Evaluar la función de la mano presenta un desafío significativo en el ámbito de la rehabilitación remota, especialmente al resaltar la necesidad de comodidad y practicidad en dispositivos portátiles. Este estudio introduce un innovador sistema basado en dispositivos portátiles de Internet de las Cosas (IoT), específicamente diseñado para la evaluación de la función de la mano, con un enfoque en una pulsera portátil. El sistema, mejorado por la tecnología en la nube, ofrece soluciones integrales para la gestión de la salud remota y servicios terapéuticos. En primer lugar, utiliza señales de electromiografía (EMG) del brazo para evaluar la función de la mano. Al emplear modelos sofisticados de clasificación y regresión, este sistema puede identificar automáticamente los gestos del usuario y medir con precisión la fuerza de agarre. Además, la integración de datos de sensores adicionales garantiza que el sistema cumpla con los criterios esenciales para la evaluación de la función de la mano. Al abandonar los métodos convencionales de clasificación de la fuerza de agarre, este estudio exploró cuatro modelos de regresión distintos para representar con precisión la curva de fuerza de agarre. Los hallazgos revelan que el modelo de Regresión de Bosques Aleatorios (RFR) es el más efectivo, logrando una puntuación de 0.9563 en los datos de prueba. Este resultado significativo no solo confirma la practicidad de la pulsera portátil, que se basa en señales de EMG, sino que también destaca el potencial del sistema IoT en la evaluación de la función de la mano.