توسعه و اعتبارسنجی یک چارچوب ارزیابی آمادگی جسمانی پویا و وابسته به وظیفه ویژه آتش نشانان با استفاده از سیستم های پوشیدنی و یادگیری ماشین

ارزیابی سنتی آمادگی جسمانی آتش نشانان اغلب در محیط های آزمایشگاهی و با تمرکز بر فاکتورهای عمومی سلامت انجام می شود که بازتاب دقیقی از نیازهای فیزیولوژیک و حرکتی وظایف پیچیده و پرفشار عملیاتی نیست. این پژوهش با هدف توسعه و اعتبارسنجی یک چارچوب نوین ارزیابی پویا و وابسته به وظیفه طراحی شده است که از داده های چندوجهی سیستم های پوشیدنی و الگوریتم های یادگیری ماشین برای پیش بینی عملکرد عملیاتی و شناسایی نقاط ضعف جسمانی استفاده می کند. چارچوب پیشنهادی در سه فاز اصلی توسعه خواهد یافت: (۱) طراحی و اجرای سناریوهای عملیاتی شبیه سازی شده استاندارد مانند بالا رفتن از پله با تجهیزات، حمل خرطوم، نجات مصدوم در محیطی کنترل شده؛ (۲) جمع آوری همزمان داده های فیزیولوژیک مانند ضربان قلب، تغییرات ضربان قلب، حجم اکسیژن مصرفی برآوردی و حرکتی بیومکانیکی (شتاب، ژیروسکوپ، نیرو) از حسگرهای پوشیدنی چندگانه؛ (۳) یکپارچه سازی داده ها، استخراج ویژگی های مرتبط و توسعه مدل های پیش بینی کننده رگرسیون و طبقه بندی با استفاده از الگوریتم های یادگیری ماشین نظارت شده. انتظار می رود مدل نهایی با دقت بالا، معیارهایی چون RMSE پایین و AUC-ROC بالا قادر به پیش بینی زمان تکمیل تکلیف، سطح خستگی وامانده ساز و حتی خطر آسیب باشد. اعتبار سازهای چارچوب از طریق همبستگی قوی با عملکرد واقعی در سناریوها و نظرات خبرگان سنجیده خواهد شد. در نتیجه استقرار این چارچوب می تواند انقلابی در غربالگری، آموزش و تخصیص نیروی انسانی در سازمان های آتش نشانی ایجاد کند. با ارائه بازخورد عینی شخصی سازی شده و بلادرنگ، این سیستم مربیان را قادر می سازد برنامه های تمرینی را به شکلی هدفمند طراحی کرده و از آسیب های شغلی ناشی از عدم تطابق فیزیکی بکاهد.

کلیدواژه ها:

توسعه و اعتبار سنجی ، آمادگی جسمانی ، پویا ، سیستم های پوشیدنی ، یادگیری ماشین