Inteligencia Artificial en las Ciencias Forenses

Name: Inteligencia Artificial en las Ciencias Forenses
SKU: 9791388409066
Price: 54.15 EUR
Availability: InStock

El precio original era: 57,00 €.El precio actual es: 54,15 €. IVA incluido

Uso, regulación y aplicaciones prácticas

Esta obra ofrece un análisis integral y multidisciplinar sobre la irrupción de la inteligencia artificial en el campo médico-legal y pericial. Diseñada como una guía técnica y práctica, examina el uso de algoritmos avanzados, aprendizaje automático e IA generativa en disciplinas tan diversas como la patología digital, la tanatología computacional, la genética forense, la toxicología y la psiquiatría pericial. Asimismo, aborda de forma rigurosa las implicaciones éticas, los sesgos algorítmicos, la preservación de la cadena de custodia digital y el marco normativo exigible para garantizar la admisibilidad judicial de la prueba pericial asistida por tecnología.

SKU: 9791388409066 Categoría: General Etiqueta: IA

Descripción

La integración de la inteligencia artificial en las ciencias forenses marca un punto de inflexión decisivo en la práctica pericial contemporánea. La creciente complejidad de los datos biomédicos, genéticos y químicos requiere herramientas capaces de optimizar el procesamiento analítico sin socavar el rigor científico. En este contexto, la presente obra analiza la transformación metodológica que experimenta la medicina legal, situando a la tecnología como un recurso de apoyo destinado a potenciar la precisión diagnóstica, la estandarización de criterios y la objetividad de las investigaciones.

A lo largo de sus quince capítulos, el texto aborda aplicaciones concretas como la autopsia virtual por imagenología, la deconvolución de mezclas complejas de ADN mediante modelos probabilísticos, la identificación de sustancias psicoactivas por espectrometría de masas y la evaluación psiquiátrico-forense asistida por procesamiento del lenguaje natural. Además, se detallan desarrollos tecnológicos aplicados como la aplicación IPM Forense, la herramienta ForenseMed SVA, la plataforma Forensemind v1.0 y el sistema de evaluación termográfica Medyther IA.

Entre sus principales aportaciones destacan los capítulos dedicados a los aspectos normativos y éticos. Se analizan en profundidad los estándares de admisibilidad de la evidencia algorítmica en los tribunales, el impacto del Reglamento Europeo de Inteligencia Artificial (IA Act), la mitigación de alucinaciones y sesgos algorítmicos, y los protocolos de trazabilidad y explicabilidad (XAI) indispensables para evitar la opacidad de los sistemas de «caja negra» en la elaboración de informes periciales.

Dirigida a médicos forenses, peritos judiciales, juristas, magistrados, toxicólogos, genetistas y profesionales de la investigación criminalística, esta obra constituye un manual de referencia indispensable. Ofrece una visión crítica y pragmática sobre el equilibrio indispensable entre la innovación tecnológica y la salvaguarda de las garantías procesales en el sistema de justicia.

