Использование возможностей ИИ для объективизации заключения посмертной психолого-психиатрической экспертизы по наследственным делам

• ТОЛСТОЛУЦКИЙ Владимир ЮрьевичДоктор медицинских наук, Юридический факультет ННГУ им. Н.И. Лобачевского, профессор кафедры уголовного права и процесса юридического факультета ННГУ им. Н.И. Лобачевского, профессорtolvlad@yandex.ru
• ПОГОДИНА Татьяна ГригорьевнаДоктор медицинских наук, Юридический факультет ННГУ им. Н.И. Лобачевского, профессор кафедры уголовного права и процесса юридического факультета ННГУ им. Н.И. Лобачевского, член-корреспондент Российской Академии Естествознанияtatiana.pogodina@mail.ru

В статье авторы исследуют сложные вопросы использования искусственного интеллекта в развитии различных видов судебных экспертиз, в т.ч. посмертной психолого-психиатрической экспертизы. Авторы статьи разработали и обосновали методику, в основе которой лежит интеграция принципов доказательной медицины и математической статистики для формализации экспертного анализа в условиях посмертной диагностики. Предлагаемый подход базируется на трёх ключевых компонентах: (а) вербально-числовой шкале вероятностей, стандартизирующей перевод качественных экспертных суждений в количественные значения; (б) информационной мере Кульбака, позволяющей оценить диагностическую значимость каждого выделенного признака; (в) последовательном критерии отношения правдоподобия Вальда, обеспечивающем статистически обоснованное принятие решения с контролируемым уровнем ошибок.

Ключевые слова: посмертная психолого-психиатрическая экспертиза, наследственное дело, искусственный интеллект, судебная экспертиза, портрет преступника, наследование

Основным трендом последнего десятилетия в развитии различных видов судебной экспертизы является использование искусственного интеллекта (ИИ) [1]. Внедрение инструментов на его основе значительно ускорило проведение судебно-медицинских экспертиз, позволяя минимизировать ошибки, связанные с когнитивными искажениями человека.

В последние годы появились научные обзоры, в которых рассматривается преобразующая роль искусственного интеллекта (ИИ) в такой узкоспециализированной области как судебная психиатрия [2]. Среди преимуществ его применения выделяют четыре основных аспекта: повышение точности диагностики, раннее выявление проблем, а также более эффективное распределение ресурсов. Сообщается, что помощь ИИ позволяет повысить возможность решения экспертных вопросов на 20% [3]. Таким образом, его потенциал неоценим в оптимизации и результативности рабочих процессов [4].

В качестве положительных сторон применения нового инструментария указывается на повышение объективности судебно-психиатрической экспертизы, которой зачастую не хватает традиционным методам. Это связано с отсутствием влияния таких субъективных факторов, как опыт врача, культурные особенности и неосознанные предубеждения. Искусственный интеллект, обученный на различных наборах данных, благодаря использованию алгоритмов, предлагает более стандартизированный подход к оценке, что позволяет избежать некоторых распространенных ошибок, которые допускают эксперты [5].

Возможность автоматизировать некоторые этапы оценки рисков общественной опасности, диагностики, составления психологического портрета преступника и поведенческий анализ способствуют повышению эффективности и надежности результатов судебно-психиатрических экспертиз [6].

Успех применения ИИ в этой области во многом зависит от качества, количества и разнообразия данных, используемых для обучения и составления алгоритмов [7]. Сложности связаны с узкопрофильными проблемами, обусловленными ограничением доступности к необходимой информации и в какой-то мере ее субъективностью. Эти проблемы создают значительные препятствия для разработки эффективных и надежных приложений на основе ИИ [8]. DeAlcala с соавторами (2023) указывают и на исторически сложившуюся стигматизацию в обществе в отношении лиц с психопатологией, что может быть причиной предвзятости и снижать объективность обучающих ИИ данных, что требует дополнительного изучения [9].

Тем не менее несомненно, что приложения на основе ИИ способны повысить эффективность проведения судебно-психиатрических экспертиз, определяя большую точность, объективность результатов, способствуя принятию более обоснованных судебных решений [10].

Внедрение ИИ в мировую судебно-психиатрическую практику происходит неравномерно. В частности, решение проблемных вопросов проведения посмертной судебно-психиатрической экспертизы по наследственным делам пока не перешло на новый инструментарий и требует дополнительной разработки.

Об актуальности появления новых методов исследования с применением ИИ свидетельствует анализ статистики проведения посмертных судебно-психиатрических экспертиз в судебных разбирательствах о дееспособности.

По данным зарубежных ученых (K.

Daskevicius, J. Marcinkeviciene, Z. Kazeniene) посмертные судебно-психиатрические экспертизы в судебных разбирательствах о дееспособности составили 2,7% от общего числа проведенных за 5 лет. В числе передаваемых экспертам материалов для исследования были показания свидетелей и медицинские карты. При этом 51,7% свидетельских показаний была исключена из рассмотрения, поскольку содержали неустранимые противоречия.

Сведения из медицинских карт в 16,5% не имели отношения к психиатрии. В 46,2% карт содержались описания психических расстройств, но при этом пациенты не консультировались с психиатрами. Из всех зарегистрированных психических расстройств 86,6% были вызваны соматоневрологическими заболеваниями, а 13,4% психических синдромов не были связаны с физическим состоянием. Сами по себе психические расстройства или тяжелые соматические патологии не всегда являются основанием для признания пациента недееспособным. В результате проведенного исследования в 45% экспертиз было установлено отсутствие дееспособности [11].

