İş kazaları ve meslek hastalıklarının önlenmesinde yapay zekâ kullanımı
Use of artificial intelligence in preventing work accidents and occupational diseases
- Tez No: 934727
- Danışmanlar: PROF. DR. MEHMET BARAN
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İş Güvenliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 340
Özet
Uluslararası İş Organizasyonu (ILO) ve Dünya Sağlık Organizasyonu (WHO) 2023 raporlarına göre iş kazaları ve meslek hastalıkları sonucu dünyada her yıl 2,78 milyon ölüm ve 374 milyon yaralanma sonucu manevi kayıplar yanında 3 trilyon ABD doları zarar oluşmaktadır ki tüm zararların yapay zeka teknolojileri kullanılarak proaktif şekilde önlenmesi mümkündür. İş yerlerinde çalışan sağlığını, çevreyi ve iş araçlarını korumak amacıyla yapılan bilimsel çalışmalara“İş Sağlığı ve Güvenliği (İSG)”denilmektedir. İSG'de hedef iş kazalarını ve meslek hastalıklarını önlemek olup, işletmecilere ulusal ve uluslararası mevzuat kapsamında sorumluluklar düşmektedir. Yapay Zekâ (YZ) teknolojileri, İSG'nin Endüstri 4.0'a uyumunu kolaylaştırmaktadır. İnternet ortamındaki her tür veri, fabrika ve işletmelerden sensörlerle elde edilen verilerle birlikte Büyük Veriyi (BV) oluşturmaktadır. YZ algoritmaları BV içinde yer alan görüntü, metin, video, ses gibi verilerden öğrenebilen yazılımlar olup en gelişmişi Yapay Sinir Ağları (YSA) ve ileri aşaması olan Derin Öğrenme (DÖ) insan beyninin çalışmasını taklit etmektedir. YZ'nın nihai hedefi insan gibi davranış gösteren makineler ve robotlar oluşturmaktır. YSA ve DÖ Makine öğrenmesinin (MÖ) alt dalları olup hepsinin çatısını YZ oluşturmaktadır. YZ daha özel olarak; veriden öğrenen MÖ algoritmalarınca ses, yazılı metin ve görüntü verilerinin işlenmesidir. YZ algoritmalarını içeren YZ teknolojileriyle çalışan, ortam, araç ve ekipmanlar ile sağlık verileri izlenebilmekte, tehlikeli durum ve davranışlar tespit edilebilmektedir. Nesnelerin İnternetiyle tüm donanımlar birbirine bağlanmakta, veriler bulut bilişimde saklanabilmektedir. Sensör verileriyle iş araçlarının bakım ve performansı takip edilebilmekte, kamera görüntüleri taranarak riskler ve anormal durumlar tespit edilebilmektedir. Düşmeler anında tespit edilip, tehlikeli bir alana yaklaşan çalışanlar uyarılmaktadır. Artırılmış ve sanal gerçeklik ile sorunlar tespit edilebilmekte, eğitim verilebilmekte, riskler önceden görülebilmektedir. Literatürde sensör, kamera ve giyilebilir cihazlarla nesnelerin interneti üzerinden toplanan verilerin eğitilmiş YZ algoritmalarında değerlendirilmesi ile iş kazaları ve meslek hastalıkarının proaktif şekilde önlenmesinin mümkün olduğu, Tez uygulama çalışmalarında; saha ve sanal verilerle makine öğrenmesi yapılarak desteklenmiştir. Tez çalışmasında sahadan anketle işçilerden toplanan İSG verileri bir YZ programı olan WEKA ve COLAB'da kullanılarak iş kazası, yaralanma ve meslek hastalığı tahmin modellerinde %97-99 ve işçilerin özelliklerine göre İSG gruplarına ayrılmasında %63-95 arası başarı elde edilmiştir. İşletmelerin işçi ve işyeri verilerini kullanarak kendilerine özgü İSG politikaları belirleyebileceği örnek birliktelik algoritması oluşturulmuştur. 2005-2021 SGK verileri model doğruluğu %95 olan yapay sinir ağlarında kullanılarak Ulusal İSG maliyetinin gayri safi hasılaya oranı 2024 için %0,97 ve 2044 için %1,19 tespit edilmiştir. Google'dan elde edilen veriler kullanılarak sahada çalışan işçilerin kişisel koruyucu donanım kullanıp kullanmadıklarını %90 doğrulukla tespit eden bilgisayarlı görme modelleri geliştirilmiştir. Daha çok ve kaliteli veri ile %100 başarı veren tahmin modellerinin oluşturulması mümkün olacaktır. Saha ve literatürden veri elde edilemediğinden sanal veriler kullanılan çalışmalar yapılmıştır ki Literatürde örnek olması amaçlanmıştır. Bu kapsamda Blok zincirde 3 kural içeren ve kişisel koruyucu donanım takılmamasının 2. ihlalinde İSG sözleşmesini fesih eden akıllı sözleşme tasarlanmış, işçinin yük kaldırma işi sırasında zorlandığı koşulları anlık sensör verileri ile tespit eden sistem geliştirilmiş, işçi ve işyeri bilgileri girildiğinde risk seviyesini veren uzman sistem oluşturulmuştur. İdeal işçi ve işyeri için İSG özelliklerinin saptanmasında genetik algoritma ve acil durum rota belirlemede karınca algoritması kullanılarak kaynak kullanımını optimize eden modeller geliştirilmiştir. İSG'de belirsizliklerin yönetimi kapsamında iş kaza olasılığını düşük, orta ve yüksek olarak tespit için bulanık mantık, risk değerlendirme ekiplerinin performans tahmini için yapay sinir ağı kullanılmıştır. İş kazaları ve meslek hastalıkları