Información adicional

Subtítulo	Uso, regulación y aplicaciones prácticas
Autores	Jorge González-Fernández, Pedro Juez Martel y Ana Riera Taboas
Editorial	JM Bosch Editor
Edición	2026
Páginas	446

Prólogo (José María Montero Juanes)
Capítulo 1: Aproximación a la Inteligencia Artificial en las Ciencias Forenses (Jorge González Fernández)
1. Introducción
2. Aplicación de la IA en las especialidades forenses
  1. Patología e Histopatología Forense
    1. Patología digital
    2. Análisis de Autopsias Virtuales
    3. Clasificación de Lesiones con Redes Neuronales
    4. Reconstrucción y superposición facial
    5. Estimación del Intervalo Post Mortem (PMI)
  2. Biología Forense
    1. Microscopía automatizada para la detección de espermatozoides
    2. Genética Forense Potenciada por IA
    3. Análisis de Muestras Complejas de ADN
    4. Fenotipado por ADN
    5. Genealogía Genética Forense
  3. Toxicología Forense Inteligente
    1. Interpretación Avanzada, ventajas y aplicaciones
    2. Análisis Predictivo Toxicológico
    3. Automatización en Toxicología
  4. Sexología Forense
  5. Otras aplicaciones de la IA en las Ciencias Forenses
    1. Estimación forense de la edad
    2. Identificación Biométrica Avanzada
    3. Análisis Forense Digital
    4. Reconstrucción de Escenas del Crimen
3. Desafíos técnicos y consideraciones éticas y legales en la IA forense
  1. Desafíos Técnicos y de Implementación
    1. Calidad y representatividad de los datos
    2. Sesgos algorítmicos y equidad
    3. Transparencia, interpretabilidad y «Caja Negra»
    4. Necesidad de validación y estándares
  2. Aspectos legales, éticos y de privacidad
    1. Privacidad y protección de datos sensibles
    2. Responsabilidad legal y errores algorítmicos
    3. Admisibilidad de la evidencia en Tribunales
    4. Formación y balance entre innovación y garantías
4. Asociación entre la inteligencia artificial y la inteligencia humana en el sistema de justicia
5. Conclusiones y recomendaciones
6. Bibliografía
Capítulo 2: Fundamentos Técnicos de la IA en Ciencias Forenses (Pedro Juez Martel)
1. Introducción
2. De la dactiloscopia a la era digital
3. Principales hitos en la automatización forense
4. Fundamentos de la inteligencia artificial aplicada al ámbito forense
  1. Machine Learning: Supervisado y No Supervisado
    1. Aprendizaje Supervisado
    2. Aprendizaje No Supervisado
    3. Aprendizaje Semi-Supervisado y por Transferencia
5. Deep learning y redes neuronales
6. Visión por computador y procesamiento de imagen
7. Redes neuronales Transformers: procesamiento del lenguaje natural (PLN)
  1. La idea central: atención multi-cabeza
  2. De ese artículo a ChatGPT, Claude y Gemini
8. Taxonomía de aplicaciones de IA en Ciencias Forenses
  1. Sistemas de Identificación y Reconocimiento
  2. Sistemas de Análisis y Clasificación
  3. Sistemas Predictivos y de Apoyo a la Decisión
9. Rag – Retrieval Augmented Generation y Fine tuning
  1. RAG – Retrieval Augmented Generation
  2. Fine-tuning
  3. Cuándo usar uno u otro
10. Retos y oportunidades en la implementación de la IA forense
  1. Validación Científica y Admisibilidad Legal
11. Sesgos algorítmicos en el contexto forense
12. Explicabilidad e interpretabilidad (XAI)
13. Cadena de custodia digital y procedencia
14. El futuro de la IA forense: perspectivas y desafíos emergentes
15. Referencias bibliográficas
Capítulo 3: Introducción a la IA en Medicina Legal: Conceptos Básicos de IA y Machine Learning. IA Generativa: Qué es, cómo funciona (Carlos Pérez Míguez)
1. Introducción
2. ¿Qué es la inteligencia artificial?
3. Machine learning y deep learning: conceptos básicos y relación con la IA actual
4. ¿Qué es la inteligencia artificial generativa y en qué se diferencia de otros sistemas?
5. ¿Cómo funciona, de forma general, la inteligencia artificial generativa?