Целью работы выступает создание методики проведения посмертной комплексной судебной психолого-психиатрической экспертизы по наследственным делам, позволяющей стать основой для использования ИИ.

Развитие подобных экспертных исследований невозможно без учета анализа процесса «принятия решения» в структуре экспертизы [12]. Экспертная задача, которая стоит при производстве посмертной комплексной психолого-психиатрической экспертизы о признании сделки недействительной, может быть сформулирована как реконструкция психического состояния лица, в момент совершения им юридически значимых действий и наступления смерти. Для ее решения применяются специальные знания различных областей, включая криминалистику, клиническую медицину, судебную медицину, судебную психологию и психиатрию. Такая интеграция считается необходимой, поскольку реализует междисциплинарный подход в экспертных исследованиях [13]. Таким образом целесообразна комплексная экспертиза.

В зарубежной литературе к этому направлению экспертных исследований относят так называемую психологическую аутопсию (ПА) как метод, который предполагает изучение психосоциальных аспектов жизни умершего с целью реконструкции его психологического состояния до и в момент смерти [14].

В его основе находятся исследования Farberow, N.L.; Edwin, S.S., в которых ключевой задачей выступала посмертная реконструкция исследуемого состояния, события. Авторы определили свой метод как «ретроспективную реконструкцию жизни человека, которая позволяет выделить аспекты, раскрывающие намерения, стоящие за смертью, дает представление о типе смерти, степени (если таковая была) вовлеченности в динамику событий и объясняет причины, по которым смерть наступила именно в этот момент» [15].

Следующим шагом в совершенствовании метода стала публикация Sablone, S. с соавторами, где применена методика психологической аутопсии, основанная на ретроспективной реконструкции жизни человека, пропавшего без вести или погибшего насильственной смертью (в результате самоубийства или убийства) [16]. Авторы полагают, что в гражданских делах этот метод может быть полезен для установления дееспособности и психического состояния субъекта при составлении завещания. Ретроспективная оценка психологического и эмоционального состояния умершего с помощью психологической аутопсии может дать представление о его способности принимать решения и общей юридической дееспособности в критические моменты [17].

В 2025 году авторами был проведен комплексный поиск литературы с использованием следующих основных баз научных исследований: PubMed, Scopus, Google Scholar и Web of Science. Областями специальных знаний послужили публикации в судебно-медицинской, судебно-правовой и криминалистической экспертизе. Использовались следующие ключевые слова:

психологическая аутопсия, судебно-медицинская экспертиза, криминалистическая экспертиза, судебная психиатрия, стандартизация, правовая база, сбор судебно-медицинских доказательств, расследование обстоятельств смерти и инструменты судебно-медицинской оценки.

По итогам поиска литературы установлено, что лишь несколько стран включили психологическую аутопсию в свою правовую базу в качестве инструмента расследования.

Куба стала первопроходцем в этой области:

Министерство здравоохранения разработало и внедрило протокол MAPI (Modelo de Autopsia Psicologica Integrado) [18].

Разработанная Гарсия-Перес «Модель комплексной психологической аутопсии» (Model of Integrated Psychological Autopsy, MAPI) как метод, широко используемый в Латинской Америке, представляет собой полуструктурированное интервью с ответами «да» или «нет», разделенное на 60 областей [19]. Canter, D.; Alison, L. [20], предложили следующие этапы проведения исследования: (1) сбор элементов, предлагающих альтернативные объяснения, оправдывающие двусмысленную смерть; (2) указание доказательств, подтверждающих или опровергающих каждое объяснение; (3) полное обобщение доказательств и то, как они соотносятся с критериями, требуемыми для их приемлемости в качестве доказательства; (4) указание оценки имеющихся доказательств и процедур, которые определили их достоверность и точность; и (5) четкое указание того, как доказательства используются для получения выводов относительно каждого альтернативного объяснения [21].

Для российской правовой системы этот метод требует трансформации из-за несоответствия законодательной базы, поскольку, по сути, представляет собой собирание доказательств. В соответствие с российским законодательством следует использовать два различных понятия: материалы в значении «материалы дела, подлежащие исследованию» и материалы в значении «информация, необходимая для производства судебной экспертизы» [22].

Первое понятие в силу того, что статья 16. «Обязанности эксперта» ФЗ-73 не предоставляет специалисту (эксперту) право самостоятельно собирать материалы для производства судебной экспертизы, приводит к тому, что процедура интервьюирования переходит к лицу, собирающему доказательства с целью последующего назначения экспертизы [23].

Второе понятие используется, например, в УПК РФ Статья 202. Получение образцов для сравнительного исследования: «4. Если получение образцов для сравнительного исследования является частью судебной экспертизы, то оно производится экспертом. В этом случае сведения о производстве указанного действия эксперт отражает в своем заключении».

