Resumen: Este proyecto pretende crear un programa que sea efectivo diagnosticando patologías de la región lumbar de la columna vertebral. Los datos con los que se contaban consistían en las coordenadas cartesianas de 66 puntos correspondientes a la delineación de las cinco vértebras lumbares y el coxis (8 puntos cada una) y 18 puntos que representaban tres capas de tejido blando (6 puntos cada capa) de 221 pacientes. Mediante el uso de algoritmos de aprendizaje automático, y con la aplicación del método deducido al final del proyecto se han conseguido resultados oscilantes entre el 75-85% de eficacia con un mínimo de 80% y de hasta un 100% de detección de pacientes enfermos, que probó ser el mayor desafío, ya que, en un principio, los mejores algoritmos tal y como están disponibles, para la misma eficacia sólo alcanzaban detecciones del 40%. El proyecto y todo lo que engloba es aplicado al problema concreto de las patologías de columna vertebral en la región lumbar. Sin embargo, pueden extrapolarse a otros campos donde también sea necesaria la clasificación de elementos en un conjunto, ya que hace uso de un método original que fue desarrollado para enfrentarse a la problemática impuesta por la poca representación de la clase de interés. Este método puede considerarse una nueva aproximación al Bootstrapping (1) o al Boosting (2).