Propuesta supervisada de aprendizaje de máquina para la estimación de la edad biológica humana basada en odontología forense

Código de Procedimiento Penal Colombiano avala el uso apropiado de las piezas dentales para la identificación de individuos, por lo que esta técnica resulta una herramienta de gran importancia en las instituciones que apoyan la administración de justicia. Los métodos clásicos de identificación humana, en especial, los usados para la determinación de la edad biológica de muerte en adultos, han sido desarrollados usando información de poblaciones con características morfológicas, métricas y culturales diferentes a las de Colombia. En consecuencia, se han obtenido tasas de error altas en sus resultados. En esta investigación, se calculó inicialmente la edad biológica usando el método clásico de Lamendin. Posteriormente, con las medidas directas e indirectas, también usadas en el método de Lamendin, se realizó el entrenamiento de las técnicas de aprendizaje de máquina conociendo la edad cronológica de los individuos de la muestra. Se compararon los resultados de las técnicas de regresión de aprendizaje de máquina supervisado: Máquinas de Soporte Vectorial (SVM), Procesos Gaussianos por Regresión (GPR) y Conjuntos de Árboles (Ensembles of Trees), entre otras. Se estudió una muestra de 48 piezas dentales de una sola raíz pertenecientes a 45 individuos de nacionalidad colombiana, con edades cronológicas de fallecimiento conocidas dentro del rango de edades desde los 19 años hasta los 81 años. Por otro lado, se utilizaron el pie de rey digital y el macroscopio de comparación para estimar las alturas de las características morfológicas en las piezas dentales. La mejor exactitud en la estimación de la edad biológica se alcanzó con GPR que presentó una raíz del error medio cuadrático (RMSE) de 3,37 años en la identificación, la cual se contrastó con la exactitud alcanzada por el método de Lamendin con un RMSE de 15,52 años. Esta investigación evidencia que el aprendizaje de máquina con regresión GPR, en especial para el caso colombiano, resulta una herramienta válida para la estimación de la edad biológica de muerte con errores muy inferiores a los entregados por técnicas tradicionales de origen europeo.

• Autores: Becerra Alvarez, Johana Gabriela; Cortés Osorio, Jimy Alexander
• Tipo de recurso: Article of journal
• Fecha de publicación: 2020
• Institución: Universidad EIA .
• Repositorio: Repositorio EIA .
• Idioma: spa
• OAI Identifier: oai:repository.eia.edu.co:11190/5109
• Acceso en línea: https://repository.eia.edu.co/handle/11190/5109; https://doi.org/10.24050/reia.v17i34.1392
• Palabra clave: aprendizaje de máquina; dientes; edad biológica; identificación humana; Lamendin; Física; Ciencias de los Datos; Aprendizaje de Máquina; biological age; forensic dentistry; human identification; Lamendin; Machine learning; tooth
• Rights: openAccess
• License: Revista EIA - 2020