Система mHolmes та її значення
Дослідники розробили нову систему штучного інтелекту під назвою mHolmes, яка здатна визначати час смерті за аналізом мікробіому тіла. Використовуючи зміни мікроорганізмів на тілі померлого, система може з середньою похибкою менш як два дні оцінювати посмертний інтервал. Це дослідження було опубліковане в журналі Nature Communications і являє собою значний крок уперед у судовій експертизі.
Методологія та результати
Система mHolmes була навчена на відкритих даних про 34 людські тіла, з яких зразки мікробіому збиралися щодня протягом 21 дня. Вона здатна оцінювати посмертний інтервал, використовуючи інформацію з одного місця на тілі для іншого. Середня похибка прогнозування для різних ділянок тіла становить менше двох днів, на відміну від попередніх підходів, де похибка була близько трьох днів. Система також може відновлювати ймовірний розвиток мікроорганізмів у перший тиждень після смерті.
Дослідники визначили сім груп бактерій, пов’язаних із різними стадіями розкладання. До цих груп належать:
- Gammaproteobacteria, які розмножуються на ранніх етапах розкладання;
- Clostridia, що переважають під час активного розкладання;
- Deinococci, які з’являються на сухій стадії розкладання.
Як зазначив один із авторів дослідження Кан Нін, "mHolmes можна порівняти з синоптиком для мікробів: система прогнозує зміни мікроорганізмів і на їхній основі визначає посмертний інтервал".
Незважаючи на обнадійливі результати, дослідники зазначають, що проведене дослідження базується на невеликому наборі даних. Для подальшого розвитку системи необхідно провести випробування в реальних умовах та розробити протоколи збору зразків. Ця технологія має потенціал значно поліпшити методи визначення часу смерті та сприяти розвитку криміналістики.
Розробка системи mHolmes може суттєво змінити підходи до судової експертизи, оскільки традиційні методи визначення часу смерті часто мають значну похибку. Залежність від мікробіомів відкриває нові можливості для точної ідентифікації часу смерті, що може бути критично важливим у кримінальних розслідуваннях. Подальші дослідження та випробування в реальних умовах можуть підтвердити ефективність цієї технології та її здатність впроваджуватися в практику криміналістики.