Esta investigación presenta un modelo basado en CNN de gran precisión (99,9% de exactitud) para la detección precoz de la roya negra del trigo mediante el análisis de imágenes. El modelo se entrenó en un conjunto de datos diverso y específico de la región, lo que garantiza un rendimiento sólido en distintas condiciones agroclimáticas. Permite detectar la enfermedad en una fase temprana, reducir las pérdidas de rendimiento, optimizar el uso de fungicidas y promover prácticas agrícolas sostenibles. El sistema es ligero, se puede implementar en teléfonos inteligentes y se integra con los ecosistemas agrícolas digitales, lo que permite a los agricultores acceder a herramientas de IA. Su escalabilidad y compatibilidad con plataformas IoT y en la nube lo sitúan como un paso vital hacia la agricultura de precisión y la seguridad alimentaria nacional.