El análisis de costo-efectividad (ACE) se utiliza cada vez más en medicina para determinar si el beneficio para la salud de una intervención justifica el costo económico. La simulación de eventos discretos (SED) está desempeñando un papel cada vez más importante en el ACE gracias a varias ventajas, como la posibilidad de modelar el tiempo y poblaciones heterogéneas. Por lo general, se implementa con lenguajes de programación de propósito general o paquetes de software comerciales. Hasta donde sabemos, no se ha aplicado ninguna técnica de inteligencia artificial a la SED para ACE. Nuestro objetivo es desarrollar una representación gráfica, un algoritmo y una herramienta de software que permita a personas no programadoras construir modelos y realizar ACE fácilmente. Presentamos DESnets (redes de simulación de eventos discretos) como un nuevo tipo de modelo gráfico probabilístico inspirado en diagramas de influencia probabilística, un algoritmo para evaluarlo y una implementación como complemento de OpenMarkov. DESnets se comparan cualitativa y empíricamente con seis herramientas alternativas utilizando como ejemplo un modelo sobre osteoporosis del Instituto Nacional de Excelencia Clínica y de Salud del Reino Unido (NICE). En nuestros experimentos, la implementación de DESnets permitió la construcción de un modelo típico de SED de manera declarativa. Su proceso de evaluación se clasificó entre los más eficientes. DESnets se comparan favorablemente con herramientas alternativas en términos de facilidad de uso, poder expresivo, transparencia y eficiencia computacional.