rapor ve tutanaklarından kök neden analizi, sınıflama ve önemli bilgilerin tespitini içeren farklı metin madenciliği modelleri oluşturulmuştur. Sanal veriler yerine saha verilerinin anlık izlenmesi ile akıllı İSG ve bakım gibi sözleşmelerinin anlık ve güvenli yürütülmesi mümkün olacak, çalışan işçilerin ergonomi kaynaklı olumsuzlukları anında tespit edilebilecek, işçilere risk seviyesine göre iş verilmesi mümkün olacaktır. İSG harcamaları daha verimli yapılabilecek ve iş kazaları ile afetlere daha etkili müdahale edilebilecektir. İSG kapsamında belirsizlikler içeren iş kazası, çalışma ortamı, yorgunluk, çalışma performansı gibi hususların düşük/orta/yüksek risk gruplarına ayrılması mümkün olacaktır. Sahadan anketle yöneticilerden toplanan verilerle Türkiye'de işletmelerin İSG 4.0 dönüşümü kapsamında karşılaşacakları engellerin çözüm hiyerarşisi sırasıyla teknik, işgücü, veri koruma, dijital altyapı ve maliyet olarak belirlenmiştir ki her işletmenin strateji ve paydaşlarına göre kendine özgü çözüm hiyerarşisini oluşturması beklenmektedir. Artan iş kaza ve meslek hastalıkları sayı ve türleri ile BV düşünüldüğünde YZ teknolojilerinin İSG'de kullanımının zorunluğu olduğu sonucuna varılmıştır.
Özet (Çeviri)
According to the 2023 reports of the ILO and WHO organizations, as a result of work accidents and occupational diseases, 2.78 million deaths and 374 million injuries occur annually in the world, as well as moral losses and 3 trillion US dollars in damage, all of which can be prevented proactively using artificial intelligence technologies. Scientific studies carried out to protect the health of workers, the environment and work tools at workplaces are called“Occupational Health and Safety (OHS)”. The target in OHS is to prevent work accidents and occupational diseases, and operators have responsibilities within the scope of national and international legislation. Artificial Intelligence (AI) technologies facilitate the adaptation of OHS to Industry 4.0. All kinds of data on the Internet, together with the data obtained from factories and businesses with sensors, constitute Big Data (BD). AI algorithms are software that can learn from data such as images, text, video, and audio contained within the BV, and the most advanced of these are Artificial Neural Networks (ANN) and its advanced stage, Deep Learning (DL), which imitates the operation of the human brain. The ultimate goal of AI is to create machines and robots that behave like humans. ANN and DL are sub-branches of Machine Learning (ML), and AI forms the basis of all of them. AI more specifically process audio, written text and image data by data-learning ML algorithms. Working with AI technologies that include AI algorithms, the environment, vehicles and equipment, as well as health data, can be monitored and dangerous situations and behaviors can be detected. Health data such as heart rate, electrocardiography, respiratory rate, insulin rate in the blood, body temperature can be checked, and unusual behaviours can be detected by AI. All hardware can be connected to each other with the Internet of Things and data can be stored in cloud computing. The maintenance and performance of business vehicles can be monitored with sensor data, and risks and abnormal situations can be detected by scanning camera images. Falls can be detected immediately and employees approaching a dangerous area can be warned. With augmented and virtual reality, problems can be detected, training can be provided, and risks can be foreseen. In the literature, it is possible to prevent occupational accidents and occupational diseases proactively by evaluating the data collected via the internet of things with sensors, cameras and wearable devices in trained artificial intelligence algorithms, and in the thesis application studies; machine learning was supported by field and virtual data. Considering the increasing number and types of occupational accidents and diseases and BD, it has been concluded that the use of AI technologies in OHS is a necessity. In the thesis study, OHS data collected from workers via a survey in the field were used in WEKA and COLAB, an AI program, and 97-99% success was achieved in occupational accident, injury and occupational disease prediction models and 63-95% success was achieved in separating workers into OHS groups according to their characteristics. A sample association algorithm was created where businesses can determine their own OHS policies using worker and workplace data. Using 2005-2021 SSI data in artificial neural