El objetivo de este estudio es identificar y clasificar los factores más importantes que afectan la satisfacción del paciente en la crisis de la pandemia de COVID-19, considerando los efectos económicos. Este es un estudio analítico que utiliza el método de proceso jerárquico analítico (AHP) y ANN-MLP (red neuronal artificial basada en el modelo de perceptrón multicapa como un algoritmo de aprendizaje supervisado) como una metodología innovadora. El cuestionario fue completado por 72 expertos en salud (N = 72). El valor del coeficiente de correlación intraclase (ICC) se confirmó en términos de consistencia para determinar la fiabilidad de la muestra. Los hallazgos muestran que la atención interpersonal y las características organizativas tienen la mayor y menor influencia, respectivamente. Además, las observaciones confirman que los subcriterios más efectivos son, respectivamente, el clima de seguridad del paciente y la accesibilidad. Basado en el objetivo del estudio y el contexto general, se puede afirmar que los hospitales privados superaron a los hospitales públicos en términos de satisfacción del paciente durante la pandemia de COVID-19. Enfocarse en el análisis de sensibilidad del rendimiento muestra que, entre los criterios propuestos para alcanzar el objetivo del estudio, el criterio del entorno físico tuvo la mayor diferencia entre hospitales privados y públicos, seguido del criterio de atención interpersonal. Además, utilizamos un algoritmo de perceptrón multicapa para evaluar la precisión del modelo y distinguir entre hospitales privados y públicos como un enfoque novedoso. Los resultados de sobreajuste en la búsqueda de un modelo MLP son fiables, y la precisión del modelo es aceptable.