En 2020, según el Observatorio Mundial del Cáncer (GLOBOCAN), 1.796.144 personas murieron de cáncer de pulmón, convirtiéndolo en el cáncer con mayor tasa de mortalidad en todo el mundo. A pesar de que la tasa de supervivencia relativa a 5 años es del 63% cuando el cáncer de pulmón se detecta en un estado temprano (localizado), su diagnóstico prematuro ha sido un gran inconveniente a lo largo de la historia, principalmente porque se realiza a través de la detección de nódulos, que son difíciles de reconocer incluso para radiólogos experimentados. Por esta razón, recientemente se han propuesto retos académicos para los investigadores, donde se proporciona una base de imágenes anotadas por especialistas para desarrollar métodos más eficientes basados en aprendizaje profundo para detectar estos nódulos. Este trabajo presenta la implementación, análisis y evaluación de una técnica que emplea como entradas imágenes 3D, que se utilizan para entrenar una red neuronal convolucional VGG19, la cual fue diseñada para recibir imágenes 2D, logrando una precisión superior al 94%.