本文提出了一种自监督学习方法DINO-CXR，专注于胸部X射线的预训练，以提高肺炎和COVID-19的检测准确性。研究表明，自监督学习在医学图像分析中表现出色，尤其在少样本学习和多模态数据上，减少了对标记数据的依赖。

DINO-CXR是一种自监督方法，通过对胸部X射线进行分类预训练，证明了其在肺炎和COVID-19检测方面的有效性，并在准确性方面胜过了最先进的方法，同时少使用了标记数据。