COVID-19 疫情导致人们迫切需要普遍、准确、低成本且快速的检测方法,而肺部成像是 COVID-19 诊断和管理中的重要补充工具 [1],[2]。为了自动处理大量临床数据,人们利用人工智能 (AI) 的最新进展,构建了深度学习 (DL) 模型,这些模型在各种检测和监测任务中的表现可匹敌甚至超过医疗专业人员的表现 [3]。在 COVID-19 疫情的背景下,医学成像 (MI) 领域的人工智能蓬勃发展,我们的研究表明,2020 年的预印本和已发表论文数量比 2019 年增加了一倍(见图 1)。因此,人们对人工智能寄予厚望,希望它能够通过自动对肺部筛查结果进行分类,从而促进疑似 COVID-19 患者的快速分层,从而增强医务人员的能力,尤其是在资源有限且没有检测设施的地区。在本文中,我们回顾了人工智能技术在帮助应对 COVID-19 大流行方面的最新进展,讨论了人工智能如何弥补已发现的差距,并分享了有关这些发展的速度、地理多样性和相关性的观察结果。