6. Modelos de lenguaje, chatbots, prompts y contexto: conceptos básicos para el usuario profesional
  1. Modelos generalistas y sistemas más especializados
7. Potencialidades de la inteligencia artificial generativa en el ámbito médico-forense
8. Límites, riesgos y cautelas básicas en el uso de la inteligencia artificial generativa
9. Consideraciones finales
10. Referencias
Capítulo 4: Inteligencia Artificial en Medicina Legal y Forense: Fundamentos, Aplicaciones, Limitaciones y Stack de Investigación (Ana Riera Táboas)
1. Introducción
2. Marco teórico
3. Aplicaciones de la IA en medicina forense y legal
  1. Autopsia virtual e imagenología
  2. Tanatología computacional: PMI, necrobioma, metabolómica y patómica
  3. Patología forense
  4. Criminalística y escena del crimen
  5. Toxicología forense
  6. Identificación humana
  7. Genética forense
  8. Antropología forense
  9. Psiquiatría y psicología forense
  10. Gestión de consultas y docencia
4. Limitaciones, sesgos y condiciones de aceptabilidad
  1. Calidad del dato, sesgos y generalización
  2. El problema de la caja negra y la admisibilidad judicial
  3. Riesgos de la IA generativa
  4. Equidad y garantías procesales
5. Stack de IA para búsqueda científica y consulta
  1. Núcleo de Fuentes Primarias
  2. Arquitectura de IA por fases funcionales
  3. Metodología de Trabajo sobre corpus cerrado
  4. Estructura de Salida y Auditabilidad
  5. Integridad Metodológica
  6. Ecosistema de Asistencia Especializada: Proyecto Código Rojo
6. Conclusión
7. Referencias
Capítulo 5: IA y Termografía Médica: Valoración del Daño Corporal 5.0 (Angel Hernández Gil y Concepción González Sánchez)
1. Introducción
2. Termografía Médica Infrarroja y Termografía Médica Avanzada (TMA)
  1. Principales parámetros técnicos
  2. Optimización tecnológica: Termografía Médica Avanzada
    1. Resolución y definición geométrica de la imagen
    2. Sensibilidad térmica y umbral de detección analítica
3. Optimización algorítmica de la tma mediante inteligencia artificial
  1. Segmentación Automatizada y Estandarización de Regiones de Interés (ROI)
  2. Extracción de Características y Análisis Cuantitativo Termodinámico
  3. Diagnóstico de incongruencias fisiológicas y prevención de sobresimulación o simulación
4. Software Medyther IA para interpretación de TMA
5. Termografía Médica Avanzada y aplicación en la Valoración del Daño Corporal (VDC)
  1. Caracterización Semiológica de los Patrones Termográficos en la Valoración del Daño Corporal
    1. Patrón de Normalidad (Homeostasis Térmica y Simetría Contralateral)
    2. Patrón Inflamatorio Agudo (Hipertermia localizada o focal y Disrupción Autónoma)
    3. Patrón Degenerativo, Reumático y Neuropático (Hipotermia o Disfunción Térmica)
  2. Evidencia científica de la utilidad de la TMA en VDC en traumatología
6. Conclusiones
  1. Ventajas de la integración de la IA en la TMA y su aplicación en la VDC
  2. Limitaciones y Desafíos en el Ámbito Médico-Legal
7. Consideración Final
8. Bibliografía
Capítulo 6: Inteligencia Artificial en la Psiquiatría Forense (Pedro Juez Martel)
1. Introducción: la transformación paradigmática de la pericia forense
2. Evaluación de la capacidad y responsabilidad
  1. Herramientas de Apoyo a la Evaluación de Imputabilidad
  2. Valoración de la Capacidad Civil y Competencia Procesal
3. Sistemas de Decisión Estructurada (DSS)
4. Evaluación del riesgo de violencia y reincidencia delictiva
  1. Instrumentos Actuariales y Machine Learning
5. Predicción de reincidencia delictiva en el sistema penal
  1. Evaluación del Riesgo de Violencia de Género (VPR/VPER)
6. Análisis de lenguaje y detección de simulación
  1. Procesamiento del Lenguaje Natural (NLP) en Entrevistas Forenses
