För att kriminaltekniska jämförelse- och identifieringsundersökningar ska erkännas som vetenskapligt tillförlitliga, tillåtliga och accepterade måste de utföras med vetenskapliga metoder som alltid ger samma resultat.

De förfaranden som används i dag och deras vetenskapliga grund är ytterst viktiga för bevismaterialets bidrag till den rättsliga bedömningen och för dess betydande roll i en domstols avgörande.

Internationellt utsätts undersökare för press att göra mer objektiva identifieringar.

Juridik och vetenskap konvergerade för första gången 1997 i frågan om sakkunnigbevisning. Den 31 augusti 2004 fastställde en arbetsgrupp inom ENFSI (European Network of Forensic Science Institutes) vetenskapliga identifieringskriterier inom kriminaltekniken.

Den 20 september 2016 publicerade President’s Council of Advisors on Science and Technology (PCAST), ett rådgivande organ bestående av ledande forskare, rapporten Forensic Science in Criminal Courts: Ensuring Scientific Validity of Feature-Comparison Methods (“Kriminalteknik i brottmålsdomstolar: säkerställande av den vetenskapliga giltigheten hos metoder för jämförelse av kännetecken”). Rapporten rekommenderade åtgärder för att främja en giltig och evidensbaserad användning av kriminalteknik i rättssalar.

Idealiskt bör varje laboratorieundersökning visa verkligheten: om ett problem finns bör den upptäcka det och ge ett positivt resultat, och om allt är i ordning bör den ge ett negativt resultat. I praktiken finns dock ingen laboratorieundersökning som är fullkomlig på detta sätt.

Varje laboratoriemetod innehåller en felandel. Metodfelet kallas slumpmässigt när det beror på statistisk variation och systematiskt när metoden själv av olika skäl inte kan bestämma den uppmätta storheten exakt.

Vid tolkning av resultaten kan därför två typer av felaktiga resultat uppstå:

• a) resultatet kan vara falskt positivt; och
• b) resultatet kan vara falskt negativt.

För att jämföra laboratorieanalyser och avgöra vilken som ger de mest tillförlitliga resultaten används begreppen sensitivitet och specificitet.

En laboratorieundersöknings sensitivitet avser dess förmåga att korrekt identifiera positiva resultat. En undersökning med hög sensitivitet ger därför så få falskt negativa resultat som möjligt. Specificiteten avser omvänt förmågan att korrekt identifiera negativa resultat. En undersökning med hög specificitet ger därför så få falskt positiva resultat som möjligt.

En laboratorieundersöknings noggrannhet (accuracy) beror på om den kombinerar hög sensitivitet med hög specificitet. I praktiken varierar dessa två storheter dock ofta omvänt.

Undersökningar med hög sensitivitet kan ha lägre specificitet och tvärtom. Beroende på fallet måste den sakkunnige välja rätt balans mellan sensitivitet och specificitet.

Anta till exempel att spåren i ett ärende jämförs med registret över ouppklarade ärenden. Då måste en test med hög sensitivitet användas för att alla möjliga överensstämmelser ska upptäckas.

Vissa spår kommer oundvikligen att klassificeras felaktigt som överensstämmande, men detta är inte avgörande eftersom det primära målet är att inte missa något ouppklarat ärende.

När man senare beslutar att meddela det positiva resultatet till de beställande myndigheterna måste kontrollen upprepas med en andra undersökning med hög specificitet för att minimera risken för ett falskt positivt resultat. Att undvika att en oskyldig person utsätts för en obefogad belastning är lika viktigt som en korrekt rättskipning.

Sensitivitet och specificitet uppskattas kvantitativt med hjälp av följande fyrfältstabell:

Därför gäller:

• α, de sant positiva identifieringarna.
• β, de falskt positiva identifieringarna.
• γ, de falskt negativa identifieringarna.
• δ, de sant negativa identifieringarna.
• α+γ, det totala antalet positiva identifieringar.
• β+δ, det totala antalet negativa identifieringar.

Sensitiviteten beräknas som förhållandet α / (α+γ) och uttrycks vanligen i procent.

Specificiteten beräknas som förhållandet δ / (β+δ) och uttrycks vanligen i procent.

För att hantera dessa frågor har, utöver traditionella mikroskopiska jämförelser, metoder utvecklats som bygger på specialiserade matematiska kriterier och mönsterigenkänning. Tillsammans med den traditionella jämförande undersökningen använder de en mätbar vetenskaplig metod — Quantitative Consecutive Matching Striae (QCMS), det vill säga en kvantitativ bedömning av på varandra följande överensstämmande strier. Detta mätbara förfarande ger en högre säkerhetsnivå och visar undersökarens och slutsatsernas tillförlitlighet inför domstolen.

Som angetts ovan är de kvantitativa identifieringskriterier som Biasotti och Murdock lämnade in till AFTE år 1997 följande:

För tredimensionella verktygsspår, när minst:

• Två (2) olika grupper, var och en bestående av minst tre (3) på varandra följande överensstämmande strier, förekommer i samma relativa position; eller
• En grupp om sex (6) på varandra följande överensstämmande strier är i överensstämmelse i ett verktygsspår från bevismaterialet jämfört med ett provspår. (Det vill säga bevis- och provspår framställda av det misstänkta verktyget); och

För tvådimensionella verktygsspår, när minst:

• Två (2) olika grupper, var och en bestående av minst fem (5) på varandra följande överensstämmande strier, förekommer i samma relativa position; eller
• En grupp om åtta (8) på varandra följande överensstämmande strier är i överensstämmelse i ett verktygsspår från bevismaterialet jämfört med ett provspår. (Det vill säga bevis- och provspår framställda av det misstänkta verktyget).

Sammanfattningsvis har ytterligare forskning om automatiserad matematisk matchning genomförts, eftersom tillämpningen av dessa kriterier fortfarande innehåller subjektivitet i räkningen.