Este documento presenta una investigación exhaustiva sobre la aplicabilidad y el rendimiento de dos modelos de crecimiento prominentes, a saber, el modelo Verhulst y el modelo Montroll, en el contexto de modelar la dinámica de crecimiento de células tumorales. Aprovechando el poder de las Redes Neuronales Informadas por Física (PINNs, por sus siglas en inglés), nuestro objetivo es evaluar y comparar las capacidades predictivas de estos modelos frente a datos experimentales obtenidos de los patrones de crecimiento de células tumorales. Empleamos un conjunto de datos que comprende medidas detalladas de crecimiento celular tumoral para entrenar y evaluar los modelos Verhulst y Montroll. Al integrar PINNs, no solo tenemos en cuenta el ruido experimental, sino que también incorporamos conocimientos físicos en el proceso de aprendizaje, lo que permite a los modelos capturar los mecanismos subyacentes que rigen el crecimiento celular tumoral. Nuestros hallazgos revelan las fortalezas y limitaciones de cada modelo de crecimiento en representar con precisión la dinámica de proliferación celular tumoral. Además, el estudio arroja luz sobre el impacto de incorporar restricciones informadas por la física en las predicciones del modelo. Los conocimientos obtenidos de este análisis comparativo contribuyen a avanzar en nuestra comprensión de los modelos de crecimiento y sus aplicaciones en la predicción de fenómenos biológicos complejos, especialmente en el ámbito de la proliferación celular tumoral.