Avances de medicina forense
Raymond Orta Martinez, Investigación Asistida por IA
1. Virtopsia e imagen post mortem: de “complemento” a capa primaria
La autopsia virtual (PMCT, RM post mortem, angiografía post mortem —PMCTA—) ya no se discute como lujo europeo. Un análisis bibliométrico 2006–2025 documenta maduración del campo hacia biomarcadores cuantitativos e integración con IA.
Hallazgos recientes de peso:
- Radiómica + machine learning sobre PMCT sin contraste detecta infarto de miocardio confirmado por autopsia con AUROC medio ≈ 0,82. Eso importa en jurisdicciones donde no siempre se abre el cadáver o donde el contraste no está disponible.
- Photon-counting CT, micro-CT y RM ósea/sintético CT entran en protocolos de lesiones sutiles, proyectiles alojados y fracturas complejas que la disección puede alterar.
- En muertes súbitas inexplicadas, la imagen guía el muestreo dirigido antes de la genética.
Desde la óptica de informática forense, cada estudio DICOM es evidencia digital: hash, integridad, metadatos de equipo, bitácora de reconstrucción 3D y versionado del software. Sin eso, la “virtopsia” no sobrevive un contrainterrogatorio sobre autenticidad.
La documentación superficial también cambió: fotogrametría multicámara con digital spray y 3D Gaussian Splatting permiten reconstruir piel homogénea o reflectante sin alterar el cadáver. Todavía es más visualización que metrología validada, pero el rumbo es claro.
En entrenamiento, hay plataformas de realidad mixta (Monash / Victorian Institute of Forensic Medicine) que proyectan CT/RM como anatomía interactiva y ensayan informes asistidos por IA.
2. Inteligencia artificial en patología forense: útil, aún experimental ante el juez
La revisión de American Journal of Forensic Medicine & Pathology (sept. 2026) es la más equilibrada: IA en heridas por arma de fuego, intervalo post mortem, toxicología, causa/manera de muerte e imagen. Rendimiento prometedor en proof-of-concept; datasets pequeños y poca validación externa. Conclusión forense correcta: herramienta complementaria, no sustituto del patólogo. Gobernanza y explicabilidad son condición de admisibilidad.
Avances concretos 2025–2026:
- Tinción virtual H&E (UCLA, Nature Communications): deep learning sobre tejido label-free. Funciona mejor que la tinción química en tejido autolizado (incluidos casos con demora de fijación). Reduce reactivos tóxicos y tiempo.
- SongCi, modelo visión-lenguaje entrenado en >16 millones de parches de láminas post mortem y 471 diagnósticos: localiza hallazgos y genera explicación imagen-texto. En cohortes externas mantiene recall/precision competitivos frente a otros VLM.
- Clasificadores de PMCT para ahogamiento, hipotermia e hematomas intracraneales con AUC reportados en el rango 0,90–0,95 en series específicas; generalización pendiente.
El perito documentólogo y el informático forense deben exigir: conjunto de entrenamiento documentado, sesgo poblacional, registro de versión del modelo, logs de inferencia y posibilidad de reproducir el resultado. Un PDF con “la IA dice infarto” no es dictamen.
3. Intervalo post mortem: el metaboloma desplaza al reloj clásico
Los métodos tradicionales (algor, rigor, livor, entomología puntual) tienen un techo de incertidumbre conocido. Dos líneas 2025–2026 lo están rompiendo:
- Estudio en Nature Communications (feb. 2026): red neuronal sobre metaboloma sanguíneo humano (4.876 muestras de autopsia con PMI conocido). Error absoluto medio 1,45 días hasta 13 días post mortem; 1,78 días en set independiente de otro año y otra plataforma de espectrometría. Con cientos de muestras ya se puede entrenar un modelo local.
- UHPLC–QTOF-MS + ML en tejidos (sangre, cerebro, músculo, humor vítreo) en modelo animal: márgenes de 3–6 horas con ~15 biomarcadores por tejido. Traducción a humanos en curso con el Board forense sueco.
La tanatoquímica del humor vítreo (K⁺, urea, glucosa) sigue vigente para muertes metabólicas “invisibles” (cetoacidosis, desequilibrios). Lo nuevo es que ya no se lee un ion aislado: se lee un perfil.
4. Autopsia molecular y multi-ómica en muerte súbita
Cuando la mesa de autopsia está “negativa”, la genética ya no es accesorio.
- NGS de genes de canalopatías y miocardiopatías identifica variantes patogénicas o probablemente patogénicas en hasta 25–30 % de muertes súbitas sin hallazgo estructural. El valor no es solo causal: habilita cascade screening familiar.
- Se suman miARN cardíacos, ARN exosomal, proteómica y huellas metabolómicas. ML sobre esos conjuntos reporta sensibilidades/especificidades >90 % para distinguir muerte isquémica vs. no isquémica en series publicadas; otra vez, validación forense pendiente.
