AI kan användas för att ge en mer precis dödstidpunkt, något som kan vara avgörande för bland annat mordutredningar. Metoden är utvecklad av forskare vid Linköpings universitet och Rättsmedicinalverket som har tränat AI-modellen på så kallade metaboliter i tusentals blodprover från verkliga dödsfall.
När kroppen dör påbörjas en mängd biologiska processer. Organ och vävnader börjar brytas ner vilket bland annat leder till förändringar av små molekyler i blodet som kallas metaboliter. De bryts ned på ett förutsägbart sätt som korrelerar med hur lång tid det gått från dödstidpunkten.
– Det ger oss möjligheten att bedöma när en individ faktiskt har avlidit, något som är väldigt viktigt för rättsmedicinska utredningar, men också för polisens arbete. De behöver till exempel lägga resurserna på rätt vittnen i rätt tidsperiod i den avlidnes liv, säger Henrik Green, professor i forensiska vetenskaper vid Linköpings universitet och forskare vid Rättsmedicinalverket.
De metoder som i nuläget används för att fastställa dödstidpunkt, även kallat postmortalt intervall, är bland annat kroppstemperatur, likstelhet och mängden kalium i ögats glaskropp. Dessa metoder ger dock osäkra svar efter att ett par dagar förflutit sedan dödstidpunkten.
Metoden som nu utvecklats av forskare använder i stället artificiell intelligens (AI) för att analysera metaboliterna i blodprov som samlas in vid obduktion.
Modellen kan säga ungefärlig dödstidpunkt i upp till 13 dagar
Totalt har blodprover från över 45 000 obduktioner samlats av Rättsmedicinalverket under nästan tio år, en databas som sakar motsvarighet i hela världen. Blodproverna används för att hitta olika kemiska substanser som droger, läkemedel eller gifter. Men även koppens egna metaboliter går alltså att hitta i blodproverna.
Av dessa 45 000 prover har 4 876 med känt postmortalt intervall använts för att träna AI-modellen.
– Det är en guldgruva med data som finns hos Rättsmedicinalverket. Men vi kunde också visa att det inte behövs den stora mängd data som man kanske tidigare trodde. Det räcker med några hundra individer för att göra motsvarande modeller, vilket gör vår metod användbar även i laboratorier världen över som inte har tillgång till lika mycket data, säger Rasmus Magnusson, postdoktor vid Institutionen för medicinsk teknik vid Linköpings universitet.
Forskarna visade att deras nya modell kunde förutse tiden från dödens inträffande till obduktionen med en precision på ungefär en dag även för de som varit avlidna i upp till 13 dagar. En tydlig förbättring mot dagens metoder. Enligt Elin Nyman, docent inom systembiologi vid Institutionen för medicinsk teknik vid Linköpings universitet, var det ett högriskprojekt som inte nödvändigtvis skulle funka.
– Vi visste att många yttre faktorer påverkar kroppens nedbrytning och var förvånade att signalen från kroppens metaboliter var så pass stark när det gäller att förutsäga postmortalt intervall. Det dataset vi har idag ger information om vilken dag dödsfallet skedde, men vi vet inte när på dygnet de dog, säger hon.
Nästa steg: Kunna avgöra när på dygnet någon dött
Forskarnas nästa steg är att ta fram ett dataset med mer precis information om dödstidpunkten för att sedan kunna träna modeller som både skall ge säkrare uppskattningar av det postmortala intervallet och kunna avgöra vilken del av dygnet ett dödsfall skett.
– Rättsmedicinska bedömningar innebär ofta ett pusselliknande detektivarbete. Det här nya verktyget ger oss bättre möjligheter att bedöma hur länge någon varit avliden även när det gått en längre tid sedan dödsfallet, vilket har stor betydelse särskilt i mer komplexa ärenden. Vi arbetar nu vidare med utveckla än mer träffsäkra modeller, säger Carl Söderberg, rättsläkare och forskare vid Rättsmedicinalverket.
Vetenskaplig artikel:
The human metabolome and machine learning improves predictions of the post-mortem interval, Nature Communications.
