La enfermedad causada por el nuevo coronavirus (COVID-19) ha estado afectando al mundo durante meses y el número de casos está creciendo más rápidamente a medida que pasan los días. Por lo tanto, encontrar una manera de identificar quién tiene el virus causante es impresionante, con el fin de encontrar una forma de detener su proliferación. En este documento, se presentará un estudio completo y aplicado de máquinas de soporte convolucional para clasificar a los pacientes infectados con COVID-19 utilizando datos de rayos X y comparándolos con redes neuronales convolucionales (CNN) tradicionales. Basado en los modelos ajustados, fue posible observar que la máquina de soporte vectorial convolucional con el núcleo polinómico (CSVMPol) tiene un mejor rendimiento predictivo. Además de los resultados obtenidos a partir de imágenes reales, se observó el comportamiento de los modelos estudiados a través de imágenes simuladas, donde fue posible observar las ventajas de los modelos de máquina de soporte vectorial (SVM).