慢性病在全球范围的发病人数都是非常庞大的，阿尔茨海默病、心脏病，甚至癌症患者都属于慢性病，近日，有两项独立的研究表明：机器学习算法在改善慢性病风险评估和护理方面发挥关键作用，特别是是对阿尔茨海默病患者和心脏病患者，机器学习可准确地预测发病风险，也就是说，降低老年痴呆症和心脏病发病风险---机器学习：改善慢性病风险评估和护理。

该项研究发现，当患者对药物，睡眠质量，记忆力等问题出现症状的时候，再结合人口统计学信息，通过一种机器学习模型来评估患者患老年痴呆症的风险。可以说，这个预测将对阿尔茨海默病的检测和治疗起到非常关键的作用。

如果说，如果从多维度分析人体属性和大脑的行为功能的角度上来说，可以进一步挖掘和分析高级数据并持续学习（老年痴呆症和心脏病，阿尔茨海默病等）。

如果增加人体的详细数据如：年龄、吸烟、糖尿病和高血压等，会进一步提高该方法的预测效果，作为该模型通过提取分析数据中的形态模式，可预测具有特定模式的患者比具有其他模式的患者更可能发生心脏病等不良事件。