La osteoporosis sigue siendo un problema grave de salud pública en Tailandia, particularmente en mujeres posmenopáusicas; mientras tanto, se requieren nuevas herramientas de detección efectivas para un diagnóstico rápido. Este estudio construye y confirma un modelo de árbol de decisión (DT) basado en una herramienta de detección de osteoporosis. Se implementaron cuatro algoritmos de DT, a saber, árbol de clasificación y regresión; detección automática de interacción chi-cuadrado (CHAID); árbol estadístico rápido, imparcial y eficiente; y C4.5, en 356 pacientes, de los cuales 266 eran anormales y 90 normales. La investigación reveló que los algoritmos de DT tienen rendimientos insignificativamente diferentes en cuanto a precisión, sensibilidad, especificidad y área bajo la curva. Cada algoritmo posee su rendimiento característico. El modelo óptimo se selecciona de acuerdo con el rendimiento de las pruebas de datos ciegos y se compara con herramientas de detección tradicionales: la Autoevaluación de Osteoporosis para Asiáticos y el Estudio de Osteoporosis de Khon Kaen. La herramienta de Árbol de Decisión para la Detección de Osteoporosis Posmenopáusica (DTPOS) se desarrolló a partir del mejor rendimiento de los algoritmos de CHAID. La edad de 58 años y el peso en un punto de corte de 57.8 kg fueron los predictores esenciales de nuestra herramienta. DTPOS proporciona una sensibilidad del 92.3% y un valor predictivo positivo del 82.8%, que podría usarse para identificar a sujetos en riesgo de osteopenia y osteoporosis en una detección comunitaria, ya que es simple de realizar.