Используя большие когорты из опубликованных клинических испытаний, вовлекающих более 8 000 пациентов с рассеянным склерозом, вероятностная модель машинного обучения реконструирует вероятности перехода из данных, полученных из статусов заболеваний, демонстрируя паттерны, которые предполагают, как происходит прогрессирование к тяжелым стадиям и потенциальное обращение этого процесса.