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

Файл статьи: 
Иконка PDF health-risk-analysis-2025-2-1.pdf
УДК: 
613.6.027, 613.644
DOI: 
10.21668/health.risk/2025.2.01
Авторы: 

Н.В. Зайцева1,2, А.А. Савочкина3, М.А. Землянова1,3, 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
Методология оценки и прогнозирования персонифицированного профессионального риска для здоровья на основе адаптивной нейро-нечеткой сети распознавания образов / Н.В. Зайцева, А.А. Савочкина, М.А. Землянова, Д.В. Горяев, А.Г. Фадеев // Анализ риска здоровью. – 2025. – № 2. – С. 4–15. DOI: 10.21668/health.risk/2025.2.01
Список литературы: 
  1. Бухтияров И.В. Современное состояние и основные направления сохранения и укрепления здоровья работа-ющего населения России // Медицина труда и промышленная экология. – 2019. – Т. 59, № 9. – С. 527–532. DOI: 10.31089/1026-9428-2019-59-9-527-532
  2. Панова Т.В. Здоровье работающего населения – важнейшее условие качества производительности труда // Экономические науки. – 2018. – № 4 (161). – С. 39–41.
  3. Чеботарев А.Г., Пфаф В.Ф., Гибадулина И.Ю. Состояние условий труда, профессиональной заболеваемости и совершенствование медико-профилактического обеспечения работников горнодобывающих предприятий // Горная промышленность. – 2021. – № 3. – С. 139–143. DOI: 10.30686/1609-9192-2021-3-139-143
  4. Мельцер А.В., Ерастова Н.В., Волочкова А.И. Гигиенические аспекты сохранения и укрепления здоровья работающих в корпоративных программах (научный обзор) // Профилактическая и клиническая медицина. – 2024. – № 4 (93). – С. 4–12.
  5. Основные организационные вопросы профилактики заболеваемости работающего населения в современных условиях / В.Г. Газимова, В.О. Рузаков, А.С. Шастин, А.А. Федорук, В.Б. Гурвич, Э.Г. Плотко // Медицина труда и промышленная экология. – 2018. – № 11. – С. 32–35. DOI: 10.31089/1026-9428-2018-11-32-35
  6. Корпоративные программы профилактики нарушений здоровья у работников вредных предприятий как ин-струмент управления профессиональным риском / О.Ю. Устинова, Н.В. Зайцева, Е.М. Власова, В.Г. Костарев // Анализ риска здоровью. – 2020. – № 2. – С. 72–82. DOI: 10.21668/health.risk/2020.2.08
  7. Жеглова А.В., Яцына И.В., Гаврильченко Д.С. Корпоративные программы сохранения здоровья – основной элемент системы здоровьесбережения работающего населения // Здравоохранение Российской Федерации. – 2022. – Т. 66, № 5. – С. 385–389. DOI: 10.47470/0044-197X-2022-66-5-385-389
  8. Профессиональная патология работников различных специальностей при пирометаллургическом рафиниро-вании никеля / А.Н. Никанов, Д.В. Винников, С.А. Сюрин, Е.Д. Шитикова // Здоровье населения и среда обитания – ЗНиСО. – 2024. – Т. 32, № 5. – С. 66–75. DOI: 10.35627/2219-5238/2024-32-5-66-75
  9. Распространенность сердечно-сосудистой патологии у работников алюминиевой промышленности / Н.И. Панев, О.Ю. Коротенко, С.Н. Филимонов, Е.А. Семёнова, Р.Н. Панев // Гигиена и санитария. – 2019. – Т. 98, № 3. – С. 276–279. DOI: 10.18821/0016-9900-2019-98-3-276-279
  10. Сюрин С.А., Ковшов А.А. Условия труда и профессиональная патология на предприятиях Чукотского авто-номного округа // Анализ риска здоровью. – 2020. – № 4. – С. 98–105. DOI: 10.21668/health.risk/2020.4.11
  11. Чеботарев А.Г., Семенцова Д.Д. Комплексная оценка условий труда и состояния профессиональной заболева-емости работников горно-металлургических предприятий // Горная промышленность. – 2021. – № 1. – С. 114–119. DOI: 10.30686/1609-9192-2021-1-114-119
  12. Актуальные вопросы улучшения условий труда и сохранения здоровья работников горнорудных предприятий / И.В. Бухтияров, А.Г. Чеботарев, Н.Н. Курьеров, О.В. Сокур // Медицина труда и промышленная экология. – 2019. – Т. 59, № 7. – С. 424–429. DOI: 10.31089/1026-9428-2019-59-7-424-429
  13. Шур П.З., Горяев Д.В. Современные корпоративные программы снижения профессионального риска здоровью как средства сохранения трудовых ресурсов [Электронный ресурс] // Гуманизация экономики: благополучие человека и креативный капитал: IX Пермский экономический конгресс. – Пермь, 2025. – URL: https://economcongress.ru/wp-content/uploads/2024/02/5-Шур-Горяев.pdf (дата обращения: 23.05.2025).
  14. Титова Е.Я., Голубь С.А. Современные проблемы охраны здоровья работников крупного промышленного пред-приятия, работающих в условиях профессиональных вредностей // Анализ риска здоровью. – 2017. – № 4. – С. 83–90. DOI: 10.21668/health.risk/2017.4.09
