Los empleos en el sector manufacturero tienen algunas de las tasas de lesiones más altas de cualquier industria, a menudo debido a los altos niveles de fatiga física y mental entre los trabajadores. En un esfuerzo por mejorar los lugares de trabajo, los investigadores diseñaron un sistema de sensores portátiles que aprovechan el aprendizaje automático para monitorear a los trabajadores en busca de signos de esfuerzo físico y fatiga. Al hacerlo, esperan que sus nuevos dispositivos ayuden a prevenir accidentes y lesiones.
El diseño se detalla en un estudio publicado por un equipo de la Universidad Northwestern en la edición de octubre de Nexus PNAS. Para medir la fatiga y la salud física, los investigadores desarrollaron un conjunto interconectado de seis sensores portátiles colocados en el torso y los brazos del usuario. Estos se combinaron con dos cámaras de profundidad para medir los movimientos de las articulaciones y una cámara web HD para analizar la intensidad del movimiento, la repetición y la disminución de la fuerza con el tiempo. Una vez activados, estos dispositivos monitoreaban continuamente la frecuencia cardíaca, la temperatura de la piel y los patrones de locomoción. Pero como no existen medidas de biomarcadores universales y ampliamente aceptadas para la fatiga, los investigadores se basaron en los niveles de esfuerzo percibidos por el usuario en una escala de 0 a 10, que luego ingresaron en un modelo de aprendizaje automático. Una vez entrenado, este modelo se utilizó para predecir los niveles de fatiga de un usuario en tiempo real para proporcionar una «comprensión más matizada del estado físico del sujeto» que estudios anteriores, según los investigadores.
“La adopción de nuevas tecnologías para la predicción de la fatiga en tiempo real tiene el potencial de revolucionar la fabricación al optimizar los horarios de trabajo e implementar ciclos adaptativos de trabajo/descanso. [while also] resolver el problema de la falta de biomarcadores deterministas”, escribió el equipo en su artículo.
Para probar su sistema, el grupo reclutó a 43 participantes de entre 18 y 56 años y luego les pidió que imitaran dos tareas de fabricación difíciles: cableado y colocación de láminas compuestas. Sin embargo, en estos escenarios, los voluntarios también usaron chalecos pesados que pesaban hasta 40 libras para acelerar los niveles de fatiga a los que normalmente se experimentan al final de un turno. A partir de ahí, los investigadores monitorearon las lecturas de los sensores, así como las predicciones del programa de aprendizaje automático. Los investigadores incluso sacaron sus sensores (sin los pesos añadidos) del laboratorio y se los ofrecieron a trabajadores reales de la industria manufacturera en dos fábricas, quienes observaron que el sistema era fácil de usar y discreto.
[Related: BMW puts humanoid robots in South Carolina factory.]
Según los resultados del estudio, una de las conclusiones inmediatas es la confirmación de que una “verdadera retroalimentación significativa” sobre la fatiga requiere considerar el esfuerzo como una “variable continua”. Muchas metodologías existentes clasifican a un individuo como fatigado o no, escriben, lo que simplemente no es lo suficientemente útil para implementar medidas preventivas de seguridad.
Además, debido a que cada cuerpo es diferente, la mejor combinación de indicadores físicos de fatiga puede variar de un individuo a otro según factores como la edad, el sexo y el peso, pero aún así se observaron algunas tendencias universales durante las dos tareas de fabricación. Uno de los signos más reveladores de tensión, por ejemplo, se puede encontrar en los niveles de fatiga medidos en el brazo no dominante de un usuario. Otro indicador podría encontrarse midiendo la intensidad de los movimientos ambulatorios de un trabajador utilizando su sensor de pecho. Las grabaciones de sensores para signos comunes de fatiga, como aumento de la frecuencia cardíaca, temperaturas corporales elevadas y sudoración, también ayudaron a informar el modelado para evaluar el esfuerzo.
Los investigadores esperan que sistemas de sensores similares al suyo proporcionen monitores más precisos y útiles de la fatiga laboral manual en tiempo real en las fábricas. Para lograrlo, pusieron a disposición en línea los diseños de sus métodos como documentos de acceso abierto.
Sin embargo, la tecnología es tan útil como sus supervisores lo permiten. Por ello, el equipo reconoció que es fundamental que las empresas fabricantes cumplan con estándares éticos y responsables al utilizar estos dispositivos.
«Si bien nuestro objetivo general a través de esta investigación es garantizar la seguridad de los trabajadores, mitigar el riesgo y empoderar a los operadores a través de retroalimentación activa, reconocemos las consideraciones éticas y legales asociadas con la implementación de dichos sistemas en entornos de trabajo del mundo real», escribieron los investigadores. «Esperamos que los avances técnicos en curso, incluidos nuestros esfuerzos para predecir la fatiga física en entornos de fabricación, inspiren debates constructivos sobre la implementación». »
