MCH-Guard: Multimodálny framework strojového učenia na stratifikáciu rizika cerebrálnych mikrohemorágiíí v iniciatíve Alzheimerovej choroby

MCH-Guard je multimodálny framework strojového učenia vyvinutý na stratifikáciu rizika cerebrálnych mikrohemorágiíí (MCH) pomocou údajov z iniciatívy ADNI na vzorke 813 pacientov. Vnorené modely integrovali klinickú históriu, biomarkery v tele a zobrazovanie na predpovedanie prítomnosti, výskytu a stability MCH. Komplexný model detegoval MCH na základnej úrovni s vysokou presnosťou (AUC 0,86), pričom minimálny model (M1) využívajúci iba demografické údaje a klinickú históriu dosiahol robustnú výkonnosť (AUC 0,82). Longitudinálne modely predpovedali čas do vzniku (R2=0,68) a stratifikovali štvorročné riziko. Výskum identifikoval fenotyp prechodnej vaskulárnej nestability, kde sa stav MCH mení, ktorý bol silne predpovedaný hepatálnymi faktormi. MCH-Guard poskytuje flexibilný nástroj na podporu klinického rozhodovania pre optimalizáciu monitorovania MCH a ARIA-H, pričom výkonnosť klinického modelu M1 podporuje spravodlivé posúdenie rizika v zdrojoch limitovaných prostrediach.