Un nuevo estudio combina datos de MRI 3D y PET utilizando estrategias avanzadas de fusión que incluyen GMU y autoatención con puerta, junto con un clasificador MoE con puerta dispersa. Los resultados muestran que GMU alcanza una precisión del 80.46% en NC vs. MCI y del 95.47% en NC vs. AD, mientras que la autoatención con puerta alcanza el 82.08% en MCI vs. AD. Las ablaciones confirman que MoE mejora significativamente el rendimiento, destacando la importancia de la modelización multimodal adaptativa a la entrada para un diagnóstico preciso de la enfermedad de Alzheimer.