La enfermedad de Alzheimer (EA) se caracteriza por fallas progresivas de memoria acompañadas de alteraciones en la microcirculación. En particular, se han observado una respuesta microvascular endotelial deteriorada y patrones alterados de flujo en pacientes con EA. Cabe destacar que el endotelio influye en el tono vascular y también en los pequeños vasos sanguíneos superficiales, que pueden evaluarse a través de la termografía infrarroja (IRT). La ventaja de la IRT con respecto a otras técnicas radica en sus características sin contacto y su capacidad para preservar la información espacial de la microcirculación periférica. El objetivo del estudio es investigar las alteraciones en la microcirculación periférica en pacientes con EA en comparación con controles sanos (HCs) emparejados por edad en estado de reposo, a través de enfoques de IRT y aprendizaje automático (ML). En particular, se probaron varios clasificadores, utilizando como regresores la potencia del curso temporal de la temperatura de la punta de la nariz en diferentes bandas de frecuencia fisiológica. Entre los clasificadores de ML probados, el Clasificador de Árbol de Decisión (DTC) ofreció la mejor precisión cruzada validada (precisión = 82%) al discriminar entre EA y HCs. Los resultados demuestran además la alteración de los patrones microvasculares en la EA en las primeras etapas de la patología, y la capacidad de la IRT para evaluar las alteraciones vasculares. Estos hallazgos podrían ser aprovechados en la práctica clínica, fomentando el uso de la IRT como apoyo para el diagnóstico temprano de la EA.