ErgoIA: la Inteligencia Artificial aplicada a la evaluación de riesgos ergonómicos

Los trastornos musculoesqueléticos (TME) son una de las principales causas de baja laboral o enfermedad profesional a nivel mundial, suponiendo un coste de entre 2,6 y 3,8% del PIB en la UE. Por otro lado, la evaluación ergonómica de posturas forzadas se realiza mediante métodos de observación y aplicación de metodologías como REBA, OWAS, etc., que implica un elevado coste en tiempo y una dependencia alta de la experiencia de la persona que realiza el análisis, permitiendo cierto grado de subjetividad.

Disminución de tiempos y reducción de la subjetividad

Mediante ergoIA, herramienta desarrollada por del IBV y presentada en formato aplicación web actualmente, es posible aplicar la Inteligencia Artificial en la codificación requerida para el análisis de riesgos de posturas forzadas, consiguiendo disminuir tanto los tiempos de evaluación como la subjetividad en la aplicación de las metodologías REBA y OWAS. La disminución del tiempo necesario en la realización de las evaluaciones permite a las personas encargadas de velar por la seguridad y salud de los trabajadores y trabajadoras invertir más tiempo en tareas que aporten mayor valor añadido, como por ejemplo la aplicación de medidas para reducir los posibles riesgos ergonómicos identificados.

A continuación, se presenta una comparativa del tiempo invertido en la evaluación de riesgos ergonómicos por posturas forzadas aplicando las metodologías OWAS y REBA utilizando un software de evaluación de riesgos ergonómicos y mediante el uso de ergoIA en la codificación de posturas, así como el resultado obtenido de dichas evaluaciones.

Las herramientas utilizadas para realizar dichas evaluaciones han sido, por una parte, ergoIA, basada en inteligencia artificial aplicada a la identificación de las posturas de los diferentes segmentos corporales para evaluar con OWAS y REBA, y por otra, Ergo/IBV que requiere la codificación manual de los segmentos corporales a partir de la visualización del vídeo de la tarea a evaluar para aplicar las mismas metodologías.

Mediante las dos herramientas de evaluación se han analizado un total de cinco tareas mediante la metodología OWAS y dos con la metodología REBA. Ambos análisis se han realizado por evaluadores diferentes (ambos formados en la aplicación de los dos métodos utilizados). Las características de las tareas y los vídeos analizados son las siguientes (Tabla 1):

Tabla 1. Tareas evaluadas en el estudio comparativo.

EvaluadorMétodo de evaluaciónNúmero de tareas analizadasNúmero de posturas analizadasDuración del vídeo
1OWAS12447
1OWAS3263529
1REBA1547
2OWAS160529
2REBA15529

Tras analizar las siete tareas que presentan riesgos por posturas forzadas se obtienen los siguientes resultados:

En cuanto a los niveles de riesgo obtenidos con la aplicación de ambos métodos, no se han encontrado diferencias al aplicar ergoIA y Ergo/IBV; es decir, el nivel de riesgo según la metodología OWAS ha coincidido al utilizar los dos métodos descritos; y de forma idéntica ha ocurrido en el caso de las puntuaciones REBA obtenidas en las dos tareas evaluadas siguiendo esta metodología.

Una comparativa de los tiempos empleados al realizar las evaluaciones con ambas herramientas (ergoIA y Ergo/IBV) indicando el ahorro en tiempo (en porcentaje) que ha supuesto el uso de la inteligencia artificial (IA) en la codificación de posturas para cada una de las metodologías aplicadas (OWAS y REBA), nos permite afirmar que:

A nivel medio, el porcentaje de ahorro logrado por los evaluadores es del 70% en el caso de la metodología OWAS y del 60% en el caso de la metodología REBA.

La aplicación del método ergoIA permite la corrección de aquellas posturas que no se han identificado correctamente o que la inteligencia artificial no ha sido capaz de codificar por algún motivo (por ejemplo, ocultación de alguno de los segmentos corporales por parte de la propia persona que está realizando la tarea laboral o por algún elemento del entorno). En ese caso es la persona que está evaluando la que debe codificar dicha postura de forma manual, lo que tiene impacto sobre el tiempo invertido, pero optimiza los resultados de la herramienta. Además, esta información es utilizada por el sistema de Deep Learning para entrenar la red neuronal, mejorando así su funcionamiento a medida que el sistema se utiliza.

Por otro lado, cabe destacar que parte del tiempo empleado en la evaluación utilizando ergoIA es lo que se denomina tiempo-máquina; es decir, que es tiempo de importación y procesado de los vídeos a analizar durante el cual la persona que está realizando la evaluación puede estar realizando otras tareas.

Conclusiones

Los TME son uno de los principales problemas de salud relacionados con el trabajo a nivel mundial. Con el objetivo de evitar o reducir la incidencia de TME en el ámbito laboral es necesario realizar evaluaciones de riesgos ergonómicos de los puestos de trabajo, las cuales tienen actualmente un coste en tiempo elevado al aplicar las metodologías de evaluación correspondientes dependiendo de la tipología de riesgo concreta.

Tecnologías como ergoIA, pueden ser utilizadas para reducir los tiempos invertidos en la evaluación de riesgos ergonómicos, concretamente realizando las tareas que aportan menor valor añadido como puede ser la codificación de posturas de los diferentes segmentos corporales para la evaluación de riesgos por posturas forzadas mediante las metodologías OWAS y REBA.

Esta disminución del tiempo requerido por una persona para realizar evaluaciones de riesgos ergonómicos permitiría evaluar un mayor número de puestos de trabajo con una misma dedicación de tiempo o contar con mayor tiempo para realizar tareas de mayor valor añadido como por ejemplo la implementación de medidas sobre los puestos que permitieran reducir los riesgos ergonómicos identificados. En ambos casos se avanzaría hacia el objetivo último que es mejorar la calidad de vida de las personas trabajadoras reduciendo su riesgo de sufrir TME.

Reconocimientos

ergoIA ha recibido los premios:

  • INNOVATION ERGONOMICS AWARD 2021 del Institut für Gesundheit und Ergonomie (IGR) de Alemania por la aplicación de inteligencia artificial a la evaluación de riesgos ergonómicos
  • Premio PREVENCIONAR a la innovación preventiva

Nuestros clientes dicen de nosotros:

 

Conoce más sobre ergoIA aquí: ergoia.net