هوش مصنوعی در پزشکی قانونی چه کاربردهایی دارد؟

در دهه‌های اخیر، حضور هوش مصنوعی در پزشکی قانونی و زیرشاخه‌های تخصصی و فوق‌تخصصی آن همچون سایر رشته‌های پزشکی باعث ایجاد تحولات عظیمی شده است که هر روز ابعاد تازه‌ای از آن ظهور می‌نماید. امروزه با وجود پیچیدگی‌ها و تنوع ابعاد جرم و جنایت، بدون بهره‌برداری از فناوری‌های نوین نظیر هوش مصنوعی کشف حقیقت، کاری بسیار دشوار و اغلب زمانبر است. الگوریتم‌های هوش مصنوعی با استفاده از قابلیت‌های ارزشمند خود توانایی مدل‌سازی و ایجاد ساختاری دانش براساس اطلاعات متخصصان انسانی  را دارند.

همچنین با استفاده از داده‌کاوی می‌توان به استخراج دانش جدید از پایگاه‌های عظیم داده پرداخت که فرایند تصمیم‌گیری و نتیجه‌گیری را به مراتب راحت‌تر و سریع‌تر می‌نماید. به طور کلی استفاده از هوش مصنوعی در پزشکی قانونی می‌تواند ذهنیت و خطاهای انسانی را کاهش دهد و به ارائه یک مبنای علمی کمک کند که این امر موجب قابل قبول بودن هر چه بیشتر شواهد کارشناسی می‌شود، با توجه به اینکه شهادت پزشکی قانونی دادگاه اغلب توسط وکلای مدافع به عنوان فاقد مدرک علمی مورد انتقاد قرار می گیرد.

بنابراین در این بخش، پس از معرفی قابلیت‌های هوش مصنوعی در سیستم‌های تشخیصی پزشکی، به کاربرد این فناوری در برخی از شاخه‌های پزشکی قانونی اشاره می‌کنیم. تنها هوش مصنوعی نیست که به بهبود حوزه پزشکی قانونی کمک می‌کند، بلکه این رابطه، یک تعامل دو طرفه بوده و دانش پزشکی قانونی نیز در ساخت سیستم‌های هوشمندتر نیز بسیار تأثیرگذار است که در انتها به آن اشاره می‌کنیم.

هوش مصنوعی در سیستم‌های تشخیصی پزشکی

پیشرفت در قدرت محاسباتی، الگوریتم‌های یادگیری و در دسترس بودن کلان‌داده‌های موجود در سوابق پزشکی، توانسته هوش مصنوعی را به یکی از بازیگران برجسته در زمینه در پزشکی و مراقبت‌های بهداشتی تبدیل نماید. بدون شک علم پزشکی قانونی نیز از این امر مستثنی نیست. بدین منظور در این بخش، برخی از ویژگی‌های هوش مصنوعی که تحولات عظیم در این زمینه ایجاد کرده را بررسی می‌نماییم.

تحلیل انواع داده‌ها

پتانسیل هوش مصنوعی و به‌ویژه یادگیری ماشین برای تجزیه و تحلیل مجموعه داده‌های بزرگ و استخراج بینش‌های معنادار، در سیستم‌های تشخیصی پزشکی بسیار مفید واقع شده است. به عنوان مثال در رادیولوژی یا علم تصویربرداری در پزشکی، تصاویر از دستگاه های MRI، اسکنرهای سی تی و اشعه ایکس می‌توانند حاوی مقادیر زیادی داده‌های پیچیده باشند که ارزیابی تمامی آنها برای متخصصان پزشکی قانونی امری دشوار و زمان‎بر است. با توجه به قابلیت پردازش تصویر، الگوریتم‌های یادگیری عمیق می‌توانند به انتخاب و استخراج ویژگی‌ها از تصاویر پزشکی و همچنین ایجاد ویژگی‌های جدید کمک کنند. علاوه بر داده‌های تصویری، از این قابلیت هوش مصنوعی می‌توان در تحلیل انواع دیگر داده‌ها استفاده کرد که تأثیر ارزشمندی به ویژه در زمینه پزشکی قانونی دیجیتال دارد که در بخش آتی بطور مفصل شرح داده خواهد شد.

