Recientemente, con el rápido cambio hacia una sociedad envejecida y el aumento del interés en la atención médica, la predicción y gestión de enfermedades a través de diversos dispositivos y servicios de atención médica está atrayendo mucha atención. En particular, el accidente cerebrovascular, representado por la enfermedad cerebrovascular, es una enfermedad muy peligrosa, en la cual la muerte o los efectos secundarios mentales y físicos son muy grandes en adultos y personas mayores. Las secuelas de tales enfermedades cerebrovasculares son muy peligrosas, porque dificultan las actividades sociales y económicas. En este documento, proponemos un nuevo sistema para predecir y analizar en profundidad la gravedad de los accidentes cerebrovasculares en personas mayores de 65 años basado en la Escala de Accidente Cerebrovascular de los Institutos Nacionales de Salud (NIHSS). Además, utilizamos el algoritmo del árbol de decisión C4.5, que es una metodología de predicción y análisis de técnicas de aprendizaje automático. Los árboles de decisión C4.5 son algoritmos de aprendizaje automático que proporcionan reglas adicionales en profundidad del mecanismo de ejecución y análisis de interpretación semántica. Finalmente, en este documento, se verifica que el algoritmo del árbol de decisión C4.5 puede utilizarse para clasificar y predecir la gravedad de los accidentes cerebrovasculares, y para obtener efectos de reducción adicionales en las características del NIHSS. Por lo tanto, durante la operación de un sistema real, el modelo propuesto utiliza solo 13 características de las 18 características de la escala de accidente cerebrovascular, incluida la edad, para poder proporcionar un soporte de servicio más rápido y preciso. Los resultados experimentales muestran que el sistema permite esto al reducir el tiempo de medición de la escala de accidente cerebrovascular del paciente y hacer que la operación sea más eficiente, con una precisión general, utilizando el algoritmo del árbol de decisión C4.5, del 91.11%.