许多国家现在正在放松对冠状病毒的限制，尽管前面存在大量的不确定性。回归常态是一个复杂的挑战，需要政治家做出极其艰难和冒险的决定，以在不危及生命的情况下最大限度地降低社会经济成本。政府必须在一系列环境中权衡短期影响和长期后果，而不是一刀切的解决方案。我们强调三个政策挑战，呼吁多学科的方法和一个新的，协调的，透明的数据基础设施，以避免重复COVID-19研究中的最近失败，并反映在其他领域的成功。

第一个挑战是关于社会距离和其他干预措施的决策的空间协调。随着政府努力公平对待公民，许多国家正在采取全国性的措施，有时甚至是全国性的措施。然而，感染模式在地理上是集群的，并且常常超越政治和行政界限。一个后果是2019冠状病毒疾病社区的病例，通常是在农村和人口稀少的地区，经济实力较弱，因此被迫采取政策，为富裕地区的感染热点设计更好的经济复苏能力。目前的研究表明集群和超级传播事件但无症状传播的程度尚不清楚。因此，瑞典学校缺乏数据收集构成了错过了评估开放学校对传染病影响的机会这对许多国家的重新开放计划至关重要，并有助于避免新的感染浪潮。

第二个挑战是时间滞后——阳性检测通常反映的是十天前发生的感染，而今天的决定结果要等上几周才能完全确定。流行病模型还必须处理人们因公布的预测而改变的行为。由于混杂因素，很难向处于大流行后期的国家学习。根据目前确诊病例、占用医院病床和/或死亡人数设计应对措施将落后并失败。试错法总是导致以金钱或生命为代价高估或低估所需的预防水平。因此，应每天收集关键数据，并附上相关元数据，如等待测试结果和公共政府建议的时间。

第三个也是主要的挑战是设计有效政策所需信息的复杂性。虽然最大程度的禁闭可能在短期内挽救大多数生命，但在长期内可能产生相反的效果，例如家庭暴力、酒精消费、贫困、犯罪和暴力的增加饥饿．根据人口密度、社会经济因素和获得医疗保健的机会，消极反馈可能因地区而异。因此，各国应在提供卫生数据的同时提供关键的社会经济参数。

科学家和其他专家已经用一套方法来应对这些挑战。他们生产了超过130000份预印本和期刊文章仅仅几个月。2019冠状病毒疾病研究已经达到了其他领域需要几十年才能达到的体积，保证了类似成熟数据密集型领域提供的基础设施。研究人员已经多次解决了搜索、收集和组织数据的相同问题，浪费宝贵的时间和资源。

解决这些挑战的一个重要步骤是在全世界紧急汇编和标准化新冠病毒相关数据。除了能够向研究界提供开放和易于获取的数据以进行有效建模外，新的全球数据基础设施将有助于确定数据差距。至关重要的是，数据必须透明并可追溯到其来源。缺乏溯源导致2019冠状病毒疾病的第一次研究丑闻《柳叶刀》和《新英格兰医学杂志》（NEJM）收回了两篇论文这形成了政策决定，影响了数百万人的生活。

过去几十年的生物多样性和基因组研究表明，开放获取和有组织的数据库有利于全世界的整个科学界，并有助于推动我们的知识边界。成功的例子包括国家生物技术信息中心这个生物多样性信息机构,下一列这是一个用于实时跟踪病原体进化的开源项目，现在也有助于追踪COVID-19的引入。数据挑战，如Kaggle比赛2019冠状病毒疾病的研究和开发，除了帮助研究人员导航和从CVID-19论文的洪水中汲取灵感，还可以吸引成千上万的团队和个人。

2019冠状病毒病危机可能成为我们试图用人工智能和其他数据驱动方法应对的最大全球挑战。与20世纪几次导致技术突破的危机不同，现在的进步将取决于大流行期间收集的数据的质量和数量。在世界各国检验各种政策的同时，我们敦促科学界和决策者就收集和提供必要的标准化数据达成一致，同时保护患者的诚信。组织COVID-19数据不仅是一项投资，有助于我们摆脱这场大流行，也有助于未来可能出现的大流行。