يُعَد عمال البناء من أكثر الفئات عرضةً للإجهاد الحراري، خاصة خلال الفصول الحارة حيث ترتفع درجات الحرارة بشكل شديد. ومع ذلك، فإن أدوات تحوّل بياناتهم الفسيولوجية في الزمن الحقيقي إلى معلومات قابلة للتنفيذ لاتزال نادرة في هذه الصناعة. في خطوة ثورية، تم تطوير نماذج تعلم عميق حديثة للتنبؤ بمخاطر الإجهاد الحراري بفضل دراسة جديدة أجريت في المملكة العربية السعودية.

تستند هذه الدراسة إلى استخدام نماذج مثل الشبكة العصبية طويلة وقصيرة الأمد (Long Short-Term Memory - LSTM) ونموذج LSTM القائم على الانتباه (Attention-based LSTM) لتوقع حالات الإجهاد الحراري بين مجموعة مكونة من 19 عاملاً. تم الاعتماد على ساعة ذكية من طراز Garmin Vivosmart 5 لمراقبة مؤشرات حيوية مختلفة مثل معدل نبض القلب، وتقلب معدل ضربات القلب (HRV)، وتشبع الأكسجين.

أثبت النموذج القائم على الانتباه تفوقه على النموذج الأساسي، حيث حقق دقة اختبار تصل إلى 95.40%، مما ساهم بشكل كبير في تقليل الأخطاء الإيجابية والسلبية. مع معايير الأداء مثل الدقة (Precision)، والاسترجاع (Recall)، ودرجات F1 التي بلغت 0.982، يوفر هذا النهج أداءً تنبؤياً مع تحسين واضح في النتائج القابلة للتفسير، مما يجعله مناسباً للتكامل في أنظمة السلامة المعززة بالإنترنت للأشياء (IoT) ولوحات عرض نمذجة معلومات البناء (BIM).

تساهم هذه الدراسة في تعزيز إدارة السلامة ذات الأساس المعلوماتي في صناعة البناء، مما يتيح اتخاذ تدابير وقائية أفضل تحمي حياة العمال وتضمن سلامتهم. إذا كنت مهتمًا بعالم الذكاء الاصطناعي وتطبيقاته المثيرة في مجالات مختلفة، عليك متابعة التطورات المقبلة.