Con el avance de la tecnología informática, los modelos transformadores se han aplicado al campo de la visión por computadora (CV) después de su éxito en el procesamiento del lenguaje natural (NLP). En el campo médico en constante evolución de hoy, los radiólogos siguen enfrentando múltiples desafíos, como un aumento de la carga de trabajo y mayores demandas diagnósticas. La precisión de los métodos tradicionales de detección de cáncer de pulmón aún necesita ser mejorada, especialmente en escenarios de diagnóstico realistas. En este estudio, evaluamos el rendimiento del modelo Swin Transformer en la clasificación y segmentación del cáncer de pulmón. Los resultados mostraron que el modelo Swin-B pre-entrenado logró una precisión del 82.26% en la misión de clasificación, superando a ViT en un 2.529%. En la misión de segmentación, el modelo Swin-S demostró una mejora sobre otros métodos en términos de Intersección media sobre Unión (mIoU). Estos resultados sugieren que el pre-entrenamiento puede ser un enfoque efectivo para mejorar la precisión del modelo Swin Transformer en estas tareas.