Esto es, en la práctica, cadena de custodia de biospecimen + integridad de FASTQ/BAM + trazabilidad de pipelines bioinformáticos. El mismo rigor que se pide a un disco duro.
5. Toxicología y cromatografía: nitazenos, cannabis y cadáver quemado
La LC (UHPLC–QTOF-MS, LC–ESI-MS/MS) consolida tres frentes: PMI metabolómico, análogos de nitazeno (iones diagnósticos que complementan GC–EI–MS) y diferenciación cáñamo/marihuana sin derivatización, incluyendo cannabinoides ácidos.
En restos quemados, el énfasis 2026 está en biomarcadores moleculares de vitalidad de la quemadura, metabolitos térmicamente estables y matrices alternativas, no solo en carboxihemoglobina.
6. Thanatomicrobioma
La sucesión microbiana post mortem (16S, metagenómica) se usa para PMI, geolocalización y, en cadáveres acuáticos, diagnóstico de ahogamiento. Aeromonas hydrophila y un panel bacteriano/eucariota pulmonar aparecen como marcadores candidatos.
Interpretación crítica: ADN microbiano ≠ infección vital. Sin controles de contaminación, tiempos de muestreo y metadatos ambientales, el “reloj microbiano” es narrativa, no prueba.
7. Lo que se mueve en Latinoamérica y Venezuela
No todo es laboratorio suizo.
- En la VII Jornada Científica Nacional SENAMECF (junio 2026) el primer premio fue Inteligencia Artificial en Antropología Forense (Bonilla / Fernández). Segundo: correlación osteo-dental en restos infantiles. El discurso institucional insiste en acreditación de laboratorios y cadena de custodia.
- Tras el doblete sísmico de junio 2026 en la costa centro-norte, SENAMECF activó identificación multidisciplinaria (antropología + odontología + genética), códigos individuales y rechazo de fosas comunes; Cuba aportó antropólogos forenses para casos pediátricos. Hay también un prototipo universitario (UC) de identificación biométrica/reconstrucción facial digital en morgue.
- En 2024 se validaron 12 protocolos nacionales (medicina, antropología, odontología, genética, imagen, toxicología, etc.). El cuello de botella no es tanto la doctrina como la instrumentación, la trazabilidad digital de las imágenes y la independencia pericial.
Eso importa para quien dictamina en la región: el estado del arte internacional existe; su traslación admisible depende de validación local, no de copiar un AUC publicado en Europa.
Criterio pericial (lo que no debe olvidarse)
- La autopsia clásica no desaparece. La imagen y la IA priorizan, documentan y reducen sesgo; no firman la causa de muerte solas.
- Toda capa digital es evidencia. DICOM, modelos 3D, outputs de redes, FASTQ y reportes de LC-MS requieren hash, reloj sincronizado y bitácora. El mismo estándar que un correo o un PDF impugnado.
- Explicabilidad ante tribunal. Un clasificador opaco no sustituye la descripción de lesión, mecanismo y nexo. El dictamen sigue siendo humano, firmado y responsable.
- Población de entrenamiento. Modelos entrenados en cadáveres del norte de Europa o Asia no se importan ciegamente a trópicos, desastres masivos o perfiles genéticos locales.
- Documentos médico-legales. Historias clínicas, consentimientos, actas de levantamiento e informes de imagen son objeto de pericia documentológica: autenticidad, intercalaciones, metadatos y firma. La medicina forense moderna produce más papel (y más bits) que nunca; hay que examinarlos como documentos, no como decorado.
El avance real de 2024–2026 no es “más tecnología”, es medir lo que antes se estimaba (PMI, infarto oculto, canalopatía, vitalidad de quemadura) y dejar rastro reproducible. Quien combine patología, imagen, ómica e informática forense —con cadena de custodia y lenguaje que un juez pueda escrutar— está en el núcleo de la medicina forense de esta década. Si quiere, el siguiente paso puede ser un esquema de dictamen tipo (virtopsia + molecular + toxicología) o una ficha de validación de un modelo de IA para uso pericial.
