El documento propuesto está relacionado con un caso de estudio de un sistema de telemedicina e-salud orientado a la asistencia domiciliaria y adecuado para procesos de deshospitalización. La plataforma propuesta es capaz de transferir de manera eficiente los análisis de los pacientes desde el hogar a una sala de control de una clínica, lo que potencialmente reduce costos y proporciona servicios de asistencia de alta calidad. El objetivo es proponer una plataforma innovadora de gestión de recursos (RMP) que integre un sistema de soporte de decisiones (DSS) para el cuidado en el hogar basado en una red neuronal artificial (ANN) de perceptrón multicapa (MLP). El estudio está orientado a diagnósticos predictivos al proponer una RMP que integra un flujo de trabajo MLP-ANN de KNIME (Konstanz Information Miner) experimentado en valores de presión arterial sistólica. El flujo de trabajo elabora datos reales transmitidos a través de la nube por sensores médicos inteligentes y proporciona una predicción del estado del paciente. El innovador RMP-DSS está estructurado para permitir tres niveles de control principales. El primero es una condición de alerta en tiempo real que se activa cuando los valores en tiempo real superan un umbral. El segundo se refiere a acciones preventivas basadas en el análisis de datos históricos del paciente, y el tercero implica alertar debido a la predicción del estado del paciente. El estudio propuesto combina la gestión de procesos con los resultados del DSS, optimizando así las actividades de asistencia domiciliaria.