La industria de la medicina se encuentra en una lucha constante para hacer frente a esta pandemia, los trabajadores de salud de honduras se reducen, los médicos y las enfermeras se infectan con Covid-19. Es así como la inteligencia artificial, a través de diferentes tecnologías como la visión artificial, robótica, deep learning y machine learning han jugado un papel importante en el ámbito médico brindando herramientas de software para laborar con mayor precisión y menor riesgos de exposición del personal sanitario. Por lo que el interés de implementar la Inteligencia Artificial como medio para combatir dicha pandemia, es cada vez mayor y a su vez, necesaria. El propósito principal de este proyecto es el diseño y desarrollo de software que realiza reconocimiento facial y registro de temperatura para pacientes. El modelo incremental se utilizó para desarrollar el software. El algoritmo fue entrenado con 15 imágenes por persona, lo que resultó en un reconocimiento exitoso en 9 de cada 10 personas registradas a una distancia máxima de 1,4 metros. Finalmente, se concluye que el sistema puede implementarse en áreas de salud como laboratorios, hospitales y clínicas para reducir el contacto entre pacientes y médicos.Honduras health workers are reduced, doctors and nurses are getting infected by Covid-19. The medical industry is in a constant struggle to fight and look ahead against this disease. This is how artificial intelligence have played an important role in the medical field, through different technologies such as artificial vision, robotics, deep learning, and machine learning, providing software tools to work with accuracy and less risk of exposure for healthcare personnel. Therefore, the interest in implementing Artificial Intelligence as a solution to help and fight against this pandemic is increasing and necessary as well. The primary purpose of this project is the design and development of software that performs facial recognition and temperature registration for patients. The incremental model was used to develop the software. The algorithm was trained with 15 images per person, resulting in a successful recognition in 9 out of 10 people registered at a maximum distance of 1.4 meters. Finally, the authors conclude that the system can be implemented in health areas such as laboratories, hospitals, and clinics so that contact between patients and doctors can be reduced