A cetoacidose diabética é uma emergência grave associada ao diabetes mellitus e é uma das principais causas de mortalidade em diversas faixas etárias. Além do impacto clínico, a cetoacidose diabética também causa problemas para os sistemas de saúde em termos de assistência, recursos financeiros e humanos. Nesse contexto, a falha no rastreamento e diagnóstico precoce dessa condição pode resultar em complicações graves para o paciente. Diante disso, torna-se pertinente propor estratégias para auxiliar os profissionais na triagem, diagnóstico e encaminhamento de pacientes com cetoacidose diabética na rede de serviços do Sistema Único de Saúde. O uso de inteligência artificial representa uma inovação na área da saúde, permitindo o monitoramento contínuo e altamente sensível das condições metabólicas dos pacientes. Objetivo: desenvolver um software baseado em inteligência artificial para o rastreio e diagnóstico frente ao paciente com cetoacidose diabética. Método: trata-se de um estudo metodológico, dividido em cinco etapas como proposto pelo modelo ADDIE de design instrucional, as quais são: análise, design, desenvolvimento, implementação e avaliação. Na primeira etapa realizar-se-á uma revisão bibliográfica. O software será desenvolvido com base nos dados coletados e, posteriormente, será enviado para o design gráfico e profissional de TI para a sua confecção. Na fase de implementação será testada sua usabilidade junto aos profissionais da saúde, médicos e enfermeiros, das Unidades Básicas de Saúde. A última etapa consistirá na validação do software e algoritmo estabelecido para inferir o diagnóstico de cetoacidose diabética, assim como as outras funcionalidades, na qual será realizada por experts clínicos com expertise na temática e técnicos experts em tecnologias de informação e comunicação. Resultados esperados: o produto resultante desta pesquisa tem potencial para ser integrado aos serviços do Sistema Único de Saúde e aderido, pois facilita a prática assistencial. O uso do software poderá contribuir para o encaminhamento ágil e adequado ao atendimento de emergência do SUS, a prevenção de casos graves e, consequentemente, a redução de complicações, disfunções e falência de órgãos em pacientes. Também poderá melhorar a eficiência dos serviços de atenção primária e reduzir custos e danos evitáveis aos serviços públicos e aos pacientes. As evidências científicas identificadas também servirão de base para ações de extensão voltadas à educação em saúde, diretrizes clínicas e protocolos de atendimento.