ในฐานะผู้เชี่ยวชาญด้านระบบและนิติวิทยาศาสตร์ข้อมูล (Forensic Data Science) เราทราบดีว่าการพิสูจน์เอกลักษณ์โครงกระดูกที่ซับซ้อนของ DPAA (Department of Police Anthropology and Archaeology) ไม่ได้อาศัยเพียงแค่ความรู้ทางกายวิภาคเท่านั้น แต่ยังต้องอาศัยการจัดการข้อมูลขนาดใหญ่ (Big Data) อย่างเป็นระบบ
บทความนี้จะจำลองกระบวนการทำงานนิติวิทยาศาสตร์ทั้งหมด ตั้งแต่การขุดค้น การเก็บข้อมูลชิ้นส่วน ไปจนถึงการพิสูจน์เอกลักษณ์ (Identification) โดยใช้ระบบฐานข้อมูลเชิงสัมพันธ์ที่ทรงพลังอย่าง PostgreSQL เพื่อให้เห็นภาพว่าข้อมูลทางนิติวิทยาศาสตร์ถูกจัดเก็บและวิเคราะห์ได้อย่างไร
🦴 1. การสร้างฐานข้อมูล (Schema Design): การบันทึกหลักฐาน
ขั้นตอนแรกในการทำงานนิติวิทยาศาสตร์คือการสร้างโครงสร้างข้อมูล (Schema) เพื่อบันทึกทุกรายละเอียดที่ได้จากการขุดค้น ข้อมูลเหล่านี้จะถูกแบ่งออกเป็นตารางย่อยๆ เพื่อให้ง่ายต่อการอ้างอิงและเชื่อมโยง (Relational Database Model)
🛠️ 1.1 การเก็บข้อมูลหลักฐาน (Data Logging)
เราจะสร้างตารางหลัก 2 ตาราง คือ Site_Evidence สำหรับบันทึกตำแหน่งการขุดค้น และ Bone_Measurements สำหรับบันทึกขนาดและลักษณะเฉพาะของโครงกระดูกแต่ละชิ้น
SQL
-- สร้างตารางบันทึกหลักฐานการขุดค้น (Site_Evidence) --
CREATE TABLE Site_Evidence (
evidence_id SERIAL PRIMARY KEY,
site_location VARCHAR(100) NOT NULL,
date_found DATE NOT NULL,
description TEXT
);
-- สร้างตารางบันทึกการวัดโครงกระดูก (Bone_Measurements) --
CREATE TABLE Bone_Measurements (
measurement_id SERIAL PRIMARY KEY,
evidence_id INT REFERENCES Site_Evidence(evidence_id),
bone_type VARCHAR(50) NOT NULL, -- เช่น Femur, Cranium
measurement_value NUMERIC(5, 2) NOT NULL, -- ค่าการวัด เช่น ความยาว (cm)
sex_indicator CHAR(1) -- ตัวบ่งชี้เพศ (M/F)
);
-- ตัวอย่างการบันทึกข้อมูล (INSERT) --
INSERT INTO Site_Evidence (site_location, date_found, description) VALUES ('Area A', '2023-10-01', 'Partial skeleton found');
INSERT INTO Site_Evidence (site_location, date_found, description) VALUES ('Area B', '2023-10-05', 'Isolated skull found');
-- ตัวอย่างการบันทึกการวัดโครงกระดูกที่เชื่อมโยงกับ Site_Evidence ID 1 --
INSERT INTO Bone_Measurements (evidence_id, bone_type, measurement_value, sex_indicator) VALUES (1, 'Femur', 35.2, 'M');
INSERT INTO Bone_Measurements (evidence_id, bone_type, measurement_value, sex_indicator) VALUES (1, 'Cranium', 20.5, 'M');
🔍 2. การวิเคราะห์และพิสูจน์เอกลักษณ์ (Identification Query): การเชื่อมโยงข้อมูล
หัวใจของการพิสูจน์เอกลักษณ์คือการนำข้อมูลชิ้นส่วนที่พบ (Bone_Measurements) มาเปรียบเทียบกับฐานข้อมูลประวัติ (Profile Database) เพื่อหาความสอดคล้อง (Matching) ซึ่งในทาง PostgreSQL เราใช้คำสั่ง JOIN เพื่อเชื่อมโยงข้อมูลจากตารางที่แตกต่างกัน
🔗 2.1 การค้นหาความสอดคล้องทางสถิติ
สมมติว่าเราต้องการค้นหาโครงกระดูกที่มีลักษณะคล้ายกับโปรไฟล์ที่บันทึกไว้ (Profile ID = 101) โดยพิจารณาจากทั้งค่าการวัด (Measurement Value) และตัวบ่งชี้เพศ (Sex Indicator) เราจะใช้ JOIN ร่วมกับ WHERE:
SQL
SELECT
se.site_location,
bm.bone_type,
bm.measurement_value,
bm.sex_indicator
FROM
Site_Evidence se
JOIN
Bone_Measurements bm ON se.evidence_id = bm.evidence_id
WHERE
bm.sex_indicator = 'M' AND bm.measurement_value > 30.0
ORDER BY
bm.measurement_value DESC;
ผลลัพธ์ที่ได้จากการ Query นี้คือชุดข้อมูลที่ผ่านการกรองอย่างแม่นยำ ทำให้เราทราบว่าโครงกระดูกชิ้นใดที่เข้าข่ายการเป็นบุคคลเพศชาย และมีขนาดใหญ่กว่าเกณฑ์ที่กำหนด
✅ 3. บทสรุป: การรายงานผลทางนิติวิทยาศาสตร์
การทำงานนิติวิทยาศาสตร์ของ DPAA จึงเป็นกระบวนการที่ผสานความเชี่ยวชาญทางกายวิภาคเข้ากับระบบการจัดการข้อมูลที่เข้มงวด การใช้ PostgreSQL ทำให้ทุกขั้นตอน ตั้งแต่การบันทึกข้อมูลดิบ (INSERT) การเชื่อมโยงหลักฐาน (JOIN) ไปจนถึงการกรองข้อมูลที่น่าสงสัย (WHERE) สามารถทำได้อย่างเป็นระบบและตรวจสอบย้อนกลับได้ (Auditable)
ดังนั้น ฐานข้อมูลจึงไม่ได้เป็นเพียงแค่ที่เก็บข้อมูล แต่เป็นเครื่องมือสำคัญที่ช่วยให้ผู้เชี่ยวชาญสามารถพิสูจน์เอกลักษณ์โครงกระดูกได้อย่างแม่นยำและรวดเร็วที่สุด ทำให้กระบวนการยุติธรรมมีความน่าเชื่อถือในระดับสากล