AIPress.com.cn报道
2月25日消息，来自Linköping University与Swedish National Board of Forensic Medicine的研究团队开发出一套基于代谢物数据的人工智能模型，可更精确地估算死亡时间。相关成果已发表于Nature Communications。
研究人员指出，人体死亡后会触发一系列可预测的生物化学变化。随着器官与组织逐渐分解，血液中小分子代谢物的浓度也会发生规律性改变，这些变化与死亡后经过的时间高度相关。
当前法医学中用于判断死亡时间（即死后间隔，post-mortem interval, PMI）的方法，通常包括体温测量、尸僵程度以及眼玻璃体液中钾离子浓度检测等。但当死亡时间超过数天后，上述指标的准确性会明显下降。
新方法则通过人工智能模型分析尸检采集的血液样本中的代谢物数据进行预测。研究团队基于近十年间收集的逾4.5万例尸检血样数据库开展研究，其中4,876份已知死后间隔的样本被用于模型训练。研究人员表示，尽管数据库规模庞大，但实验结果显示，构建类似模型并不一定需要如此大量的数据，数百例样本即可实现可用精度。
测试结果表明，该模型在死亡至尸检时间最长达13天的情况下，仍可将预测误差控制在约一天范围内，较传统方法有所提升。研究人员指出，尽管尸体分解过程会受到环境温度、湿度等多种外部因素影响，但血液代谢物所呈现的时间信号具有较强稳定性。
目前数据库中记录的是死亡日期而非具体时刻。研究团队下一步计划构建包含更精确死亡时间信息的数据集，以进一步训练模型，提高时间分辨率，并探索是否能够推断死亡发生于一天中的具体时段。
研究人员认为，该工具可为法医鉴定提供补充手段，尤其在死亡时间较长、传统方法精度受限的复杂案件中，具有潜在应用价值。（AI普瑞斯编译）