  2. Detección de Engaño y Simulación de Síntomas (Malingering)
  3. Análisis de Credibilidad Testimonial
7. Neuroimagen forense: del biomarcador a la sala de justicia
  1. Análisis de Neuroimagen Funcional con IA
  2. Correlatos Neurobiológicos de la Conducta Antisocial
  3. Limitaciones y Controversias en la Neuropredicción
8. Evaluación de menores en el contexto forense
  1. Herramientas Adaptadas a Población Infantojuvenil
  2. Valoración de la Madurez y el Desarrollo
9. Entrevista forense asistida por IA y Avatares Virtuales
10. Forensemind v1.0: Plataforma de evaluación psiquiátrico-forense desarrollada por el autor de este capítulo
  1. Visión General y Filosofía de Diseño
  2. Gestión de Casos y Flujo de Trabajo Pericial
  3. Batería de Evaluación Multimétodo
  4. Módulo PCL-SV: Evaluación de Psicopatía
  5. Generación Automatizada de Informes Periciales
11. Desafíos éticos, legales y marco regulatorio
  1. El Problema de la Caja Negra y la Responsabilidad Profesional
  2. Sesgos Algorítmicos y Justicia Distributiva
12. Conclusiones y visión prospectiva
  1. El Futuro: Gemelos Digitales y IA Generativa Forense
13. Modelos específicos de IA en psiquiatría forense
  1. Otros modelos disponibles
14. Referencias
Capítulo 7: La Inteligencia Artificial Aplicada en la Psicología Forense (Bernat N. Tiffon Nonis)
1. Una cuestión de cambios generacionales
2. Estatus científico actual de la IA en la psicología forense
3. Sobre la IA, la psicología forense y la violencia de género (VIO-GEN)
4. Sobre la IA, la psicología forense y simulación y/o detección de mentiras
5. Sobre la IA, la psicología forense y la evaluación del riesgo de violencia
6. Sobre la IA, la psicología forense y un planteamiento (posiblemente) prometedor
7. Sobre la IA, la psicología forense y la ética y la deontología
8. Sobre la IA, la psicología forense y los peligros iatrogénicos de los chatbots
9. Conclusiones: impactos y riesgos éticos y deontológicos por el uso de la IA en la psicología criminal y forense
10. Bibliografía
Capítulo 8: Inteligencia Artificial en Patología e Histología Forense (Pedro Juez Martel)
1. Introducción
2. Introducción: la revolución digital en la medicina legal
  1. Contexto Histórico y Motivación
  2. Aplicaciones prácticas de la IA a problemas concretos de histopatología
    1. Análisis de Imagen Histopatológica con Inteligencia Artificial
    2. Redes Neuronales Convolucionales para Clasificación Tisular
    3. Segmentación Automática de Estructuras Tisulares
  3. Uso de Fine-Tuning para Patología Forense
    1. Estimación del Intervalo Post-Mortem (PMI) mediante Inteligencia Artificial
      1. Modelos Predictivos Basados en Cambios Tisulares
      2. Metabolómica Post-Mortem y Tanatoquímica con IA
      3. Análisis de Entomología Forense con Visión Artificial
      4. Integración de Variables Ambientales en los Modelos de PMI
3. Determinación de la causa y mecanismo de muerte
  1. Clasificación Automática de Patrones de Lesión
  2. Detección Precoz del Infarto de Miocardio
  3. Diferenciación entre Lesiones Vitales y Post-Mortem
  4. Clasificación y Análisis de Heridas de Bala y Traumatismos
  5. Diagnóstico de Muertes por Asfixia y Sumersión
  6. Sistemas de Apoyo a la Decisión en Autopsias
4. Creación de la app IPM Forense
  1. Arquitectura científica
  2. Resultado clínico y generación del informe
  3. Disponibilidad
5. Autopsia virtual y técnicas de imagen
  1. Tomografía Computarizada Post-Mortem (TCPM)
  2. Resonancia Magnética Post-Mortem
  3. Reconstrucción 3D y Análisis Volumétrico con IA
6. Antropología forense computacional
  1. Estimación de Edad, Sexo y Ancestría
  2. Reconstrucción Facial Automatizada
  3. Superposición Cráneo-Facial con IA
