Vitenskapelige data for å støtte avgjørelser under tvil

​Tekst: Håvard Aanes, forsker, Øyvind Bleka, forsker, Pål Skage Dahlberg, forsker og Veslemøy Rolseth, forsker, KLM for rettsmedisin, OUS. Foto: Privat og Shutterstock.

Statistikk kan hjelpe oss med å forstå og ta avgjørelser knyttet til globale utfordringer som klimaendringer, pandemier, valutamarkeder og kriminalitetsforebygging. Når domstoler skal fatte avgjørelser under tvil, kan statistikk basert på biologiske data bli sentrale bevis. Men møtet mellom den subjektive og språklige rettssalen og tallbaserte sannsynligheter fra sakkyndige er ikke ukomplisert.

Biologiske aldersvurderinger

Rettsmedisin kan beskrives som en samling av vitenskapelige metoder og teknikker brukt til å hjelpe rettsvesenet i spesialiserte temaer. Faget jobber for å øke kvaliteten av bevisene når man står ovenfor konkrete spørsmål.

I vår forskningsgruppe har vi over noen år jobbet med å belyse hvor gammel en person er, i tilfeller der dette er ukjent eller omstridt. Spørsmålet kan dukke opp både i forvaltningen og sivilretten, der beviskravet kan være ordinær sannsynlighetsovervekt (altså mer enn 50 prosent) og strafferetten, der beviskravet er større, som det velkjente begrepet «hevet over enhver rimelig tvil».

Tiden som har passert siden en person ble født er et viktig juridisk premiss i mange sammenhenger. Denne tiden kaller vi kronologisk alder. Utfordringen er at personer som har levd like lenge kan ha betydelig variasjon i sin biologiske utvikling. Dette gjør at det er vanskelig å finne biologiske egenskaper som kan hjelpe til med å belyse det juridiske spørsmålet om kronologisk alder.

Radiologiske metoder for å vurdere alder

De mest brukte metodene for å estimere kronologisk alder er basert på å ta et røntgenbilde og vurdere utviklingsstadiet av skjelettet eller tennene. Når utviklingen er vurdert, kan vi bruke statistikk basert på et stort antall observasjoner av utviklingsstadium og kjent kronologisk alder for å gi en sannsynlighetsfordeling av alder. Ved å samle inn data fra mange ulike individer kan vi finne trekk som går igjen på ulike alderstrinn, for eksempel hva som er en typisk utforming av skjelettet når alder er 17 år. Vi bruker disse dataene til å predikere alderen til et nytt individ.

En prediksjon er altså et anslag av alder, og dette anslaget, eller estimatet, er beheftet med usikkerhet, som ved alle målinger. Det viktige er å vite hvor stor denne usikkerheten er. En ulempe med disse metodene er at personer med det samme utviklingsstadiet kan ha relativt ulik alder. Vi sier derfor at metodene har høy variasjon. En annen ulempe er at utviklingene av skjelett og tenner er ferdige sent i tenårene eller tidlig i tjueårene, og dermed ikke kan brukes ved høyere aldre.  

Store biologiske data

I vårt forskningsmiljø jobber vi med molekylærbiologiske metoder og maskinlæring for å predikere alder.

Vi vil forsøke å øke treffsikkerheten til estimatet av alder, og har gjort testing særlig knyttet til dynamiske endringer på utsiden av arvestoffet vårt, kalt DNA-metylering. Denne utviklingen tar ikke slutt, og kan derfor brukes til å estimere alder hele livet. Når det analyseres en prøve fra en person avleses det nesten en million datapunkter. Så store data gir muligheter, men også utfordringer. Én utfordring er at når vi har så mange datapunkter (eller variabler) for hver person, så trenger vi også et stort antall studiepersoner for å bygge en god modell.

Velg dine feil med omhu

Når en avgjørelse skal tas basert på en sannsynlighetsfordeling, må vi ofte velge hvilken type feil vi ønsker å redusere. Hvis spørsmålet dreier seg om alder, ønsker kanskje beslutningstager å redusere sjansen for å vurdere personen som voksen hvis det i realiteten er barn (kalt type 1 feil). Dette øker sjansen for å vurdere voksne som barn (kalt type 2 feil), ettersom disse to feilene går på bekostning av hverandre. Dette valget, knyttet til hvilken type feil vi ønsker å redusere og hvor mye, tas normalt på forhånd som del av et system for å fatte beslutninger.

Avgjørelser fattes under usikkerhet

Sannsynlighetsfordelinger basert på vitenskapelige data har vist seg å ha stor verdi som støtte for å foreta valg. Men interaksjonen mellom de språklige kriteriene i rettssalen og de databaserte sannsynlighetene fra naturvitenskapen er ikke enkel. Bør sannsynligheter fra sakkyndige presenteres i språkform? Eller bør retten ta tallbaserte sannsynligheter inn i sine subjektive vurderinger? Har den sakkyndige klart å formidle sannsynlighetene slik at de på en god måte inngår i rettens forståelse av det totale bevisbildet? Det er domstolen som må fatte en avgjørelse under usikkerhet etter å ha vurdert alle elementer av en sak.

Den sakkyndiges rolle er å bidra til å belyse de konkrete spørsmålene som er stilt. Det viktige er da at den sakkyndige og retten har forstått hverandre slik at bevisene vektes så korrekt som mulig.

Lenke:

Biologisk aldersvurdering som grunnlag for UDIs aldersfastsettelse.

Les flere blogginnlegg fra Ekspertsykehuset!