自新型冠状病毒流行开始以来，世界各地的医学专家就一直在将肺部X射线作为参考依据之一。

2020年7月22日- 塞维利亚大学计算机工程学院(ETSII)计算机架构和技术系的研究人员正在研究一种使用患者肺部X射线图像帮助诊断COVID-19的系统。该系统使用深度学习来训练可区分健康患者，肺炎患者和COVID-19患者的神经网络模型。这是通过免费访问的在线数据库实现的，自大流行以来，世界各地的医疗专业人员一直在用肺部X射线进行摄食。

“ SARS-CoV-2病毒的传播已使COVID-19成为一种全球流行病。诊断该病的最常用方法是侵入性，耗时且资源有限。从磁共振和/或塞舌尔大学教授ManuelJesúsDomínguez说：“ X射线已被成功测试以识别肺部疾病，正越来越多地用于协助诊断辅助任务。但是，这些诊断方法需要专家，这限制了人群的大量摄取。” 研究人员补充说，处理工具可以通过过滤掉负面病例来帮助减少卫生专业人员的工作量。特别是，先进的人工智能技术(例如深度学习)已被证明在识别诸如在患病组织中发现的模式方面非常有效。

同样，这项工作分析了基于VGG-16神经网络的深度学习模型通过躯干X射线识别肺炎和COVID-19的有效性。结果，发表在杂志应用科学， 表明这种方法是在COVID-19的鉴定约100%有效，证明它可以作为一种辅助诊断本病。