В некоторых чертах отмеченные выше этапы совпадают с отечественными судебно-медицинскими рекомендациями, приведенными в приложении № 14 Приказа N 491н «Правила организации деятельности отделения медико-криминалистической экспертизы и проведения медико-криминалистической экспертизы». В пункте 12 приложения № 14 указано, что этапами выполнения экспертизы являются а) «раздельный анализ проверяемых следственных экспертных и иных версий о свершившемся событии; б) экспертные исследования, выполненные раздельно по каждой проверяемой версии, для ответа на вопрос об их соответствии судебно-медицинским оценкам изучаемого события» [24].

В 2024 году эти особенности изложены Российским центром судебно-медицинской экспертизы в методических рекомендациях «Проведение экспертиз по реконструкции событий (ситуационные)» [25], которые раскрывают положения, приведенные в п. 12 Приложения N 14 Приказа N 491н.

В разделе «Проведение экспертиз по реконструкции событий (ситуационные)» указано: «При проведении судебно-медицинских экспертиз по реконструкции событий определяют соответствие показаний участников событий о динамике причинения телесных повреждений объективным данным, добытым следственным и экспертным путем, а также устанавливают возможность образования исследуемых повреждений (следов) при конкретных обстоятельствах и условиях». Проведение судебно-медицинских экспертиз по реконструкции событий начинают с изучения материалов дела и выполненных экспертных исследований (судебно-медицинских, криминалистических и комплексных), затем, в зависимости от поставленных задач, определяют способы и средства их решения [26].

Сопоставление отечественных судебно-медицинских рекомендаций проведения экспертиз по реконструкции событий и методов, представляющих собой вариации метода психологической аутопсии (ПА), показывает наличие общих закономерностей решения ситуационной задачи по реконструкции прошлого события, с помощью комплекса криминалистических, судебно-медицинских, психологических и психиатрических областей знаний. Общим является необходимость выбора одной из двух следственных или экспертных гипотез, определенного до начала экспертного исследования, причем выбор основан на использовании специальных знаний.

В судебной медицине широко используется метод Вальда для дифференциальной диагностики причин смерти [27]. В связи с тем, что математический смысл метода совпадает с задачей выбор альтернативной гипотезы при ситуационной экспертизе, его можно перенести на решение задачи по реконструкции психического состояния завещателя с целью научно обоснованного ответа на вопрос о возможности (невозможности) понимать значение своих действий и руководить ими при подписании завещания.

В отечественной научной литературе предложены методики, позволяющие оценить психическое состояние подэкспертного, например, публикация Сафуанова Ф.С. с соавторами [28]. Авторы выявляли патопсихологические симптомокомплексы, оценивали степень информативности показателей, и на этой основе решали задачи дифференциальной диагностики психических расстройств, используя методику расчета коэффициента в виде информационной меры Кульбака для каждого из оцениваемых экспертных признаков [29]. При производстве посмертной комплексной судебной психолого-психиатрической экспертизы рекомендуется методологическая модель психологического ретроспективного анализа материалов дела с компенсацией информационных лакун путем перевода имеющейся информации гражданского дела на язык психологии, по существу являющаяся вариантом психологической аутопсии [30].

Таким образом, для создания комплексной методики проведения посмертной психолого-психиатрической экспертизы с использованием ИИ следует объединить достижения, имеющиеся в следующих областях: 1) криминалистики в разделе моделирования и реконструкции события преступления; 2) ситуационной медико-кримина- листической экспертизы по реконструкции исследуемого события, в которой закреплены методы экспертной реконструкции события в конкретной ситуации, использование материалов дела и свидетельских показаний, схема производства экспертизы как подтверждение или опровержение экспертным путем следственных и экспертных версий, сформулированных в постановлении о производстве экспертизы [31]; 3) психиатрии (порядок проведения судебно-психиатрической экспертизы) и психологии; 4) математических методов принятия решений в условиях неопределенности и дифференциальной диагностики (диагностических коэффициентов Кульбака и метода Вальда); 5) использования искусственного интеллекта, позволяющего экспертам на основании промта самостоятельно создавать код программы для технической реализации метода, создания датасетов, баз знаний и самостоятельной адаптации к конкретным условиям метода посмертной методики проведения посмертной комплексной судебной психолого-психиатрической экспертизы.

Сведения авторов подтверждают необходимость использования вероятностных методов принятия решений в условиях неопределенности, которые вместо исключения из рассмотрения половины свидетельских показаний, как содержащих неустранимые противоречия, позволяют анализировать противоречивые данные.

Разрабатываемая методика должна обладать свойством включения в экспертный анализ сведений из медицинских карт, которые не имели отношения к психиатрии, а также описания психических расстройств, в ситуациях, когда пациенты не консультировались с психиатрами, поскольку 86,6% психических расстройств были вызваны соматоневрологическими заболеваниями.

Методика проведения посмертной комплексной психолого-психиатрической экспертизы по наследственным делам В основе разработанной методики лежит интеграция принципов доказательной медицины и математической статистики для формализации экспертного анализа в условиях посмертной диагностики. Предлагаемый подход базируется на трёх ключевых компонентах: (1) вербально-числовой шкале вероятностей, стандартизирующей перевод качественных экспертных суждений в количественные значения; (2) информационной мере Кульбака, позволяющей оценить диагностическую значимость каждого выделенного признака; (3) последовательном критерии отношения правдоподобия Вальда, обеспечивающем статистически обоснованное принятие решения с контролируемым уровнем ошибок.

