This article presents the prototype of an intelligent system based on patterns of brain waves to prevent traffic accidents,by which, through a sensor, placed on the driver's head, monitors the patterns of brain waves that are sent in real time via Bluetoothto a Raspberry Pi to be processed with machine learning strategies. In this way it allows to send a visual and sound warning when itdetects the state of drowsiness in the driver. For the prototype construction, data of four people were collected while they were awake,drowsy and asleep. The data set was processed with four supervised learning algorithms: nearest neighbors, support vector machine,decision trees and random forests; the last one was the one that obtained the best result, reaching 82.05% accuracy whendifferentiating the three different states. The estimated cost of the system is 210 USD, resulting an economic system in relation toothers existing in the market.Este artículo presenta el prototipo de sistema inteligente basado en patrones de ondas cerebrales para prevenir accidentesde tránsito, que, mediante un sensor colocado en la cabeza del conductor, monitoriza los patrones de ondas cerebrales los cuales sonenviados en tiempo real vía Bluetooth a una placa Raspberry Pi para ser procesados con estrategias de aprendizaje automático y deesta forma enviar una alerta visual y sonora cuando detecta el estado de somnolencia en el conductor. Para la construcción delprototipo se recogieron datos de cuatro personas en tres estados distintos, mientras estaban despiertas, somnolientas y dormidas. Elconjunto de datos fue procesado con cuatro algoritmos de aprendizaje supervisado: vecinos más cercanos, máquina de soportevectorial, árboles de decisión, bosques aleatorios; siendo este último el que mejores resultados mostró alcanzando un 82.05% deprecisión al diferenciar los tres estados anteriormente mencionados. El costo estimado del sistema es de 210 USD, resultando unsistema económico con relación a otros existentes en el mercado.