该研究提出了一种人工智能（Artificial Intelligence, AI）系统，可帮助快速诊断COVID-19病人。作者采用AI算法将胸部CT扫描结果和临床症状、暴露史及实验室检测结合起来，以快速诊断COVID-19阳性患者。
建立模型。研究中的AI模型主要采用卷积神经网络（CNN）算法，结合支持向量机（SVM）、随即森林（random forest）以及多层感知机（MLP）这些常见的机器学习算法，对患者的影像信息和非影像信息进行综合判断（如果病例信息不标准的情况下，猜想也会用到自然语言处理NLP技术）。
训练集。AI模型的训练集包含来自中国13个省份18家医疗中心的905名患者的CT扫描结果和临床信息，数据收集时间为2020年1月17日至2020年3月3日。基于RT-PCR方法，总计有419名（46.3%）患者的SARS-CoV-2病毒检测呈阳性。
测试集。AI模型的测试集采用905个样本中的279例为测试组，对上述AI模型进行测试，并对比两名胸放射科医生（一名资深放射科医生和一名专科培训医生）的表现。对于测试组中的145例COVID-19阴性病例，AI模型和资深放射科医生准确识别出了其中的113例。与资深胸腔放射科医生的准确率（74.6%）相比，该研究的AI系统的AUC（曲线下面积）达到0.92，并且具有相同的敏感性（84.3%）。作者还发现，对于RT-PCR检测呈阳性、但CT扫描显示正常的COVID-19患者，AI系统表现更佳——准确地将25名患者中的17名（68%）鉴定为COVID-19阳性，而两名放射科医生将所有患者都鉴定为COVID-19阴性。
