La propagación de la epidemia de COVID-19 a nivel mundial ha llevado a investigaciones en varios aspectos, incluida la estimación de casos esperados. Ya que ayuda a identificar la necesidad de hacer frente a los casos causados por la pandemia. En este estudio, hemos utilizado redes neuronales artificiales (ANNs) para predecir el número de casos de COVID-19 en Brasil y México en los próximos días. El algoritmo depredador-presa (PPA), como tipo de algoritmo metaheurístico, se utiliza para entrenar los modelos. El rendimiento de los modelos ANN propuestos ha sido analizado por la función de error cuadrático medio (RMSE) y el coeficiente de correlación (R). Se demuestra que los modelos ANN tienen el mejor rendimiento en la predicción del número de infecciones (casos activos), recuperaciones y muertes en Brasil y México. Los resultados de la simulación de los modelos ANN muestran valores muy bien predichos. Los porcentajes de errores de predicción de las ANN con algoritmos metaheurísticos son significativamente más bajos que las redes neuronales monolíticas tradicionales. El estudio muestra los números esperados de infecciones, recuperaciones y muertes que Brasil y México alcanzarán diariamente a principios de 2021.