INTELIGÊNCIA ARTIFICIAL PARA DETECÇÃO DE FADIGA ATRAVÉS DE PADRÕES DE DIGITAÇÃO
ESTRATÉGIAS PROATIVAS CONTRA LESÕES EM AMBIENTES CORPORATIVOS
DOI:
https://doi.org/10.61164/rsv.v6i1.2579Palabras clave:
Inteligência Artificial, Fadiga, Padrões de Digitação, Prevenção de Lesões, Ambientes Corporativos.Resumen
A fadiga é um fator crítico em ambientes corporativos, frequentemente resultando em lesões ocupacionais e perda de produtividade. Este artigo propõe um sistema inovador baseado em inteligência artificial para detectar sinais precoces de fadiga através da análise de padrões de digitação. A integração de algoritmos de aprendizado de máquina e redes neurais permite a identificação antecipada de indicadores de risco ergonômico, possibilitando intervenções preventivas personalizadas. Esta abordagem não só visa melhorar a saúde e o bem-estar dos funcionários, mas também aumentar a eficiência e a sustentabilidade das operações empresariais. A implementação de tal sistema pode transformar a gestão de saúde ocupacional, promovendo ambientes de trabalho mais seguros e produtivos.
Citas
ARMSTRONG, T. J. et al. Ergonomic considerations in hand and wrist tendinitis. The Journal of Hand Surgery, v. 12A, n. 2 Pt 2, p. 830-837, 1987.
CENTERS FOR DISEASE CONTROL AND PREVENTION (CDC). Ergonomics and Musculoskeletal Disorders. Disponível em: https://www.cdc.gov/niosh/topics/ergonomics/. Acesso em: 07 maio 2024.
COHEN, M.; FILHO, G. R. M. Epicondilite lateral do cotovelo. Revista Brasileira de Ortopedia, São Paulo, v. 47, n. 4, p. 414-20, 2012.
DELOITTE. Designing work for employee well-being. Deloitte Insights, 2020. Disponível em: https://www2.deloitte.com/us/en/insights/focus/human-capital-trends/2020/designing-work-employee-well-being.html. Acesso em: 07 maio 2024.
DE JONG, M. et al. Dynamics in typewriting performance reflect mental fatigue during real-life office work. PLoS ONE, v. 15, n. 10, e0239984, out. 2020. Disponível em: https://doi.org/10.1371/journal.pone.0239984. Acesso em: 10 jun. 2024.
FERNEDA, E. Redes neurais e sua aplicação em sistemas de recuperação de informação. Ciência da Informação, Brasília, v. 35, n. 1, p. 25-30, jan./abr. 2006. Disponível em: https://www.scielo.br/j/ci/a/SQ9myjZWLxnyXfstXMgCdcH/#. Acesso em: 22 set. 2023.
FILHO, J. R. de O.; OLIVEIRA, A. C. R. de. Síndrome do túnel do carpo na esfera trabalhista. Revista Brasileira de Medicina do Trabalho, v. 15, n. 2, p. 182-192, 2017. Disponível em: https://cdn.publisher.gn1.link/rbmt.org.br/pdf/v15n2a09.pdf. Acesso em: 07 maio 2024.
HAIKEN. The impact of office design on productivity & well-being. Haiken, 2021. Disponível em: https://www.haiken.com/insights/impact-of-office-design-on-productivity-and-wellbeing. Acesso em: 07 maio 2024.
HASEGAWA, K. et al. Estimation of Affective State based on Keystroke and Typing Vibration during Computer-Mediated Communication. Development of Human and Engineered Environmental Studies, The Graduate School of Frontier Sciences, The University of Tokyo, Kashiwa, Chiba, Japão. Disponível em: https://www.scitepress.org/PublishedPapers/2021/102675/102675.pdf. Acesso em: 08 maio 2024.
HOE, V. C. W. et al. Ergonomic interventions for preventing work-related musculoskeletal disorders of the upper limb and neck among office workers. Cochrane Database of Systematic Reviews, 2018, n. 10, art. CD008570. Disponível em: https://www.cochranelibrary.com/cdsr/doi/10.1002/14651858.CD008570.pub3/full. Acesso em: 07 maio 2024.
IGNACIO, L. F. F. Aprendizado de máquina: da teoria à aplicação. 2021. 80 f. Trabalho de Conclusão de Curso (Graduação em Matemática) - Instituto de Ciências Exatas, Universidade Federal Fluminense, Volta Redonda, 2021.
JONG, M. et al. Dynamics in typewriting performance reflect mental fatigue during real-life office work. PLoS ONE, v. 15, n. 10, e0239984, out. 2020. Disponível em: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0239984. Acesso em: 07 maio 2024.
KAROLCZAK, A. P. B.; VAZ, M. A.; FREITAS, C. R.; MERLO, A. R. C. Síndrome do túnel do carpo. Revista Brasileira de Fisioterapia, v. 9, n. 2, p. 117-122, 2005. Disponível em: http://hdl.handle.net/10183/61877. Acesso em: 17 jun. 2024.
