El aprendizaje automático en la atención sanitaria médica está evolucionando como un importante campo de investigación para ofrecer pronósticos y una comprensión más profunda de los datos médicos. La mayoría de los métodos de aprendizaje automático dependen de varias características que definen el comportamiento del algoritmo, influyen en el resultado y en la complejidad de los modelos resultantes, ya sea directa o indirectamente. En el pasado se han utilizado muchos métodos de aprendizaje automático para detectar cardiopatías. Las redes neuronales y la regresión logística son algunos de los pocos métodos populares de aprendizaje automático utilizados en el diagnóstico de enfermedades cardiacas. Se analizan múltiples algoritmos como Support vector machine, K-nearest neighbour, Random Forest classifier, junto con enfoques compuestos que incorporan los algoritmos de diagnóstico de cardiopatías antes mencionados. El sistema se implementó y entrenó en la plataforma python utilizando el modelo de aprendizaje automático. Para la nueva recopilación de datos, el marco puede ampliarse.