Se desarrolló previamente un modelo basado en regresión para pronosticar el contenido total de electrones (TEC) en latitudes medias. Presentamos un modelo más sofisticado utilizando redes neuronales (NN) en lugar de regresión lineal. Este prototipo de modelo regional simula y pronostica las variaciones del TEC en relación con las condiciones del clima espacial. El desarrollo de un prototipo consistió en la selección del mejor conjunto de predictores, la arquitectura de la NN y la longitud de la serie de entrada. Las pruebas realizadas utilizando los datos de diciembre de 2014 a junio de 2018 muestran que el modelo PCA-NN basado en una NN de avance simple con un número muy limitado (hasta seis) de predictores del clima espacial tiene un mejor rendimiento que el modelo PCA-MRM que utiliza hasta 27 predictores del clima espacial. El prototipo se desarrolla sobre una serie de TEC obtenida de un receptor GNSS en el aeropuerto de Lisboa y se prueba en series de TEC de tres ubicaciones más en latitudes medias del Atlántico Norte Oriental. Se hacen conclusiones sobre la dependencia de la calidad del pronóstico en función de la longitud y la latitud.