به گزارش فراز انرژی؛ این پروژه با محوریت هم افزایی مدیریت بهداشت، ایمنی و محیط زیست (HSE) و مدیریت فناوری اطلاعات شرکت پلیمر آریاساسول طراحی و اجرا شده است. تمام مراحل آن، از ایده پردازی تا پیاده سازی، توسط کارشناسان داخلی این شرکت انجام گرفته و بدون اتکا به منابع بیرونی به مرحله بهره برداری رسیده است.

از داشبورد مدیریتی تا تحلیل یکپارچه داده ها

حاصل این همکاری، طراحی و استقرار یک پلتفرم اختصاصی همراه با داشبورد مدیریتی سلامت بوده است. این سامانه داده های سلامت کارکنان را در کنار اطلاعات مواجهات شغلی به صورت یکپارچه تحلیل می کند و به این ترتیب امکان شناسایی زودهنگام ریسک های بهداشتی و برآورد احتمال بروز بیماری ها فراهم می شود.

پروژه هم اکنون در فاز نخست خود قرار دارد که به تدوین و توسعه داشبورد سلامت اختصاص یافته است. در گام های بعدی، مدل های تحلیلی پیشرفته تر تکمیل و الگوهای پیش بینی بیماری ها اعتبارسنجی خواهند شد.

تحلیل و بررسی فراز انرژی: چرا این طرح برای صنعت اهمیت دارد؟

سیستم های سنتی طب صنعتی عمدتا بر پایه «مدیریت واکنشی» عمل می کنند؛ یعنی اقدام درمانی معمولا پس از بروز علائم یا بیماری آغاز می شود. طرح پلیمر آریاساسول با تکیه بر تحلیل داده محور، این رویکرد را به سمت «مدیریت پیشگیرانه» سوق می دهد؛ مدلی که در آن امکان برنامه ریزی اقدامات حفاظتی هدفمند برای گروه های در معرض خطر پیش از بروز بیماری فراهم می شود.

از منظر صنعت نفت و پتروشیمی، این رویکرد می تواند اهمیت ویژه ای داشته باشد، چرا که کارکنان این صنایع اغلب در معرض مواجهات شغلی متنوعی از جمله مواد شیمیایی، گرد و غبار صنعتی و شرایط کاری خاص قرار دارند. تلفیق داده های سلامت با سوابق مواجهه شغلی، در صورت تکمیل موفق فازهای بعدی پروژه، می تواند به کاهش هزینه های درمانی بلندمدت و ارتقای بهره وری نیروی انسانی کمک کند.

بهره گیری از هوش مصنوعی در حوزه HSE هنوز در صنعت نفت و پتروشیمی کشور جایگاه محدودی دارد و اغلب طرح های مشابه در مراحل ابتدایی توسعه قرار دارند. تجربه پلیمر آریاساسول، در صورت تکمیل و اعتبارسنجی موفق مدل های پیش بینی، می تواند به عنوان الگویی برای سایر شرکت های این حوزه مطرح شود.

جمع بندی

پلیمر آریاساسول با راه اندازی این پلتفرم، گامی در مسیر تحول دیجیتال سلامت شغلی و بهره برداری هوشمند از داده ها برداشته است. موفقیت نهایی این طرح به تکمیل فازهای بعدی، از جمله توسعه مدل های تحلیلی پیشرفته و اعتبارسنجی الگوهای پیش بینی بیماری، بستگی دارد که هنوز در دست اجراست.