冠状病毒病-19 (COVID-19) 是由冠状病毒家族的新成员引起的，是一种呼吸道疾病，发病率和死亡率都很高，迅速达到大流行的程度。它在短短几个月内就对社会和世界经济产生了巨大影响。COVID-19 给医疗保健的各个方面带来了诸多挑战，包括可靠的诊断、治疗和预防方法。最初遏制病毒传播的努力因开发可靠诊断方法所需的时间而受阻。人工智能 (AI) 是计算机科学中一个发展迅速的领域，在医疗保健领域有许多应用。机器学习是 AI 的一个子集，它采用深度学习和神经网络算法。它可以识别模式并完成复杂的计算任务，通常比人类更快、更精确。在本文中，我们探索了一种简单且广泛使用的测试方法，即胸部 X 光检查 (CXR)，将其与 AI 结合使用，以可靠地诊断 COVID-19。Microsoft CustomVision 是一种自动图像分类和对象检测系统，是 Microsoft Azure 认知服务的一部分。我们利用 COVID-19 肺炎患者、其他病因引起的肺炎患者和正常 CXR 的公开 CXR 图像作为数据集来训练 Microsoft CustomVision。我们训练的模型总体上显示出 92.9% 的灵敏度 (召回率) 和阳性预测值 (精确度)，每个标签的结果显示 COVID-19 肺炎的灵敏度和阳性预测值为 94.8% 和 98.9%，非 COVID-19 肺炎的灵敏度和阳性预测值为 89% 和 91.8%，正常肺的灵敏度和阳性预测值为 95% 和 88.8%。然后，我们使用来自我们机构的确诊 COVID-19 患者的 CXR 以及非 COVID-19 肺炎和正常 CXR 验证了该程序。我们的模型具有 100% 的灵敏度、95% 的特异性、97% 的准确度、91% 的阳性预测值和 100% 的阴性预测值。最后，我们开发并描述了一个公开可用的网站，以展示如何在未来使这项技术随时可用。