El cáncer es una de las familias de enfermedades más comunes hoy en día, con millones de nuevos pacientes cada año en todo el mundo. El cáncer de vejiga (BC) es uno de los tipos de cáncer más prevalentes que afecta a ambos géneros, y no se sabe que esté asociado con un grupo específico en la población. El tratamiento estándar actual para el BC sigue un protocolo de terapia basado en inmunoterapia semanal de Bacillus Calmette-Guérin (BCG) que incluye inyecciones de BCG e IL-2. Desafortunadamente, debido a la complejidad biológica y clínica de las interacciones entre el sistema inmunológico, el tratamiento y las células cancerosas, los resultados clínicos varían significativamente entre los pacientes. Desafortunadamente, los modelos existentes suelen ser desarrollados para un paciente inexistente o imponen expectativas estrictas e irreales sobre el proceso de tratamiento. En este trabajo, proponemos el modelo biológico más extenso basado en ecuaciones diferenciales ordinarias del tratamiento con BCG hasta la fecha y un enfoque de programación basado en aprendizaje profundo para obtener un horario de tratamiento personalizado. Nuestros resultados muestran que los horarios de tratamiento resultantes se comparan favorablemente con las prácticas estándar actuales y el enfoque de programación más avanzado actual.