La verdadera innovación radica en la capa superior de inteligencia artificial que incorpora esta información física con metadatos relevantes como la edad y altura de la víctima. El resultado es una predicción sobre la probabilidad de lesiones específicas.
El equipo de investigadores entrenó el sistema con 53 informes policiales anónimos de casos reales de agresión. Estos documentos incluían factores determinantes como edad, sexo y constitución física tanto de víctimas como de agresores.
ejemplo ia.webp
La inteligencia artificial ahora puede ahorrar a resolver crímenes.
Los resultados obtenidos mostraron una consistencia notable con hallazgos médicos previos. Por ejemplo, el factor más influyente para predecir fracturas de cráneo resultó ser la cantidad máxima de estrés experimentado por el cuero cabelludo y el cráneo durante un impacto.
Aplicaciones prácticas
Esta tecnología no busca reemplazar a los expertos forenses y clínicos en la investigación de agresiones. El profesor Antoine Jérusalem, investigador principal del proyecto, aclara: "Nuestro marco nunca podrá identificar sin duda al culpable que causó una lesión. Lo que puede hacer es indicar si la información proporcionada se correlaciona con cierto resultado".
La calidad de los resultados depende directamente de la información introducida en el modelo. Por tanto, las declaraciones detalladas de testigos siguen siendo cruciales para cualquier investigación policial.
La herramienta también permite identificar situaciones de alto riesgo, mejorar evaluaciones y desarrollar estrategias preventivas para reducir la frecuencia y gravedad de lesiones craneales.
El Dr. Michael Jones, investigador de la Universidad de Cardiff y consultor forense, señaló un punto crucial: "Un 'talón de Aquiles' de la medicina forense es evaluar si un mecanismo de lesión presenciado o inferido, a menudo la fuerza, coincide con las lesiones observadas".
Resolución de crímenes
herramienta ia.webp
Así funciona la herramienta de IA.
La correcta evaluación de lesiones cerebrales traumáticas representa un desafío constante para investigadores forenses. Actualmente no existe un enfoque estandarizado y cuantificable para determinar si un impacto específico pudo causar una lesión reportada.
Este estudio, publicado en la revista especializada Communications Engineering, demuestra cómo herramientas de aprendizaje automático informadas por simulaciones mecanicistas pueden proporcionar predicciones de lesiones basadas en evidencia.
El equipo interdisciplinario incluye ingenieros, especialistas forenses y profesionales médicos de instituciones como la Universidad de Oxford, la Policía del Valle del Támesis, la Agencia Nacional contra el Crimen, la Universidad de Cardiff, Lurtis Ltd. y el Hospital John Radcliffe.
Las lesiones cerebrales traumáticas constituyen un problema crítico de salud pública con consecuencias neurológicas graves y a largo plazo. En el ámbito forense y legal, determinar la relación entre impacto y lesión resulta fundamental para los procedimientos judiciales.
Con cada caso adicional analizado, este sistema de inteligencia artificial contribuye a la comprensión general de la asociación entre el mecanismo causal, la lesión primaria, la fisiopatología y el resultado final en casos de crímenes violentos.
