Como enfermedades cardiovasculares se incluyen las enfermedades del corazón y del sistema de vasos sanguíneos que incluyen al cerebro, las piernas y los pulmones. Estas enfermedades tienen una tasa de mortalidad bastante alta y se estima que para el año 2030 serán cerca de 23.6 millones de personas las que pueden fallecer por dicha causa. Se utiliza una metodología de investigación cuantitativa con alcance descriptivo. Este proyecto aborda el estudio de un tipo de cardiopatía, la insuficiencia cardíaca (IC), la cual se destaca por la incapacidad del corazón de bombear sangre en las cantidades adecuadas y necesarias para satisfacer las demandas del metabolismo. Concretamente se buscó la predicción de la enfermedad por medio de redes neuronales artificiales, una de las técnicas de machine learning (ML) más adecuadas para este tipo de actividades, aunque no la única. La implementación se hizo a partir de dos herramientas que incorporan el manejo de redes neuronales (RN), SPSS de IBM y Matlab. Se consiguió una precisión del 94.7%. Adicionalmente, él estudió se orientó a determinar aquellas características con más influencia en la predicción de IC. Ambos softwares lograron coincidir en que la pendiente del segmento ST posee el mayor impacto en la predicción.