Предлагаемый нами алгоритм, лежащий в основе методики, позволяет перепроверить обоснованность принятия решений. Отметим, что в соответствии с требованиями статьи 8 Федерального закона от 31.05.2001 № 73-ФЗ «О государственной судебно-экспертной деятельности в Российской Федерации» заключение эксперта должно основываться на положениях, дающих возможность проверить обоснованность и достоверность сделанных выводов на базе общепринятых научных и практических данных.

Предлагаемая нами методика не предписывает жёстких значений вероятностей, а лишь требует их явного задания. Метод Вальда при этом делает последствия такого выбора прозрачными и позволяет провести анализ чувствительности тех оценок признаков, который дают эксперты. Методика включает последовательную реализацию следующих этапов.

Этап 1. Формулирование альтернативных гипотез. Для каждого конкретного случая формулируются две взаимоисключающие гипотезы:

основная гипотеза (A) — наличие у наследодателя психического расстройства, лишавшего его способности понимать значение своих действий и руководить ими; и альтернативная гипотеза (Б) — отсутствие такого расстройства и сохранность указанной способности.

Этап 2. Выделение информативных признаков из материалов дела. Эксперт осуществляет детальный анализ всех доступных материалов: медицинской документации, свидетельских показаний, иных письменных источников. Из текста экспертного заключения и сопутствующих документов выделяются релевантные признаки — симптомы, факты, обстоятельства, которые могут дифференцировать две конкурирующие гипотезы. К таким признакам предъявляются следующие требования: бинарность (наличие/отсутствие), объективная фиксированность в материалах дела, отсутствие дублирования.

Этап 3. Вербальная оценка вероятности признаков при каждой гипотезе. Для каждого выделенного признака эксперт даёт две вербальные оценки: вероятность встретить данный признак у лица, подпадающего под гипотезу A, и вероятность встретить его у лица, подпадающего под гипотезу Б. Оценки формулируются с использованием стандартизированной вербально-числовой шкалы вероятностей (табл. 1), построенной на основе результатов систематического обзора М. Дж. Хашима, который выявил термины, имеющие наиболее устойчивую количественную интерпретацию среди врачей и пациентов. Использование единой шкалы направлено на минимизацию субъективных вариаций при извлечении экспертных знаний.

Таблица 1. Вербально-числовая шкала вероятностей (по: Hashim MJ, 2024) Качественный термин (на русском) Качественный термин (на английском) Диапазон вероятности Середина интервала Исключительно маловероятно Exceptionally unlikely 0–1% 0,005 Очень маловероятно Very unlikely 0–10% 0,05 Маловероятно Unlikely 0–33% 0,165 Почти так же вероятно, как и нет About as likely as not 33–66% 0,495 Вероятно Likely 66–100% 0,83 Очень вероятно Very likely 90–100% 0,95 Практически достоверно Virtually certain 99–100% 0,995 Этап 4. Перевод вербальных оценок в числовые вероятности. Каждой вербальной оценке ставится в соответствие числовое значение, в качестве которого обычно принимается середина соответствующего интервала (табл. 1). Такой подход позволяет сохранить баланс между консервативностью и оптимистичностью оценки. В результате для каждого i-го признака получаем две величины: p_i (A) — вероятность его наличия при гипотезе A и p_i («Б») — при гипотезе Б. Этап 5. Расчёт диагностических коэффициентов. Диагностический коэффициент (ДК) для каждого признака вычисляется по формуле:

где lg⁡ — десятичный логарифм. Положительное значение ДК свидетельствует в пользу гипотезы A, отрицательное — в пользу гипотезы Б. Абсолютная величина ДК отражает информативность признака. Данная формула широко применяется в медицинской диагностике и базируется на информационной мере Кульбака, количественно оценивающей степень различия распределений признака в сравниваемых группах.

Этап 6. Последовательное накопление и принятие решения. Устанавливаются приемлемые вероятности ошибок: α — ошибка первого рода (ложное принятие гипотезы A при истинности Б) и β — ошибка второго рода (ложное принятие Б при истинности A). Для судебно-психиатрической экспертизы обоснованным представляется уровень α=β=0,05 (вероятность ошибки не более 5%). Пороги принятия решения рассчитываются по формулам:

При α=β=0,05 получаем A=+12,79, B=-12,79.

Признаки анализируются последовательно (рекомендуется в порядке убывания информативности). Накопленная сумма ДК сравнивается с порогами после каждого шага:

–если сумма ≥A — принимается гипотеза A; –если сумма ≤B — принимается гипотеза Б; –если сумма находится между A и B — требуется дополнительная информация.

Метод последовательного анализа Вальда минимизирует среднее число необходимых признаков для принятия решения при заданных ошибках, что критически важно в условиях ограниченного объёма посмертной документации.

Этап 7. Оформление экспертного вывода.

На основе принятого решения формулируется категорический экспертный вывод о способности наследодателя понимать значение своих дей - ствий и руководить ими в юридически значимый период. В случае, если сумма ДК не достигает пороговых значений после исчерпания всех доступных признаков, формулируется вывод о невозможности дать однозначное заключение (вероятностный вывод).

Несмотря на формализованную процедуру, в ряде случаев требуется ручная корректировка исходных вербальных оценок, что обусловлено следующими причинами.

Неоднозначность и неполнота исходных данных. Посмертная экспертиза опирается на документальные источники, которые могут содержать противоречивую или неполную информацию. В таких ситуациях эксперт вынужден корректировать оценки, основываясь на имеющейся в литературе статистике, личном клиническом опыте и косвенных данных.

