在 COVID-19 超微结构分析中更广泛采用 AI 的最大障碍是缺乏数据。神经网络是深度学习系统的基础，需要大量数据集才能正确学习和概括，而 COVID-19 的诊断主要基于血清学，组织病理学的作用很小，主要用于研究和临床工作流程之外。因此，大多数可用的 COVID-19 组织病理学研究都是基于尸检的，涉及的患者数量有限。然而，即使图像数量相对较少，计算机视觉神经网络仍可以通过迁移学习进行训练。这需要在更大的数据集上训练网络，以完成与手头任务有相似之处的任务，以便网络可以学习常见的表示（例如不同类型细胞和细胞器的形状），然后在较小的数据集上对训练后的模型进行微调。小数据集就足够了，因为模型需要学习的只是该数据集特有的附加特征。如前所述，存在大量经过组织学训练的模型，其中任何一个模型都可以作为 COVID-19 特定组织病理学模型的基础，从而提供额外的好处。