En el campo de los Diagnósticos, la tarea fundamental de detectar daños es básicamente un problema de clasificación binaria, que se aborda en muchos casos a través de la Detección de Novedades (ND): una observación se clasifica como novedosa si difiere significativamente de los datos de referencia, sanos. La ND se implementa prácticamente resumiendo un conjunto de datos multivariantes con información de distancia univariada llamada Índice de Novedad. Dado que existen muchos enfoques diferentes para producir INs, en este análisis se estudia la posibilidad de implementar un clasificador simple en un espacio de INs de dimensionalidad reducida. Además de un método de clasificación simple similar a un árbol de decisión, el proceso para obtener los INs puede resultar como un método de reducción de dimensiones y, a su vez, los INs pueden ser utilizados para otros algoritmos de clasificación. Además, se analizará un estudio de caso gracias a los datos publicados por la sociedad de Pronósticos y Gestión de la Salud de Europa (PHME), con motivo del Desafío de Datos 2021.