Nous développons un algorithme capable de détecter la pneumonie sur des radiographies pulmonaires avec une précision surpassant celle des radiologues en exercice. Notre algorithme, CheXNet, est un réseau neuronal convolutif à 121 couches formé sur ChestX-ray14, actuellement la plus grande base de données publiquement disponible de radiographies pulmonaires, comprenant plus de 100 000 images radiographiques en vue frontale avec 14 pathologies différentes. Quatre radiologues académiques en exercice ont annoté un ensemble de test, sur lequel nous comparons les performances de CheXNet à celles des radiologues. Nous constatons que CheXNet dépasse les performances moyennes des radiologues selon la métrique F1. Nous étendons CheXNet pour détecter toutes les 14 pathologies présentes dans ChestX-ray14 et obtenons des résultats d'état de l'art pour chacune d'entre elles.