7. Autopsia molecular: protómica y lipidómica asistida por IA
  1. Lipidómica en la Isquemia Cardíaca
  2. MicroRNAs y Respuesta a la Hipoxia
  3. Protómica Forense y Modelos Predictivos
  4. Simulación de Escenarios Forenses con IA Generativa
8. Modelos de IA actuales en patología forense
  1. Análisis de heridas por arma de fuego
  2. Diagnóstico histológico de muerte por sumersión – DiatomNet
  3. Neurología forense post-mortem
  4. Microbioma forense y autopsia molecular
  5. Patología computacional: análisis de Whole Slide Images
  6. Determinación de edad del menor
  7. Agentes y Chatbots: UNI, CONCH y PathChat
9. Conclusiones y perspectivas futuras
10. Referencias bibliográficas
Capítulo 9: Inteligencia Artificial y Diagnóstico por la Imagen en Medicina Forense (Rafael Bañón González)
1. Introducción
2. Procesado y almacenamiento de imágenes
3. La inteligencia artificial y el aprendizaje automático
4. IA y aprendizaje automático en medicina forense
5. IA en la imagen histopatológica
6. IA en odontología forense
7. Bases de datos de imágenes forenses
8. Limitaciones técnicas, desafíos y consideraciones éticas
9. Referencias
Capítulo 10: Inteligencia Artificial en Química Forense y Toxicología (Pedro Juez Martel)
1. Introducción
2. Toxicología forense computacional
  1. Identificación Automática de Sustancias por Espectrometría de Masas
  2. LCMS-Net: Redes Convolucionales para Espectrometría de Alta Resolución
  3. DeepMASS y CANOPUS: Identificación Estructural sin Estándares de Referencia
3. Machine learning y deep learning para interpretación cromatográfica
  1. Graph Machine Learning (GNN) para Predicción de Concentraciones
  2. UMAP y Reducción de Dimensionalidad para Detección de Falsos Positivos
4. Predicción de metabolitos y rutas metabólicas
  1. BioTransformer 3.0: Predicción Híbrida de Biotransformaciones
  2. Estimación del Intervalo Post-Mortem mediante Perfil Metabólico
5. Análisis de drogas de abuso
  1. Clasificación Automática de Nuevas Sustancias Psicoactivas (NPS)
  2. PS2MS: Identificación de NPS mediante Espectros Sintéticos
  3. AI-SNPS2: Plataforma Multinivel para Clasificación de NPS
  4. Perfiles de Impurezas y Trazabilidad
  5. Análisis de Pelo y Otras Matrices Alternativas
  6. SVM y ATR-FTIR para Identificación Regional del Vello
  7. Microsegmentación Temporal Automatizada
6. Creación de la app ForenseMed SVA
  1. Arquitectura funcional
  2. El Índice de Sospecha SVQ: sistema de puntuación clínico-forense
  3. Flujo de trabajo en cuatro pasos
  4. Base científica y referencias
7. Química forense ambiental
  1. Análisis de Acelerantes en Incendios
8. Transfer learning con CNN para detección de gasolina
9. Detección de contaminantes y tóxicos ambientales
10. Trazabilidad de residuos industriales
11. Control de calidad automatizado
  1. Validación de Métodos Analíticos con IA
  2. Detección de Anomalías en Control de Calidad
  3. Automatización de Informes Periciales
12. Análisis de evidencias químicas
  1. Identificación de Explosivos y Residuos de Disparo
  2. Redes Bayesianas para Interpretación de GSR
13. Análisis de tintas y documentos
14. Redes Kolmogorov-Arnold (KAN) para clasificación hiperespectral de tintas
15. Identificación de materiales desconocidos
16. Herramientas de IA existentes en la actualidad sobre química toxicológica
  1. Herramientas web
  2. Modelos en HuggingFace
  3. Chats de Toxicología
17. Consideraciones legales, éticas y de admisibilidad
  1. El Estándar Daubert y la Admisibilidad de Evidencia IA
  2. Inteligencia Artificial Explicable (XAI) en el Contexto Forense
  3. Sesgos, Responsabilidad y Equidad
18. Conclusiones y perspectivas futuras
19. Referencias bibliográficas
