Este estudio presenta un método para mejorar la estimación del intervalo de confianza (IC) utilizando medidas de incertidumbre individuales y decisiones de características ponderadas para la medición de presión arterial sin manguito. Obtuvimos incertidumbre utilizando regresión de proceso gaussiano (GPR). El IC obtenido del modelo GPR se calcula utilizando la distribución de estimaciones de presión arterial, lo que proporciona IC relativamente amplios. Por lo tanto, propusimos un método para obtener IC mejorados para sujetos individuales aplicando métodos de bootstrap e incertidumbre utilizando las estimaciones de presión arterial sin manguito de cada sujeto obtenidas a través de GPR. Este estudio también introdujo un método novedoso para estimar la presión arterial sin manguito con alta fidelidad al determinar características altamente ponderadas utilizando decisiones de características ponderadas. La desviación estándar del error medio del método propuesto es de 2.94 mmHg y 1.50 mmHg para la presión arterial sistólica (PAS) y la presión arterial diastólica (PAD), respectivamente. Los resultados del error absoluto medio se obtuvieron mediante la determinación de características ponderadas combinando GPR y algoritmos de aumento de gradiente (GBA) para PAS (1.46 mmHg) y PAD (0.69 mmHg). El estudio confirmó que las estimaciones de presión arterial estaban dentro del IC basado en las muestras de prueba de casi todos los sujetos. Las decisiones de características ponderadas que combinan GPR y GBA fueron más precisas y confiables para la estimación de presión arterial sin manguito.