יועץ לחקירות פורנזיות FIC
יועץ לחקירות פורנזיות


מומחים משפטיים
אנליסטים פורנזיים

FIC Windows Utilities
FIC Windows Utilities

דיוק הבדיקות הבליסטיות ההשוואתיות

 
Matching non-match comparison
Matching non-match comparison

כדי שבדיקות פורנזיות של השוואה וזיהוי יוכרו כמהימנות, קבילות ומקובלות מבחינה מדעית, עליהן להתבצע בשיטות מדעיות המפיקות בעקביות את אותן תוצאות.

ההליכים הנהוגים כיום והבסיס המדעי שלהם חשובים ביותר לתרומתם של הממצאים החפציים לגיבוש ההכרעה השיפוטית ולתפקידם המשמעותי בהחלטת בית המשפט.

בוחנים ברחבי העולם נתונים ללחץ לבצע זיהויים אובייקטיביים יותר.

המשפט והמדע התכנסו לראשונה בסוגיית עדות מומחים בשנת 1997. לפי קבוצת עבודה של ENFSI (הרשת האירופית של מכוני המדע הפורנזי), ביום 31 באוגוסט 2004 נקבעו קריטריונים מדעיים לזיהוי בתחום המדעים הפורנזיים.

ביום 20 בספטמבר 2016 פרסמה מועצת יועצי נשיא ארצות הברית למדע ולטכנולוגיה [President’s Council of Advisors on Science and Technology (PCAST)], קבוצת ייעוץ המורכבת ממדענים מובילים, את הדוח Forensic Science in Criminal Courts: Ensuring Scientific Validity of Feature-Comparison Methods („מדע פורנזי בבתי משפט פליליים: הבטחת התקפות המדעית של שיטות להשוואת מאפיינים”), והמליצה על צעדים לקידום שימוש תקף ומבוסס ראיות במדע הפורנזי באולמות המשפט.

רגישות וסגוליות^

באופן אידיאלי, כל בדיקת מעבדה צריכה לשקף את המציאות: כאשר קיימת בעיה עליה לזהות אותה ולהחזיר תוצאה חיובית, וכאשר הכול תקין עליה להחזיר תוצאה שלילית. בפועל, עם זאת, אין בדיקת מעבדה מושלמת מסוג זה.

כל שיטת מעבדה כוללת שיעור מסוים של טעות. טעות השיטה מוגדרת אקראית כאשר היא נובעת מתנודה סטטיסטית, ושיטתית כאשר השיטה עצמה, מסיבות שונות, אינה מסוגלת לקבוע במדויק את הכמות הנמדדת.

לכן, בפירוש התוצאות עלולים להופיע שני סוגים של תוצאות שגויות:

  • א) התוצאה עלולה להיות חיובית כוזבת; ו
  • ב) התוצאה עלולה להיות שלילית כוזבת.

כדי להשוות בין בדיקות מעבדה ולהחליט איזו מהן מספקת את התוצאות המהימנות ביותר, משתמשים במונחים רגישות (sensitivity) וסגוליות (specificity).

רגישותה של בדיקת מעבדה מתייחסת ליכולתה לזהות נכון תוצאות חיוביות אמיתיות. לכן בדיקה בעלת רגישות גבוהה מפיקה מעט ככל האפשר תוצאות שליליות כוזבות. לעומת זאת, סגוליות מתייחסת ליכולת לזהות נכון תוצאות שליליות אמיתיות. לפיכך בדיקה בעלת סגוליות גבוהה מפיקה מעט ככל האפשר תוצאות חיוביות כוזבות.

דיוקה (accuracy) של בדיקת מעבדה קשור לשאלה אם היא משלבת רגישות וסגוליות גבוהות. בפועל, עם זאת, שני המדדים משתנים לעיתים קרובות ביחס הפוך.

לבדיקות בעלות רגישות גבוהה עשויה להיות סגוליות נמוכה יותר, ולהפך. על המומחה לבחור, בהתאם למקרה, באיזון המתאים בין רגישות לסגוליות.