الگو شناسی

شناسایی انواع خاصی از الگوها در کلان داده‌ها یکی از عناصر حیاتی علم پزشکی قانونی است. برای دستیابی به درجه بالایی از موفقیت در این امر، روش‌های تشخیص الگو باید سعی کنند با حداکثر انواع داده‌های ممکن مطابقت داشته باشند. عملاً دستیابی به این امر دشوار است مگر اینکه از روش‎های یادگیری ماشینی یا هوش مصنوعی استفاده شود. الگوشناسی می‌تواند شامل تشخیص الگوی تصویر باشد که در آن الگوریتم هوش مصنوعی سعی می‌کند، قسمت‌های مختلف یک تصویر یا یک شخص را شناسایی کنند و یا تشخیص الگوهای متنی مانند پیام‌های ایمیل، یا الگوهای موجود در فایل صوتی را در بر بگیرد.

ایجاد شواهد آماری

علم پزشکی قانونی نیازمند بررسی روایت‌ها و استدلال‌های مختلف با شواهد آماری قوی است که در این زمینه هوش مصنوعی می‌تواند بسیار مثمر ثمر واقع شود. این تکنولوژی با ایجاد ساختارهای گرافیکی برای انواع سناریوها و داستان‌های موردی، براساس داده‌های موجود، کمک می‌کند تا بتوان با قدرت بیشتری اثبات یا رد استدلال‌ها را انجام داد. به بیانی دیگر، هوش مصنوعی با ایجاد شواهد آماری مرتبط و قابل توجه، فرایند استفاده از آمار را برای یک مطالعه بهبود می‌بخشد و بدین واسطه خطاهای قضاوت را کاهش می‌دهد.

کشف دانش

اکثر فرآیند حل جرم در طول تحقیقات جنایی و پزشکی قانونی، «احساس درونی»، یک فرد و یا روش‌شناسی هیجان‌انگیز و خودبه‌خودی نیست که در برنامه‌ها و فیلم‌های تلویزیونی محبوب رخ می‌دهد. حل جرایم واقعی یک فرآیند دقیق از بررسی، تجزیه و تحلیل و مطالعه است که به کمک داده‌های جمع‌آوری شده در محل حادثه، آزمایشگاه و از منابع آنلاین انجام می شود. فرایند آماده سازی این داده‌ها برای پردازش، تجزیه و تحلیل و استخراج اطلاعات امری است به کمک داده‌کاوی و هوش مصنوعی به سرعت و با دقت بالایی انجام می‌شود. کشف دانش به کمک این فناوری‌ها به بازرسان پزشکی قانونی و سایر بازرسان جنایی اجازه می‌دهد تا الگوها و ارتباطات را در مجموعه داده‌ها بیابند و بتوانند با اطمینان خاطر بیشتری تصمیم‌گیری و یا نتیجه‌گیری نمایند.

کاربردهای هوش مصنوعی در پزشکی قانونی

سازمان پزشکی قانونی وظایف مختلفی دارد که از انجام امور کارشناسی در حوزه افراد فوت شده از جمله کالبد شکافی قانونی، تعیین علت مرگ، تشخیص هویت و تقدم و تاخر فوت گرفته تا امور آزمایشگاهی نظیر سم‌شناسی و آسیب‌شناسی، بررسی قصور پزشکی و موضوعات روان‌پزشکی را در بر می‌گیرد. هوش مصنوعی توانسته در هر یک از حوزه‌ها جایگاه خود را تثبیت نماید و در انجام فرایندهای مربوطه به متخصصان یاری رساند. در این بخش پس از معرفی اجمالی برخی از گرایش‌های مهم پزشکی قانونی، به کاربردهای هوش مصنوعی در هر گرایش اشاره می‌شود.

آسیب‌شناسی قانونی

آسیب‌شناسی یا پاتولوژی قانونی به معاینه جسد برای تعیین علت و زمان مرگ می‌پردازد. به عنوان نمونه، بررسی یک زخم توسط پزشک  برای شناسایی سلاح مورد استفاده در این دسته قرار می‌گیرد.

در فرایند کالبدشکافی و تجزیه بدن که معمولا به عنوان یکی از مراحل اصلی آسیب‌شناسی قانونی است، مقدار زیادی از داده‌های وابسته به زمان تولید می‌شود، که استفاده از این داده‌های چند بعدی به طور جامع و مؤثر با روش‌های مرسوم تخمین زمان مرگ کار چندان راحتی نیست. هوش مصنوعی به دلیل مزایای قابل توجهی که در پردازش کلان‌داده‌ها دارد، توانسته در این زمینه پزشکان و متخصصان پزشک قانونی را یاری نماید. در این زمینه می‌توان به الگوریتم مدیریت خودکار داده‌های حاصل از کالبدشکافی تحت عنوان I-AuReSys اشاره نمود که با استفاده از یادگیری ماشین و استفاده از داده‌های کالبدشکافی آنها را براساس شباهتشان با موارد مشابه موجود در پایگاه داده، خروجی‌های ممکن را پیشنهاد می‌دهد و دید عمیق‌تری در معرض فرد متخصص قرار دهد.

