Durante estos días se ha publicado la noticia que un equipo científico integrado por expertos en estadística, ingeniería e informática aplicada a la salud de la Universidad de Harvard y del Boston Children’s Hospital (EE UU), ha desarrollado un modelo, que combinando información epidemiológica y búsquedas de Google, es capaz de predecir los brotes de gripe una o dos semanas antes que los métodos clínicos tradicionales. Según los autores, el modelo podría ser utilizado para mejorar la toma de decisiones de salud pública en tiempo real, como por ejemplo, la distribución de personal y recursos hospitalarios.
En este mismo blog, hace unas semanas, analizabamos como el Big Data puede ser de gran utilidad tanto para organizaciones privadas como públicas en diferentes campos, pero….¿sería posible utilizar esta herramienta…PARA LA PREDICCIÓN DE ACCIDENTES LABORALES?
Imaginemos que el resultado de este análisis de datos diera lugar a alguno de los siguientes mensajes en un teléfono móvil:
- Text message to chemical plant manager: Chlorine leak expected on line 2 tomorrow. Inspect and repair.
- High priority email and automatic call to coal mine superintendent: 83% chance of roof fall on section 4. Evacuate immediately and take corrective actions.
- Monthly notice to OSHA regional administrator: HIGH PRIORITY INSPECTION ROSTER: Firms listed below have a greater than 80% probability of violations reflecting hazardous conditions requiring mitigation.
¿Ciencia ficción o el siguiente paso lógico en la prevención de riesgos laborales? Así comienza un artículo publicado por Gregory R. wagner, M.D., Senior Advisor to the NIOHS Director, en octubre del año pasado bajo el título Can Predictive Analytics Help Reduce Work place Risk? En él se recogen diferentes ejemplos de cómo el Big Data y el Análisis Predictivo (AP) está ya siendo utilizado en diversos sectores y resalta la potencialidad de esta herramienta en la mejora de la prevención de riesgos laborales, ya que, si somos capaces de predecir con exactitud un accidente, seremos capaces de prevenirlo. Aún así, el autor reconoce la existencia de determinadas barreras que pueden dificultar su desarrollo (pe. derecho a la privacidad de las personas, la falta de datos en pequeñas y medianas empresas, etc.).
En el mismo artículo los investigadores resaltan que los datos proporcionados por las inspecciones de seguridad por sí sólos son un potente predictor de futuros accidentes, destacando cuatro factores, alguno de ellos no intuitivo, asociados a las mismas que, sin ser grandes predictores, pueden ser de gran ayuda en la mejora de la gestión preventiva:
1) A mayor número de inspecciones de seguridad menor número de accidentes/incidentes.
2) La probabilidad de que haya un accidente/incidente decrece cuanto mayor es el número y la diversidad de las personas que llevan a cabo las inspecciones, siendo además deseable que muchas de ellas no dispongan de conocimientos elevados en materia de seguridad.
3) Demasiadas inspecciones con resultados muy favorables, mayor riesgo de que haya un accidente/incidente, y
4) La persistencia de elevadas condiciones inseguras detectadas dan lugar a un mayor riesgo de accidente/incidente.
