Los enfoques de aprendizaje profundo están revolucionando el análisis de imágenes médicas, ofreciendo soluciones potenciales para estandarizar la evaluación de enfermedades en gastroenterología. En la colitis ulcerosa (CU), una enfermedad crónica inflamatoria del intestino, la evaluación precisa de la gravedad es crucial para las decisiones de tratamiento. El Puntaje Endoscópico de Mayo (MES) es el estándar actual para evaluar la gravedad de la CU, pero su naturaleza subjetiva puede llevar a puntuaciones inconsistentes entre observadores. Este estudio explora varias arquitecturas de aprendizaje profundo para desarrollar un sistema automatizado y objetivo para la clasificación del MES. Al comparar múltiples redes neuronales de última generación, identificamos el enfoque más efectivo para estandarizar la evaluación de la gravedad de la CU, mejorando potencialmente las decisiones de tratamiento y los resultados para los pacientes.