A primeira etapa para o tratamento e isolamento de pacientes com suspeita de Covid-19 é o próprio diagnóstico da doença, para que então medidas necessária possam ser tomadas. A nova doença deixou muitos profissionais da saúde despreparados para fazer um diagnóstico preciso apenas baseado em técnicas existentes para outras doenças. Em países em desenvolvimento e populosos como o Brasil, testes laboratoriais são utilizados no diagnóstico da doença mas acabam rapidamente, sendo necessário uma rápida reposição, o que geralmente não acontece. Uma solução para esse problema pode ser a utilização de um software para o diagnóstico mais preciso, mais acessível e eficiente de Covid-19. Como o pulmão é o alvo da infecção pelo Covid-19, acreditamos que dados sobre a condição pulmonar de pacientes seja a forma mais útil para a definição do diagnóstico. Dados mais claros, compreensíveis e fáceis de se obter de órgãos como o pulmão são imagens tomográficas. Desenvolvemos um programa utilizando Inteligência Artificial (IA) para detectar os padrões relacionados a Covid-19 em tomografias de pulmões de pacientes conjuntamente com uma base da arquitetura de redes neurais convolucionais (CNN’s), por serem muito úteis na análise de padrões espaciais em imagens, que determina com precisão confiável se uma tomografia pulmonar pertence a uma pessoa saudável, ou a uma pessoa com Covid-19 ou a uma pessoa com outra doença pulmonar. Isso foi feito utilizando-se uma base de dados pública multiclasse de tomografias de pacientes diagnosticados com Covid-19, de tomografias de pacientes saudáveis, e de tomografias de pessoas com alguma outra doença pulmonar. O projeto consistiu em, após criado o programa inicial, executar o treinamento da IA. Esse treinamento consistiu na alteração da arquitetura, parâmetros e meta parâmetros, processamento e organização dos dados, aplicação de técnicas diferentes de IA resultando numa melhora gradual de performance da rede neural. Por ser um processo de treinamento de IA, procurou-se diferentes informações que relacionavam as áreas de IA e medicina para que, durante esse processo houvesse melhora do desempenho do programa. Os dados utilizados para treinar e avaliar a IA foram obtidos de [2] e contém 4173 tomografias de 210 pacientes diferentes: 758 tomografias de pacientes saudáveis, 2168 tomografias de pacientes com SARS-Cov-2 e 1247 tomografias de pacientes com outros problemas pulmonares. Todos esses dados são provenientes do Hospital do Servidor Público Estadual de São Paulo e do Hospital Metropolitano da Lapa, também de São Paulo e as imagens são anônimas. No atual estágio atual de desenvolvimento do software conseguiu-se diagnósticos corretos com 84% de precisão nos diagnósticos de pessoas com Covid-19, ou saudáveis ou ainda com alguma outra doença pulmonar. Estes resultados foram comparados aos resultados teóricos (precisão de diagnósticos de pacientes com Covid-19 obtidos por médicos com análises de sintomas conjuntamente com exames laboratoriais como em [5]) que garantem precisão de 70% a 80% de precisão nos diagnósticos. Concluímos então que, com a utilização do software consegue-se alcançar diagnósticos mais precisos, mais baratos e com precisão confiável equivalente ou superior às obtidas em [5].