巴西的研究人員開發了一個 AI 模型，可以根據全口掃描 X 光攝影（Panoramic x-ray）來判斷人類的性別。全口掃描 X 光攝影是一張環形掃描之全景 X 光攝影，它是牙醫師在齒顎矯正及植牙手術前必須使用到的影像。
根據該研究，當圖像解析度良好且個體年齡超過 16 歲時，該系統的準確率可達到 96%。對於年齡較小的個體，則準確率較低。除了我們時常看到牙醫師在使用該 X 光片之外，這個 AI 模型在法醫學上更受用。
有誰需要這項新技術？
當法醫專家需要根據人體遺骸來識別個人身份時，確定死者的性別是首要目標之一。過去法醫在識別人體遺骸過程中會運用多種方法，許多方法都基於對骨骼、其結構和關係的分析。從骨骼中提取所需資訊的醫學方法非常重要，因為骨骼通常是人體中保存最完好的部分。
不過有時法醫專家只能依靠下顎骨和牙齒進行工作。這種情況在大規模事故或人體處於其他不同分解階段時尤為常見，例如焦化或骨化的屍體。在這些情況下，法醫利用牙齒來辨別就顯得極為重要。
而 AI 驅動的方法可以幫助法醫更有效地解讀圖像，減少人為錯誤，並允許更快速的判斷。
用 X 光片判斷性別，技術上怎麼做到的？
研究作者 Ana Claudia Martins Ciconelle 及團隊從巴西聖保羅的 15 個臨床中心收集了 207,946 張全口掃描 X 光攝影及其報告。這些影像分別是使用四種不同的設備所拍攝的。其中 58% 來自女性患者，43% 的患者缺失的牙齒不超過四顆，僅有 5% 的患者缺失超過十六顆牙齒。
研究作者將每位患者的數據整理到一個數據庫中，並訓練了 2 種機器學習算法來根據全口掃描 X 光攝影判斷性別。一種算法是卷積神經網路（Convolutional Neural Network，CNN），另一種是殘差神經網路（Residual Neural Network，ResNet）。
這項 AI 模型的準確度，受 2 大因素影響
研究結果顯示，在優化後，兩種類型的算法在估計性別方面具有相似的準確性。影響準確性的主要因素是圖片的解析度——解析度越好，準確性越高。第二個重要因素是年齡。對於 20 至 50 歲的患者，系統的準確率超過 97%。對於 70 歲以上的患者，準確率略低於 95%。 對於 6 至 16 歲的患者，系統在估計其性別時的準確率為 87%，而對於 6 歲以下兒童，準確率僅為 74%。對於 16 歲以上的個體，整體準確率為 96%。
研究作者總結表示：「這項研究強調了圖像解析度、年齡和性別在決定算法性能方面的作用。」不過需要特別注意的是，研究中使用的所有圖像都來自於活生生的人類，如果圖像來自已經開始分解過程的人體遺骸，其有效性可能會有所不同。
【推薦閱讀】
◆ 【一半加油站將面臨倒閉】歐洲電動車市場發威，荷蘭加油站將關門數驚人
＊本文開放合作夥伴轉載，參考資料：《PsyPost》、《Journal of Forensic Sciences》，首圖來源：pixabay。
（責任編輯：廖紹伶）
