La pandemia de COVID-19 ha subrayado la necesidad de un seguimiento de contactos rápido como un medio para suprimir de manera efectiva la propagación de enfermedades infecciosas. Los métodos existentes de seguimiento de contactos aprovechan la detección basada en la ubicación o en la distancia para identificar el contacto con un paciente confirmado. Los métodos existentes de seguimiento de contactos han enfrentado desafíos en aplicaciones prácticas, derivados de la tendencia a clasificar incluso contactos casuales, que tienen un bajo riesgo de infección, como contactos cercanos. Este problema surge porque las características de transmisión del virus no han sido completamente consideradas. Este estudio aborda el problema anterior proponiendo IntelliTrace, un método inteligente que introduce innovaciones metodológicas priorizando el contexto ambiental compartido sobre la proximidad física. Este enfoque evalúa de manera más precisa los posibles eventos de transmisión al considerar las características de transmisión del virus, con un enfoque especial en COVID-19. En este estudio, presentamos un seguimiento de contactos de Wi-Fi en interiores basado en el espacio utilizando aprendizaje automático para entornos interiores y un seguimiento de contactos de GPS basado en trayectorias para entornos exteriores. Para un entorno interior, se detecta un contacto basado en si los usuarios están en el mismo espacio que el caso confirmado. Para un entorno exterior, detectamos el contacto a través de juicios basados en el estado de compañía de las personas, como los mismos movimientos en sus trayectorias. Los conjuntos de datos obtenidos de 28 participantes que instalaron la aplicación de teléfono inteligente durante un experimento de un mes en un espacio del campus se utilizaron para entrenar y validar el rendimiento del método propuesto de detección de exposición. Como resultado del experimento, IntelliTrace mostró un rendimiento de puntuación F1 del 86.84% en entornos interiores y del 94.94% en entornos exteriores.