Utilizando cohortes grandes de ensayos clínicos publicados que involucran a más de 8,000 pacientes con esclerosis múltiple, un modelo de aprendizaje automático probabilístico reconstruye las probabilidades de transición a partir de estados de enfermedad derivados de datos, mostrando patrones que sugieren cómo ocurre la progresión a estadios severos y la posible inversión del proceso.