En gemensam modelleringsram för prognos av tid-till-trötthet med en enda bärbar sensorbiomarkör

Varför det spelar roll att känna till trötthet innan den slår till

Många jobb i fabriker och lager tömmer en arbetstagares krafter långt innan skiftet är slut. När folk väl känner sig utmattade har risken för misstag och skador redan ökat. Denna studie undersöker om en enda bärbar sensor, fäst på kroppen som en aktivitetsmätare, kan hjälpa till att förutsäga när en person sannolikt blir fysiskt trött under krävande arbete. Om tid-till-trötthet kan förutses tillförlitligt kan arbetsledare anpassa uppgifter eller raster innan arbetare når ett riskfyllt tillstånd, vilket förbättrar både säkerhet och produktivitet.

Från handledsband till tidiga varningar

Forskningen byggde på två tidigare laboratoriestudier som efterliknade verkliga tillverkningsjobb. I den ena bar frivilliga upp till tre timmar av lyft och förflyttning av tunga kärl eller gång, böjning och åtdragning av bultar. I den andra lyfte de upprepade gånger vikta flaskor från axelhöjd och placerade dem i kartonger i upp till 45 minuter. Deltagarna bar små rörelsesensorer på kroppspositioner som handled, höft och bålen, och ibland ett pulsbälte. Dessa enheter registrerade hur deras kroppar rörde sig över tid, samtidigt som arbetarna periodvis bedömde hur trötta de kände sig, vilket gjorde det möjligt för teamet att fastställa det ögonblick då varje person nådde en förinställd trötthetströskel.

Följa en signal i stället för många

Moderna bärbara enheter kan mäta dussintals numeriska egenskaper från rörelse, men för många indata gör prediktionsmodeller svåra att tolka och att använda i verkliga arbetssituationer. Författarna ställde medvetet en enklare fråga: kan en enda väl vald egenskap från en sensor ge starka prognoser för när trötthet kommer att inträffa? De sökte igenom många möjliga signaler och fokuserade på mått relaterade till ”jerk” vid handleden, vilket i praktiken fångar hur jämn eller ryckig en persons rörelser är. Tidigare arbete hade kopplat jerk till om någon redan var trött; här var målet att se om det också kunde förutsäga hur lång tid det skulle ta att nå den punkten.

Koppla förändrade rörelser till tidpunkten

För att knyta dessa föränderliga sensormätningar till klockan för trötthetsinsättningen använde teamet en statistisk strategi kallad gemensam modellering. I enkla ordalag följer den hur en signal från den bärbara utvecklas för varje person och lär sig samtidigt hur det mönstret relaterar till den slutliga tidpunkten för trötthet. Modellen uppdateras när nya sensordata kommer in, ungefär som en väderprognos som förbättras under dagen. I båda fallstudierna överträffade en gemensam modell byggd på endast en handledsbaserad jerk-egenskap klart standardmetoder som byggde enbart på fasta arbetsbeskrivningar, som typ av jobb eller den lyfta vikten. Den nya metoden förutsade vilken arbetare som skulle bli trött tidigare med bättre diskriminering och mindre fel i uppskattad tid-till-trötthet.

Vad subtila rörelseförändringar avslöjar

Resultaten ger också insikt i hur kroppen anpassar sig när tröttheten byggs upp. I de längre, tunga materialhanteringsuppgifterna visade arbetare som så småningom blev trötta generellt högre genomsnittlig jerk vid handleden, vilket speglar hackigare, mindre kontrollerade rörelser, och detta mönster signalerade en högre risk att nå trötthetströskeln snabbare. I den kortare flaskplockningsuppgiften visade sig ett annat jerk-mått—som fångar beteendet hos den jämnaste fjärdedelen av rörelserna—vara mest talande. När detta mått trende nedåt över tiden antydde det att kroppen stelnade leder för att hålla rörelserna precisa trots växande påfrestning, en strategi som paradoxalt nog kan göra vissa rörelser jämnare även när underliggande trötthet fördjupas.

Införa prediktiv trötthetsövervakning på arbetsplatser

För icke-specialister är huvudbudskapet att en enda välplacerad bärbar sensor kan göra mer än att bara flagga att en arbetare redan är trött; den kan ge en löpande uppskattning av hur nära den personen är att bli för trött för säkert, effektivt arbete. Även om dessa fynd kommer från kontrollerade laboratoriemiljöer med relativt små grupper visar de en praktisk väg mot realtidsvarningssystem som respekterar integritet samtidigt som de stödjer säkerheten. Med ytterligare testning i verkliga arbetsmiljöer och noggrant hänsynstagande till etisk användning kan sådana modeller hjälpa organisationer att omforma scheman och uppgifter så att färre arbetare någonsin når den farliga kanten av trötthet från första början.

Citering: 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

Nyckelord: bärbara sensorer, arbetartrötthet, prognos av tid-till-trötthet, arbetsmiljösäkerhet, gemensam modellering