El presente trabajo es el proyecto final de la especialización de estadística aplicada que tiene como objetivo implementar y validar un algoritmo para detectar posible neumonía en imágenes de rayos X de tórax, por medio del modelo de redes neuronales convolucionales (CNN). Para desarrollar este algoritmo se utilizó Jupyter notebook de Python 3 con las librerías pandas y Numpy para manipulación de la base de datos y tensorflow para modelar el proceso de aprendizaje. Un dataset de 2.542 imágenes divididas en carpetas de entrenamiento, prueba y validación clasificadas en dos categorías (con neumonía, sin neumonía) suministradas de forma libre de pacientes pediátricos entre 1 a 5 años de edad. Los resultados de precisión arrojados por el modelo para el dataset de entrenamiento fueron muy significativos presentando un 98 % de probabilidad de detección de la patología, mientras que en la prueba de validación el modelo presentó un porcentaje por debajo del 80% .