俄罗斯研究人员开发了一项新程序，可以对危险行业工人的职业健康风险进行预评估。该程序由彼尔姆理工大学的专家与俄罗斯联邦消费者权益保护和福利监督局（Rospotrebnadzor）以及联邦公共卫生风险管理医疗和预防技术研究中心合作开发。研究成果发表在《健康风险分析》期刊上。
在俄罗斯，数千种工作被列为有害和危险行业，例如矿山、冶金、飞机制造和采矿。在这些企业中，员工多年来一直处于噪音、振动、粉尘和化学品暴露的环境中。这导致职业病的增加，从听力损失到慢性肺病不等。
现有风险评估方法的主要问题在于其平均化。它们分析的是工人群体，而不是特定个体，因此无法提前预测疾病。体检只能记录已经发生的违规行为，而无法预防其发生。
这项新程序解决了这个问题。它采用了一种自适应神经模糊网络，能够处理不完整和模糊的数据。该系统分析特定员工的工作条件、工龄、年龄和健康指标，然后计算其患病风险指数。预测准确率高达 87-89%，并通过对地下矿工和钻井工人的真实数据进行测试验证。
该系统基于一个包含 17.5 万个参数的独特数据库进行训练，这些参数包括：噪声和振动水平、有害物质浓度、检测结果和实际诊断。程序能够自动识别各种因素之间的复杂关系，并生成个性化的预测，以清晰的风险等级（从最低到极高）呈现。
据开发者介绍，该系统能够：
— 识别高风险工人，甚至在症状出现之前即可识别；
— 制定个性化的预防措施；
— 制定有针对性的决策来改善工作条件；
— 分析车间或企业层面的“痛点”。
该技术具有可扩展性，可适用于任何存在有害工作条件的行业，从采矿到机械工程。这使其成为及早发现风险、保护员工健康以及做出明智的决策以改善生产环境的有效工具。