自新型冠狀病毒流行開始以來，世界各地的醫學專家就一直在將肺部X射線作為參考依據之一。

2020年7月22日- 塞維利亞大學計算機工程學院(ETSII)計算機架構和技術系的研究人員正在研究一種使用患者肺部X射線圖像幫助診斷COVID-19的系統。該系統使用深度學習來訓練可區分健康患者，肺炎患者和COVID-19患者的神經網絡模型。這是通過免費訪問的在線數據庫實現的，自大流行以來，世界各地的醫療專業人員一直在用肺部X射線進行攝食。

“ SARS-CoV-2病毒的傳播已使COVID-19成為一種全球流行病。診斷該病的最常用方法是侵入性，耗時且資源有限。從磁共振和/或塞舌爾大學教授ManuelJesúsDomínguez說：“ X射線已被成功測試以識別肺部疾病，正越來越多地用于協助診斷輔助任務。但是，這些診斷方法需要專家，這限制了人群的大量攝取。” 研究人員補充說，處理工具可以通過過濾掉負面病例來幫助減少衛生專業人員的工作量。特別是，先進的人工智能技術(例如深度學習)已被證明在識別諸如在患病組織中發現的模式方面非常有效。

同樣，這項工作分析了基于VGG-16神經網絡的深度學習模型通過軀干X射線識別肺炎和COVID-19的有效性。結果，發表在雜志應用科學， 表明這種方法是在COVID-19的鑒定約100%有效，證明它可以作為一種輔助診斷本病。