時間回到去年春季，當時美國民眾試圖了解新冠肺炎疫情會如何發展，而最受矚目的預測模型，當屬倫敦帝國理工學院和美國華盛頓大學健康指標和評估研究所（IHME）提出的模型。
數據顯示，這兩種模型的預測結果天差地遠。倫敦帝國理工學院的模型去年示警，疫情在夏季前最多可能奪走美國200萬條人命，IHME的模型則保守多了，預測8月前可能會有6萬人死亡。

結果這兩個機構的預測都失準，美國的死亡人數在去年8月初前達到16萬人。

預測數據出現如此巨大的落差，引起華裔資料科學家顧悠揚（Youyang Gu）的注意。當時年僅26歲的顧悠揚，擁有麻省理工學院（MIT）電子工程暨電腦科學碩士學位，以及數學碩士學位，但未受過醫藥、流行病學等疫情相關領域的正式訓練。儘管如此，他仍認為自身具備的資料模型背景，應能在疫情期間派上用場。

去年4月中，當時與父母在加州聖塔克拉拉同住的顧悠揚，用一周時間建立新冠肺炎死亡人數預測模型，以及一個顯示病故人數的網站。

很快這個模型跑出來的數據，開始比專業機構更準確，而這些機構背後有數億美元資金的支持，並累積數十年經驗。顧悠揚建立的新穎模型，採用機器學習演算法。

顧悠揚從MIT畢業後，在金融業工作數年，負責編寫高頻交易系統的演算法；他的演算法必須提供準確預測結果，否則可能飯碗不保。

顧悠揚持續比較模型預測與最終死亡人數，並不斷調整機器學習軟體，以獲得更加精準的預測。雖然這項工作須投入的時間等同於一份全職工作，顧悠揚卻無償付出，並靠著自己的積蓄過活，因為他希望自己的數據不帶有任何利益衝突或政治偏見。

儘管他的模型不算完美，但推出以來就不同凡響。他在去年4月底預測美國5月9日前的病故人數為80000人，實際死亡人數為79926人，IHME則推估到去年底死亡人數不會超過80000人。

顧悠揚並預估美國的病故人數到去年5月18日和5月27日，將分別增至90000人及100000人，結果他再度神準預測死亡人數。在政府實施社交距離等防疫措施的情況下，IHME預料美國將逐漸擺脫新冠肺炎病毒陰影，顧悠揚則認為許多州解封將引爆第二波疫情。

華盛頓大學生物學教授柏格斯壯（Carl Bergstrom）去年4月底在推特上提到顧悠揚的模型，不久後美國疾病控制與預防中心（CDC）的疫情預測網站，開始納入顧悠揚的數據。隨著疫情持續發展，這位在伊利諾州和加州長大的華裔移民，成為CDC定期會議的一員，與會者包括模型專家和流行病學家。

顧悠揚在疫情爆發前，曾希望創立新創公司，可能投身運動分析領域，但如今他考慮留在公衛領域，希望從事具有高度影響力的工作，不涉及政治、偏見，也不用背負大型機構常有的包袱。他表示：「公衛領域還有很多不足之處，和我擁有相同專長的人可提供協助。」