Kako povečati učinkovitost inšpekcijskega nadzora na področju varnosti in zdravja pri delu?

18.03.2019

EU-OSHA je objavila članek o možnostih rabe masovnih podatkov in strojnega učenja za večjo učinkovitost inšpekcijskega nadzora na področju varnosti in zdravja pri delu.

Članek »The future role of big data and machine learning for health and safety inspection efficiency« je za Evropsko agencijo za varnost in zdravje pri delu pripravil norveški raziskovalec Řyvind Dahl.

Članek obravnava možnosti rabe masovnih podatkov (big data) in strojnega učenja za večjo učinkovitost inšpekcijskega nadzora na področju varnosti in zdravja pri delu. Predstavljeno je tudi orodje »The Risk Group Prediction Tool (RGPT)«, ki ga je razvil norveški inšpektorat za delo NLIA in ki temelji na podatkih, dobljenih na podlagi inšpekcijskih pregledov (trenutno na okoli 35.000 pregledih). Podatki zajemajo značilnosti podjetja, na primer, velikost in dejavnost podjetja, število in rezultati predhodnih inšpekcijskih pregledov, starost podjetja, lokacija, prijavljene nezgode pri delu itd. Orodje deli vsa norveška podjetja v 4 skupine, in sicer na tista z: najnižjim tveganjem, nizkim tveganjem, visokim tveganjem in najvišjim tveganjem. Inšpektor za delo se s pomočjo orodja in lastnih izkušenj odloči, pri katerih podjetjih bo opravil inšpekcijski ogled. Seveda pa orodje ni prenosljivo v vsa okolja, saj je zelo pomembno, na kakšen način se hranijo podatki, kakšna je njihova kvaliteta, kakšna je struktura podatkovne baze itd.

Nazaj
Iskanje po strani

Prijavite se na obveščanjePrijava