Ученые Сибирского федерального университета, Института биофизики Красноярского научного центра СО РАН и Научного центра неврологии (Москва) использовали методы машинного обучения, чтобы обработать результаты проб слюны у диспетчеров Красноярского отделения Российской железной дороги. Разработка упрощает контроль самочувствия работников с высоким уровнем ответственности.
В основе мониторинга лежит биолюминесцентный ферментный тест. Чтобы повысить точность результатов и индивидуализировать подход к каждому пациенту, специалисты решили применить анализ биомедицинских данных по алгоритму Случайного леса (Random Forest). Метод помогает минимизировать риски неверного диагноза и скорректировать схему мониторинга состояния организма работников.
Из-за трудовых нагрузок в слюне меняются некоторые составляющие, например, лактат, ионы, катионы, хлориды нитратов и сульфатов. Тест, который определял изменения этих веществ, дополнили индивидуальными параметрами человека. С помощью анкет собрали возраст, вес, рост, артериальное давление, температуру, хронические заболевания. С помощью машинного обучения пробы анализировали, а результаты уточняли с помощью анамнеза пациентов — это повысило точность результатов. Тест показывал актуальное состояние организма и помогал предсказать уровень готовности к работе с учетом состояния.
У сотрудника появляется современная усовершенствованная медицинская карта, это соответствует тенденции персонификации медицины. Машинный алгоритм оперативно анализирует данные пациента вкупе с его ежедневным тестом слюны, который выполняется каждый раз перед выходом на смену. Так можно не только контролировать актуальное состояние здоровья, но и сделать прогноз, чего стоит опасаться, на что обратить повышенное внимание конкретному сотруднику. У каждого человека есть генетически обусловленные особенности организма, и это тоже учитывает наш метод — мы предлагаем ориентироваться не на абстрактную усредненную норму, а на индивидуальную, учитывающую особенности конкретного человека.
Ученые отмечают, что аналога методу, разработанному в Красноярске, нет, хотя попытки внедрить машинное обучение были распространены. Особенность методики — в сочетании простого и универсального ферментативного теста, который интенсивностью свечения реагирует на состав слюны (в присутствии факторов стресса свечение уменьшается), и методов искусственного интеллекта.
Методику можно применять для контроля за состоянием не только железнодорожников, но и представителей других профессий. Особенно актуально для тех работников, которые заступают на смену, чтобы определить оптимальные периоды «работа-отдых» и профилактики стресса.
Ранее Наука Mail рассказывала о простом и эффективном способе восстановиться после умственного переутомления.
