Este proyecto propone el desarrollo y validación de un sistema de detección temprana basado en inteligencia artificial (IA) y machine learning para mejorar la seguridad laboral en la línea de producción de blísteres, específicamente en la etapa de encartonado. Esta fase fue seleccionada debido a su alta incidencia de riesgos asociados a intervenciones manuales, como el atrapamiento de manos, que generan accidentes frecuentes en las operaciones. El proyecto se enfoca en integrar dispositivos como cámaras y sensores de proximidad que recolecten datos en tiempo real sobre los movimientos de los operarios, el funcionamiento de las máquinas y los factores contextuales del entorno laboral. Estos datos serán procesados mediante algoritmos de machine learning diseñados para identificar patrones y emitir alertas tempranas que prevengan accidentes. La efectividad del sistema será validada a través de una prueba piloto, evaluando indicadores clave como la reducción de incidentes, mejoras en la eficiencia operativa y disminución de costos relacionados con riesgos laborales. El alcance de la tesis está delimitado exclusivamente a la implementación del sistema en la etapa de encartonado, sin modificar físicamente las máquinas ni abarcar otras fases del proceso productivo. Además, el proyecto se concentra en el diseño y prueba del sistema en esta área específica, dejando para estudios futuros su aplicación a gran escala o en otras industrias. Este trabajo busca contribuir significativamente a la seguridad laboral mediante la implementación de tecnología innovadora, demostrando que las soluciones basadas en IA pueden complementar los sistemas tradicionales de gestión de riesgos. Asimismo, ofrece una base sólida para futuras investigaciones y aplicaciones en otras áreas del sector industrial.