Objetivo: Desenvolver modelos de IA capazes de reconhecer padrões pulmonares pós-COVID em exames de tomografia computorizada. Método: Os radiologistas analisaram 87 exames de TC para estabelecer padrões tomográficos para treinar e testar modelos de aprendizagem profunda. O melhor modelo foi então selecionado para ler oito exames completos. Resultados: O modelo escolhido apresentou uma acurácia média de 92,21% na detecção de padrões pós-COVID.
Conclusão: Embora o tamanho da amostra fosse limitado, os testes com conjuntos de imagens e exames completos apresentaram resultados promissores. A amostra utilizada no estudo reflete o perfil epidemiológico encontrado na literatura.