La estimación precisa del intervalo post mortem (IPM) es fundamental en medicina forense para reconstruir la cronologÃa y las circunstancias de la muerte. En los últimos años, la inteligencia artificial (IA) ha surgido como una herramienta prometedora para mejorar dicha estimación mediante el análisis de datos biológicos complejos.
Este estudio tiene como objetivo realizar una revisión sistemática de los avances recientes en la aplicación de la IA a la estimación del IPM, complementada con un metaanálisis que evalúa el rendimiento predictivo de modelos de IA de uso común —tales como redes neuronales, modelos de conjunto y bosques aleatorios— utilizando el área bajo la curva (AUC) como métrica principal.
Se llevó a cabo una búsqueda bibliográfica en PubMed, Scopus y Google Scholar para el periodo 2015-2025, identificándose 16 estudios elegibles. Los modelos analizados integraban datos microbiológicos, proteómicos, de imagen y espectroscópicos, alcanzando una precisión superior al 90 % en varios estudios. El metaanálisis, basado en cinco estudios con datos comparables, arrojó un AUC combinado de 0,94 (IC del 95 %: 0,81-1,08), sin heterogeneidad significativa ni sesgo de publicación.
Estos hallazgos subrayan el gran potencial de la IA —especialmente cuando se combina con enfoques multiómicos— como un método preciso y robusto para la estimación del IPM. Este enfoque permite superar diversas limitaciones de los métodos forenses tradicionales, si bien aún quedan por resolver ciertos desafÃos técnicos y de implementación.
Vea el artÃculo completo en:
