La tecnología de Internet de las Cosas Médicas (IoMT) portátil, diseñada para el monitoreo respiratorio no invasivo, ha demostrado un considerable potencial en la detección temprana de enfermedades graves. Este artículo presenta la aplicación de técnicas de aprendizaje automático supervisado para predecir anomalías respiratorias a través del análisis de datos de frecuencia. El objetivo principal es identificar riesgos de salud relacionados con la respiración en adultos mayores utilizando datos recopilados de dispositivos portátiles no invasivos. Este artículo presenta el desarrollo, la evaluación y la comparación de tres modelos de aprendizaje automático, subrayando su potencial para predecir con precisión problemas de salud relacionados con la respiración en adultos mayores. La convergencia de la tecnología IoMT portátil y el aprendizaje automático tiene un inmenso potencial para la atención médica proactiva y personalizada entre los adultos mayores, mejorando en última instancia su calidad de vida.