En este documento, consideramos el problema de la poroelasticidad en medios heterogéneos. El modelo matemático está descrito por un sistema acoplado de ecuaciones para desplazamiento y presión en medios porosos de doble continuo acoplado. Proponemos un nuevo método basado en aprendizaje híbrido explícito-implícito (HEI) para resolver el problema de poroelasticidad en medios heterogéneos de doble continuo. Utilizamos un método de elementos finitos con funciones de base lineal estándar para la aproximación espacial. Aplicamos el esquema temporal explícito-implícito, donde el esquema explícito se utiliza para el continuo de baja conductividad y el esquema implícito para el de alta conductividad. Se utiliza el esquema de división de deformaciones fijas para acelerar la computación y desacoplar los problemas de flujo y mecánica. La idea principal del método propuesto es el aprendizaje parcial de grados de libertad particulares de la presión del continuo de alta conductividad (parte implícita del flujo). Primero, entrenamos una red neuronal profunda (DNN) para obtener valores de la parte implícita del flujo en algunos puntos espaciales en algunos momentos temporales. Luego, aplicamos el Método de Interpolación Empírica Discreta (DEIM) combinado con la Descomposición Ortogonal Apropiada (POD) para restaurar las partes implícitas completas y realizar interpolación lineal en el tiempo. En consecuencia, tratamos la presión del continuo de alta conductividad como una función conocida y la utilizamos para encontrar la presión y desplazamientos del otro continuo. Se presentan los resultados numéricos para el problema de modelo bidimensional. Los resultados demuestran que el método propuesto proporciona predicciones rápidas y precisas.