Diseño y desarrollo de sistemas IoT que recogen datos de usuarios para evaluar automáticamente su estado de salud y que sirvan de ayuda para poder tomar decisiones a nivel preventivo o de intervención. Los datos se recogen de cuestionarios, sensores ambientales y fisiológicos, estos últimos con wearables como relojes inteligentes, pulseras, diademas, anillos, y elementos médicos como: oximetro, cánula nasofaringea, etc. Los datos se procesan utilizando técnicas de inteligencia artificial como machine learning o deep learning (como SVN, redes bayesianas, árboles de decisión, etc.)  para que identifiquen características que permitan clasificar a los usuarios. Lo hemos experimentado para detectar fragilidad y dependencia en mayores, también estamos trabajando en detección de actividad, estrés y emociones básicas. A nivel de arquitectura trabajamos con varias alternativas para el almacenamiento y procesamiento de datos: cloud, fog y edge computing, usando también dispositivos móviles intermedios como teléfonos inteligentes y redes ad-hoc creadas entre ellos, de tal forma que podamos lograr más flexibilidad y eficiencia. Tenemos ya implementada una app que conecta automáticamente los datos de los sensores y muestra los resultados en forma de gráficas.