Методология оценки и прогнозирования персонифицированного профессионального риска для здоровья на основе адаптивной нейро-нечеткой сети распознавания образов

Файл статьи: 
УДК: 
613.6.027, 613.644
Авторы: 

Н.В. Зайцева1,2, А.А. Савочкина3, М.А. Землянова1, Д.В. Горяев4, А.Г. Фадеев4

Организация: 

1Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения, Российская Федерация, 614045, г. Пермь, ул. Монастырская, 82
2Отделение медицинских наук Российской академии наук, Российская Федерация, 109240, г. Москва, ул. Солянка, 14
3Пермский национальный исследовательский политехнический университет, Российская Федерация, 614990, г. Пермь, Комсомольский пр., 29
4Управление Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека по Красноярскому краю, Российская Федерация, 660097, г. Красноярск, ул. Каратанова, 21

Аннотация: 

Здоровьесбережние работников промышленных производств – национальный приоритет, определяющий возможности сохранения профессионального долголетия. В связи с этим необходимость развития и совершен-ствования научных основ анализа профессиональных рисков здоровью, связанных со сложным воздействием факторов риска производственной среды и трудового процесса, с акцентуацией персонифицированных оценок приобретает особую остроту. Осуществлены разработка и апробация методологии и программного обеспечения оценки и прогнозирования персонифицированного профессионального риска для здоровья на основе адаптивной нейро-нечеткой сети распознавания образов.

Дизайн исследования основан на модели искусственного интеллекта как математической структуры, обученной распознавать закономерности и определять принадлежность объекта анализа по системе критериев к определенной категории профессионального риска. Обучение и валидация сети осуществлены на примере выборки работников подземной добычи медно-никелевых руд с помощью данных об условиях их труда, воздействующих факторах, индивидуальных медико-биологических показателях (всего 175 000 параметров). Объем обучающей выборки составил 80 %, валидирующей – 20 %. Сеть апробирована на независимой выборке данных о работниках на примере основной профессии бурильщик шпуров.

Разработана и программно обеспечена методология, теоретической основой которой является адаптивная нейро-нечеткая сеть распознавания образа, имеющая специальную гибридную многослойную архитектуру, гаран-тирующую точность прогнозных оценок, минимизацию ошибок. Персонифицированные профессиональные риски для здоровья каждого работника валидирующей выборки, обусловленные развитием вибрационной болезни, связанной с одновременным воздействием производственного шума (на 10–40 дБА выше ПДУ) и вибрации общей на уровне 106–113 дБ, относятся к категории «высокие» и «очень высокие». Риски, обусловленные развитием нейросенсорной тугоухости (НСТ), связанной с сочетанным воздействием шума (на 5–30 дБА выше ПДУ) и комплекса химических веществ (в 2,0–2,5 раза выше ПДКрз), оцениваются в диапазоне от средних до очень высоких. Прогноз для здоровья работников данной профессии независимой выборки показал, что в структуре ожидаемых профессиональных и профессионально обусловленных заболеваний с риском от низкого до высокого более 75 % обусловлены вибрационной болезнью, 48 % – полинейропатией, 6 % – НСТ, 75 % – дорсопатией, 30 % – гипертонической болезнью. Углубленные исследования состояния здоровья бурильщиков шпуров подтвердили фактическую реализацию прогнозируемых рисков у 87–89 % работников.

Разработанная и апробированная методология является эффективной. Достигнута точность прогнозирования на уровне 89 ± 2 %, тренд ошибки прогноза сводится к минимуму. Существенно расширяется возможность получения быстрого и точного персонифицированного прогноза профессионального риска для здоровья работника. Система применима для работников различных сфер производственной деятельности, реализует переход от контактного исследования к количественному прогнозированию без информационных потерь, что определяет ее тиражируемость и масштабируемость.

Ключевые слова: 
производственная среда, трудовой процесс, вредные и опасные факторы, экспозиция, профессиональные риски здоровью, адаптивная нейро-нечеткая сеть, распознавание образа
Получена: 
30.06.2025
Одобрена: 
30.06.2025
Принята к публикации: 
30.06.2025

Вы здесь