לדוגמה, נניח שממצאים מתיק מסוים נבדקים מול מאגר התיקים הבלתי מפוענחים. ברור שיש להשתמש בבדיקה בעלת רגישות גבוהה כדי לאתר את כל ההתאמות האפשריות.

מטבע הדברים, ממצאים מסוימים יסווגו בטעות כמתאימים, אך הדבר אינו מכריע, משום שהמטרה הראשונית היא שלא להחמיץ תיק בלתי מפוענח.

כאשר מתקבלת לאחר מכן החלטה למסור את התוצאה החיובית לרשויות המזמינות, יש לחזור על הבדיקה באמצעות בדיקה שנייה בעלת סגוליות גבוהה, כדי לצמצם את האפשרות לתוצאה חיובית כוזבת. מניעת פגיעה באדם חף מפשע חשובה באותה מידה כמו עשיית צדק.

ההערכה הכמותית של הרגישות והסגוליות נעשית באמצעות הטבלה המרובעת שלהלן:

טבלה רגישות - סגוליות:
זיהויאי־זיהוי
בדיקה חיוביתαβ
בדיקה שליליתγδ

לפיכך:

  • α, זיהויים חיוביים אמיתיים.
  • β, זיהויים חיוביים כוזבים.
  • γ, זיהויים שליליים כוזבים.
  • δ, זיהויים שליליים אמיתיים.
  • α+γ, המספר הכולל של הזיהויים החיוביים.
  • β+δ, המספר הכולל של הזיהויים השליליים.

הרגישות מחושבת לפי היחס α / (α+γ) ובדרך כלל מבוטאת באחוזים.

הסגוליות מחושבת לפי היחס δ / (β+δ) ובדרך כלל מבוטאת באחוזים.

QCMS comparison illustration
התאמה – אי־התאמה / מתודולוגיית QCMS^
מתודולוגיית QCMS^

כדי להתמודד עם סוגיות אלה פותחו, לצד הזיהויים המיקרוסקופיים המסורתיים, שיטות המבוססות על קריטריונים מתמטיים ייעודיים ועל זיהוי תבניות. לצד הבדיקה ההשוואתית המסורתית הן משלבות מתודולוגיה מדעית בעלת הליך מדיד — Quantitative Consecutive Matching Striae (QCMS), כלומר הערכה כמותית של חריצים מיקרוסקופיים תואמים רצופים (CMS). הליך מדיד זה מספק רמת ביטחון גבוהה יותר ומבסס בפני בית המשפט את מהימנות הבוחן ואת מהימנות מסקנותיו.

קריטריונים כמותיים^

הקריטריונים הכמותיים לזיהוי שהגישו Biasotti ו־Murdock ל־AFTE בשנת 1997 הם:

בסימני כלים תלת־ממדיים, כאשר קיימים לפחות:

  • שתי (2) קבוצות שונות, שכל אחת מהן כוללת לפחות שלושה (3) חריצים תואמים עוקבים, המופיעות באותו מיקום יחסי; או
  • קבוצה אחת של שישה (6) חריצים תואמים עוקבים התואמת למאפיינים המקבילים בסימן כלי שבמחלוקת, בהשוואה לסימן ניסוי. (כלומר, הסימנים שעל המוצג וסימני הניסוי שנוצרו באמצעות הכלי החשוד); ו

בסימני כלים דו־ממדיים, כאשר קיימים לפחות:

  • שתי (2) קבוצות שונות, שכל אחת מהן כוללת לפחות חמישה (5) חריצים תואמים עוקבים, המופיעות באותו מיקום יחסי; או
  • קבוצה אחת של שמונה (8) חריצים תואמים עוקבים התואמת למאפיינים המקבילים בסימן כלי שבמחלוקת, בהשוואה לסימן ניסוי. (כלומר, הסימנים שעל המוצג וסימני הניסוי שנוצרו באמצעות הכלי החשוד).
מסקנה^

לסיכום, מאחר שגם יישום הקריטריונים הללו כולל סובייקטיביות בספירה, נערכו מחקרים נוספים בתחום ההתאמה המתמטית האוטומטית.

topbackadd