La segmentación de neumonía en radiografías pulmonares es vital para el diagnóstico preciso y el monitoreo de la enfermedad. Permite a los profesionales de la salud localizar y cuantificar la extensión de la infección, guiar decisiones de tratamiento y mejorar la atención al paciente. Uno de los enfoques más empleados para segmentar eficazmente la neumonía en radiografías pulmonares es tratarlo como una tarea de optimización. Al formular el problema de esta manera, es posible utilizar las interesantes capacidades de los métodos metaheurísticos para determinar la solución de segmentación óptima. Aunque estos métodos producen resultados interesantes, con frecuencia generan soluciones subóptimas debido a la falta de exploración del espacio de búsqueda. En este artículo, se introduce un nuevo método de segmentación para segmentar neumonía en radiografías pulmonares. El algoritmo se basa en el optimizador de búsqueda de medusas (JSO), que se caracteriza por su excelente capacidad de exploración global y robustez. Este método utiliza una curva de energía basada en la entropía cruzada como una función de costo que penaliza de manera más severa los píxeles mal clasificados, lo que conduce a un enfoque más agudo en las regiones donde ocurren errores de segmentación. Esto es particularmente importante porque permite la delimitación precisa de objetos o regiones de interés. Para validar nuestro enfoque propuesto, realizamos pruebas extensas en los conjuntos de datos más ampliamente disponibles. Los resultados de nuestro método se compararon con los obtenidos utilizando otras técnicas establecidas. Los resultados de nuestra evaluación demuestran que nuestro enfoque supera consistentemente a los otros métodos en los niveles 8, 16 y 32, con una diferencia de más del 10%.