Размытость границ терминов шкалы. Интервалы вероятностей (например, 0–33% для термина «маловероятно») достаточно широки. Выбор середины интервала (0,165) или его границы (0,33) существенно меняет ДК. Эксперт может вручную сместить точку внутри интервала, если клиническая картина указывает на более высокую или более низкую вероятность.

Учёт взаимодействия (корреляции) признаков. Формула Вальда предполагает условную независимость признаков при каждой гипотезе. На практике многие симптомы коррелированы (например, депрессивность и замедленность психической деятельности). При наличии выраженной корреляции эксперт может снизить ДК для избыточно коррелированных признаков во избежание завышения суммарной информативности.

Калибровка под специфику конкретной популяции. Распространённость и выраженность признаков могут варьировать в зависимости от возраста, пола, коморбидной патологии. Эксперт вправе адаптировать вероятности с учётом этих особенностей.

Учёт априорной вероятности гипотез. При существенном дисбалансе априорных вероятностей (например, крайне низкой распространённости тяжёлых психических расстройств в общей популяции) эксперт может скорректировать пороги принятия решения, изменяя α и β. Ручная корректировка должна быть явно задокументирована в экспертном заключении с указанием причин, её вызвавших.

Для иллюстрации практического применения методики рассмотрим следующий фрагмент экспертного заключения:

«На фоне указанных смешанных причин (прогрессирующей сердечно-сосудистой недостаточности, церебрального атеросклероза, декомпенсированного сахарного диабета, общей интоксикации) у А.Н. отмечалось психическое расстройство – Органическое астеническое расстройство тяжелой степени (МКБ-10: F06.6), которое проявлялось преобладанием астенической симптоматики (головокружением, неприятными ощущениями, головной болью, утомляемостью, выраженной общей слабостью, снижением фона настроения, заторможенностью мышления), а также невозможностью самообслуживания, передвижения, что зафиксировано в медицинской документации».

Этап 1. Формулирование гипотез. Гипотеза A: завещатель не могла понимать значение своих действий и руководить ими вследствие органического астенического расстройства тяжёлой степени. Гипотеза Б: завещатель могла понимать значение своих действий и руководить ими (отсутствие указанного расстройства или его лёгкая степень).

Этап 2. Выделение признаков. Из текста выделены следующие бинарные признаки (все присутствуют у пациентки):

–Головокружение

–Неприятные ощущения

–Головная боль

–Утомляемость

–Выраженная общая слабость

–Сниженный фон настроения

–Заторможенность мышления (брадифрения) –Невозможность самообслуживания –Невозможность передвижения Этап 3. Вербальная оценка вероятностей. С использованием вербально-числовой шкалы (табл. 1) экспертом были назначены следующие оценки. Для гипотезы A («расстройство есть») все признаки оценены как «Очень вероятно» (диапазон 90–100%, середина 0,95), что соответствует клинической картине тяжёлого органического астенического расстройства, при котором указанные симптомы закономерно присутствуют.

Для гипотезы Б («расстройства нет») оценки дифференцированы: первые пять признаков (головокружение, неприятные ощущения, головная боль, утомляемость, общая слабость) оценены как «Вероятно» (0,83), поскольку они могут встречаться при тяжёлой соматической патологии без психического расстройства; признаки 6–9 оценены как «Маловероятно» (0,165) ввиду их высокой специфичности для органического поражения головного мозга.

Этап 4. Перевод в числовые вероятности и расчёт ДК. Результаты сведены в табл. 2.

Таблица 2. Расчёт диагностических коэффициентов для клинического примера Признак P(A) P(Б) ДК = 10·lg(P(A)/P(Б)) Головокружение 0,95 0,83 0,59 Неприятные ощущения 0,95 0,83 0,59 Головная боль 0,95 0,83 0,59 Утомляемость 0,95 0,83 0,59 Выраженная общая слабость 0,95 0,83 0,59 Сниженный фон настроения 0,95 0,165 7,60 Заторможенность мышления 0,95 0,165 7,60 Невозможность самообслуживания 0,95 0,165 7,60 Невозможность передвижения 0,95 0,165 7,60 Этап 5. Последовательное накопление и принятие решения. Суммируем ДК последовательно (табл. 3).

Таблица 3. Последовательное накопление суммы ДК Шаг Признак ДК Кумулятивная сумма 1 Головокружение 0,59 0,59 2 Неприятные ощущения 0,59 1,18 3 Головная боль 0,59 1,77 4 Утомляемость 0,59 2,36 5 Выраженная общая слабость 0,59 2,95 6 Сниженный фон настроения 7,60 10,55 7 Заторможенность мышления 7,60 18,15 8 Невозможность самообслуживания 7,60 25,75 9 Невозможность передвижения 7,60 33,35 Порог принятия гипотезы A составляет +12,79 (при α=β=0,05). Как видно из табл. 3, кумулятивная сумма достигает значения 18,15 на седьмом шаге, превышая пороговое значение. Следовательно, принимается гипотеза A — завещатель не могла понимать значение своих действий и руководить ими. Полученное решение обладает статистической достоверностью с вероятностью ошибки менее 5%.

