犯罪现场调查中的血迹形态分析，足够可靠吗？

2000年9月28日，美国印第安纳州前州警David Camm打完篮球后回家，发现妻子和两个孩子 （一个5岁，一个7岁） 死于车库，身上有明显枪伤。警方取走Camm的T恤——上面沾有8小滴血迹，作为证据提交给犯罪现场分析员Robert Stites。Stites断言T恤上的血迹是其中一名受害者遭受枪击时溅出的。根据这一推断，Camm应该在犯罪现场。10月1日，警方指控Camm谋杀。

血迹形态能帮助犯罪现场调查人员获得真相——但是也可能发生错误。

ImageBROKER RM/Jochen Tack/Diomedia

Camm辩解说他T恤上的血迹是他在抱一名受害者时沾到的，但是陪审团仍旧认定他有罪。结果，他被判监禁195年。

通过分析血迹来重现暴力犯罪的发生经过被称为 血迹形态分析 （BPA） 。 血迹形态分析 被用来确定受害者的位置和姿态、作案凶器以及受害者遭袭的角度和力度。 但是在2009年，美国国家科学院发表了一份报告，抨击法医鉴定中用到的一系列技术，包括血迹形态分析。作者称， “ 通常，血迹形态分析员的意见更多地来自主观判断而非科学推理 ” ，这份报告促使更多的人研究血迹形态分析。

“这给我们敲响了警钟，”加州大学欧文分校的法医心理学研究人员Niki Osborne说。

血淋淋的兔子

19世纪后期，波兰医生及研究人员Eduard Piotrowski首先将血迹研究用作解读犯罪现场的手段。他用白纸覆盖房间的角落，把兔子打死，然后观察它们血迹喷溅的形态。Piotrowski的其中一项发现是，通常兔子被击打两次后才会喷出血。在接下来的几十年里，研究人员认为通过测量被害者血液喷溅的角度，可以确定袭击者的大致位置和姿势，还可以计算出受害者受到攻击时的位置。

虽然经过了一个世纪的发展， 血迹形态分析 在很大程度上仍然依赖于法医的经验，而非对背后科学原理的透彻理解。 新西兰ESR法医学家Michael Taylor说，直到上个年代，“该领域的工作者在调查案件时还是常常依赖自己的眼睛观察，并没有太多的科研成分。”

偏见带来的问题

2002年Camm出庭受审，起诉人在庭上提到他的多次外遇——这促使美国印第安纳州上诉法院在2004年判决当年的陪审团对Camm存在偏见。法院随即推翻了Camm的定罪。一年后，警方重审此案，他们更仔细地检查了在Camm 7岁儿子的遗体下发现的一件运动衫，发现运动衫上的DNA与Charles Boney的匹配，他曾因持械抢劫入狱。后来，Boney作为谋杀案同谋被判入狱225年。

Camm的二审在2006年进行，多名 血迹形态分析 专家出庭作证，但各执一词。Camm的律师团队称Stites并未完成 血迹形态分析 基础入门课程，之前也从未独立进行过血迹分析。但是其他 血迹形态分析 专家力证Stites的说辞，坚称Camm T恤衫上的血迹是在受害者被近距离射杀时沾上的。Camm律师团请来的分析师则支持自己客户的说法，认为血迹在谋杀发生后才转移到他的T恤上。

直到2014年，在澳大利亚举办的法医学家专题讨论会上，人们才解释了转移血迹和喷溅血迹之间的相似点，那时为时已晚。 2006年，陪审团再次判定Camm有罪。 血迹形态分析 的结果并未能改变Camm的命运。他被判终身监禁，不得保释。但是这时， 一些密切关注此案的人开始质疑他是否真的有罪——以及 血迹形态分析 是否可靠 。

血迹形态分析 的核心是鉴定血迹的大小、形状、位置和分布。但是当形态不清楚时，要怎样做呢？Taylor从美国国家科学院的报告中获得线索，开始调查现行 血迹形态分析 的可靠性。他的发现令人不安。

为了调查 血迹形态分析 解读硬表面上的血迹形态的准确性，Taylor和他的团队召集了北美、欧洲、澳大利亚和新西兰的27名 血迹形态分析 专家。Tayor团队利用捐献的人类血液，制造了超过400个血迹样本，样本的形态种类、空间位置和血迹降落的表面都各不相同。团队通过甩动浸透血液的扳手或微微沾有血液的刀，模仿血液在不同武器作用下飞溅而出的情况。每位分析员收到15到16个样本，他们需要判断血迹形态的由来。

