La COVID-19 est une pandémie mondiale, et son détection représente une tâche de première importance pour les professionnels de la santé en raison de ses mutations rapides. Les méthodes actuelles d'examen des radiographies pulmonaires et des scanners thoraciques nécessitent une connaissance approfondie et sont chronophages, ce qui réduit précieusement le temps dont disposent les praticiens médicaux lorsque des vies humaines sont en jeu. Cette étude vise à aider ce processus en atteignant des performances de pointe dans la classification des radiographies pulmonaires grâce au réglage fin (fine-tuning) du Vision Transformer (ViT). L'approche proposée utilise des modèles préformés, ajustés pour détecter la présence de la maladie COVID-19 sur les radiographies pulmonaires. Cette méthode obtient un taux de précision de 97,61 %, un score de précision de 95,34 %, un score de rappel de 93,84 % et un score F1 de 94,58 %. Ces résultats soulignent les performances des modèles basés sur les transformateurs dans l'analyse des radiographies pulmonaires.