IoT和AI可以通过以下六种方式来遏制大流行：
智能可穿戴设备
许多工作场所正在使用可穿戴设备进行接触跟踪并监视医务人员和患者的健康。接触跟踪设备包括无源GPS位置跟踪、由蓝牙和超宽带连接供电的接近传感器、可充电电池和内置的长期演进（LTE）。
佩戴者可以更新其健康状况，以指示是否存在任何潜在的或经过验证的感染，并且设备将根据位置历史记录来通知与他们接触过的人。组织中的集中式系统可以将此信息用于工作场所中的完整健康状况仪表板。
监视从业人员和患者（甚至是在家的患者）健康状况的可穿戴设备也使用了相同的概念。直接安装在穿戴者身上的传感器可实时监测温度变化。该设备将数据无线传输到护士站以进行连续监控。通过此功能，护士可以监视和管理更多在家中的患者，从而为高危患者保留医院的治疗能力。
辅助无人机
在减少人与人之间的接触的空前努力中，无人驾驶飞机正在帮助预防疾病的传播。无人机是将医疗用品和杂货运送到感染率高的位置，监视隔离区域以确保人员移动和聚集以及执行热扫描以监视特定位置人员的体温的最安全方法。农用无人机在可能受影响的地区执行诸如喷洒消毒剂的任务。它们易于操作，可以帮助减少环卫工人接触病毒的风险。
集成的面部识别、温度感应系统和非接触式访问控制
减少人的接触点对于减慢病毒的传播至关重要。对于遭受大流行影响的医疗机构和其他主要行业，采用物联网技术是提高患者、执行人员和管理员安全性的一种方法。
先进的面部识别系统与云连接的热成像设备结合使用以进行温度监控，对于识别高温人员很有用。集成系统可以链接到支持了IoT传感器的门，以限制访问任何可能被感染的人。这种非接触式系统使公司和企业避免了基于手指的生物识别传感器造成的污染。
光学生物传感器
由于COVID-19是呼吸道疾病，因此在大流行期间空气质量是一个重要问题。目的是阻止病毒的传播，人们可以通过空气或表面传播这种病毒。像冠状病毒这样的有害颗粒非常小，以至于它们可能会通过传统的HVAC过滤器。拥挤的公共场所可以使用新型光学生物传感器实时测量环境中病毒的浓度。该技术将能够为临床诊断和连续监测提供替代和可靠的解决方案。
