Les réseaux de neurones convolutifs (CNN) sont bien appliqués dans le domaine du cancer du poumon, mais la plupart des travaux existants sont basés sur les diagnostics d'imagerie du patient. Le problème est que l'imagerie ne peut détecter la maladie que très tardivement et que le patient peut difficilement être sauvé. Notre objectif est : de prévenir avec précision le cancer du poumon en calculant la probabilité d'être atteint de la maladie à l'aide des informations personnelles du sujet examiné et de relever les principaux facteurs de la pathologie. Notre approche DeepLCP repose sur la combinaison du traitement de langage naturel (NLP) et des réseaux de neurones convolutionnels (CNN)). Les résultats expérimentaux du DeepLCP permettent d'approuver une haute précision, un faible taux d'erreur et de perte d'information lors de la phase de validation (CNN).