توسعه ابزار پوشیدنی هوشمند برای پیشبینی وضعیتهای ایمن و ناایمن در بلند کردن دستی بار
دکتر احسان گروسی، عضو هیئت علمی و دانشیار گروه ارگونومی دانشکده بهداشت دانشگاه علوم پزشکی ایران و رئیس کمیته اختراعات این دانشگاه، از اجرای طرح تحقیقاتی «ارزیابی عملکرد کفش هوشمند در پیشبینی وضعیتهای ایمن و ناایمن بلند کردن دستی بار متقارن» خبر داد و جزئیات این پژوهش را تشریح کرد.
به گفته وی، حوزه تخصصی او ارگونومی فیزیکی، بیومکانیک شغلی و فناوریهای پوشیدنی برای پایش سلامت و ایمنی در محیطهای کاری است. دکتر گروسی دانشآموخته دکترای تخصصی ارگونومی از دانشگاه علوم پزشکی تهران است و تاکنون طرحهای پژوهشی متعددی را در زمینه ارگونومی کاربردی و طراحی ابزارهای پوشیدنی هوشمند برای پیشگیری از اختلالات اسکلتی–عضلانی اجرا کرده است. از جمله این طرحها میتوان به طراحی و ساخت کفش هوشمند تشخیص حدود مجاز بلند کردن بار، طراحی و ارزیابی فورسپس ارگونومیک پانسمان، بازطراحی روروئک ارگونومیک مادر و نوزاد، ارزیابی کفش Barefoot برای ایستادن طولانیمدت و نیز چندین پروژه مرتبط با بهبود پوسچر شغلی، طراحی صندلی ارگونومیک و پایش خستگی پرستاران اشاره کرد. وی همچنین تأکید کرد که در سالهای اخیر، تمرکز اصلی فعالیتهای آموزشی و پژوهشیاش بر توسعه سیستمهای پوشیدنی ارگونومیک مبتنی بر sEMG و IMU بوده که زمینهساز شکلگیری این پژوهش شده است.
دکتر گروسی، دلیل اصلی انتخاب این موضوع پژوهشی را شیوع گسترده اختلالات اسکلتی–عضلانی، بهویژه کمردرد شغلی ناشی از بلند کردن دستی بار، در محیطهای کاری ایران و جهان عنوان کرد. به گفته او، بر اساس گزارشهای سازمان جهانی بهداشت و سازمان بینالمللی کار، بیش از ۱.۷ میلیارد نفر در جهان با این اختلالات درگیر هستند. او با اشاره به محدودیت روشهای متداول ارزیابی ریسک در محیط کار اظهار داشت که این روشها عمدتاً بصری و ذهنی هستند و برای شناسایی دقیق پوسچرهای پرخطر در شرایط پویا، کارایی کافی ندارند. همین مسئله سبب شد تا تیم پژوهشی به سراغ استفاده از سیگنالهای الکترومایوگرافی سطحی و الگوریتمهای یادگیری ماشین برود تا ابزاری عینی، سریع و دقیق برای پیشبینی ریسک واقعی بلند کردن بار در اختیار صنایع قرار گیرد.
این پروژه حاصل پایاننامه خانم فاطمه شیخ، دانشجوی کارشناسی ارشد، با همکاری خانم دکتر خانهشناس، از اعضای هیئت علمی گروه ارگونومی، بوده است. همچنین دکتر زانیار کریمی نیز در ساخت کمربند هوشمند این طرح نقش مؤثری ایفا کرده است.
