Big data y análisis predictivo: Identificar patrones para evitar riesgos y accidentes
Big data y análisis predictivo: Identificar patrones para evitar riesgos y accidentes Uso de información Uso de información Uso de información Big data y análisis predictivo: Identificar patrones para evitar riesgos y accidentes La predicción en base a datos históricos y modelos estadísticos son de gran valor para la prevención de accidentes. La Big data permite optimizar esta predicción para encontrar patrones e identificar riesgos y así resguardar la seguridad de los trabajadores. Por: Rodrigo M. Ancamil Los accidentes tienen un impacto negativo tanto en los propios trabajadores como también para las empresas. Cuando estos ocurren enáreas laborales se deben implementar una serie de acciones para evitar que vuelvan a suceder, ya que si los accidentes son relterativos revela una falla en las medidas de prevención.
El avance de la tecnología ha sido un aliado para evitar estos accidentes, donde el uso de la Big Data ha sido fundamental para optimizar el manejo de datos, encontrar patrones e identificar factores de riesgo que deben ser tratados para disminuir los riesgos de accidentes. "En el caso de la prevención de accidentes, funciona mediante la recopilación de datos relevantes para la seguridad, el almacenamiento y procesamiento de datos, el análisis avanzado para identificar patrones y factores de riesgo, la visualización de información es clave para la toma de decisiones y el aprendizaje continuo para mejorar la precisión y eficacia de las capacidades predictivas, Estos datos pueden venir desde diversas fuentes, como por ejemplo sensores que identifiquen la ubicación de un operador quien puede estar ubicado en un lugar que el algoritmo podria considerar peligroso", explica Matías Greco, director Ingenieria Civil Informática, Facultad de Ingeniería, Arquitectura y Diseño (FIAD), Universidad San Sebastián. Universidad San Sebastián.
La recopilación de estos grandes volúmenes de información ha sido clave en la prevención de accidentes, en especial en industrias de alto riesgo como la manufacturera, energía y servicios públicos, transporte y logística, minería, construcción y atención médica. "Estos sectores generan grandes cantidades de datos, muchos de ellos provenientes de sensores que aportan datos en tiempo real y pueden aprovechar Big Data para mejorar la seguridad", agrega el director de Ingenieria Civil Informática de la USS.
En este mercado emergente existen diversas soluciones que ayudan a la prevención de accidentes, de las cuales el experto de la USS destaca el Mantenimiento Predictivo (PdM) en empresas manufactureras o en mineria, Este programa utiliza 2 análisis avanzados sobre datos de sensores y otras fuentes para predecir fallos en equipos antes de que ocurran, previniendo averías, tiempos de inactividad y accidentes relacionados con fallas en los equipos, además de permitir una planificación óptima del mantenimiento. Las soluciones de PdM a menudo incorporan Inteligencia Artificial (IA) para mejorar continuamente los pronósticos a medida que se recopilan y aprenden más datos..