Análisis predictivo para la Prevención de Riesgos Laborales

Prevención de Riesgos Laborales

Cuando la vida de las personas está en juego, el análisis de los datos pasados carece de valor. No nos interesa saber cuantas personas sufrieron accidentes laborales el año pasado, nos interesa saber cómo evitar los incidentes este año. Para llegar a hacer este objetivo una realidad, los avances tecnológicos están de nuestro lado y gracias a las técnicas de Big Data, Machine Learning y la evolución que está sufriendo la industria hacia el 4.0 esta predicción ya se ha convertido en una realidad.

Big Data y Prevención de Riesgos Laborales

Big Data, para simplificar, es una gran cantidad de datos que sería imposible tratar con las técnicas tradicionales. Para su tratamiento se desarrollan aplicaciones de software específicas para tratarlos y proporcionar información de valor para las organizaciones. Para la Prevención de Riesgos Laborales esto también es aplicable y gracias a las series de datos podremos las aplicaciones para su tratamiento es posible determinar las relaciones entre los mismos y hacer predicciones sobre las condiciones futuras.

Datos a tratar para un análisis predictivo en HSE

La mayor parte de las organizaciones actualmente centran su análisis en los datos de series históricas de Seguridad y Salud en el Trabajo. Revisan datos anteriores por lo que simplemente están mirando por el retrovisor para intentar detectar lo que fue mail y corregirlo en el futuro. Este análisis suele hacerse con indicadores aislados, analizando únicamente, por ejemplo, el número de accidentes laborales en cierta área de la organización o el número de bajas laborales por esta u otra enfermedad. Esta forma tradicional de hacer el análisis de HSE es una visión muy limitada de los datos y por tanto estamos perdiendo gran cantidad de información por el camino que nos puede aportar mejoras de mucho mayor impacto en la organización. Si en lugar de analizar el hecho buscamos la causa o causas que dieron lugar a ese hecho que implicó un perjuicio a la organización, podremos atacar el problema raíz y conseguir así que la probabilidad de que este vuelva a ocurrir disminuya en gran medida, es decir, estaremos minimizando el riesgo o reduciéndolo a cero basándonos en datos en lugar de en políticas que se desarrollan desde la experiencia previa, la intuición o el criterio del especialista en HSE. Este análisis de datos, buscando la predicción de los incidentes HSE no puede basarse únicamente en los hechos si no que para llegar a la raíz del problema deberemos buscar entre datos que rara vez se reflejan en los informes, datos que posiblemente nunca hubiéramos pensado que podrían impactar pero que, en combinación con otros, nos arrojan información de valor para mejorar el rendimiento de la organización. Estos datos pueden ser de varios tipos. A modo de ejemplo podríamos definir los siguientes:

Fuentes de Datos de Seguridad:

• Auditorías HSE
• Investigaciones de incidentes y accidentes realizadas
• Accidentes o incidentes detectados
• Acciones HSE ejecutadas y sus resultados obtenidos.

 

Datos médicos personales:

• Perfil demográfico (edad, sexo, hábitos personales…)
• Enfermedades laborales
• Enfermedades no laborales
• Lesiones laborales
• Lesiones no laborales

 

Datos procedentes de Recursos Humanos

• Productividad
• Evaluación del desempeño
• Capacitaciones realizadas
• Cargo, perfil o rango laboral
• Detalles del puesto de trabajo (ergonomía, factores climáticos de la ubicación…)
• Expediente laboral de la persona y comparativa con los compañeros
• Salario y temporalidad de pagos…

 

Contexto del entorno laboral

• Situaciones o peculiaridades en los incidentes detectados
• Variabilidad de las tareas a desempeñar (posible falta de experiencia o especialización)
• Cambios del entorno físico donde desempeña sus funciones
• Complejidad de la labor a desempeñar
• Riesgo intrínseco de su labor
• Equipos empleados para el desempeño
• Supervisión ejercida (sobre el desempeño y sobre la seguridad)
• Tiempo transcurrido de la jornada hasta el incidente

 

Datos externos al ámbito laboral

• Cultura
• Factores sociodemográficos
• Horas del día
• Situación climática

  Como vemos las variables pueden ser muchas y de cualquiera de ellas o de una combinación de varios de estos factores puede extraerse información de valor para la mejora continua del Sistema HSE, únicamente necesitamos un sistema que nos permita analizar todo este conjunto de variables, sus relaciones e interrelaciones y nos otorgue relaciones casusa efecto sobre las mismas para poder actuar sobre la raíz del problema en lugar de actuar en base a criterios e intuiciones por muy obvias que parezcan a primera vista.

Software HSE para la prevención de riesgos laborales

Dentro de los procesos que se pueden automatizar en las organizaciones, destacamos los relacionados con la prevención de riesgos laborales. HSETools permite la gestión integrada de todos los riesgos que amenazan a las organizaciones. Con HSETools las organizaciones podrán:

• Identificar los riesgos HSE a los que estén sometida la organización.
• Inventariar riesgos.
• Vincular los controles relacionados a esos riesgos.
• Notificar las acciones a desempeñar por el personal responsable.
• Determinar los riesgos que originan un mayor impacto.
• Generar informes para tomar decisiones adecuadas.

Este software para la prevención de riesgos laborales, aporta una visión global y permite la trazabilidad de cada elemento. En estos momentos, puede apuntarse de forma gratuita una demostración y conocer todo su potencial. Si tiene interés, regístrese aquí.