networks with a model accuracy of 95%, the ratio of National OHS cost to gross product was determined as 0.97% for 2024 and 1.19% for 2044. Using data obtained from Google, computer vision models were developed that detect whether workers working in the field use personal protective equipment with 90% accuracy. It will be possible to create prediction models that give 100% success with more and higher quality data. Since data could not be obtained from the field and literature, studies using virtual data were conducted, which is intended to be an example in the literature. In this context, a smart contract that includes 3 rules in the Blockchain and terminates the OHS contract in the second violation of not wearing personal protective equipment was designed, a system was developed that detects the conditions in which the worker has difficulty during the lifting work with instant sensor data, and an expert system was created that gives the risk level when the worker and workplace information is entered. Models that optimize resource use were developed using the genetic algorithm in determining the OHS characteristics for the ideal worker and workplace and the ant algorithm in determining the emergency route. Within the scope of the management of uncertainties in OHS, fuzzy logic was used to determine the probability of an occupational accident as low, medium and high, and an artificial neural network was used for the performance estimation of risk assessment teams. Different text mining models were created that include root cause analysis, classification and determination of important information from occupational accident and occupational disease reports and minutes. With instant monitoring of field data instead of virtual data, it will be possible to execute smart OHS and maintenance contracts instantly and safely, ergonomic negativities of the workers can be detected instantly, and it will be possible to assign jobs to the workers according to the risk level. OHS expenses can be made more efficiently and occupational accidents and disasters can be intervened more effectively. It will be possible to separate issues such as work accidents, working environment, fatigue, work performance, which include uncertainties within the scope of OHS, into low/medium/high risk groups. With the data collected from managers through a survey in the field, the solution hierarchy of the obstacles that businesses in Turkey will face within the scope of OHS 4.0 transformation has been determined as technical, labor, data protection, digital infrastructure and cost, respectively, and it is expected that each business will create its own solution hierarchy according to its strategy and stakeholders. Considering the increasing number and types of occupational accidents and diseases and BV, it has been concluded that the use of AI technologies in OHS is a necessity.
Benzer Tezler
- Ankara ilinde görev yapan işyeri hekimlerinin genel sağlık durumları ve ilişkili etmenler
The general health conditions of the occupational health physicians working in Ankara province and related aspects of them
SEHER BAKİ
- Türk Silahlı Kuvvetleri bir askeri fabrikasında iş sağlığı hemşireliği gereksinimlerinin belirlenmesi ve işçilerin sağlığını korumaya yönelik model planlaması
Identification of the requirement of occupational health nursing at a Turkish Armed Forces factory and a model planning towards labour-health prevention
TÜLAY BİÇER
- İş sağlığı ve güvenliği açısından risk değerlendirme metodu önerisi ve bir işletmede uygulaması
The proposal of risk evaluation system in terms of occupational health and safety and in a facility of application
ERCAN ÇÖREK
Yüksek Lisans
Türkçe
2014
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MİTHAT ZEYDAN
- Gıda üretim sistemlerinin iş sağlığı ve güvenliği açısından incelenerek önleyici tedbirlere yönelik risk analizlerinin yapılması
Food production systems investigation in terms of occupational health and safety and risk analysis done for preventive measures
ŞEYDA KANAT
Yüksek Lisans
Türkçe
2015
Mühendislik Bilimleriİstanbul Aydın Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DOÇ. DR. ZAFER UTLU
- Mesleksel kümülatif travmaların çalışanlarda oluşturduğu el fonksiyon bozuklukları ve bu bozuklukların meydana getirdiği sorunlar ile alınacak önlemler
Occupational cumulative traumas leading hand disfunction and disabilities; appropriate precauitons
SALİME YILMAZ
Yüksek Lisans
Türkçe
1999
Halk Sağlığıİstanbul ÜniversitesiHalk Sağlığı Ana Bilim Dalı
PROF. DR. H. HİLMİ SABUNCU