U studiji objavljenoj u časopisu Nature, istraživači razvili su potpuno automatizirani sustav za procjenu vremena početka akutnog ishemijskog moždanog udara koristeći nekontrastni CT (NCCT). Sustav koristi radiomičke značajke iz automatski segmentiranih područja infarkta i njihovih kontralateralnih regija, a trenira se pomoću regresijskih modela, uključujući kernel-bazirane modele i višeslojni perceptron. Za slučajeve u kojima je poznato samo posljednje vrijeme kada je pacijent bio u stanju bez simptoma (LKWT), istraživači primijenili su pristupe „censoring-aware“ učenja, što je smanjilo pogrešku u procjeni u odnosu na modele trenirane samo na pacijentima s poznatim vremenom početka. Na vanjskom testnom skupu od 32 pacijenta, model s podrškom vektora (SVR) u „censoring-aware“ formuli postigao je medijanu apsolutne greške od 1,12 sati, s intervalom pouzdanosti od 0,91 do 1,42 sata. Model je također pokazao stabilnost pod promjenama granica segmentacije infarkta, što ukazuje na robustnost u kliničkoj primjeni. Ovi rezultati sugeriraju da NCCT-bazirani regresijski modeli mogu pružiti kontinuirane i interpretabilne procjene vremena početka moždanog udara, potencijalno poboljšavajući odluke o reperfuzijskom liječenju u okruženjima bez napredne slikovne dijagnostike.