AI快速筛选胸部X光片助力法医案件识别

来自密歇根州立大学的跨学科团队，包括人类学系和计算机科学与工程系的教师及博士生，开发了一种基于人工智能（AI）的方法，以更快速、更高效地帮助法医人类学家识别个体。该团队成员包括法医人类学实验室的博士生亚历克西斯·范巴尔（Alexis VanBaarle）、人类学教授卡罗琳·艾萨克（Dr. Carolyn Isaac）、托德·费顿（Dr. Todd Fenton）、约瑟夫·赫夫纳（Dr. Joseph Hefner）以及计算机科学与工程系的阿伦·罗斯（Dr. Arun Ross）和雷德万·索尼（Redwan Sony）。 研究发表在《IEEE Access》上，分析了超过5000张胸部X光片，识别出不同的感兴趣区域（ROIs），这些区域有助于个体的识别。这一过程利用了深度神经网络，一种AI程序，能够在极短的时间内处理大量X光片。艾萨克博士表示，该系统在群体伤亡事件中可以大幅提高识别速度，例如在17秒内处理1800张X光片，而通常人类专家需要30到60小时才能完成这一工作。 该方法不仅可以缩短潜在匹配的列表，为专业人员提供视觉评估的机会，还可以减少因个人偏见造成的误判。研究团队指出，通过将目标X光片与成千上万的其他图像进行比较，AI能够快速找到最可能的匹配项。这一技术的应用为未识别或失踪人员数据库提供了新的工具，可以在这些数据库中提出可能的匹配项供进一步审查。 值得注意的是，这项研究是首次探索在法医背景下如何利用X光片中的不同感兴趣区域进行个体识别。之前的研究主要集中在医学领域，使用X光片诊断疾病，这项新应用则展示了法医领域对X光片的特殊需求。艾萨克博士表示，这项研究不仅为法医工作带来了技术上的革新，也为计算机科学界提供了新的应用场景，展示了法医人类学和计算机科学在解决实际问题时的不同视角。 法医人类学家和计算机科学家的紧密合作，使得这一项目能够从理论走向实践。艾萨克博士提到，在项目讨论过程中，不同领域的专家带来的独特视角让她十分享受这一合作过程。这项技术的应用，预计在未来将极大提升法医工作中的个体识别效率，同时也将有助于减少因人为因素导致的误判，改善法医工作的科学性和可靠性。 业内专家对此评价极高，认为这是法医领域的一次重要突破，不仅缩短了关键的识别时间，还提高了识别的准确性。密歇根州立大学法医人类学实验室在这一领域具有较高的研究水平和丰富的实践经验，此次与计算机科学家的跨界合作，进一步巩固了其在国际法医领域的地位。