El mar Mediterráneo oriental se ha convertido en un punto crítico para las invasiones biológicas, con especies termófilas como el pez sapo de mejillas plateadas y el pez fuego diablo que representan amenazas ecológicas y socioeconómicas significativas. Se desarrollaron modelos de aprendizaje automático (máquina de soporte vectorial y red neuronal) para predecir el establecimiento de especies, demostrando una alta precisión predictiva. Los análisis de SHapley Additive exPlanations destacaron aún más la influencia relativa de los predictores ambientales. La regresión logística nominal identificó la temperatura del fondo y la salinidad como los principales impulsores ambientales para el establecimiento de estas especies, con umbrales de 16.38 grados C y 39.14 psu para el pez sapo de mejillas plateadas y 15.84 grados C y 39.09 psu para el pez fuego diablo. Las previsiones hasta 2035, generadas utilizando el modelo Prophet, han predicho temperaturas del fondo en aumento pero niveles de salinidad en descenso, creando condiciones variables para la invasión. La idoneidad a largo plazo se evaluó comparando las condiciones pronosticadas con los umbrales, revelando que la salinidad y la clorofila a consistentemente caen por debajo de los niveles adecuados para ambas especies. El pez sapo de mejillas plateadas mostró una idoneidad estable con declives ocasionales, mientras que el pez fuego diablo exhibió una mayor variabilidad. Estos hallazgos subrayan la importancia de los datos bentónicos a escala fina y los enfoques de modelado integrado para la detección temprana y la gestión adaptativa de especies invasoras en los ecosistemas mediterráneos. El estudio proporciona umbrales claros para guiar el monitoreo ambiental continuo y enfatiza la necesidad de evaluaciones continuas para anticipar los riesgos de invasión futuros bajo condiciones climáticas cambiantes.