La detección temprana de alteraciones nutricionales en estudiantes de bachillerato representa un reto urgente en el contexto educativo y de salud pública. Este trabajo presenta el diseño, desarrollo e implementación de un sistema basado en Internet de las Cosas (IoT) para el monitoreo automatizado del Índice de Masa Corporal (IMC), con la finalidad de identificar casos de desnutrición y sobrepeso de manera oportuna. A través del uso de sensores y plataformas digitales, se logró registrar de forma eficiente y precisa los parámetros antropométricos de una muestra de estudiantes, permitiendo conocer su estado nutricional mediante un proceso experimental. El sistema no solo optimiza la toma de decisiones en el área médica escolar mediante el monitoreo de la variable, sino que también se destaca como una herramienta sólida para la intervención preventiva y la mejora del rendimiento académico. Además, este enfoque abre nuevas posibilidades para el análisis de tendencias generacionales mediante el uso de series temporales, aportando información valiosa para el diseño de políticas educativas y de salud más efectivas. El proyecto sienta las bases para futuras aplicaciones en diagnóstico predictivo mediante algoritmos de inteligencia artificial, y su eventual evolución hacia plataformas comerciales de salud pública y medicina deportiva.