participa.br, da Secretaria do Trabalho. As contribuições devem ser realizadas diretamente no documento eletrônico disponível até o dia 28 de setembro de 2019. Há quatro propostas de textos: NR 7, NR 9, NR 17 e Programa de Gerenciamento de Riscos.

NR-7

A revigorada NR 7 estabelece princípios e procedimentos para o controle médico da saúde dos empregados nas organizações, com o objetivo de proteger e preservar a saúde física e mental desses trabalhadores, em relação aos riscos gerados pelo trabalho. Os requisitos sobre os exames médicos complementares foram atualizados e ampliados.

NR-9

A nova NR 9 estabelece os requisitos mínimos para a proteção da saúde e integridade dos trabalhadores expostos a agentes químicos, físicos e biológicos. Além do texto principal, conterá anexos que tratam do reconhecimento, avaliação e controle das exposições a agentes específicos. Os aspectos de gestão de riscos estabelecidos pelo texto atual – Programa de Prevenção de Riscos Ambientais - serão tratados para abranger todos os tipos de riscos na forma de um programa de gerenciamento de riscos ocupacionais.

NR-17

No renovado texto proposto para a NR 17, as condições de trabalho incluem aspectos relacionados ao levantamento, transporte e descarga de materiais, ao mobiliário, aos equipamentos e máquinas e às condições ambientais do posto de trabalho e à organização do trabalho. Também esclarece em que situações devem ser realizadas a análise ergonômica do trabalho (AET) e qual deve ser o tratamento diferenciado para pequenas empresas. O novo texto visa estabelecer diretrizes e requisitos para a adaptação das condições de trabalho às características psicofisiológicas dos trabalhadores, de modo a proporcionar um máximo de conforto, segurança, saúde e desempenho eficiente.">
Machine learning e inteligência artificial na previsão de acidentes de trabalho – Blog SESI de Saúde e Segurança
descer
SESI
Machine learning e inteligência artificial na previsão de acidentes de trabalho

A revolução da tecnologia trará para as empresas mais rapidez no uso dos sistemas de informações, bem como a importância de analisar os dados a fim de ter os resultados mais assertivos. O avanço dessa tecnologia deverá mudar, em um futuro próximo, a maneira como as pessoas vivem, cuidam da saúde, se locomovem e, principalmente, trabalham. Isso já expressava uma realidade que cresceu exponencialmente: as redes cresceram e continuam crescendo, e o fenômeno da digitalização se tornou quase que sinônimo de vida real. A própria internet se tornou internet das coisas, ou seja, todas as coisas inanimadas fazem parte dessa rede supostamente inteligente, programada e altamente conectada.

Pesquisadores da Universidade de Oxford, na Inglaterra, chamaram a atenção específica para o impacto dessas transformações na indústria, em que 47% dos postos de trabalho deverão ser automatizados nos próximos 20 anos. Nessa visão, o processo de utilização dos dados, automatização desses e geração de padrões para poder prever o futuro estão sendo cada vez mais demandados. E por que não estender essa previsão para evitar ocorrências de acidentes de trabalho?

Enquanto a inteligência artificial (IA) pode ser definida, de modo amplo, como a ciência capaz de mimetizar as habilidades humanas, o machine learning é uma vertente específica da IA, que treina máquinas para aprender com dados. O Brasil detém 120 milhões de usuários ativos, gerando milhões de dados diariamente, segundo IBGE. As redes sociais, ferramentas de relacionamento que produzem esse grande volume de dados diário, são responsáveis por 62% do tráfego da internet. No meio corporativo, as empresas também geram dados relacionados a investigação de acidentes e incidentes de trabalho que estabelecem padrões ou comportamentos. O machine learning consegue entender e aprender com esses padrões e predizer eventos adversos. Torna-se importante a utilização de inteligência artificial, pois permite que seja processado um grande volume de dados em menor tempo com assertividade estabelecida. Então, a medida que esse banco de dados cresce, aumenta também a precisão na inferência do resultado. Há várias abordagens possíveis, mas, via de regra, o conceito se baseia na criação de um modelo preditivo, ou seja, de uma função matemática que, quando aplicada sobre os dados, vai dar uma previsão sobre um problema.

O objetivo do aprendizado de máquina é a indução, que tem por definição o raciocínio que parte de fatos detalhados para princípios gerais. Isso faz com que ela precise gerar os padrões para tirar as conclusões sobre o modelo. Diante desse dinamismo da tecnologia usado para previsão de situações de risco bem como o tratamento de casos de irregularidades, atrelado ao avanço do machine learning na área, pretende-se obter ferramentas que tenham alertas sonoros capazes de avisar aos trabalhadores sobre um potencial acidente, quando estiver próximo a uma situação de risco, permitindo, assim, que ela seja evitada.

Ana Lívia Castro

Sobre o Autor: Ana Lívia Castro

Especialista em Inteligência de Mercado pela Saint Paul Escola de Negócios, bacharel em Estatística pela Universidade Federal do Ceará - UFC, cursando Formação de Cientista de Dados pelo Instituto Data Science Academy. Estaticista pelo Centro de Inovação SESI em Economia para Saúde e Segurança, atua com pesquisa e projetos de inovação em Saúde e Segurança do Trabalho na construção de análises de dados e estudos epidemiológicos dos trabalhadores das indústrias do estado do Ceará.
Comentar