El contenido de almidón sirve como un indicador crucial de la calidad y palatabilidad de los tubérculos de patata. Se ha convertido en una práctica común evaluar el contenido de polisacáridos directamente en los tubérculos recién cosechados del campo. Este estudio tiene como objetivo desarrollar modelos que puedan predecir el contenido de almidón antes de la cosecha de los tubérculos de patata. Variedades de patata muy tempranas fueron cultivadas en las regiones del norte y noroeste de Polonia. La investigación implicó la construcción de modelos de regresión lineal múltiple (MLR) y de red neuronal artificial (ANN-MLP), utilizando datos de ocho años de ensayos de campo. Las variables independientes incluyeron factores como la duración de la luz solar, las temperaturas medias diarias del aire, la precipitación, los niveles de nutrientes del suelo y datos fitofenológicos. El NSM demostró una mayor precisión en predecir la variable dependiente en comparación con el RSM, con errores MAPE del 7,258% y 9,825%, respectivamente. Este estudio confirma que las redes neuronales artificiales son una herramienta efectiva para predecir el contenido de almidón en variedades de patata muy tempranas, lo que las hace valiosas para monitorear la calidad de las patatas.