الگوریتم یادگیری ماشین برای تحلیل داده های HSE و پیش بینی نقاط حادثه خیز

هدف از این پژوهش، مرور سیستماتیک و تحلیل جامع مطالعات انجام شده در زمینه کاربرد الگوریتم های یادگیری ماشین و هوش مصنوعی در حوزه ایمنی، سلامت شغلی و محیط زیست (HSE) است. با توجه به پیچیدگی روزافزون محیط های کاری، افزایش حجم داده های ایمنی و محدودیت روش های سنتی مدیریت ریسک، بهره گیری از رویکردهای هوشمند به عنوان راهکاری نوین در پیش بینی و پیشگیری از حوادث شغلی اهمیت فزاینده ای یافته است. این پژوهش با بهره گیری از روش مرور سیستماتیک، مقالات علمی منتشرشده در پایگاه های معتبر بین المللی را به صورت نظام مند گردآوری، غربالگری و تحلیل کرده است. معیارهای ورود و خروج مطالعات به منظور تضمین کیفیت علمی و ارتباط موضوعی به دقت اعمال شد و داده های استخراج شده به صورت کیفی و مقایسه ای مورد تحلیل قرار گرفتند. نتایج نشان داد که الگوریتم های یادگیری ماشین، به ویژه مدل های نظارت شده، نقش موثری در شناسایی الگوهای پنهان خطر، پیش بینی وقوع حوادث، ارزیابی سطح ریسک و بهبود تصمیم گیری های ایمنی ایفا می کنند. با این حال، چالش هایی نظیر کیفیت پایین داده ها، عدم تفسیرپذیری برخی مدل ها و فقدان چارچوب های عملیاتی یکپارچه، از موانع اصلی کاربرد گسترده این فناوری ها محسوب می شوند. در مجموع، یافته های پژوهش حاکی از آن است که استفاده نظام مند و هدفمند از یادگیری ماشین می تواند موجب گذار از مدیریت واکنشی به رویکرد پیشگیرانه در سیستم های HSE شود و زمینه ساز توسعه مدل های هوشمند، قابل توضیح و کاربردی در آینده باشد.

کلیدواژه ها:

هوش مصنوعی ، یادگیری ماشین ، ایمنی و سلامت شغلی (HSE) ، مرور سیستماتیک ، پیش بینی حوادث ، مدیریت ریسک