La violencia de pareja íntima (VPI) sigue siendo un problema crítico que requiere soluciones basadas en datos para mejorar el perfilado de víctimas y las estrategias de intervención. Este estudio presenta Mujer Segura, una innovadora aplicación web diseñada para recopilar datos estructurados sobre casos de VPI y predecir su gravedad utilizando modelos de aprendizaje automático. La metodología integra algoritmos de Random Forest (RF) y Gradient Boosting Classifier (GBC) para clasificar los casos de VPI aprovechando datos históricos para el análisis predictivo. El modelo RF logró una precisión del 97%, con una precisión de 1.00 para casos no severos y 0.96 para casos severos, valores de recuperación de 0.93 y 1.00 respectivamente, y un ROC AUC de 0.9534. El modelo GBC demostró una precisión del 89%, con una precisión de 1.00 para casos no severos y 0.98 para casos severos, valores de recuperación de 0.95 y 1.00 respectivamente, y un ROC AUC de 0.9891. La aplicación también integra herramientas de visualización geoespacial para identificar áreas de alto riesgo en el Estado de México, lo que permite intervenciones en tiempo real. Estos hallazgos confirman que el aprendizaje automático puede mejorar la detección oportuna de casos de VPI y apoyar la toma de decisiones basada en evidencia para las agencias de seguridad pública.