En el ámbito de la investigación sobre la enfermedad de Parkinson (EP), la integración de datos de sensores portátiles con registros de salud personales (RSP) ha surgido como una vía fundamental para la alerta y el monitoreo de pacientes. Este estudio profundiza en el complejo dominio de la atención a pacientes con EP, con un énfasis específico en aprovechar el potencial de los sensores portátiles para capturar, representar y analizar semánticamente datos y conocimientos cruciales sobre el movimiento. El objetivo principal es mejorar la evaluación de los pacientes con EP estableciendo una base sólida para obtener información de salud personalizada a través del desarrollo de Grafos de Conocimiento de Salud Personal (GCSP) y el empleo de Redes Neuronales de Grafos de Salud Personal (RNGSP) que utilizan GCSP. El objetivo es formalizar la representación de datos integrados relacionados, datos de sensores unificados y RSP en niveles más altos de abstracción, es decir, en un GCSP, para facilitar la interoperabilidad y apoyar el reconocimiento de eventos de alto nivel basado en reglas, como la falta de dosis del paciente o caídas. Este documento, que amplía nuestro trabajo relacionado anterior, presenta la ontología Wear4PDmove en detalle y evalúa la ontología dentro del desarrollo de un GCSP experimental. Además, este documento se centra en la integración y evaluación de GCSP dentro de la implementación de una Red Neuronal de Grafos (RNG). Este trabajo enfatiza la importancia de integrar datos relacionados con la EP para monitorear y alertar a los pacientes con notificaciones apropiadas. Estas notificaciones ofrecen a los expertos en salud información precisa y oportuna para la evaluación continua de eventos relacionados con la salud personal, contribuyendo en última instancia a una mejor atención al paciente y a una toma de decisiones médicas bien informada. Finalmente, el documento concluye proponiendo un enfoque novedoso para integrar KGs de salud personal y RNGs para soluciones de monitoreo y alerta de EP.