Un equipo de investigadores de la Universidad de Oxford, en colaboración con la policía de Thomas Valley, la Agencia Nacional del Crimen, el Hospital John Radcliff, la Lortus Limited y la Universidad de Cardiff, ha desarrollado una herramienta avanzada impulsada por la IA basada en física para ayudar a lesiones cerebrales traumáticas.
Este estudio apareció en hoy (26 de febrero) Ingeniería de comunicaciónEl marco de aprendizaje automático basado en la mecánica se ha introducido para ayudar a los equipos policiales y forenses, basados en escenas de ataque documental.
TBI es un tema importante de la salud pública, que tiene consecuencias nerviosas graves y a largo plazo. En una investigación forense, determine si el efecto puede haber sido informado para acciones legales debido a cualquier lesión, sin embargo, no existe un enfoque cuantitativo estándar. Una nueva investigación ha demostrado que las herramientas de aprendizaje automático que notifican la imitación mecánica pueden proporcionar predicciones de lesiones basadas en evidencia para mejorar la investigación de TBI y mejorar la consistencia.
“Esta investigación representa un importante paso adelante en los bioquímicos forenses”, dijo Anton Jerosum, profesor de ingeniería mecánica en el Departamento de Ciencias de la Ingeniería de la Universidad de Oxford. Al aprovechar la imitación basada en la AI y la física, podemos proporcionar a las agencias de aplicación de la ley a una herramienta sin precedentes para evaluar razonablemente TBI. ‘
El marco de IA de este estudio, que está capacitado en informes policiales reales y anónimos y datos forenses, ha recibido una precisión significativa de las lesiones relacionadas con TBI.
- 94 % de precisión para la fractura del cráneo
- 79 % de precisión para el desperdicio de conciencia
- Precisión del 79 % para la hemorragia intracraneal (sangrado dentro del cuero cabelludo)
En cada caso, el modelo mostró altas características y alta sensibilidad (una tasa más baja de resultados falsos positivos y falsos negativos).
El marco utiliza un modelo mecanicista computacional general de la cabeza y el cuello, que está diseñado para imitar una variedad de efectos, como el maíz, el grifo o las huelgas contra una superficie plana, afectan diferentes regiones. Proporciona su predicción básica si el efecto causa defectos de tejido o estrés. Sin embargo, no predice ningún riesgo de lesión en sí. Se realiza a través de una capa de IA superior que incluye cualquier metadato relevante adicional, como la edad y la altura de la víctima antes de predecir cualquier lesión.
Los investigadores capacitaron al marco en su conjunto en 53 información sobre la policía real anónima de los casos de ataque. Cada informe incluyó información sobre una serie de factores que podrían afectar la gravedad del shock (como la edad, el sexo, la caza/construcción física del delincuente). Como resultado, un modelo que ha sido habilitado para conectar datos bio -físicos mecánicos con detalles forenses para predecir la posibilidad de diversas lesiones.
Cuando los investigadores estimaron qué factores tuvieron el mayor efecto en el gasto de todo tipo de lesiones, los resultados fueron significativamente permanentes según los resultados médicos. Por ejemplo, al predecir las posibilidades de la fractura del cráneo, el factor más importante fue la mayor cantidad de estrés que enfrentaba el cráneo y el cuero cabelludo durante un efecto. Del mismo modo, la predicción más fuerte de la conciencia se midió para el cerebro del cerebro.
El equipo de investigación insiste en que el propósito de este modelo no es cambiar la participación de expertos forenses y clínicos humanos en la investigación de ataques. Más bien, la intención es proporcionar una estimación razonable de la posibilidad de que el documental fuera la principal causa del informe. Este modelo también se puede utilizar como un dispositivo para identificar afecciones de alto riesgo, mejorar el diagnóstico de riesgo y desarrollar una estrategia para prevenir la presencia y la gravedad de las lesiones en la cabeza.
El profesor Jaroslam agregó: ‘Nuestro marco nunca podrá identificarse sin ninguna duda que ha dolido. Es solo para decirle si la información proporcionada está relacionada con algún resultado específico. Dado que la calidad de la salida depende de la calidad de la información alimentada en el modelo, es muy importante tener declaraciones detalladas de los testigos. ‘
La Sra. Sonia Balees, gerente senior de la Agencia Nacional del Crimen, que apoyó el proyecto de investigación, dijo: ‘Urb la tecnología moderna para apoyar la investigación policial, comprender las lesiones cerebrales, depender de información limitada, aumentará la necesidad de un punto de vista médico desde un punto de vista médico para apoyar el legalismo.
El investigador de la Universidad de Cardiff, el Dr. Michael Jones, y el consultor forense dijeron: El “Aquiles Hale” de la medicina forense se estima si el testigo o el procedimiento estimado de lesiones son a menudo similares a la fuerza, las lesiones observadas. Con la aplicación del aprendizaje automático, cada caso adicional se respalda en la comprensión general de la asociación entre lesiones básicas, fisiopatología y los procedimientos de consecuencias. ‘
El estudio fue realizado por la Universidad de Oxford, Teams Valley Police, National Crime Agency, Cardiff University, Luratis Limited, John Radcliffe Hospital y los ingenieros de otros socios, expertos forenses y un equipo intercontinental de profesionales médicos.
