External Validation and Interpretability Analysis of a Deep Learning Model for Forensic Age Estimation Across Brazilian and Romanian Populations
Diese Studie zeigt, dass Deep-Learning-Modelle zwar biologische Alterungsmuster für die forensische Altersbestimmung erfassen können, ihre Zuverlässigkeit jedoch durch Populations- und Hardware-Verschiebungen signifikant beeinträchtigt wird, was die kritische Notwendigkeit externer Validierung und Interpretierbarkeitsanalysen unterstreicht, um nicht-anatomische Abkürzungen vor der forensischen Anwendung zu erkennen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, einem Roboter beizubringen, das Alter einer Person allein durch den Blick auf ihre Zähne zu erraten. Dies ist nicht nur ein Partytrick; in der Welt der Forensik kann es bei der richtigen Anwendung helfen, vermisste Personen zu identifizieren, Verbrechen aufzuklären oder festzustellen, ob ein junger Mensch alt genug ist, um vor Gericht zu stehen. Jahrzehntelang haben Experten dies getan, indem sie manuell Knochen massen und beobachteten, wie die Zähne wachsen, aber das ist langsam und hängt stark von der Person ab, die die Messungen durchführt. Vor kurzem haben Wissenschaftler begonnen, „Deep Learning“ einzusetzen, eine Art von künstlicher Intelligenz (KI), die wie ein super-starkes Gehirn fungiert. Diese KI-Modelle betrachten tausende von Zahn-Röntgenbildern (speziell Panoramaaufnahmen, die den gesamten Kiefer zeigen), um die Muster der Alterung zu erlernen. Die große Frage ist jedoch, ob ein Roboter, der an einer Gruppe von Menschen trainiert wurde, das Alter einer völlig anderen Gruppe genau erraten kann, oder ob er lediglich das spezifische Aussehen der Röntgenmaschinen der ersten Gruppe auswendig gelernt hat.
Diese Studie mit dem Titel „External Validation and Interpretability Analysis of a Deep Learning Model for Forensic Age Estimation Across Brazilian and Romanian Populations“ befasst sich intensiv mit genau diesem Problem. Die Forscher wollten wissen, ob ein KI-Modell, das mit einer riesigen Sammlung von Zahn-Röntgenbildern aus Brasilien trainiert wurde, immer noch korrekt funktionieren kann, wenn man ihm Röntgenbilder aus Rumänien zeigt. Sie wollten auch in das „Gehirn“ der KI hineinspähen, um zu sehen, ob sie tatsächlich auf Zähne und Knochen achtet oder ob sie sich auf nicht-anatomische Merkmale wie die Ränder des Bildes oder kleine Buchstaben verlassen, die links und rechts markieren.
Das Team testete drei verschiedene KI-„Architekturen“ (denken Sie an drei verschiedene Stile von Gehirn-Designs): VGG-16, InceptionV4 und ResNet-18. Sie fütterten das am besten abschneidende Modell, Resnet-18, mit 10.036 brasilianischen Röntgenbildern, um daraus zu lernen. Als sie das Modell an denselben brasilianischen Daten testeten, war die KI ziemlich gut und schätzte das Alter mit einem durchschnittlichen Fehler von nur 3,61 Jahren. Doch dann kam der echte Test: Sie zeigten der KI 150 brandneue Röntgenbilder von Patienten aus Rumänien, die mit anderen Maschinen und von anderen Ärzten aufgenommen worden waren. Die Ergebnisse waren ein kleiner Realitätscheck. Die Genauigkeit der KI sank und ihr durchschnittlicher Fehler sprang auf 5,8 Jahre.
Warum wurde die KI schlechter? Die Forscher nutzten ein spezielles Werkzeug namens Grad-CAM, um zu visualisieren, worauf die KI bei ihren Schätzungen tatsächlich „achtet“. Sie fanden heraus, dass die KI zwar auf wichtige Dinge wie Zahnwurzeln und Kieferknochen achtete, aber auch auf „Abkürzungen“ zurückgriff. Sie begann, sich auf nicht-anatomische Dinge zu konzentrieren, wie etwa Orientierungsmarkierungen (kleine Buchstaben wie „R“ für rechts) und die Ränder des Bildes. Es scheint, dass die KI gelernt hatte, dass bestimmte Maschinen diese Markierungen immer an spezifischen Stellen platzieren, sodass sie diese Stellen nutzte, um das Alter zu erraten, anstatt nur auf die Zähne zu schauen. Dies ist ein wenig so, als würde ein Schüler, anstatt Matheaufgaben zu lernen, auswendig lernen, dass die Antwort immer „C“ ist, weil der Lehrer das „C“ immer in die Ecke der Seite setzt. Wenn der Lehrer das Layout ändert, wird der Schüler verwirrt.
Die Studie untersuchte auch den „Latent Space“, eine schicke Art und Weise, die den internen Atlas beschreibt, den die KI in ihrem Geist aufbaut. Durch Visualisierungen wie PHATE und PCA sahen die Forscher, dass die KI die Patienten erfolgreich in einer glatten Linie von jung nach alt organisierte, was darauf hindeutet, dass sie das allgemeine Konzept des Alterns erlernt hat. Da sie jedoch auf jene „Abkürzungen“ vertraute und die verschiedenen rumänischen Maschinen über unterschiedliche Helligkeits- und Kontrasteinstellungen verfügten, konnte die KI dieses Wissen nicht perfekt übertragen.
Kurz gesagt legt die Arbeit nahe, dass KI zwar lernen kann, Alterungsmuster zu erkennen, aber derzeit sehr fragil ist. Wenn man sie auf einen Typ von Röntgengerät und eine bestimmte Bevölkerungsgruppe trainiert, könnte sie Schwierigkeiten bekommen, wenn man das Gerät oder das Land wechselt. Die Autoren kommen zu dem Schluss, dass wir diese KI-Systeme streng testen müssen – an völlig anderen Gruppen und Maschinen –, bevor wir ihnen in echten rechtlichen oder forensischen Fällen vertrauen können, um sicherzustellen, dass sie nicht nur auf den Bilderrahmen statt auf die Zähne achten. Die KI ist nicht kaputt, aber sie ist noch nicht ganz bereit, ein eigenständiger Detektiv zu sein.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.