KOCHEGUROVA, E. A.; ZATEEV, R. P. Hidden Monitoring Based on Keystroke Dynamics in Online Examination System. Program Computing Software, [S.l.], v. 48, n. 6, p. 385–398, dez. 2022. Disponível em: https://doi.org/10.1134/S0361768822060044. Acesso em 15 jun. 2024.
LACERDA, E. M. et al. Prevalence and associations of symptoms of upper extremities, repetitive strain injuries (RSI) and 'RSI-like condition'. A cross-sectional study of bank workers in Northeast Brazil. BMC Public Health, 2020. Disponível em: https://pubmed.ncbi.nlm.nih.gov/16219095/. Acesso em: 18 maio 2024.
LAVILLE, A. Ergonomia. São Paulo: EPU, 1977.
MAGAS, V.; NEVES, E. B.; MOURA, M. A. M. de; NOHAMA, P. Avaliação da aplicação da termografia no diagnóstico de tendinite de punho por LER/DORT. In: XXIII Congresso Brasileiro em Engenharia Biomédica – XXIII CBEB. Anais. Curitiba: CBEB, 2012. Disponível em: http://dx.doi.org/10.13140/2.1.1644.0642. Acesso em: 17 jun. 2024.
MAALEJA, A.; KALLELA, I.; SANCHEZ MEDINA, J. J. Investigating Keystroke Dynamics and their Relevance for Real-time Emotion Recognition, 2022. Disponível em: https://ssrn.com/abstract=4250964. Acesso em: 17 jun. 2024.
MARRONE, S.; SANSONE, C. Identifying Users’ Emotional States through Keystroke Dynamics. Proceedings of the 3rd International Conference on Deep Learning Theory and Applications (DeLTA 2022), Napoli, Italy, 2022, p. 207-214. Acesso em: 17 jun. 2024.
MARTINS, P. S. Aprendizado de máquina para otimização de parâmetros em sistemas baseados em conhecimento. 2003. Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Engenharia Elétrica, 2003. Disponível em: https://core.ac.uk/download/pdf/30366865.pdf. Acesso em: 12 jun. 2024.
MITSOU, A. Multimodal Workplace Monitoring for Work-Related Fatigue Recognition. 2021. Dissertação (Mestrado em Ciência de Dados) – University of the Peloponnese & NCSR “Democritos”, Atenas, 2021. Disponível em: https://labs-repos.iit.demokritos.gr/MagCIL/theses/2021_Mitsou_Multimodal_Workplace_Monitoring_for_Work_Related_Fatigue_Recognition.pdf. Acesso em: 17 jun. 2024.
REGIS FILHO, G. I.; MICHELS, G.; SELL, I. Lesões por esforços repetitivos/distúrbios osteomusculares relacionados ao trabalho em cirurgiões-dentistas. Revista Brasileira de Epidemiologia, v. 9, n. 3, p. 346-359, 2006. Disponível em: https://doi.org/10.1590/S1415-790X2006000300009. Acesso em: 17 jun. 2024.
RIBEIRO, H. P. Lesões por Esforços Repetitivos (LER): uma doença emblemática. Cadernos de Saúde Pública, Rio de Janeiro, v. 13, Supl. 2, p. 85-93, 1997. Disponível em: https://doi.org/10.1590/S0102-311X1997000600008. Acesso em: 17 jun. 2024.
SCHNEIDER, P. H. Análise preditiva de Churn com ênfase em técnicas de Machine Learning: uma revisão. Dissertação (Mestrado em Matemática Aplicada) - Escola de Matemática Aplicada, Fundação Getúlio Vargas - FGV, Rio de Janeiro, 2016. Disponível em: https://hdl.handle.net/10438/17269. Acesso em: 10 jun. 2024.
SILVA, R. Inteligência Artificial. Enciclopédia da Conscienciologia. Amigos da Enciclopédia, 2013. Disponível em: http://reposicons.org/jspui/handle/123456789/3737. Acesso em: 28 set. 2023.
SPÖRL, C.; CASTRO, E.; LUCHIARI, A. Aplicação de redes neurais artificiais na construção de modelos de fragilidade ambiental. Revista do Departamento de Geografia, [S. l.], v. 21, p. 113-135, 2011. DOI: 10.7154/RDG.2011.0021.0006. Disponível em: https://www.revistas.usp.br/rdg/article/view/47233. Acesso em: 28 out. 2023.
VAN SLOOTEN, M. Identifying fatigue using keystroke dynamics. 2021. Tese (Mestrado em Engenharia Industrial e Ciências da Inovação) – Universidade de Tecnologia de Eindhoven, Eindhoven, 2021. Disponível em: https://pure.tue.nl/ws/portalfiles/portal/174846273/Master_Thesis_Report_Mirna_van_Slooten.pdf. Acesso em: 13 jun. 2024.
VIRK, J. S. et al. A Multimodal Feature Fusion Framework for Sleep-Deprived Fatigue Detection to Prevent Accidents. Sensors, [S.l.], v. 23, n. 8, p. 4129, 20 abr. 2023. Disponível em: https://doi.org/10.3390/s23084129. Acesso em: 17 jun. 2024.