Научная обоснованность методики Предлагаемая методика опирается на фундаментальные результаты теории статистических решений и медицинской информатики, что обеспечивает её научную обоснованность по следующим направлениям.

Математическая строгость. Последовательный критерий отношения правдоподобия Вальда (SPRT) обладает доказанным свойством минимизировать среднее число наблюдений, необходимых для достижения заданных уровней ошибок I и II рода. Это свойство критически важно для посмертной экспертизы, где объём доступной информации всегда ограничен. Классические работы А. Вальда заложили основу для применения SPRT в медицинской диагностике, а в отечественной практике метод последовательного анализа Вальда получил широкое распространения для распознавания заболеваний и состояний, включая диагностику угрожающих состояний у детей.

Информационная мера Кульбака. Использование диагностических коэффициентов, вычисляемых как десятичный логарифм отношения вероятностей, базируется на информационной мере Кульбака, количественно оценивающей степень различия распределений признака в сравниваемых группах. Данный подход позволяет объективно ранжировать признаки по их диагностической значимости и отсеивать малоинформативные. В российской медицинской литературе метод Кульбака успешно применяется для формирования словарей информативных признаков при прогнозировании различных патологических состояний.

Валидированная вербально-числовая шкала. Используемая в методике шкала основана на систематическом обзоре М. Дж. Хашима, обобщившем данные многочисленных исследований по количественной интерпретации качественных вероятностных выражений. Отобранные термины демонстрируют наиболее устойчивую интерпретацию среди врачей и пациентов, что позволяет стандартизировать процесс извлечения экспертных знаний. Данная шкала является развитием более ранних исследований Мостеллера и Ютц, а также Реной и Виттеман. Применение шкалы позволяет объективизировать этап оценки признаков и процедуру принятия решения.

Применимость в условиях неопределённости. Методика специально адаптирована для условий посмертной экспертизы, характеризующейся неполнотой и ретроспективным характером данных. Возможность последовательного анализа позволяет принимать решение по мере поступления информации, а явное задание порогов ошибок обеспечивает контролируемый уровень достоверности вывода. При этом методика допускает вероятностные заключения в тех случаях, когда накопленная информация не достигает пороговых значений, что полностью соответствует современным требованиям к судебно-экспертной деятельности.

Использование возможностей ИИ для объективизации методики производства посмертной психолого-психиатрической экспертизы по наследственным делам.

Как было выше указано, нет формализованных методик посмертной психолого-психиатрической экспертизы по наследственным делам, которые можно было бы применить к конкретному делу. Создаваемая в ходе экспертизы по конкретному делу методика не всегда изложена экспертами настолько детально, чтобы ее можно было использовать другим экспертом. В связи с чем, нарушается процессуальный принцип допустимости и достоверности заключения эксперта. Отсутствие детальной, воспроизводимой методики в каждом конкретном случае не позволяет проверить обоснованность и научность сделанных выводов, что противоречит ряду статей Федерального закона № 73-ФЗ «О государственной судебно-экспертной деятельности в Российской Федерации». В частности, статье 8 (Объективность, всесторонность и полнота исследований), где указано, что «эксперт проводит исследования объективно, на строго научной и практической основе... всесторонне и в полном объеме». Невозможность повторить исследование напрямую подрывает его объективность и научную обоснованность, что противоречит статье 25 (Заключение эксперта или комиссии экспертов и его содержание), так как заключение должно содержать полные сведения о примененных методах, что делает его проверяемым. Отсутствие зафиксированной, как мы предлагаем в программном коде, методики не позволяет другому эксперту провести повторное исследование, что делает невозможной оценку результатов и может поставить под сомнение достоверность выводов.

Для устранения указанных недостатков предлагаем использовать вайб-кодинг (Vibe Coding) при котором эксперт-психиатр выступает одновременно еще и разработчиком программного кода. Метод позволяет не писать код «вручную». Вместо этого эксперт формулирует задачу на естественном языке, а ИИ генерирует нужный код. Таким образом, при производстве экспертизы реализуется ключевая идея «вайб-кодинга», заключающаяся в том, чтобы полностью погрузиться в творческий поток («вайб»), не отвлекаясь на технические детали по переводу вербально-числовой шкалы в диагностические коэффициенты, последующие расчеты и создание кода, реализующего методику принятия решения при проведении экспертизы.

Самостоятельное создание кода позволяет экспертам выработать и оформить в качестве исполняемого машинного кода в рамках своего экспертного учреждения научно-обоснованную методику учета, с одной стороны, опыта решения аналогичных задач, с другой, исключить влияние таких субъективных факторов, как опыт врача, культурные особенности и неосознанные предубеждения.

Опыт решения аналогичных задач в рамках своего экспертного учреждения может быть сконцентрирован в датасете, состоящем из проведенных ранее экспертиз. В дальнейшем датасет позволит обучить нейронную сеть и использовать ее при производстве экспертизы.

Учет опыта конкретного врача и иных субъективных факторов может быть реализован путем обсуждения врачебной комиссий оценок вклада выявленных симптомов и оформления их в виде вербально-числовой шкалы вероятностей для конкретного случая.

Ограничения методики. К числу основных ограничений относятся: (1) зависимость конечного результата от субъективных экспертных оценок вероятностей, что требует коллегиального подхода при принятии ответственных решений; (2) предположение об условной независимости признаков, которое на практике может нарушаться; (3) необходимость предварительного обсуждения экспертных оценок для обеспечения корректности вероятностных оценок.

Краткий итог. Предлагаемая методика представляет собой научно обоснованный инструмент поддержки принятия решений в посмертной судебно-психиатрической экспертизе по наследственным делам, сочетающий математическую строгость с практической применимостью в условиях реальной экспертной деятельности. При соблюдении всех этапов процедуры и надлежащем документировании экспертных решений методика может служить основой для стандартизации данного вида экспертиз.

Список литературы

1. Uzma Zaheen, Allah Rakha, Qudsia Hassan, Muhammad Farhan Khan, Sareen Akhtar, Anam Munawar, A systematic review about the evolving role of artificial intelligence in various fields of forensic medicine, Journal of Forensic and Legal Medicine, Volume 117, 2026, 103043, ISSN 1752-928X, https:// doi.org/10.1016/j.jflm.2025.103043.
2. Olawade DB, Ayoola FI, Ebo TO, Asaolu AJ, Egbon E, Clement David-Olawade A. Artificial intelligence in forensic mental health: A review of applications and implications. J Forensic Leg Med. 2025 Jul;113:102895. doi: 10.1016/j.jflm.2025.102895. Epub 2025 May 24. PMID: 40441026.
3. G. Saravana Kumar, K.K. Ramachandran, S. Sharma, R. Ramesh, K. Qureshi, K.V.B. Ganesh AI-assisted resource allocation for improved business efficiency and profitability 3rd Int Conf Adv Comput Innov Technol Eng ICACITE, 2023 (2023), pp. 54-58
4. G. Saravana Kumar, K.K. Ramachandran, S. Sharma, R. Ramesh, K. Qureshi, K.V.B. Ganesh AI-assisted resource allocation for improved business efficiency and profitability 3rd Int Conf Adv Comput Innov Technol Eng ICACITE, 2023 (2023), pp. 54-58
5. A.C. Timmons, J.B. Duong, N. Simo Fiallo, et al. A call to action on assessing and mitigating bias in artificial intelligence applications for mental health/ Perspect Psychol Sci, 18 (5) (2023), pp. 1062-1096.
6. David B. Olawade, Folasayo I. Ayoola, Titus Oloruntoba Ebo, Akinsola J. Asaolu, Eghosasere Egbon, Aanuoluwapo Clement David-Olawade,Artificial intelligence in forensic mental health: A review of applications and implications, Journal of Forensic and Legal Medicine, Volume 113, 2025, 102895, ISSN 1752-928X, https://doi.org/10.1016/j. jflm.2025.102895
7. С. Д. Альфонсо. Искусственный интеллект в психическом здоровье Curr Opin Psychol, 36 (2020), стр. 112-117 S. D’Alfonso AI in mental health Curr Opin Psychol, 36 (2020), pp. 112-117.
8. S. Graham, C. Depp, E.E. Lee, et al. Artificial intelligence for mental health and mental illnesses: an overview Curr Psychiatry Rep, 21 (2019), pp. 1-18.
9. D. DeAlcala, I. Serna, A. Morales, J. Fierrez, J. Ortega-Garcia Measuring bias in AI models: an statistical approach introducing N-Sigma IEEE 47th Annual Computers, Software, and Applications Conference (COMPSAC), IEEE (2023), pp. 1167-1172 2023.
10. R. Tornero-Costa, A. Martinez-Millana, N. Azzopardi-Muscat, L. Lazeri, V. Traver, D. Novillo-Ortiz Methodological and quality flaws in the use of artificial intelligence in mental health research: systematic review JMIR Ment Heal, 10 (1) (2023), Article e42045 S. Zhou, J. Zhao, L. Zhang Application of arti- ficial intelligence on psychological interventions and diagnosis: an overview Front Psychiatr, 13 (2022), Article 811665.
11. K. Daskevicius, J. Marcinkeviciene, Z. Kazeniene, P02-176 - Posthumous forensic psychiatric examinations in litigations about capacity to contract, European Psychiatry, Volume 26, Supplement 1, 2011, Page 772, ISSN 0924-9338, https://doi. org/10.1016/S0924-9338(11)72477-4.
12. Переправина, Ю. О. Анализ понятия «принятия решения» в структуре психологической судебно-экспертной оценки сделкоспособности / Ю. О. Переправина // Поляковские чтения-2018. Методологические и прикладные проблемы медицинской (клинической) психологии (к 90-летию Ю.Ф. Полякова): материалы всероссийской научно-практической конференции с международным участием, 15-16 марта 2018 года / ред. Н.В. Зверева, И.Ф. Рощина, С.Н. Ениколопов. – М.: Сам Полиграфист, 2018. – С. 239-240.
13. García Pérez, T. La Autopsia Psicológica En El Homicidio. Rev. Med. Leg. De Costa Rica 1998, 15, 1–2. [Google Scholar]
14. Sablone, S.; Bellino, M.; Cardinale, A.N.; Violante, M.G.; Risola, R.; Magno, A.; Pierro, V.; Grattagliano, I. Psychological Autopsy: A Powerful Tool in Forensic Investigations. Forensic Sci. 2024, 4, 635-646. https://doi.org/10.3390/forensicsci4040044. C. 636.
15. Farberow, N.L.; Edwin, S.S. The Cry for Help; The Blaksiston Division/McGraw-Hill Book Co., Inc.: New York, NY, USA, 1961. [Google Scholar
