Este trabajo de fin de máster se centra en el desarrollo de un modelo predictivo de aprendizaje profundo basado en redes neuronales multicapa para realizar una clasificación binaria de la respuesta al tratamiento en pacientes con cáncer de pulmón, específicamente cáncer de pulmón de células no pequeñas. Se utilizan los datos del estudio Prostate, Lung, Colorectal, and Ovarian Cancer Screening Trial (PLCO) proporcionados por el Cancer Data Access System (CDAS) del National Cancer Institute (NCI) de Estados Unidos. El modelo predictivo se entrena con una amplia variedad de datos clínicos, incluyendo información de diagnóstico, resultados de pruebas, datos demográficos, hábitos y antecedentes personales y familiares de los pacientes. El objetivo del modelo es predecir la probabilidad de mortalidad del paciente a causa del cáncer de pulmón permitiendo evaluar la efectividad de los tratamientos realizados. El modelo ha alcanzado una exactitud de 0.71, lo que demuestra su eficacia y sugiere una prometedora línea de investigación futura.