COVID-19 virüsü özellikle yaşlı bireyleri ve kronik rahatsızlığı bulunan hastaları ciddi bir şekilde etkileyen ve ölümlere sebep olmaktadır. Hızlı ve doğru bir erken teşhis ölüm oranını düşürmede ve bu salgının ekonomik maliyetini azaltmada anahtar bir role sahiptir. Bu amaçla, teşhis kitleri, teşhis aletleri ve tıbbi görüntüleme kullanılarak teşhis gibi yöntemler geliştirilmiştir. Her ne kadar bunlar arasında bilgisayarlı tomografi ile elde edilen göğüs görüntüleri altın bir standart olarak kabul edilse de, bu cihaza erişimde genellikle sorun yaşanmaktadır. Bu nedenle, röntgen cihazı gibi daha kolay ulaşılabilen cihazlar yardımıyla teşhis konulması oldukça önemlidir. Kaggle tarafından sunulan ve göğüs röntgen görüntülerinden oluşan “COVID-19 radiography database” veri tabanı bu çalışmada kullanılmıştır. Üç farklı ResNet modeli (ResNet 50, ResNet 101 ve ResNet 152) (a) COVID-19 hastalarının sağlıklı bireylerden ayırt edilmesi, (b) COVID-19 hastalarının zatürre hastalarından ayırt edilmesi ve (c) COVID-19 hastalarının zatürre hastaları ve sağlıklı bireylerden ayırt edilmesi için denenmiştir. Bu modeller arasında en yüksek başarılı sonuçları ResNet 50 modeli vermiştir. Elde edilen sonuçlara göre, COVID-19 hastalarının sağlıklı bireylerden ayırt edilmesinde %99,3 başarıya, COVID-19 hastalarının zatürre hastalarından ayırt edilmesinde %99,2 başarıya ve COVID-19 hastalarının hem normal bireylerden hem de zatürre hastalarından ayırt edilmesinde %97,3 başarıya ulaştık. Bu sonuçlar bildiğimiz kadarıyla sadece röntgen görüntüleri kullanılarak COVID-19 teşhisinde elde edilen en yüksek sınıflandırıcı başarımlarıdır. Sonuç olarak, önceden eğitilmiş ResNet 50 modeli COVID-19 hastalarının sadece göğüs röntgen görüntülerinden hızlı ve doğru bir şekilde tespit edilmesinde büyük bir potansiyele sahiptir. Röntgen cihazları sağlık kuruluşlarında diğerlerine kıyasla nispeten daha kolay erişilebilir cihazlar olduğundan, bu çalışmada kullanılan modelin bu salgını yenme konusunda yardımcı olacağına inanıyoruz.