انسان‌شناسی قانونی

در جریان یک حادثه، گاهی اجساد به دلایل مختلف از قبیل قطع عضو، سوختن، تخریب طبیعی و غیره غیر قابل شناسایی می‌شوند. در چنین مواردی، انسان شناسی قانونی وارد صحنه می‌شود. انسان‌شناسان پزشکی قانونی می‌توانند اجساد/اسکلت‌های انسان را برای کمک به شناسایی افراد و رسیدن به علت مرگ بررسی کنند. آنها در تعیین سن، جنس، نژاد و هیکل یک فرد از روی استخوان ها یا قطعات استخوانی مهارت دارند. علاوه بر این، آنها می‌توانند نحوه مرگ (خودکشی، تصادفی یا به دلیل بیماری) و زمان آسیب استخوانی (قبل، حین یا بعد از مرگ) را تعیین کنند.

هدف اصلی انسان شناسی قانونی، بازسازی مشخصات بیولوژیکی افراد متوفی نظیر تخمین جنسیت، سن در هنگام مرگ، اصل و نسب و قد بر اساس بقایای اسکلتی است. به عنوان نمونه، تعیین جنسیت در هنگام شناسایی یک فرد در هنگام بلایای جمعی، بقایای تصادفی و پرونده‌های پزشکی قانونی از اهمیت بالایی برخوردار است. استخوان‌های اسکلتی یکی از قوی‌ترین قسمت‌های بدن انسان هستند و نقش مهمی در تشخیص جنسیت افراد دارند. از بین استخوان‌ها، دندان‌های دائمی به دلیل اثراتی که تغییرات هورمونی بر اندازه و شکل آن‌ها می‌گذارند، می‌تواند عامل تعیین‌کننده مناسبی در این زمینه باشد. در مطالعه مروری زیر به کاربرد هوش مصنوعی در دندانپزیکی قانونی اشاره شده است.

“Application and performance of artificial intelligence technology in forensic odontology – A systematic review”

همچنین در این مطالعه به کاربرد هوش مصنوعی در ارزیابی سن استخوانی که یکی از موضوعات مهم در آنتروپولوژی قانونی و به ویژه در ارزیابی بلوغ بیولوژیکی کودکان است، اشاره شده است. این فرایند معمولاً با مقایسه اشعه ایکس از مچ دست چپ با استخوان‌های نمونه و شناخته شده انجام می شود که با ظهور یادگیری عمیق، در حال حاضر اکثرا از شبکه‌های پیچشی برای حل این مسأله استفاده می‌کنند. جهت مطالعه بیشتر در مورد کاربرد هوش مصنوعی در شناسایی مشخصات بیولوژیکی بر اساس ساختار اسکلتی می‌توانید به مقاله زیر نیز مراجعه کنید.

“Survey on Artificial Intelligence Techniques for Biomedical Image Analysis in Skeleton-Based Forensic Human Identification”

همانطور که در قسمت پیش نیز اشاره گردید، در سال‌های اخیر، موفقیت یادگیری ماشین به طور کلی و یادگیری عمیق به طور خاص، در طبقه‌بندی تصاویر باعث علاقه زیادی به کاربرد آن در تجزیه و تحلیل تصویر پزشکی در چندین زمینه مرتبط شده است، با این حال، مطالعات در زمینه کاربرد هوش مصنوعی برای ضربه‌شناسی و یا تروماتولوژی که بسیار رایج هم هست، همچنان نادر است. اولکزک و همکاران  با جمع‌آوری 256000 رادیوگرافی مچ دست، دست و مچ پا، 4 کلاس را شناسایی کردند. سپس با طراحی شبکه‌های عمیق رویکردی جهت شناسایی این کلاس‌ها ارائه دادند که توانستند در برخی موارد دقتی حداقل 90% را به همراه داشته باشند. به طور کلی، زمانی اثرات هوش مصنوعی در انسان‌شناسی هوش مصنوعی ملموس‌تر خواهد بود که مواردی از قبیل بلایای دسته جمعی اتفاق افتد که بیش از صدها قربانی و تعداد محدودی متخصص پزشکی قانونی وجود دارد.

روانشناسی قانونی

روانشناسی قانونی کاربرد روانشناسی در امور حقوقی و کیفری است. روانشناسان قانونی مجرمان و جنایات آنها را مطالعه می کنند تا در مورد ویژگی‌های شخصیتی مجرمان نتیجه‌گیری و به شناسایی جنایتکاران کمک کنند. یکی از وظایف متخصصان این گرایش پیش‌بینی میزان خطری است که یک فرد می‌تواند برای جامعه داشته باشد که می‌تواند بر تصمیمات نیز قضایی تأثیر گذارد. در سال‌های اخیر هوش مصنوعی توانسته به متخصصان در این زمینه با تفسیر و یا طبقه‌بندی افراد براساس تصویربرداری عصبی و یا طراحی و عملکرد مغزشان یاری رساند. علاوه بر این، تصویربرداری عصبی  و ترکیب آن با هوش مصنوعی باعت ایجاد موضوعی تحت عنوان “پیش‌بینی‌کننده عصبی توسط هوش مصنوعی”  شده است که با استفاده از پارامترهای اولیه یا عملکردی مغز همراه با استراتژی‌های هوش‌ مصنوعی پیش‌بینی‌های بالینی یا رفتاری انجام می‌گردد.

پزشکی قانونی دیجیتال

پزشکی قانونی دیجیتال یکی از شاخه‌های پزشکی قانونی است  که به بررسی محتویات ابزارآلات دیجیتالی و رایانه می‌پردازد که شامل بازیابی و بررسی فنی تمامی محتویات یافت شده از هر نوع دستگاه دیجیتال است. به بیانی دیگر، این شاخه از پزشکی قانونی به تجزیه و تحلیل داده‌های موجود در پیام‌ها، گفتگوهای مجازی، شبکه‌های اجتماعی، فضای ابری، ایمیل، موبایل و داده‌های مشابه می‌پردازد.

دسترسی به متاداده‌ها یکی از مراحل اصلی پزشکی قانونی دیجیتال است. زمانی که فایلی در رایانه ذخیره می‌شود یا از فایلی استفاده می‌گردد، آن فایل یک سری جزییات را در مورد خود به سیستم عامل ارسال می‌کند که به عنوان شواهد می‌تواند مورد استفاده قرار گیرد. هوش مصنوعی می‌تواند جهت انجام یک روش فراتحلیلی از متاداده‌های بدست آمده از منابع مختلف و ترکیب آنها برای ساده‌سازی داده‌های پیچیده مورد بهره‌برداری قرار گیرد. استفاده از این فناوری به روز، داده‌های مختلف را در مدت زمان نسبتاً کوتاهی به قالبی ساده و قابل فهم تبدیل می‌کند.

علاوه بر این، در برخی اوقات مجرمان پیشرفته‌تر، رمزهایی را برای فایل‌ها و قسمت‌های مختلف قرار می‌دهند که رمزگشایی را برای کارشناسی که به بررسی شواهد می‌پردازد، بسیار سخت و زمان‌بر می‌کند. ابزارهای مبتنی بر هوش مصنوعی می‌تواند این مشکل را با سرعتی شگفت‌انگیز حل نماید.

بطور کلی هوش مصنوعی با قابلیت‌های پردازش متن، تحلیل صوت و بطور کلی تحلیل داده از منابع مختلف در انجام فرایندهای پزشکی قانونی دیجیتال تغییرات شگفتی ایجاد نموده‌ است بطوریکه امروزه به دشواری می‌شود انجام این گرایش را بدون استفاده از فناوری هوش مصنوعی انجام داد.

خدمات پزشکی قانونی در هوش مصنوعی

تعامل مناسب بین علم و عمل همواره باعث ارتقای هر دوی این موارد شده است. هوش مصنوعی توانسته با استفاده از قابلیت‌های ارزشمند خود در حوزه‌های مختلف زندگی بشر تغییرات بسزایی را ایجاد نماید. حوزه پزشکی نیز از این امر مستثنی نیست. در مقابل با بهبود دانش بشر در مورد حوزه‌های مختلف پزشکی و یا بطور کلی آشنایی هر چه بیشتر با بدن انسان، می‌توان امید بیشتر به ساخت سیستم‌های هوشمند مشابه به انسان داشت. همچنین جمع‌آوری داده‌های مختلف و نتیجه‌گیری‌های مرتبط با هر داده در پزشکی قانونی می‌تواند پایگاه داده این علم را گسترده‌تر نماید و منجر به تقویت سیستم‌های هوشمند شود.

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید