Diagnosticar lesiones faciales pigmentadas atípicas (aPFLs) es un tema desafiante para los dermatólogos. El diagnóstico preciso de estas lesiones es crucial para el manejo efectivo de los pacientes, especialmente en dermatología, donde la evaluación visual juega un papel central. Los diagnósticos incorrectos pueden resultar en un manejo inadecuado, retrasos en intervenciones apropiadas y posibles daños. Sin embargo, la inteligencia artificial tiene el potencial de mejorar la precisión diagnóstica y brindar un apoyo confiable a los clínicos. Este trabajo tuvo como objetivo evaluar y comparar la efectividad de modelos de aprendizaje automático (regresión logística de características de lesiones y metadatos de pacientes) y aprendizaje profundo (análisis CNN de imágenes) en el diagnóstico dermoscópico y el manejo de aPFLs.