Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Ученые разработали систему оценки индивидуальных рисков здоровью работников
В России существуют тысячи рабочих мест с вредными и опасными условиями труда. На шахтах, металлургических заводах, в авиастроении люди годами находятся в условиях сильного шума, вибрации, запыленности и контакта с химикатами, что наносит серьезный ущерб здоровью. Однако существующие методы оценки рисков оказываются неэффективными для прогнозирования заболеваний, поскольку работают с усредненными показателями группы, а обязательные медосмотры определяют уже наступившую болезнь. Такая система лечит последствия, но не предотвращает причину. Ученые Пермского Политеха, управления Роспотребнадзора и ФНЦ медико-профилактических технологий управления рисками здоровью населения разработали программу, которая прогнозирует индивидуальные профессиональные риски здоровью для каждого конкретного работника с точностью 89%.
В условиях сокращения трудоспособного населения и его старения проблема здоровьесбережения выходит на первый план для дальнейшего развития экономики. По данным Росстата, в 2024 году российским компаниям не хватало 2,2 миллиона работников. Такой дефицит кадров оказался в стране рекордным за последние 16 лет.
Особое внимание в этом контексте уделяется отраслям с высокой долей рабочих мест, условия труда на которых классифицируются как вредные или опасные. Если на работника одновременно воздействуют шум, вибрация, химические вещества и тяжелые физические нагрузки, это формирует колоссальные риски для здоровья. Длительное нахождение в таких условиях приводит к развитию профессиональных заболеваний, временной и стойкой утрате трудоспособности, что оказывает значительное влияние на демографическую ситуацию и экономику страны.
По статистике за 2025 год самыми распространенными профзаболеваниями стали нейросенсорная потеря слуха, хронические болезни легких и поражение сосудов, нервов и опорно-двигательного аппарата. Больше всего подобных случаев зафиксировали на угольных предприятиях, при производстве алюминия, цветных металлов, вертолетов, самолетов и других летательных аппаратов.
Главная проблема заключается в том, что существующие методы оценки профессиональных рисков для здоровья часто носят групповой характер и выполняются для категорий работников, находящихся в сходных условиях, с использованием усредненных показателей. При этом в меньшей степени учитываются индивидуальные особенности состояния персонала, специфические комбинации воздействующих факторов и их потенциальное взаимное усиление. При этом традиционные периодические медосмотры также направлены на выявление уже состоявшихся заболеваний, а не на их прогнозирование и профилактику.
Ученые Пермского Политеха совместно с коллегами из управления Роспотребнадзора и ФНЦ медико-профилактических технологий управления рисками здоровью населения создали программу, которая предсказывает появление профессиональных заболеваний у каждого конкретного работника на вредном производстве. Статья опубликована в научно-практическом журнале «Анализ риска здоровью».
В основе разработки лежит не обычный искусственный интеллект, а специальная адаптивная нейро-нечеткая сеть. Ее ключевое преимущество — способность работать с неполной и неточной информацией. Одна часть программы — это математическая модель, которая обучается на разных данных и находит в них сложные закономерности. Это важно, потому что профессиональные заболевания редко возникают от одной причины — обычно это результат множества факторов. Вторая часть программы позволяет системе «мыслить» не только цифрами, но и качественными понятиями. Это значит, что она понимает значение фраз «высокий шум» или «средний риск», даже если границы этих терминов размыты.
Обучение системы проводилось на уникальной базе данных. В качестве «учебного материала» ученые использовали архивные сведения о работниках подземной добычи медно-никелевых руд с реальными, установленными диагнозами. База включала 175 000 показателей: точные условия труда (уровни шума, вибрации, концентрации химических веществ), личные медицинские показатели работников (результаты анализов крови, функциональной диагностики) и окончательные диагнозы профессиональных заболеваний.
Всю эту информацию разделили: 80% составили обучающую выборку, а оставшиеся 20% — контрольную. Сначала нейросеть в течение 100 циклов искала сложные взаимосвязи между вредными факторами, состоянием здоровья человека и развитием у него конкретных болезней. После каждого цикла поиска программа сверяла свои прогнозы с реальными сведениями, вычисляла ошибку и автоматически корректировала внутренние параметры.
За процессом обучения ученые постоянно следили с помощью двух графиков: их автоматически генерирует сама программа после каждого цикла. Она сравнивала полученные прогнозы с известными правильными ответами и вычисляла два ключевых показателя — долю верных ответов и величину расхождения результатов. На основе этой ошибки стандартный оптимизационный алгоритм определял, какие именно внутренние параметры нужно скорректировать и насколько, чтобы следующий прогноз был точнее. Обучение считалось завершенным, когда величина расхождений стала минимальной.
— Предложенная программа работает следующим образом. Сначала в систему загружается вся информация о работнике: условия на его рабочем месте, его стаж, возраст, а также результаты медицинских обследований. Затем программа преобразует эти цифры в лингвистические понятия и применяет к ним комплекс «правил», которые она сама выявила в процессе обучения на тысячах примеров. Например, что длительный стаж работы в условиях высокого шума ведет к высокому риску тугоухости. На следующем этапе система объединяет результаты всех правил и выдает конкретное число — индивидуальный индекс риска развития заболевания от 0 до 1. Чтобы этот расчет был понятным, система автоматически переводит число в одну из пяти категорий, которые заранее установили ученые: от «пренебрежимо малого» до «очень высокого» риска. Для наглядности программа строит 3D-график, который служит инструментом для проверки логики. Он помогает врачу или специалисту по охране труда убедиться, что риск для здоровья логично возрастает с увеличением вредных факторов, а также выявить «болевые точки» в условиях труда всего цеха или предприятия, — объяснила Нина Зайцева, академик РАН, доктор медицинских наук, профессор, научный руководитель ФБУН «ФНЦ медико-профилактических технологий управления рисками здоровью населения».
