Nel corso del tirocinio presso la SC di Medicina Legale della Città della Salute di Torino, con la studentessa Giorgia Placentino (V anno) Scuola di Medicina di Torino, Università degli Studi di Torino, ci siamo imbattuti nel lavoro di Xinggong Liang e colleghi dal titolo “A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models” recentemente nel febbraio 2025* sull’International Journal of Legal Medicine (qui lo puoi leggere) che esplora l’utilità dell’AI nel determinare il PMI.
I tempi di Cesare Pavese sono lontani, quando nel 1951 uscì postuma “Verrà la morte e avrà i tuoi occhi”, presa di coscienza di una ineludibile fine, una chiusura sul futuro. Questo, però, poco importa al patologo forense, perché quella morte che lui vede è già venuta ed il dilemma è stabilire quanto è stata. Si dispiega così una delle tematiche più angoscianti della nostra professione, quella da prendere con assai molta cautela, il cui giudizio richiede, appunto, molto giudizio: la tanatocronologia.
I metodi classici e quelli più avanzati
Le metodologie classiche utilizzate per determinare il PMI (Post Mortem Interval), come è noto, sono varie: dal rigor mortis, al livor mortis, ai termometri tanatologici, alle ipostasi, al normogramma di Henssge, all’entomologia.
Oggi, invece, all’interno della nostra Disciplina si inserisce in modo diremo prorompente anche l’Intelligenza Artificiale e la sua applicazione nel campo scientifico attira a sé inevitabili conseguenze giuridiche.
L’intervallo post-mortem è il tempo intercorso dal momento della morte, fatto fondamentale per le investigazioni criminali. I metodi classici, per quanto semplici e rapidi, risentono di molti fattori influenzanti sia interni al cadavere che di natura ambientale.
Accanto a metodi più laboratoristici come il tasso di degradazione del DNA e dell’RNA, tecniche spettroscopiche o studi sul microbioma postmortale, si stanno affacciando alla finestra della nostra Disciplina metodiche basate su algoritmi di apprendimento che analizzano le immagini per via computazionale alla cui base vi è l’Intelligenza Artificiale.
Lo studio in questione
Lo studio citato si è quindi proposto di analizzare sezioni di tessuti prelevati da organi di topi sani in diversi intervalli post-mortem, a tre differenti temperature, mediante l’utilizzo di una rete neurale e di un algoritmo in grado di estrarre le immagini caratteristiche dei vari tessuti. Le immagini sono quindi state processate secondo i modelli di processing e deep learning training, per poi essere classificate in un modello predittivo per stimare il PMI.
Lasciando al lettore l’approfondimento dell’articolo citato, è interessante notare come gli Autori ritengono il metodo applicabile ai campioni istologici standard ottenendo un’alta accuratezza ed una maggiore oggettività rispetto alle altre metodiche.
Come si direbbe sotto la Tour Eiffel “Ça va sans dire”, queste nuove frontiere non devono rappresentare degli artifizi della nostra Disciplina, ma è la nostra Disciplina che deve darsi regole precise secondo intelligenza e metodo.
* Liang X, Deng M, Zhu Z, Zhang W, Li Y, Luo J, Wang H, Wu S, Chen R, Wang G, Wu H, Shen C, Hu G, Zhang K, Sun Q, Wang Z. A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models. Int J Legal Med. 2025 Jul;139(4):1809-1819. doi: 10.1007/s00414-025-03447-9. Epub 2025 Feb 28. PMID: 40019556
