El virus del ADN responsable de la viruela del mono, transmitido de animales a humanos, exhibe dos linajes genéticos distintos en África central y oriental. Más allá de la transmisión zoonótica que implica el contacto directo con los fluidos corporales y la sangre de los animales infectados, la propagación de la viruela del mono también puede ocurrir a través de lesiones en la piel y secreciones respiratorias entre humanos. Tanto la viruela del mono como la varicela involucran lesiones en la piel y también pueden ser transmitidas a través de secreciones respiratorias, pero son causadas por diferentes virus. La diferencia clave es que la viruela del mono es causada por un virus de la familia Orthopoxvirus, mientras que la varicela es causada por el virus varicela-zóster. En este estudio, la utilización de un modelo de transformador de visión (ViT) basado en parches para la identificación de la enfermedad de la viruela del mono y la varicela a partir de imágenes del color de la piel humana marca un avance significativo en el diagnóstico médico. Empleando un enfoque de aprendizaje por transferencia, la investigación investiga la capacidad del modelo ViT para discernir patrones sutiles que son indicativos de la viruela del mono y la varicela. El conjunto de datos se enriqueció mediante técnicas de aumento de imágenes cuidadosamente seleccionadas, mejorando la capacidad del modelo para generalizar en diversos escenarios. Durante la fase de evaluación, el modelo ViT basado en parches demostró una proficiencia sustancial, logrando una precisión, sensibilidad y puntuación F1 del 93%. Este resultado positivo subraya la practicidad de emplear arquitecturas sofisticadas de aprendizaje profundo, específicamente transformadores de visión, en el ámbito del análisis de imágenes médicas. A través de la integración de aprendizaje por transferencia y aumento de imágenes, no solo se mejora la capacidad de respuesta del modelo a las características relacionadas con la viruela del mono y la varicela, sino que también se abordan eficazmente las preocupaciones sobre la escasez de datos. El modelo superó a los estudios más avanzados y a los modelos preentrenados basados en CNN en términos de precisión.