Работоспособность модели проверялась на тестовой выборке сотрудников, не участвовавших в обучении. Система корректно оценила групповые риски здоровью, подтвердив, например, что сочетание длительного воздействия промышленной пыли и аэрозолей формирует наиболее высокие шансы развития хронических болезней легких, таких как пневмокониоз. Далее ученые тестировали ее на полностью независимой выборке — данных о бурильщиках шпур.
Программа спрогнозировала их профессиональные риски для здоровья, а последующее углубленное медицинское обследование работников подтвердило наличие установленных заболеваний у 87–89% работников, что стало прямым доказательством эффективности разработки.
— Наш инструмент решает главную проблему традиционных методов — переход от усредненных, групповых оценок к индивидуальному прогнозу. Теперь для конкретного работника можно рассчитать его уникальный риск для здоровья, понять, какие именно комбинации факторов (например, стаж + определенный уровень шума + индивидуальные показатели анализов) его формируют. Система заранее идентифицирует тех, кто находится в зоне повышенного риска. Это позволяет врачам назначать персонализированные профилактические мероприятия именно тем, кто в них нуждается, — дополнила Анна Савочкина, старший преподаватель кафедры «Высшая математика» ПНИПУ.
Работодатели и надзорные органы получают инструмент для принятия адресных мер по улучшению условий труда на конкретных рабочих местах, несущих наибольшую угрозу. Сам работник получает объективную оценку угроз своему здоровью и рекомендации по ее снижению.
Система масштабируема и применима для самых разных отраслей. Она открывает возможность для реального управления профессиональным здоровьем, а не просто констатации уже наступивших заболеваний.
Telegram 
Дзен 
VK Среди самых интригующих открытий космического телескопа «Джеймс Уэбб» — компактные объекты, получившие название «маленькие красные точки». Их видели только в самых дальних уголках Вселенной. Большинство возникло в первый миллиард лет после Большого взрыва, и ученые предполагали, что такие источники представляют собой небольшие компактные галактики. Однако международная команда астрономов пришла к иному выводу. Они предположили, что на самом деле «маленькие красные точки» — черные дыры, окруженные массивной газовой оболочкой.
Группа исследователей опровергла классическую теорию о случайности вымирания видов на примере морских хищников. Анализ эволюции акул и скатов за последние 145 миллионов лет показал, что риск исчезновения вида напрямую зависит от времени его существования: «новички» погибают гораздо чаще, чем эволюционные долгожители. Кроме того, ученые установили, что знаменитый астероид, погубивший динозавров, нанес океану не такой сильный удар, как последующее изменение климата.
Давно известно, что видеоигры имеют массу не только негативных, но и положительных последствий. Ученые из Великобритании выяснили, что яркие и позитивные игры без насилия могут вызвать у молодых игроков чувство детского интереса.
Среди самых интригующих открытий космического телескопа «Джеймс Уэбб» — компактные объекты, получившие название «маленькие красные точки». Их видели только в самых дальних уголках Вселенной. Большинство возникло в первый миллиард лет после Большого взрыва, и ученые предполагали, что такие источники представляют собой небольшие компактные галактики. Однако международная команда астрономов пришла к иному выводу. Они предположили, что на самом деле «маленькие красные точки» — черные дыры, окруженные массивной газовой оболочкой.
Экологическое состояние морей, омывающих развитые и развивающиеся страны, — давняя проблема, о которой говорят ученые. Авторы нового исследования выявили в Средиземном море пещеры с рекордным количеством мусора.
Исследователи доказали, что влияние больших сделок на рынок описывается квадратичной зависимостью. Основой для анализа стали данные Токийской биржи.
С 2010-х в «Роскосмосе» говорили: будущая РОС сможет пролетать над полюсом, что даст ей возможности для новых научных экспериментов. Но вскоре после того, как в ноябре 2025 года Россия временно лишилась возможности запускать людей в космос, эта позиция изменилась. В результате запускать космонавтов с космодромов нашей страны станет довольно сложно.
На скалистых берегах аргентинской Патагонии разворачивается настоящая драма. Магеллановы пингвины, долгое время чувствовавшие себя в безопасности на суше в своих многотысячных колониях, столкнулись с новым и беспощадным врагом. Их извечные морские страхи — касатки и морские леопарды — теперь блекнут перед угрозой, пришедшей из глубины материка. Виновник переполоха — грациозный и мощный хищник, недавно вернувшийся на эти земли после долгого изгнания.
Позавчера, 27 ноября 2025 года, при запуске космонавтов к МКС на стартовую площадку № 31 упала кабина обслуживания стартового комплекса. Это означает, что новые пуски оттуда до починки невозможны. К сожалению, в 2010-х годах, в рамках «оптимизации» расходов, резервную площадку (с которой летал Юрий Гагарин) упразднили. Поэтому случилось беспрецедентное: в XXI веке страна с пилотируемой космической программой осталась без средств запуска людей на орбиту. Пока ремонт не закончится, проблема сохранится. Чем это может грозить?
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно