Бразильские исследователи разработали инновационную систему машинного обучения, способную определять пол человека по панорамным рентгеновским снимкам зубов с точностью до 96%. Это достижение имеет большое значение для судебной медицины, особенно в случаях, когда для анализа доступны только челюсть и зубы, например, в массовых катастрофах или при сильном разложении останков.
Ключевые результаты исследования
Исследование, опубликованное в Журнале судебно-медицинской экспертизы, анализировало 207 946 панорамных рентгенограмм, собранных из 15 клинических центров Сан-Паулу, Бразилия. Из них 58% принадлежали женщинам. Основываясь на этих данных, были обучены два алгоритма машинного обучения, которые достигли одинакового уровня точности.
Важные факторы: разрешение и возраст
Исследователи выяснили, что качество изображения и возраст пациента являются критическими факторами, влияющими на точность определения пола. Для людей в возрасте от 20 до 50 лет точность достигала более 97%. Однако для пациентов старшего возраста точность была немного ниже, а для детей младше шести лет она составляла лишь 74%.
Ограничения и перспективы
Несмотря на высокие показатели точности, исследователи отметили, что все использованные в исследовании изображения были сделаны у живых людей. Это значит, что при применении технологии к разложившимся останкам точность может отличаться. Тем не менее, данное исследование подчеркивает потенциал искусственного интеллекта в судебной медицине и важность качества изображения и возраста пациента для достижения высокой точности.
Заключение
Эта разработка представляет собой значительный шаг вперед в области судебной медицины. Использование ИИ для анализа рентгеновских снимков зубов может значительно ускорить процесс идентификации личности в сложных ситуациях. Важно продолжать исследования в этом направлении, чтобы улучшить точность и надежность технологии в различных условиях.
Еще больше интересной и полезной информации на нашем телеграм канале: Ai Сознание
Подписывайтесь на наши обновления и делитесь своими мыслями в комментариях. Как вы считаете, где еще можно применять подобные технологии?