16. Sablone, S.; Bellino, M.; Cardinale, A.N.; Violante, M.G.; Risola, R.; Magno, A.; Pierro, V.; Grattagliano, I. Psychological Autopsy: A Powerful Tool in Forensic Investigations. Forensic Sci. 2024, 4, 635-646. https://doi.org/10.3390/forensicsci4040044
17. Sablone, S.; Bellino, M.; Cardinale, A.N.; Violante, M.G.; Risola, R.; Magno, A.; Pierro, V.; Grattagliano, I. Psychological Autopsy: A Powerful Tool in Forensic Investigations. Forensic Sci. 2024, 4, 635-646. https://doi.org/10.3390/forensicsci4040044
18. Posa, F.; Leone, J.; Rondinelli, V.; Sclavi, F.; Posa, M. Psychological Autopsy Structured on Individual Cases: Methodological Considerations for A New Protocol. Med. Res. Arch. 2023, 11, 3. [Google Scholar] [CrossRef]
19. Bonicatto, B.; García Perèz, T.; Lopez, R.R.; Angeli, F. L’ Autopsia Psicologica. L’indagine Nei Casi DI Morte Violenta O Dubbia; Franco Angeli: Milan, Italy, 2006. [Google Scholar]
20. Pérez, T.G. Pericia en Autopsia Psicológica; Ediciones La Rocca: Buenos Aires, Argentina, 2007. [Google Scholar].
21. Canter, D.; Alison, L. Profiling in Policy and Practice, 1st ed.; Routledge: Oxfordshire, UK, 1999; ISBN 978-1-315-24594-2. [Google Scholar].
22. Canter, D.; Alison, L. Profiling in Policy and Practice, 1st ed.; Routledge: Oxfordshire, UK, 1999; ISBN 978-1-315-24594-2. [Google Scholar].
23. Лебединский В. Методические разъяснения по сбору материалов и информации при производстве судебной оценочной экспертизы. https:// zakon.ru/blog/2022/11/29/metodicheskie_ razyasneniya_po_sboru_materialov_i_informacii_ pri_proizvodstve_sudebnoj_ocenochnoj_eks.
24. Ковалева А. В. О возможности участия специалиста при обеспечении доказательств // Актуальные проблемы российского права. 2019. №3 (100). URL: https://cyberleninka.ru/article/ n/o-vozmozhnosti-uchastiya-spetsialista-pri-obespechenii-dokazatelstv (дата обращения: 02.04.2026).
25. Приказ Минздрава России «Порядок проведения судебно-медицинской экспертизы» от 25.09.2023 № 491н регламентировано производство ситуационных исследований (экспертизы). Методические рекомендации: Методика проведения судебно-медицинской экспертизы по материалам дела. «Проведение экспертиз по реконструкции событий (ситуационные)». Москва 2024.Федеральное государственное бюджетное учреждение «Российский центр судебно-медицинской экспертизы».
26. Федеральное государственное бюджетное учреждение «Российский центр судебно-медицинской экспертизы». Методика проведения судебно-медицинской экспертизы по материалам дела методические рекомендации. Москва 2024. https://rc-sme.ru/Expertise/metod/МР_СМЭ_по _материалам _дела.pdf.
27. Методика проведения судебно-медицинской экспертизы по материалам дела. Методические рекомендации. Москва. 2024. Федеральное государственное бюджетное учреждение «Российский центр судебно-медицинской экспертизы». 18.
28. Богомолова И.Н., Саперовская В.Е., Орловская А.В. Применение метода Байеса— Вальда—Гублера для дифференциальной диагностики причин смерти при низкой температуре окружающей среды. Судебно-медицинская экспертиза. 2015;58(1):44‑48. https://doi.org/10.17116/ sudmed201558144-48
29. Сафуанов Ф. С., Савина О. Ф., Морозова М. В., Солдатова К. М., Черненьков А. Д., Кузнецов И. В. Дифференциально-диагностическое значение модифицированного теста Торренса // Российский психиатрический журнал. 2020. №4. URL: https://cyberleninka.ru/article/n/ differentsialno-diagnosticheskoe-znachenie-modifitsirovannogo-testa-torrensa (дата обращения: 09.03.2026).
30. Сафуанов, Ф. С. Диагностическая информативность патопсихологического иссле- дования при судебно-экспертной оценке способности лиц с психическими расстройствами к совершению сделки / Ф. С. Сафуанов, А. Д. Черненьков, Ю. О. Переправина // Судебная психиатрия. Актуальные проблемы. – М.: НМИЦПН им. В.П. Сербского, 2019. – С. 138-150
31. Методологические основы производства посмертной комплексной судебной психологго-психиатрической экспертизы по оценке способности гражданина к совершению сделки: Методические рекомендации. М.: ФГБУ «НМИЦ ПН им. В.П. Сербского» Минздрава России, 2020.- 32 с.
32. Алгоритм проведения медико-криминалистических ситуационных экспертиз: Методические рекомендации для судебно-медицинских экспертов медико-криминалистического отдела / ОБУЗ «Бюро судебно-медицинской экспертизы» комитета здравоохранения Курской области. – Курск, 2013. – 18 с.

Скачать