Introducción y objetivo: La fasciolosis causada por Fasciola hepatica es una de las principales causas de pérdidas económicas a la comunidad agrícola en todo el mundo como resultado de la morbilidad y la mortalidad en el ganado. El objetivo del presente trabajo es evaluar la red neuronal artificial como herramienta predictiva para fasciolosis bovina en Camagüey, Cuba. Materiales y Métodos: Una red neuronal artificial se estructuró con cinco factores (precipitaciones, temperatura mínima y máxima, municipio y mes); con dos capas intermedias y una capa de salida con una neurona Se utilizó una función de activación hiperbólica. En el entrenamiento, se utilizó el método de retro-propagación, con una tasa de aprendizaje de 0.4 y el impulso de 0,9. el criterio de parada era llegar a 1 ciclo sin una disminución en el error. Se emplearon los datos del 2008-2013 para la formación y la validación. Resultados: El factor de correlación en el modelo fue 0.857 y la precipitación tuvo la mayor importancia con 0,232. la suma de los cuadrados de error de los datos del entrenamiento fue 3,896 con el error relativo de 0.284. Para los datos sobre la prueba de la suma de los cuadrados de error fue sólo 0,004 con un error relativo del 0,233. Conclusiones: La red neuronal artificial resultó ser adecuada como una herramienta predictiva para fasciolosis bovina prevalencia detectada en matadero.