Capítulo 11: Aplicaciones de la Inteligencia Artificial en un Centro Nacional de Información Toxicológica: El Caso del Servicio de Información Toxicológica (SIT) de España (Carlos Risco Risco e Iñaki de Arancibia López)
1. Introducción
2. Mejora del diagnóstico e identificación de tóxicos
  1. Clasificación de intoxicaciones mediante aprendizaje automático
  2. Reconocimiento de agentes tóxicos mediante reconocimiento de imágenes con IA
  3. Interpretación de señales biomédicas
  4. Procesamiento del lenguaje natural sobre datos no estructurados
3. Capacidad predictiva para el triaje y el pronóstico
  1. Predicción de complicaciones graves
  2. Toxicovigilancia y detección de amenazas emergentes
4. Soporte a la toma de decisiones terapéuticas
  1. Optimización de dosis de antídotos
  2. Interpretación de resultados de laboratorio
  3. Acceso inteligente a la información toxicológica
  4. Arquitectura de integración: RAG y trazabilidad
5. Comparativa de modelos de IA para toxicología clínica (2026)
  1. ChatGPT (OpenAI)
  2. Google Gemini
  3. Claude (Anthropic)
  4. Modelos especializados en medicina
  5. Síntesis comparativa y criterios de elección
6. Retos, limitaciones y consideraciones éticas
7. Impacto en el comportamiento del público y el uso de los centros
8. Aplicaciones adicionales de la IA en toxicología
9. Direcciones futuras e integración en el SIT de España
  1. Marco regulatorio español y europeo
  2. Una hoja de ruta por fases
  3. Interoperabilidad y colaboración en red
  4. Limitaciones de esta revisión
10. Conclusiones
11. Referencias
Capítulo 12: Inteligencia Artificial en Genética Forense (Pedro Juez Martel)
1. Introducción: la revolución de la IA en la genética forense
  1. Interpretación Automática de Electroferogramas
2. Análisis de mezclas complejas con IA probabilística
3. Deconvolución de perfiles y asignación de contribuyentes
4. Secuenciación de nueva generación (NGS) forense
  1. Análisis de SNPs y STRs mediante NGS
5. Bioinformática forense y pipelines automatizados
  1. Predicción de Características Fenotípicas Externas (EVCs)
6. Genealogía genética investigativa (FIGG)
  1. Búsquedas Familiares en Bases de Datos
  2. Reconstrucción de Árboles Genealógicos con IA
7. Predicción de biogeografía ancestral
  1. Modelos de Inferencia de Ancestría Basados en Aprendizaje Automático
8. Predictor de ancestralidad biogeográfica
9. Análisis de haplogrupos mitocondriales y del cromosoma Y
10. Bases de datos y búsquedas automatizadas
  1. CODIS, ENFSI y Bases de Datos Nacionales
11. Algoritmos de Matching y Likelihood Ratios
12. Interoperabilidad y estándares de intercambio: Prüm II
13. Modelos actuales de IA más avanzados disponibles por áreas de genética forense
  1. Análisis de mezclas STR y número de contribuyentes
  2. Identificación individual – perfilado STR y DVI
  3. Fenotipado forense de ADN (FDP) – apariencia y rasgos visibles
  4. Inferencia de ancestría biogeográfica (BGA)
  5. Clasificación de haplogrupos Y-cromosoma
  6. Modelos fundacionales de ADN (fine-tuneables para aplicaciones forenses)
  7. WGS forense, clusterización y genómica forense avanzada
  8. Otros modelos disponibles de genética forense
14. Síntesis y conclusiones
  1. Principales Hallazgos
  2. Perspectivas de Futuro
15. Referencias bibliográficas
Capítulo 13: Aspectos Éticos, Legales y de Calidad en IA Aplicada a Ciencias Forenses. Análisis de Riesgos y Normativa Aplicable (Paula Vila González)
1. Introducción
2. Riesgos del uso de inteligencia artificial en las ciencias forenses
  1. Riesgos técnicos
    1. Sesgos estructurales (sesgo algorítmico)
    2. Errores técnicos
    3. Alucinaciones
      1. Clasificación de las alucinaciones
      2. Implicaciones en la elaboración de informes periciales
    4. Falta de explicabilidad
