Це дослідження покращує прогнозування деменції за допомогою методів машинного навчання на даних про здоров'я пацієнтів, з використанням алгоритмів керованого навчання, таких як KNN, QDA, LDA та класифікаторів Гауссового процесу. LDA досягла найвищої точності тестування - 98%. Дослідження підкреслює важливість інтерпретованості моделі та кореляції деменції з такими факторами, як наявність алеля APOE-епсилон4 та хронічні захворювання, виступаючи за майбутній розвиток пояснювального ШІ у догляді за хворими на деменцію.