发，赶上病毒的变异速度，以杜绝疫情延烧，必定是痛定思痛之後，得立即进行的工作。而此工作需要多种高密度知识的整合，包括结构生物资讯学(Structural Bioinformatics)、分子模拟、大量的实验数据库、AI与机器学习，以及超级电脑等。