Исследователи из Петрозаводского государственного университета и Кувейтского колледжа науки и технологий создали алгоритм машинного обучения для диагностики болезни Паркинсона по данным электроэнцефалограммы (ЭЭГ), который подходит для портативных медицинских устройств. Они использовали данные ЭЭГ 20 здоровых людей и 20 пациентов с Паркинсоном, разработав алгоритм для обработки данных. Модель машинного обучения выявила 11 признаков, позволяющих с точностью 99,9% определить болезнь. Эти признаки связаны с особенностями электрической активности мозга при Паркинсоне. Эксперименты показали, что использование этих признаков сокращает время работы алгоритма в 11 раз и требует значительно меньше вычислительных ресурсов, что делает его пригодным для маломощных устройств интернета вещей, отслеживающих здоровье пациента в повседневной жизни.