La investigación aborda la detección automática de tumores cerebrales mediante aprendizaje profundo en imágenes médicas, destacando la necesidad de métodos diagnósticos que incrementen la precisión y eficiencia. El objetivo principal es evaluar si el aprendizaje profundo puede igualar o superar la precisión de los sistemas tradicionales utilizados por radiólogos. Adoptando un enfoque cuantitativo explicativo, se llevó a cabo un experimento para comparar resultados antes y después del uso del sistema inteligente. Los análisis de precisión, sensibilidad, especificidad y F1 Score evidencian que los sistemas de Deep Learning ofrecen mayor exactitud, reducen la carga laboral y mejoran la calidad diagnóstica, superando los métodos convencionales.