در این پژوهش، دادههای sEMG و زاویه تنه در وظایف باربرداری متقارن و نامتقارن، با بیش از ۱۰۸ پوسچر مختلف، از ۱۲ داوطلب زن و مرد ثبت شد. سپس این دادهها با استفاده از شاخصهای NIOSH LI، ۳DSSPP و Borg برچسبگذاری شدند و در ادامه، ۷ الگوریتم یادگیری ماشین برای طبقهبندی پوسچرهای ایمن و ناایمن آموزش دیدند. به گفته مجری طرح، از مهمترین نوآوریهای این پژوهش میتوان به ترکیب همزمان sEMG و IMU برای تشخیص ریسک بلند کردن بار، پوشش وضعیتهای متقارن و نامتقارن در زوایای ۰، ۴۵ و ۹۰ درجه، طراحی و ساخت کمربند هوشمند پوشیدنی همراه با اپلیکیشن موبایل برای تشخیص و هشدار آنی پوسچرهای ناایمن و نیز جمعآوری یک دیتاست بومی از حرکات باربرداری با در نظر گرفتن جنسیت، شرایط بار و ارتفاعهای مختلف اشاره کرد.
دکتر گروسی با بیان اینکه این پژوهش تا مرحله ساخت نمونه اولیه کمربند هوشمند و اپلیکیشن همراه پیش رفته است، افزود: این کمربند قادر است دادهها را بهصورت آنی دریافت، پوسچر کاربر را تحلیل و در صورت تشخیص وضعیت خطرناک، با آلارم صوتی و نوری هشدار لازم را صادر کند. وی همچنین از برنامهریزی برای انجام آزمایشهای میدانی در محیطهای صنعتی واقعی و همکاری با کارخانجات و مراکز خدماتی خبر داد تا این محصول از مرحله تحقیقاتی به فاز تجاریسازی و بهرهبرداری عملیاتی وارد شود.
به گفته این عضو هیئت علمی دانشگاه علوم پزشکی ایران، این ابزار میتواند به متخصصان ارگونومی کمک کند تا وضعیتهای ناایمن را با دقت بیشتر و در زمان کمتر شناسایی کرده و ایستگاههای کاری را بر اساس آن بازطراحی کنند. همچنین کارگران، پرستاران، انبارداران و کارگران ساختمانی نیز میتوانند با استفاده از این فناوری، در همان لحظه از وضعیت خطرناک خود آگاه شوند و پوسچر ایمنتری اتخاذ کنند. این موضوع در نهایت به کاهش غیبتهای کاری، افزایش بهرهوری و ارتقای سلامت شغلی منجر خواهد شد.
وی در ادامه، مهمترین انتظار از مسئولان پژوهشی و صنعتی کشور را حمایت مالی و فنی از توسعه فناوریهای پوشیدنی ارگونومیک و تسهیل مسیر ثبت اختراع، تولید انبوه و تجاریسازی اینگونه محصولات دانست. دکتر گروسی پیشنهاد کرد که با ایجاد صندوقهای مشترک دانشگاه و صنعت و فراهم کردن امکان آزمایش میدانی در کارگاهها و بیمارستانها، مسیر پیادهسازی پژوهشهای کاربردی کوتاهتر شود. به اعتقاد او، حمایت از شکلگیری دیتاستهای ملی ارگونومیک نیز میتواند زمینهساز توسعه سامانههای هوشمند مشابه در دیگر حوزهها باشد.
او درباره برنامههای آینده این طرح نیز توضیح داد که در فاز بعدی، بهبود دقت مدلهای یادگیری ماشین با استفاده از دادههای واقعیتر از محیطهای صنعتی، تعویض برخی ماژولها، ارتقای دستگاه و افزودن قابلیت پیشبینی خستگی عضلانی به کمربند هوشمند در دستور کار قرار دارد. به گفته وی، هدف نهایی این تیم تحقیقاتی، توسعه شبکهای از ابزارهای پوشیدنی هوشمند ارگونومیک است که بتواند در صنایع مختلف ایران به کاهش آسیبهای شغلی کمک کند. دکتر گروسی ابراز امیدواری کرد که با حمایت مسئولان، این فناوری بهزودی وارد بازار شده و نقش مؤثری در ارتقای سلامت نیروی کار کشور ایفا کند.
خبرنگار نسیمه ستایش