El objetivo de este trabajo es diagnosticar las migrañas sin aura en personas que sufren cefaleas de manera habitual y así poder identificarlas respecto a otro tipo de cefaleas. El diagnóstico se realiza mediante una aplicación que utiliza técnicas de aprendizaje automático, clasificación y visualización. La base de conocimiento de la aplicación utiliza casos reales para clasificar la migraña sin aura utilizando el criterio 1.1 Migraine without aura del artículo (‘‘Headache Classification Committee of the International Headache Society (IHS) The International Classification of Headache Disorders, 3rd Edition’’, 2018). La aplicación, como novedad para el diagnóstico, integra en la base de datos los desencadenantes más habituales de las migrañas mediante su registro y visualización, para así conocer los más habituales asociados a cada persona y tratar de evitarlos en lo posible. El registro de estos desencadenantes está implementado mediante un cuestionario en la aplicación donde se han incluido los más habituales según los estudios ya realizados, con la posibilidad de añadir alguno distinto, y así poder generar una visualización particularizada a cada persona con cefalea. Además, en la aplicación, se integra la posibilidad responder de manera lo más objetiva posible a un par de las cuestiones planteadas; ¿Ha sido el estrés uno de los desencadenantes o no? ¿Ha sido la carencia de sueño uno de los desencadenantes o no? El estrés y la carencia de sueño son unos de los principales desencadenantes de las migrañas como puede comprobarse en todos los estudios relacionados con este trabajo y su diagnóstico se integra en la aplicación mediante la captura y análisis de datos de salud extraídos de un reloj de pulsera comercial. En este caso, el seleccionado ha sido el Apple Watch, que es más común y accesible que otros dispositivos de salud más específicos para el diagnóstico del estrés y la falta de sueño.