科学家开发出名为mHolmes的AI系统，通过分析遗体微生物的动态演变，将法医推算死亡时间的误差缩短至2天以内。
人工智能不仅能解答复杂的理论数学难题、识别病毒中神秘的酶系统，还能通过一项全新研究精准推算一个人已经死亡了多久。
在发表于《自然通讯》的研究中，科研人员开发出一种利用遗体微生物来推算死亡时间的人工智能系统。这个名为mHolmes的系统接受了来自34具遗体公开数据的训练，未来有望显著提升法医案件的调查效率。
在法医学领域，准确推断遗体的死亡时间一直是一项极为棘手的难题。研究合作者、华中科技大学生物信息学专家Kang Ning指出，传统基于微生物群落的检测方法通常只在3到5个时间点采集样本，且仅局限于单一身体部位，这常常导致推算误差超过正负3天，在遗体残缺或被肢解的情况下误差更是巨大。
为此，Kang Ning及其团队设计了mHolmes系统，利用连续21天从34具遗体面部和臀部采集的皮肤微生物数据进行训练。这种高频度的监测让系统掌握了遗体细菌随时间演变的规律。研究人员还赋予了mHolmes跨部位推算的能力，能够利用某个部位学到的规律去辅助评估另一个部位的死亡时间，这对于残缺遗体的鉴定大有裨益。
Kang Ning形象地将mHolmes比作遗体微生物的“天气预报员”。它能够深入学习细菌在遗体上长期生长与衰退的动态模式。只需提供几天的数据，系统就能补全中间缺失日期的微生物状况，甚至预测未来的微生物演变，进而推算出准确的死亡时间。对于发现较晚的遗体，mHolmes还能反向追溯死亡后第1周内的微生物演化过程，这在实际侦破中具有极高价值。
mHolmes能够以近乎逐天的精度预测微生物变化。在跨身体部位预测时，其平均误差小于2天，而传统方法的误差通常在正负3天左右。即便研究团队故意删去超过一半的输入数据，mHolmes重建过去微生物演化的能力依然保持稳定，展现出在数据缺失条件下的强大韧性。
十分有趣的是，mHolmes精准锁定了7组与已知腐烂阶段密切相关的细菌。例如，γ-变形菌在腐烂早期大量爆发，梭菌在活跃腐烂期占据主导，而异常球菌则出现在干燥阶段。Kang Ning强调，这意味着人工智能的预测绝非不可解释的“黑盒”，而是有着坚实的生物学依据。
整体而言，mHolmes具备显著改善法医调查的潜力，特别是在面对高度腐烂或残缺不全的遗体时。但在完全替代传统方法之前，仍有大量工作要做，目前它更适合作为法医的得力助手。当前研究的数据集规模偏小，未来还需要在更多不同环境和身体部位的实际场景中进行测试，并建立标准化的采样规范，才能使其鉴定结果正式运用于法庭举证。
或许在不远的将来，mHolmes这个名字就会频繁出现在各类罪案解密节目之中。
原文：https://gizmodo.com/ai-can-now-estimate-how-long-youve-been-dead-how-it-works-is-the-weird-part-2000819759