La predicción del precio de las casas es un problema importante para individuos, empresas, organizaciones y gobiernos. Con una gran cantidad de datos diversificados y multimodales disponibles sobre las casas, los modelos predictivos construidos deben buscar hacer el mejor uso de estos datos. Esto lleva al problema complejo de cómo utilizar de manera efectiva los datos multimodales para la predicción del precio de las casas. Además, este es también un contexto que sufre de desequilibrio de clases, un problema que no se puede pasar por alto. En este documento, proponemos un nuevo algoritmo para abordar estos problemas: el sistema basado en atención multimodal desequilibrada (IMAS). El IMAS hace uso de una estrategia de sobremuestreo que opera en datos multimodales, utilizando tipos de datos de texto, numéricos, categóricos y booleanos. Se incorpora un mecanismo de autoatención para aprovechar el uso de información vecina que puede beneficiar el rendimiento del modelo. Además, el mecanismo de autoatención permite determinar las características más relevantes y adapta los pesos utilizados según esa información al realizar inferencias. Nuestros resultados experimentales muestran la clara ventaja del IMAS, que supera a todos los competidores probados. El análisis de los pesos obtenidos a través del mecanismo de autoatención proporciona información sobre la relevancia de las características y también respalda la importancia de utilizar este mecanismo en el modelo predictivo.