Las enfermedades pulmonares como el SARS-COV-2 y la neumonía plantean desafíos críticos para la salud pulmonar, requiriendo una identificación temprana para mejorar el diagnóstico y la atención médica. La presente investigación tiene como objetivo comparar algoritmos de aprendizaje automático en la clasificación de enfermedades pulmonares mediante imágenes radiográficas. Se recopilaron 23,000 imágenes de repositorios públicos distribuidas en conjuntos de entrenamiento y prueba. La evaluación de modelos, incluyendo ResNet50, CNN-LUNG, Regresión Logística, KNN y Árbol de Decisión, reveló una destacada precisión del 97.91%, 97.99%, 91.81%, 91.46% y 86.44% respectivamente. La implementación en Google Colab con Python y Visual Studio Code, utilizando técnicas de aumento de datos, mejoró la generalización. Los resultados, evaluados con métricas como precisión, exacti...