  2. Riesgos cognitivos o profesionales
    1. Sesgo de automatización
    2. Error metodológico
    3. Otros riesgos profesionales
  3. Riesgos éticos y de derechos fundamentales
  4. Riesgos legales y de responsabilidad profesional
    1. Uso de herramientas no validadas o no autorizadas
    2. Falta de trazabilidad y explicabilidad de los resultados
    3. Vulneración de la normativa aplicable
    4. Responsabilidad profesional del perito
3. Confidencialidad, privacidad y seguridad de datos en el uso de inteligencia artificial en medicina legal
4. Marco legal y normativo aplicable de la inteligencia artificial en medicina legal en España y la Unión Europea
  1. Regulación europea de la IA
  2. Marco regulatorio de la IA en España
5. Garantía de calidad, trazabilidad y seguridad en el uso de inteligencia artificial en medicina legal
  1. Validación científica de las herramientas utilizadas
  2. Trazabilidad y transparencia en el uso de sistemas de IA
  3. Supervisión humana y control experto
  4. Formación y competencia profesional
  5. Protocolos institucionales y control de calidad
6. Conclusión: integración responsable de la inteligencia artificial en medicina legal
7. Referencias
Capítulo 14: Inteligencia Artificial para la Investigación y Publicación de Artículos Científicos en Medicina Forense (José María Tenías Burillo)
1. Introducción
2. Fundamentos de la inteligencia artificial aplicada a las ciencias forenses
  1. Conceptos Básicos y Definiciones
  2. Tipos de Aprendizaje Automático
  3. Arquitecturas de Redes Neuronales
  4. Procesamiento de lenguaje natural
3. Aplicaciones de la IA en la práctica forense
  1. Patología forense y análisis de autopsias
  2. Toxicología forense
  3. Identificación de víctimas y antropología forense
  4. Análisis de imágenes médicas forenses
  5. Estimación de edad y determinación de causa de muerte
  6. Odontología forense
  7. Entomología forense
4. La redacción científica en el ámbito forense
  1. Filosofía de la escritura científica forense
  2. El ciclo de la información y la selección del tema
  3. La Estructura IMRyD como Estándar de Comunicación
  4. El Informe Pericial frente al Artículo Científico
5. Inteligencia artificial en la escritura y publicación científica
  1. Asistencia en la redacción de manuscritos
  2. IA aplicada a cada sección del artículo científico
  3. Revisión por Pares Asistida por IA
  4. Detección de plagio y verificación de integridad
  5. Optimización del proceso editorial
6. Autoría, ética e integridad científica
  1. Criterios de autoría y la taxonomía CRediT
  2. Ética en la aplicación de IA en Medicina Forense
  3. Ética en la Publicación Científica Asistida por IA
  4. Marco legal y regulatorio
  5. Responsabilidad y rendición de cuentas
7. El proceso editorial: del manuscrito a la publicación
  1. Criterios de Selección de Revistas y Métricas de Impacto
  2. La revisión por pares doble ciego
  3. Checklist de Envío para Manuscritos Forenses
8. Casos de uso y estudios de caso
  1. Casos de éxito en Medicina Forense
  2. Casos de Aplicación en Publicación Científica
  3. Lecciones Aprendidas
9. Perspectivas futuras y desafíos
  1. Tendencias emergentes en IA forense
  2. Futuro de la publicación científica con IA
  3. Desafíos técnicos y metodológicos
  4. Necesidades de Formación y Capacitación
10. Conclusiones
11. Referencias bibliográficas
Anexo I. Herramientas basadas en inteligencia artificial para la investigación y publicación académica
Capítulo 15: Prompting Aplicado y Uso de la Inteligencia Artificial para la Gestión de Datos Orientada a Investigación Médico-Forense (Michael Calviño Suarez)
1. Introducción
2. Concepto de prompt y de prompting
