Об’єктом дослідження є процес автоматизованої класифікації медичних зображень рентгенографії грудної клітки з використанням моделей глибокого навчання. Предметом дослідження є ефективність застосування різних архітектур нейронних мереж, зокрема згорткових нейронних мереж і Vision Transformer, у поєднанні з підходом transfer learning для медичної діагностики. Метою роботи є порівняльний аналіз результативності використання transfer learning у поєднанні з різними архітектурами глибоких моделей для задач класифікації рентгенограм. У роботі використано експериментальні методи комп’ютерного моделювання, включно з попереднім навчанням моделей, тренуванням на медичних наборах даних та подальшим оцінюванням за допомогою стандартних метрик якості. У результаті роботи встановлено, що модель Vision Transformer у поєднанні з transfer learning демонструє найвищу точність класифікації порівняно з класичними CNN-архітектурами.