Más de la mitad de los pacientes con lesiones de médula espinal alta (SCI) sufren episodios de disreflexia autonómica (AD), una condición que puede llevar a situaciones letales, como hemorragia cerebral, si no se trata correctamente. Los clínicos evalúan la AD utilizando variables clínicas obtenidas de la historia del paciente y variables fisiológicas obtenidas de manera invasiva y no invasiva. Este trabajo tiene como objetivo diseñar un sistema basado en aprendizaje automático para ayudar en el diagnóstico inicial de la AD. Con este fin, 29 pacientes con SCI participaron en una prueba en el Hospital Universitario de Cruces en la que se recopilaron datos utilizando métodos invasivos y no invasivos. El sistema propuesto en este artículo se basa en una clasificación jerárquica de dos niveles para diagnosticar la AD y solo utiliza 35 características extraídas de las etapas no invasivas del experimento (características clínicas y fisiológicas). El sistema logró una precisión del 93.10% con una tasa de cero falsos negativos para la clase de tener la enfermedad, una condición esencial para tratar a los pacientes según criterios médicos.