3. Por qué importan los buenos prompts: una explicación comprensible de cómo funcionan los LLM
4. Tipos de prompts útiles en investigación médico-forense
  1. Prompt básico
  2. Prompt estructurado con rol y restricciones
  3. Prompt para extracción de variables
  4. Prompt para limpieza y normalización de datos
  5. Prompt para investigación bibliográfica en profundidad
  6. Prompt para lectura crítica de artículos
  7. Prompt para sistemas de generación aumentada por recuperación (RAG)
  8. Prompt para generación de código y análisis estadístico exploratorio
  9. Prompt para redacción científica y revisión interna
5. Aplicación de la IA a la gestión de datos en investigación médico-forense
  1. Diseño del proyecto
  2. Recogida y estructuración de datos
  3. Limpieza y curación de datos
  4. Anonimización y protección de datos: enfoque operativo
  5. Análisis exploratorio asistido
  6. Redacción y comunicación de resultados
6. Riesgos, límites y precauciones específicas del prompting
7. Buenas prácticas propuestas para el uso de prompting e IA en investigación médico-forense
8. Propuesta de flujo de trabajo práctico
9. Conclusiones
10. Referencias

Aplicación de redes neuronales convolucionales para clasificación tisular y segmentación en histopatología.
Modelos predictivos para la estimación del intervalo post-mortem (PMI) mediante metabolómica, tanatoquímica y entomología forense.
Aplicación móvil IPM Forense para estimación del intervalo post-mortem e integración en informes periciales.
Modelos de diagnóstico especializado en patología: DiatomNet, UNI, CONCH y PathChat.
Software Medyther IA para el análisis infrarrojo y termográfico avanzado en la valoración del daño corporal.
Deconvolución de mezclas complejas de ADN mediante modelos probabilísticos e IA.
Sistemas de secuenciación de nueva generación (NGS) y fenotipado forense de ADN para rasgos físicos visibles y biogeografía ancestral.
Genealogía genética investigativa (FIGG) y reconstrucción de árboles genealógicos asistida por IA.
Herramienta LCMS-Net y plataformas DeepMASS, CANOPUS, BioTransformer 3.0 para identificación espectrométrica y metabólica.
Plataformas de clasificación de nuevas sustancias psicoactivas (NPS): PS2MS y AI-SNPS2.
Software ForenseMed SVA y el Índice de Sospecha SVQ para química y toxicología forense.
Redes Kolmogorov-Arnold (KAN) para clasificación hiperespectral de tintas y análisis de documentos dudosos.
Plataforma Forensemind v1.0 para la evaluación psiquiátrico-forense, medición de psicopatía (módulo PCL-SV) y generación automatizada de dictámenes.
Modelos predictivos de riesgo de reincidencia delictiva y violencia de género (sistemas VPR/VPER y actuariales).
Procesamiento del lenguaje natural (PLN) aplicado a la detección de engaño, simulación de síntomas (malingering) y credibilidad testimonial.
Termografía médica infrarroja avanzada para la detección de incongruencias fisiológicas y prevención de simulación en traumatología.
Análisis de autopsias virtuales mediante tomografía computarizada post-mortem (TCPM), resonancia magnética y reconstrucciones 3D volumétricas.
Análisis computacional en antropología forense: estimación automatizada de edad, sexo, ancestría y superposición cráneo-facial.
Modelos de IA aplicados a la toxicología clínica en el Servicio de Información Toxicológica (SIT) de España.
Análisis del marco normativo europeo (IA Act) y nacional referente a la admisibilidad de la evidencia pericial algorítmica y el estándar Daubert.
Protocolos para garantizar la explicabilidad (XAI), auditabilidad, transparencia y mitigación del efecto «caja negra» en tribunales.
Estrategias de prompting aplicado y diseño de flujos de trabajo con modelos de lenguaje masivos (LLM) y sistemas RAG en investigación médica y pericial.