Este trabajo presenta un enfoque novedoso para el estudio del movimiento de gotas en superficies inclinadas bajo la influencia de la gravedad y heterogeneidades químicas. La metodología numérica desarrollada utiliza modelado basado en datos para ampliar los límites de aplicabilidad de un modelo de orden reducido derivado analíticamente para la velocidad de la línea de contacto. Específicamente, mientras que el modelo de orden reducido es capaz de capturar los efectos de las heterogeneidades químicas de manera satisfactoria, no tiene en cuenta la gravedad. Para aliviar esta deficiencia, se utilizan conjuntos de datos generados a partir de simulaciones numéricas directas para entrenar un modelo basado en datos para la velocidad de la línea de contacto, que se basa en el operador neural de Fourier y corrige las predicciones del modelo de orden reducido para que coincidan con las soluciones de referencia. Este modelo sustituto híbrido, que comprende componentes tanto analíticos como basados en datos, se integra en el tiempo para simular el movimiento de la gota, ofreciendo una aceleración de cinco órdenes de magnitud en comparación con las simulaciones numéricas directas. El rendimiento de este modelo híbrido se cuantifica y se evalúa en diferentes escenarios de mojado, considerando varios ángulos de inclinación y valores para el número de Bond, demostrando la precisión de las predicciones siempre que los parámetros adoptados se encuentren dentro de los rangos considerados en el conjunto de datos de entrenamiento.