  15. Медицина труда работников подземных профессий производства добычи полиметаллических медно-цин¬ковых руд / Э.Р. Шайхлисламова, Л.К. Каримова, А.Д. Волгарева, Н.А. Мулдашева // Санитарный врач. – 2020. – № 5. – С. 9–22. DOI: 10.33920/med-08-2005-01
  16. Бухтияров И.В., Чеботарев А.Г., Прохоров В.А. Проблемы оздоровления условий труда, профилактики профессиональных заболеваний работников предприятий горно-металлургического комплекса // Горная промышленность. – 2015. – № 6 (124). – С. 14–17.
  17. Денисенко М.Б., Мкртчян Н.В. Демографические изменения и предложение рабочей силы в регионах России // Научный дайджест. – 2022. – № 5 (10). – 10 с.
  18. Концевая А.В. Корпоративные программы укрепления здоровья в рамках Национального проекта «Продол-жительная и активная жизнь» [Электронный ресурс] // Медицинский компонент корпоративных программ укрепления здоровья на рабочем месте: возможности 2025: симпозиум в рамках XX Всероссийского форума «Здоровье нации – основа процветания России». – Москва, 14–16 мая 2025 г. – URL: https://docs.yandex.ru/docs/view?tm=1750087297&tld (дата обращения: 10.06.2025).
  19. Оценка и прогнозирование персонального профессионального риска с уточнением его категорий при помощи вероятностных методов / В.А. Фокин, Н.В. Зайцева, П.З. Шур, С.В. Редько, Е.В. Хрущева // Анализ риска здоровью. – 2021. – № 4. – С. 92–99. DOI: 10.21668/health.risk/2021.4.10
  20. Реабилитация работников титано-магниевых производств с установленным заболеванием верхних дыхательных путей / Т.А. Пономарева, А.А. Воробьева, Е.М. Власова, О.Ю. Устинова // Медицина труда и экология человека. – 2019. – № 4 (20). – С. 39–49. DOI: 10.24411/2411-3794-2019-10046
  21. Концептуальные основы корпоративной интеллектуальной риск-ориентированной системы анализа, прогноза и профилактики профессиональных и производственно-обусловленных нарушений здоровья работников / Н.В. Зайцева, Д.А. Кирьянов, М.А. Землянова, Д.В. Горяев, О.Ю. Устинова, П.З. Шур // Анализ риска здоровью. – 2023. – № 4. – С. 19–32. DOI: 10.21668/health.risk/2023.4.02
  22. Совершенствование механизмов выявления ранних признаков нарушения здоровья для сохранения трудового долголетия / И.В. Бухтияров, Л.П. Кузьмина, Н.И. Измерова, Н.П. Головкова, О.П. Непершина // Медицина труда и промышленная экология. – 2022. – Т. 62, № 6. – С. 377–387. DOI: 10.31089/1026-9428-2022-62-6-377-387
  23. Гридина Н.В., Евдокимов И.А., Солодовников В.И. Построение гибридных нейронных сетей с использованием элементов нечеткой логики // Искусственный интеллект и принятие решений. – 2019. – № 2. – С. 91–97. DOI: 10.14357/20718594190209
  24. Тесленко А.Р. Нейро-нечеткие методы в управлении техническими системами и объектами // Язык в сфере профессиональной коммуникации: сборник материалов международной научно-практической конференции преподава-телей, аспирантов и студентов. – Екатеринбург: ООО «Издательский Дом «Ажур», 2020. – С. 698–703.
  25. Андриевская Н.В., Резников А.С., Черанев А.А. Особенности применения нейро-нечетких моделей для задач синтеза систем автоматического управления // Фундаментальные исследования. – 2014. – № 11–7. – С. 1445–1449.
  26. Automatic heart disease diagnosis system based on artificial neural network (ANN) and adaptive neuro-fuzzy inference systems (ANFIS) approaches / M.A.M. Abushariah, A.A.M. Alqudah, O.Y. Adwan, R.M.M. Yousef // Journal of software engineering and applications. – 2014. – Vol. 7, № 12. – P. 1055–1064. DOI: 10.4236/jsea.2014.712093
  27. Glushenko S.A. An adaptive neuro-fuzzy inference system for assessment of risks to an organization’s information security // Business Informatics. – 2017. – № 1 (39). – P. 68–77. DOI: 10.17323/1998-0663.2017.1.68.77
  28. Разработка математической модели распознавания запросов-задач коммуникационных услуг / А.А. Аль-Хашеди, А.А. Обади, Н.К. Нуриев, Е.А. Печеный // Фундаментальные исследования. – 2017. – № 6. – С. 9–14.
  29. Янковская А.Е., Китлер С.В. Принятие решений на основе параллельных алгоритмов тестового распознавания образов // Искусственный интеллект. – 2010. – № 3. – С. 151–152.
Получена: 
11.06.2025
Одобрена: 
20.06.2025
Принята к публикации: 
28.06.2025

Вы здесь

Главная