Рамочная цифровая копия для судебной реконструкции приёма алкоголя через кинетику быстрых и медленных метаболитов

Почему это важно в повседневной жизни

Когда алкоголь участвует в аварии или преступлении, суть часто сводится к одному вопросу: когда и сколько кто‑то выпил? Самостоятельные показания ненадёжны, а обычные дыхательные или лабораторные тесты фиксируют лишь краткий момент. В этом исследовании предложен новый способ воссоздать историю употребления с помощью «цифровой копии» тела — компьютерной модели, имитирующей, как алкоголь перераспределяется и расщепляется — что открывает путь к более справедливым судебным решениям и точной медицинской помощи.

От простых тестов к целостной картине организма

Традиционные показатели, такие как концентрация алкоголя в крови (BAC) и в выдыхаемом воздухе (BrAC), быстро растут и падают. Это делает их полезными для проверки текущей степени опьянения, но они плохо подходят для восстановления того, пили ли до или после происшествия — ключевой момент так называемой защиты «фляжки», когда водитель утверждает, что выпил только после аварии. Существуют и более медленные маркёры — продукты распада алкоголя в крови и моче, но их в основном изучали по отдельности. Авторы утверждают, что реальная сила в том, чтобы смотреть на все эти сигналы вместе и интерпретировать их с помощью физиологически обоснованных математических моделей.

Создание виртуального тела для алкоголя

Исследователи расширили предыдущую цифровую копию метаболизма алкоголя до подробной виртуальной модели тела, отслеживающей как быстрые, так и медленные маркёры. Модель включает ключевые органы и жидкости — желудок, кишечник, кровь, печень, ткани, лёгкие и мочевой пузырь — а также влияние напитков, еды, телосложения и пола на движение алкоголя. Она симулирует стандартные BAC и BrAC, а также уровень алкоголя в моче и два более медленных кровяных вещества: этилглюкуронид (EtG) и этилсульфат (EtS). Все эти маркёры связаны общей биологией всасывания, распределения, химического превращения и выведения.

Тестирование копии на реальных людях

Чтобы убедиться, что виртуальное тело ведёт себя как настоящее, команда обучила и проверила модель на данных из десяти предыдущих исследований, в которых добровольцы употребляли разные виды и количества алкоголя с разными приёмами пищи. Показано, что модель может воспроизводить подъём и спад BAC, UAC (алкоголь в моче), EtG, EtS и более долгосрочного кровяного маркёра при различных схемах употребления. Она также прошла проверку на независимом исследовании, не использованном при обучении, и при варьировании возраста, веса, роста и состава тела, имитируя широкую взрослую популяцию. Хотя некоторые тонкие детали — особенно у медленных метаболитов — были неидеальны, общее соответствие оказалось достаточно сильным, чтобы пройти строгие статистические тесты.

Персонализированные прогнозы и сложные сценарии

Далее авторы применили цифровую копию к недавно собранным данным от крупного мужчины и небольшой женщины, которые прошли сложную сессию с двумя дозами, включавшую вино, водку и несколько приёмов пищи. Подгоняя только базовые личные параметры — вес, рост и пол — модель точно предсказывала их кривые алкоголя в крови и моче и в разумной степени улавливала более медленные метаболиты. Затем команда задала более судебный вопрос: мог ли другой, более простой сценарий — один большой стакан водки — дать похожие результаты тестов? На первый взгляд некоторые части кривой BAC выглядели почти идентичными, что затрудняло различие двух сценариев по BAC в одиночку. Но когда учитывались все маркёры вместе, совокупные паттерны расходились в конкретных временных интервалах, что позволило модели отметить альтернативную версию как неправдоподобную.

Что это значит для судов и клиник

Эта работа показывает, что единая физиологически обоснованная цифровая копия может реконструировать широкий спектр сценариев употребления, объединяя несколько типов тестов на алкоголь. Вместо опоры только на одно значение в крови или выдохе следователи могли бы сопоставлять заявленные истории употребления с тем, что модель считает реалистично возможным для данного человека с учётом его тестов и характеристик тела. Авторы подчёркивают, что инструмент предназначен для оценки правдоподобия, а не для выдачи единственного точного ответа, и что неопределённость входных данных прозрачно отражается в расширенных интервалах прогноза. В сочетании с интерактивным веб‑инструментом для изучения гипотетических случаев эта система может усилить оценку спорных ситуаций после инцидентов, поддержать более справедливое рассмотрение дел об управлении в нетрезвом виде и в перспективе помочь персонализированному мониторингу здоровья в связи с употреблением алкоголя.

Цитирование: Podéus, H., Simonsson, C., Jakobsson, G. et al. A digital twin framework for forensic reconstruction of alcohol intake via fast and slow metabolite kinetics. Sci Rep 16, 9336 (2026). https://doi.org/10.1038/s41598-026-44093-4

Ключевые слова: цифровая копия, метаболизм алкоголя, судебная токсикология, концентрация алкоголя в крови, биомаркеры