Las nuevas aplicaciones del Internet de las Cosas (IoT) están permitiendo el desarrollo de proyectos que ayudan con la monitorización de personas con diferentes enfermedades en su vida diaria. El Alzheimer es una enfermedad que afecta las funciones neurológicas y necesita apoyo para mantener la máxima independencia y seguridad de los pacientes durante esta etapa de la vida, ya que la cura y reversión de los síntomas aún no han sido descubiertas. El sistema de monitorización basado en IoT proporciona apoyo a los cuidadores en la monitorización de personas con la enfermedad de Alzheimer (EA). Este artículo presenta un modelo computacional basado en ontología que recibe datos fisiológicos de aplicaciones externas de IoT, permitiendo la identificación de comportamientos potencialmente peligrosos para pacientes con EA. La principal contribución científica de este trabajo es la especificación de un modelo centrado en la enfermedad de Alzheimer utilizando el análisis de historias de contexto y predicción de contexto, que, considerando el estado del arte, es el único que utiliza el análisis de historias de contexto para realizar predicciones. En esta investigación, también proponemos un simulador para generar actividades de la vida diaria de los pacientes, permitiendo la creación de conjuntos de datos. Estos conjuntos de datos se utilizaron para evaluar las contribuciones del modelo y se generaron de acuerdo con la estandarización de la ontología. El simulador generó 1026 escenarios aplicados para guiar las predicciones, que lograron una precisión promedio del 97.44%. Los experimentos también permitieron el aprendizaje de 20 lecciones relevantes sobre aspectos tecnológicos, médicos y metodológicos que están registrados en este artículo.