Ученые при помощи ИИ помогут криминалистам точно определять вид черепно-мозговых травм
Группа исследователей из Оксфордского университета в сотрудничестве с полицией Темз-Вэлли, Национальным агентством по борьбе с преступностью, больницей Джона Рэдклиффа, компанией Lurtis Ltd. и Кардиффским университетом разработала передовой инструмент на основе искусственного интеллекта для криминалистического исследования черепно-мозговых травм (ЧМТ). В исследовании, опубликованном 26 февраля в журнале Communications Engineering, представлена основанная на механике система машинного обучения, которая помогает полицейским и судебно-медицинским экспертам точно прогнозировать последствия черепно-мозговых травм на основе задокументированных сценариев нападений.
ЧМТ — серьёзная проблема общественного здравоохранения, которая приводит к тяжёлым и долгосрочным неврологическим последствиям. В судебно-медицинских расследованиях определение того, могло ли воздействие стать причиной заявленной травмы, имеет решающее значение для судебных разбирательств, однако в настоящее время не существует стандартизированного, поддающегося количественной оценке подхода к этому. Новое исследование показывает, как инструменты машинного обучения, основанные на механистическом моделировании, могут давать научно обоснованные прогнозы травм, повышая точность и последовательность расследований ЧМТ.
Ведущий исследователь Антуан Жерузалем, профессор машиностроения на факультете инженерных наук Оксфордского университета упомянул, что научная работа представляет собой значительный шаг вперёд в криминалистической биомеханике. Используя искусственный интеллект и моделирование на основе физики, мы можем предоставить правоохранительным органам беспрецедентный инструмент для объективной оценки травм, полученных в результате ДТП.
Система искусственного интеллекта, используемая в исследовании и обученная на реальных, анонимных полицейских отчётах и криминалистических данных, показала впечатляющую точность прогнозирования травм, связанных с ЧМТ. Речь идет о точности определения переломов черепа в 94 процента, а также 79-процентной точность при потере сознания и 79-процентной точности при внутричерепном кровоизлиянии (кровотечении внутри черепа). В каждом случае модель показала высокую специфичность и чувствительность (низкий процент ложноположительных и ложноотрицательных результатов).
Система использует общую вычислительную механистическую модель головы и шеи, предназначенную для имитации того, как различные виды ударов, такие как удары кулаками, пощёчины или удары по плоской поверхности, влияют на различные области. Это позволяет в общих чертах предсказать, может ли удар привести к деформации или напряжению тканей. Однако сама по себе эта модель не предсказывает риск получения травмы. Это делает верхний уровень ИИ, который объединяет эту информацию с любыми дополнительными релевантными метаданными, такими как возраст и рост пострадавшего, прежде чем сделать прогноз относительно конкретной травмы.
Исследователи обучили общую систему на 53 обезличенных реальных полицейских отчётах о случаях нападения. Каждый отчёт включал информацию о ряде факторов, которые могли повлиять на тяжесть удара (например, возраст, пол, телосложение жертвы/нападавшего). В результате была создана модель, способная интегрировать механические и биофизические данные с криминалистическими сведениями для прогнозирования вероятности возникновения различных травм.
Когда исследователи оценили, какие факторы в наибольшей степени влияют на прогностическую ценность для каждого типа травмы, результаты оказались удивительно схожими с медицинскими заключениями. Например, при прогнозировании вероятности перелома черепа наиболее важным фактором было наибольшее напряжение, которому подвергалась кожа головы и череп во время удара. Аналогичным образом, наиболее сильным фактором, предсказывающим потерю сознания, были показатели напряжения ствола головного мозга.
Исследовательская группа настаивает на том, что модель не предназначена для замены участия судебно-медицинских и клинических экспертов в расследовании случаев нападения. Скорее, она предназначена для объективной оценки вероятности того, что задокументированное нападение стало истинной причиной полученной травмы. Модель также можно использовать в качестве инструмента для выявления ситуаций повышенного риска, улучшения оценки рисков и разработки профилактических стратегий для снижения частоты и тяжести травм головы.
Наша система никогда не сможет безошибочно определить виновного, причинившего вред. Всё, что она может сделать, — это сообщить вам, соответствует ли предоставленная ей информация определённому результату. Поскольку качество результата зависит от качества информации, поступающей в модель, подробные показания свидетелей по-прежнему имеют решающее значение.
профессор Антуан Жерузалем, ведущий автор
Старший менеджер Национального агентства по борьбе с преступностью Соня Бейлис, поддержавшая этот исследовательский проект, уточнила, что понимание того, как травмы головного мозга влияют на работу мозга, с помощью инновационных технологий для поддержки полицейского расследования, которое ранее опиралось на ограниченную информацию, значительно улучшит интерпретацию, необходимую с медицинской точки зрения для поддержки судебного преследования.
Исследователь из Кардиффского университета и консультант по криминалистике, доктор Майкл Джонс добавил, что "ахиллесовой пятой" судебной медицины является оценка того, соответствует ли наблюдаемым травмам механизм нанесения повреждений, зафиксированный или предполагаемый. С применением машинного обучения каждый дополнительный случай способствует общему пониманию взаимосвязи между механизмом нанесения повреждений, первичной травмой, патофизиологией и исходом.
Напомним, что исследование проводилось междисциплинарной группой инженеров, специалистов по криминалистике и медиков из Оксфордского университета, полиции Темз-Вэлли, Национального агентства по борьбе с преступностью, Кардиффского университета, Lurtis Ltd., больницы Джона Рэдклиффа и других учреждений-партнёров.
Белок тихоходок может помочь раковым больным переносить лучевую терапию.
Фото: pxhere.com