Thanatomicrobiome and artificial intelligence: forensic microbiology today
Descripción del Articulo
La microbiología forense permite, entre otras aplicaciones, la estimación del intervalo post mortem (PMI), la identificación de individuos y la localización de escenas del crimen mediante el análisis de microbiomas y la geolocalización de restos biológicos. La inteligencia artificial (IA), junto con...
| Autores: | , , |
|---|---|
| Formato: | artículo |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad de San Martín de Porres |
| Repositorio: | Horizonte médico |
| Lenguaje: | español inglés |
| OAI Identifier: | oai:horizontemedico.usmp.edu.pe:article/3758 |
| Enlace del recurso: | https://horizontemedico.usmp.edu.pe/index.php/horizontemed/article/view/3758 |
| Nivel de acceso: | acceso abierto |
| Materia: | Microbiología Forense Cambios Post Mortem Inteligencia Artificial Aprendizaje Profundo Cadáver Forensic Microbiology Postmortem Changes Artificial Intelligence Deep Learning Cadaver |
| Sumario: | La microbiología forense permite, entre otras aplicaciones, la estimación del intervalo post mortem (PMI), la identificación de individuos y la localización de escenas del crimen mediante el análisis de microbiomas y la geolocalización de restos biológicos. La inteligencia artificial (IA), junto con las nuevas técnicas de secuenciación, ha revolucionado este campo, mejorando significativamente la precisión y la rapidez de los análisis forenses. En la presente investigación se llevó a cabo una revisión sistemática, siguiendo las directrices PRISMA. Se consultaron bases de datos como PubMed, Scopus, Web of Science y Google Scholar, utilizando palabras clave relacionadas con microbiología forense, IA y PMI. Se aplicaron criterios de inclusión, como la publicación de los estudios en inglés o español y sin restricción temporal, y de exclusión, como duplicidad de publicaciones o estudios que no abordaban el análisis del tanatomicrobioma mediante herramientas de IA. Tras el proceso de búsqueda y selección, se analizaron 20 artículos publicados entre 2016 y 2024. Los hallazgos revelan que algunos modelos de aprendizaje automático, como Random Forest (RF) y las Redes Neuronales Convolucionales (CNN), permiten estimaciones relativamente precisas del PMI. Los estudios recientes enfocados en el tanatomicrobioma se perfilan como una herramienta prometedora en el ámbito forense, debido a que este microbioma es único e individualizante, lo que lo convierte en un recurso útil en las distintas etapas de la identificación humana y en los procesos de geolocalización dentro de investigaciones criminales. Sin embargo, se resalta la necesidad de realizar estudios con un mayor número de muestras y de explorar la participación de otros microorganismos, además de las bacterias, con el fin de ampliar y enriquecer el panorama de investigación en esta área emergente. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).