Совместная модель для прогнозирования времени до наступления усталости с одним биомаркером с переносимого датчика

Почему важно знать об усталости до того, как она наступит

Во многих профессиях на фабриках и складах силы работника истощаются задолго до окончания смены. Когда люди начинают чувствовать усталость, риск ошибок и травм уже вырос. В этом исследовании изучается, может ли один переносимый датчик, носимый на теле как фитнес‑трекер, помочь предсказать, когда человек, вероятно, станет физически уставшим во время тяжёлой работы. Если время до наступления усталости можно надёжно прогнозировать, руководители могли бы корректировать задания или отдых до того, как работник выйдет на рискованное состояние, повышая безопасность и производительность.

От браслетов к ранним предупреждениям

Исследователи опирались на два предыдущих лабораторных исследования, имитировавших реальные производственные задачи. В одном добровольцы в течение до трёх часов поднимали и перемещали тяжёлые контейнеры или ходили, наклонялись и закручивали болты. В другом они многократно поднимали утяжелённые бутылки с уровня плеч и укладывали их в коробки до 45 минут. Участники носили небольшие датчики движения на запястье, бёдре, туловище и иногда нагрудный пульсометр. Эти устройства фиксировали, как двигалось их тело с течением времени, а сами работники периодически оценивали свою усталость, что позволило команде определить момент, когда каждый достиг заранее заданного порога усталости.

Следя за одним сигналом вместо многих

Современные носимые устройства могут отслеживать десятки числовых признаков движения, но слишком много входных данных затрудняют понимание моделей и их применение в цеху. Авторы специально поставили более простой вопрос: может ли один, тщательно выбранный признак с одного датчика дать хорошие прогнозы времени наступления усталости? Они просмотрели множество потенциальных сигналов и сосредоточились на показателях, связанных с «рывком» (jerk) на запястье, что по сути отражает, насколько плавны или резки движения человека. Ранее уже связывали jerk с тем, уставал ли человек в данный момент; здесь цель состояла в том, чтобы выяснить, может ли он также предсказывать, сколько времени потребуется, чтобы достичь этого состояния.

Связывая изменяющиеся движения с часами

Чтобы связать эти меняющиеся показания датчика с ходом времени до наступления усталости, команда использовала статистический подход, называемый совместным моделированием. Проще говоря, он отслеживает, как сигнал с носимого устройства изменяется у каждого человека, и одновременно изучает, как этот меняющийся профиль соотносится с итоговым моментом усталости. Модель обновляется по мере поступления новых данных с датчика, подобно прогнозу погоды, который улучшается в течение дня. В обеих лабораторных работах совместная модель, построенная всего на одной характеристике jerk с запястья, явно превзошла стандартные методы, опиравшиеся только на фиксированные описания задач, такие как тип работы или поднимаемый вес. Новый подход лучше определял, какой работник устанет раньше, с более высокой дискриминацией и меньшими ошибками в оценке времени до усталости.

Что выдают тонкие изменения движений

Результаты также проливают свет на то, как тело адаптируется по мере нарастания усталости. В более длительных задачах по работе с тяжёлыми материалами у работников, которые в итоге уставали, в целом наблюдался более высокий средний jerk на запястье, что отражало более резкие, менее контролируемые движения, и такой профиль указывал на повышенный риск более раннего достижения порога усталости. В короткой задаче по выбору бутылок наиболее информативной оказалась другая мера jerk — описывающая поведение самой плавной четверти движений. Когда эта мера снижалась со временем, это предполагало, что тело жёстче фиксирует суставы, чтобы сохранять точность движений несмотря на растущую нагрузку — стратегия, которая парадоксально делает некоторые движения плавнее, хотя глубинная усталость усиливается.

Внедрение прогнозирующего мониторинга усталости на рабочих местах

Для неспециалистов главный вывод заключается в том, что один продуманно размещённый переносимый датчик способен не только фиксировать уже наступившую усталость, но и давать текущее оценочное значение того, насколько близок человек к состоянию, при котором работа станет небезопасной или неэффективной. Хотя эти результаты получены в контролируемых лабораторных условиях на относительно небольших группах, они демонстрируют практический путь к системам предупреждений в реальном времени, которые учитывают приватность и одновременно повышают безопасность. При дальнейшем тестировании в реальных условиях и внимательном отношении к этическому использованию такие модели могут помочь организациям перепроектировать графики и задания, чтобы меньше сотрудников доходили до опасной грани усталости.

Цитирование: Lu, L., Sedighi-Maman, Z. & Cavuoto, L. A joint modeling framework for time-to-fatigue prediction with a single wearable sensor biomarker. Sci Rep 16, 12437 (2026). https://doi.org/10.1038/s41598-026-41249-0

Ключевые слова: переносимые датчики, усталость работников, прогнозирование времени до усталости, охрана труда, совместное моделирование