En la actualidad, un esfuerzo de investigación importante en biometría de la salud es encontrar biomarcadores precisos que permitan desarrollar herramientas de apoyo a la toma de decisiones médicas. Estas herramientas ayudan a detectar y supervisar enfermedades como la enfermedad de Parkinson (EP). Este artículo contribuye a este esfuerzo analizando una red neuronal convolucional (CNN) para la detección de EP a partir de movimientos de dibujo. Esta CNN incluye dos partes: extracción de características (capas convolucionales) y clasificación (capas totalmente conectadas). Los insumos para la CNN son el módulo de la transformada rápida de Fourier en el rango de frecuencias entre 0 Hz y 25 Hz. Analizamos la capacidad de discriminación de diferentes direcciones durante los movimientos de dibujo obteniendo los mejores resultados para las direcciones X e Y. Este análisis se realizó utilizando un conjunto de datos público: Conjunto de datos de Dibujos en Espiral de la Enfermedad de Parkinson Utilizando una Tableta Gráfica Digitalizada. Los mejores resultados obtenidos en este trabajo mostraron una precisión del 96.5%, una puntuación F1 del 97.7%, y un área bajo la curva del 99.2%.