但是分析员基本不会一无所知地进入犯罪现场。“做 血迹形态分析 时，你不会无视地上的尸体，或房子里的混乱状况,”Taylor项目的一名合作者Osborne说,“你不能在真空下工作。”  为了模仿这一现实情况，研究人员为每一份样本准备了一段情景描述，其中的信息可能诱导分析师得出正确或错误的答案。

有一段描述是，警方在一家夜店外的黑巷子里发现了一名23岁男子的尸体，尸体遭到严重殴打。他们之后在夜店的门上发现了血迹。夜店店主称他并未看到任何袭击，他走出夜店时男子已经死亡，并且告诉警方门上的血迹是受害者咳血所致。也就是说，这段情景描述引导分析师将血迹形态归因于咳血。

Taylor的团队发现，分析师鉴定样本的平均错误率为13%。但是 当情景描述提供正确引导时，错误率降至8%；提供错误引导时，错误率上升至20%。

Taylor的团队在未发表的研究中建议，要克服这样的偏见，可以让两位经验丰富的分析师共同解读结果。一位亲临犯罪现场，了解所有案件信息后得出结论；另一位则单单查看犯罪现场的照片，而无任何其他信息。Taylor说：“希望他们得到的结果是一致的，如果不一致，就需要更进一步的调查。”

量化血迹形态分析

在2017年6月国际血迹形态分析师协会的一次会议上，Jennifer Guest展示了她在模仿动脉伤口形成的血迹形态上的发现，那是电影制作人喜欢的那一类血肉飞溅的伤口。Guest是英国格林尼治大学的一名法医科学家，她说目前有经验的分析师靠他们最好的判断力来确定血液从动脉喷溅出来的形态。

但是，伤口的大小会造成影响吗？受害者穿的衣物类型会有影响吗？在判断一个站在离动脉受伤的受害者两米远且身上有血迹的人是无辜的路人还是谋杀嫌疑人时，这类信息至关重要。

Guest正在开发一个人类皮肤与组织的现实模型，它能让分析师测试特定伤口造成的血迹形态。她的团队正在与一家制造合成血管的公司合作，这些血管具有各种各样的规格，它们被嵌在一层人造皮肤和皮下脂肪中。Guest切出一个深至动脉以下的伤口，并利用一个泵将血液推出身体。

Guest说：“动脉伤口的血迹形态通常很大，并体现心脏的搏动。”虽然目前还处在研究前期，但是她的初步工作表明该模型可以复制那些特点鲜明的血迹形态。

Guest的研究旨在量化血液喷溅的方式。追根究底，研究人员希望使整个观察和解析过程自动化。

Taylor认为要实现这样的血迹形态鉴别系统，就需要重新审视 血迹形态分析 用语。比如用来描述血迹形态的词语有喷溅和转移，造成它们的伤口原因有重叠。一个客观的分类系统会先描述形态，然后解读结果。为此，在Taylor的指导下研究 血迹形态分析 的奥克兰大学研究生Ravishka Arthur一直在努力定义和测量血迹形态的特征，包括直度、色彩浓度和血液产生的角度。Arthur说以后可以将这些值加入自动化系统中。

BPA的局限

北卡罗莱纳州立大学的高分子科学家Stephen Michielsen虽然并未参与上述血滴研究或Camm案件，但它认为这并不奇怪。纤维织物含有大量纱线，且制造工序多样。比如，具有吸汗功能的运动服就有可能将血液转移到意想不到的位置。

人们洗衣服用的洗衣液可能千差万别，他们也可能将一件衣服穿上好几次后才清洗。衣服中的纤维在这个过程中会被磨损。Michielsen说：“如果血液在坚硬、非吸收性的表面，那对我们的分析极有利。但是如果血液沾在吸收性表面，比如几乎任意一种服饰或鞋，那么我们就没什么希望。”

事实上，当Taylor将他的 血迹形态分析 可靠性研究延伸至纤维织物时，样本误分类的平均错误率上升到了23%。Michielsen说：“我们一直尝试从血渍中获得尽可能多的信息。问题是我们能在目前已知的基础上走多远。”

2009年，印第安纳州最高法院要求对Camm进行二次重审。这一次，因为检方暗示Camm性骚扰他的女儿，陪审团再次对他产生偏见。2013年，在Camm的三审上，又有人对他T恤衫上的血迹提出质疑。曾负责对“911事件”受害者进行DNA身份鉴定的法医科学家Robert Shaler表示，T恤上的血渍数量太少了，无法做出明确判断，之前对证据的分析缺乏严谨性。他补充道： “ Camm一案全系于血迹证据，但是纺织品是复杂的。 ”

这一次，陪审团终于判定Camm无罪。此时距离他入狱已过去13年了。