Atherton, D., Aguilera Cueto, S. M., & Bodduluri, S. (2026). Emerging applications and key considerations on the use of artificial intelligence in forensic medicine and pathology. The American Journal of Forensic Medicine and Pathology, 47(3), 223–230. https://doi.org/10.1097/PAF.0000000000001135
Barman, N. C., Rastogi, A., Radbruch, A., et al. (2026). Detection of myocardial infarction by postmortem CT combined with radiomics-based machine-learning analysis. European Radiology Experimental, 10, Article 130. https://doi.org/10.1186/s41747-026-00800-4
Bugelli, V., et al. (2026). Artificial intelligence in forensic science: A systematic review. Part II: Long-range postmortem interval estimation. International Journal of Legal Medicine, 140(5), 3331–3343. https://doi.org/10.1007/s00414-026-03856-4
Deokar, R. B., Dere, R. C., & Waghmare, V. (2026). Recent advances in forensic medicine [Editorial]. Journal of Indian Academy of Forensic Medicine. https://doi.org/10.1177/09710973261427918
Li, C., Jin, J., Lin, D., Liu, Y., Li, Z., Yang, J., Gan, Z., & Yi, M. (2026). Forensic investigation of burned human remains in fire-related deaths: Multidisciplinary perspectives and emerging diagnostic approaches. Legal Medicine, 85, Article 102934. https://doi.org/10.1016/j.legalmed.2026.102934
Li, Y., Pillar, N., Li, J., Liu, T., Wu, D., Sun, S., Ma, G., de Haan, K., Huang, L., Zhang, Y., et al. (2024). Virtual histological staining of unlabeled autopsy tissue. Nature Communications, 15, Article 1684. https://doi.org/10.1038/s41467-024-46077-2
Liu, X., Han, Z., Duan, Y., et al. (2026). Mapping two decades of forensic virtopsy: A comprehensive bibliometric analysis (2006–2025). International Journal of Legal Medicine. https://doi.org/10.1007/s00414-026-03985-w
Løber, I. M. M., Hedemann, M. S., Villesen, P., & Nielsen, K. L. (2025). Untangling the postmortem metabolome: A machine learning approach for accurate PMI estimation. Analytical Chemistry, 97(30), 16123–16132. https://doi.org/10.1021/acs.analchem.4c05796
Magnusson, R., Söderberg, C., Ward, L. J., Arpe, J., Kugelberg, F. C., Elmsjö, A., Green, H., & Nyman, E. (2026). The human metabolome and machine learning improves predictions of the post-mortem interval. Nature Communications, 17, Article 1504. https://doi.org/10.1038/s41467-026-69158-w
Sacco, M. A., Mastrangelo, H., Neri, G., & Aquila, I. (2026). Post-mortem biomarkers in sudden cardiac death: From classical biochemistry to molecular autopsy and multi-omics forensic approaches. International Journal of Molecular Sciences, 27(2), Article 670. https://doi.org/10.3390/ijms27020670
Shen, C., Lian, C., Zhang, W., Wang, F., Zhang, J., Fan, S., Wei, X., Wang, G., Li, K., Mu, H., Wu, H., Liang, X., Ma, J., & Wang, Z. (2025). Large-vocabulary forensic pathological analyses via prototypical cross-modal contrastive learning. Nature Communications, 16, Article 6773. https://doi.org/10.1038/s41467-025-62060-x
Revisiones / capítulos / monografías
Thali, M. J. (Ed.). (2026). Virtopsy update: The next level of forensic imaging. CRC Press / Taylor & Francis. https://doi.org/10.4324/9781003413998
Artículos de divulgación científica y reportes institucionales
Jones, K. (2025, 15 de septiembre). Metabolomics and machine learning for PMI estimation: UHPLC–QTOF-MS profiling of postmortem biomarkers. LCGC International. https://www.chromatographyonline.com/view/metabolomics-and-machine-learning-for-pmi-estimation-uhplc-qtof-ms-profiling-of-postmortem-biomarkers
LCGC International. (2026, 13 de septiembre). Liquid chromatography in forensic science: Advances in postmortem analysis, drug identification, and cannabis differentiation. LCGC International. https://www.chromatographyonline.com/view/liquid-chromatography-in-forensic-science-advances-in-postmortem-analysis-drug-identification-and-cannabis-differentiation
Ministerio del Poder Popular para la Comunicación e Información. (2026, 11 de junio). VII Jornada Científica Nacional 2026: Senamecf consolida la investigación forense al servicio de la justicia y los DD. HH. https://mippci.gob.ve/vii-jornada-cientifica-nacional-2026-senamecf-consolida-la-investigacion-forense-al-servicio-de-la-justicia-y-los-dd-hh/
Ministerio del Poder Popular para Relaciones Interiores, Justicia y Paz. (2026, 10 de junio). Senamecf reconoce el trabajo de los funcionarios en el rigor de la ciencia forense. https://www.mpprijp.gob.ve/prensa/reporte/senamecf-reconoce-el-trabajo-de-los-funcionarios-en-el-rigor-de-la-ciencia-forense-al-servicio-de-la-justicia-y-los-derechos-humanos
UCLA Health. (2026, 9 de septiembre). UCLA unveils AI-powered autopsy tissue-staining method using deep learning. https://www.uclahealth.org/news/article/ucla-unveils-ai-powered-autopsy-tissue-staining-method-using
Fuentes venezolanas de contexto (identificación en desastre / protocolos)
Agencia Venezolana de Noticias. (2024, 16 de octubre). Validan 12 protocolos de actuación en ciencias forenses. https://avn.info.ve/validan-12-protocolos-de-actuacion-en-ciencias-forenses/
El Estímulo. (2026, 21 de julio). Senamecf hará pruebas de ADN a familiares de fallecidos por el terremoto en La Guaira. https://elestimulo.com/terremoto-en-venezuela/2026-07-21/senamecf-pruebas-adn-la-guaira/
WhatsApp Grupo
