Las afecciones dermatológicas son principalmente prevalentes en los seres humanos y son causadas principalmente por fluctuaciones ambientales y climáticas, así como diversas otras razones. La identificación oportuna es el remedio más efectivo para evitar que las dolencias menores se conviertan en afecciones graves. El diagnóstico de enfermedades de la piel es consistentemente desafiante para los profesionales de la salud. Actualmente, se basan en métodos convencionales, como examinar la condición de la piel. Las tecnologías de vanguardia pueden mejorar la precisión del diagnóstico de enfermedades de la piel mediante enfoques basados en datos. Este documento presenta un marco de Diagnóstico Asistido por Computadora (CAD) que se ha desarrollado para detectar enfermedades de la piel en una etapa temprana. Sugerimos un modelo de aprendizaje profundo computacionalmente eficiente y liviano que utiliza una arquitectura CNN. Luego realizamos experimentos exhaustivos para comparar el rendimiento de modelos de aprendizaje superficial y profundo. El modelo de CNN bajo consideración consta de siete capas convolucionales y ha obtenido una precisión del 87.64% al aplicarse a tres categorías de enfermedades distintas. Los estudios se realizaron utilizando el conjunto de datos de Colaboración Internacional de Imágenes de Piel (ISIC), que consiste exclusivamente en imágenes dermatoscópicas. Este estudio mejora el campo de diagnóstico de enfermedades de la piel mediante el uso de tecnología de vanguardia, logrando niveles excepcionales de precisión y buscando mejoras en la eficiencia. Las características únicas y consideraciones futuras de esta tecnología crean oportunidades para avances adicionales en el diagnóstico automatizado de enfermedades de la piel y tratamiento personalizado.