El triaje es un sistema de clasificación y selección de pacientes en los servicios de urgencias que permite dar una valoración rápida y organizada a los mismos. A lo largo de los años, se ha establecido que para la categoría de triaje I, se debe brindar una asistencia inmediata. Para la categoría de triaje II, se le debe dar una asistencia de menos de 30 minutos. Para la categoría de triaje III, la asistencia debe brindarse dentro de las próximas dos horas. La categoría de triaje IV y V el rango está entre las doce (12) y las setenta y dos horas (72), por lo que se sugiere apoyar en consulta prioritaria o ambulatoria. Debido al escenario altamente variable presentado en esta categoría se propone el desarrollo de un algoritmo de clasificación por medio de la metodología CRISP-DM para crear subcategorías de triage 3 que permitan dar diferentes prioridades a los pacientes allí clasificados de acuerdo con los síntomas que presenta el paciente, y así minimizar posibles consecuencias futuras de agravamiento del cuadro clínico. Para esto se hará un caso de estudio en el Hospital Universitario San Ignacio. El proceso para diseñar un algoritmo que clasifique al paciente categorizado en triaje III, en una subcategoría con el fin de permitir darle una atención más oportuna, llevó a realizar la implementación de diversos métodos de clasificación, tales como algoritmos de distancia KNN, ingenuos como Naive Bayes, paramétricos como regresión logística multinomial, árboles individuales y bosques aleatorios, que permitieron identificar a los algoritmos de ensamble como la mejor opción, ya que es un algoritmo capaz de identificar en un 80,14 %, 79,45% y 81,29 % los pacientes clasificados como alta, remitido y muerto, respectivamente, brindando una atención más oportuna, los resultados obtenidos se compararon con los requerimientos mínimos que se tenían al comienzo, y este superó el que se tenía, dando así que este algoritmo clasifica correctamente un 80,15% a los pacientes del triage III. Algunas restricciones y limitaciones a la hora de la implementación de este proyecto fue la cantidad de datos con las que se contaba para realizar el modelo, el estado de salida de interés tuvo muy baja representatividad y además no se contaba con información tal como los síntomas del paciente y acceso a la historia clínica, información que podría dar mas robustez al proyecto, la traducción e interpretación de este modelo, no es comprensible en estándares médicos.