Se presentan los avances de la propuesta de una metodología de visión artificial basada en termografía infrarroja como técnica de diagnóstico complementario de apoyo en la detección temprana de anomalías de mama femenina. En la etapa de adquisición se desarrolló un escenario de captura de imágenes termográficas basado en la adaptación de un protocolo internacional dentro de un Hospital de la región en el que se capturaron 150 imágenes. Posteriormente, en la etapa preprocesamiento y segmentación se emplearon técnicas para el mejoramiento del contraste y detectores de frontera con el fin de extraer cada mama de la zona de tórax de las pacientes; después se emplearon técnicas de transformación como las de coocurrencia para extraer las características de cada imagen y así terminar con la etapa de clasificación en el que se confrontaron modelos de máquinas de aprendizaje superficial versus modelos de aprendizaje profundo. En este primer ciclo se alcanzó a implementar un algoritmo de frontera basado en filtros gradientes más la transformación de Hough para la segmentación, y en la etapa de clasificación se obtuvieron porcentajes de precisión superiores al 80%. Los resultados alcanzados en esta primera etapa permiten brindar cierto grado de confianza en el uso de este tipo de estudio para efectos de detección temprana de anomalías de mama, pero también permite preveer las limitaciones de este tipo de estudio.