A aprendizagem automática é utilizada em muitos sectores em todo o mundo. O sector dos cuidados de saúde não é exceção. A aprendizagem automática pode desempenhar um papel essencial na previsão da presença/ausência de doenças do aparelho locomotor, doenças cardíacas e muito mais. Essa informação, se for prevista com bastante antecedência, pode fornecer intuições importantes aos médicos, que podem então adaptar o seu diagnóstico e lidar com cada paciente. Estamos a trabalhar na previsão de possíveis doenças cardíacas em pessoas utilizando algoritmos de aprendizagem automática. Neste projeto, efectuamos a análise comparativa de classificadores como a árvore de decisão, NaïveBayes, Regressão Logística, SVM e Floresta Aleatória e propomos um classificador de conjunto que efectua uma classificação híbrida, tomando classificadores fortes e fracos, uma vez que pode ter um número múltiplo de amostras para treino e validação dos dados, pelo que efectuamos a análise do classificador existente e do classificador proposto, como Ada-boost e XG-boost, que pode dar uma melhor precisão e análise preditiva.