В данной работе рассматривается возможность использования искусственного интеллекта для дифференциальной диагностики нормального старения, умеренных когнитивных нарушений, болезни Паркинсона и деменции.

В исследовании были проанализированы 77 протоколов ACE-III нейропсихологического обследования, а также применены современные методы статистического анализа, машинного обучения и обработки данных. Результаты показали, что модель машинного обучения имеет средний уровень точности.

Исследование подчёркивает перспективность разработки моделей машинного обучения для дифференциальной диагностики на основе ACE-III, однако указывает на необходимость дополнительных признаков для более точной диагностики некоторых заболеваний.