جستجو در مقالات منتشر شده


2 نتیجه برای اخلاقی پیرپشته

ناصر نیک افشار، مصطفی کمالی، الهام اخلاقی پیرپشته، حسام‌الدین عسگری مجدآبادی، نصیر امانت، محسن پورصادقیان،
دوره 13، شماره 1 - ( 1-1402 )
چکیده

مقدمه: در سال‌های اخیر خواب‌آلودگی راننده یکی از دلایل اصلی تصادفات جاده‌ای می‌باشد که می‌تواند منجر به صدمات فیزیکی، مرگ‌ومیر و تلفات قابل‌توجه اقتصادی شود. آمارها نشان می‌دهد که به یک سیستم مناسب برای آشکارساز وضعیت خواب‌آلودگی راننده موردنیاز می‌باشد، به‌طوری‌که بتواند قبل از اینکه رویداد ناگواری اتفاق بیافتد هشدار لازم را بدهد. لذا این مطالعه مروری با هدف بررسی مطالعات سنسورهای تشخیص‌دهنده خواب‌آلودگی راننده و ارائه روش‌های ترکیبی تشخیصی و طرح مدل کارآمد انجام گرفت.
روش کار: این مطالعه مروری توصیفی از طریق یک جستجوی نظام‌مند و با استفاده از کلیدواژه‌های رانندگان و تشخیص خواب‌آلودگی در پایگاه‌های داده بین‌المللی شامل Scopus, Pubmed و  Web of Scienses انجام گرفت که شامل جدیدترین تحقیقات انجام‌شده مرتبط در این زمینه از سال 2005 تا سپتامبر 2021 بود. همچنین لیست منابع مطالعات نهایی برای یافتن مطالعات بیشتر بررسی شد تا روش‌ها و مطالعات خاص (تیپیک) مورد اشاره واقع شوند و با یکدیگر مقایسه شوند.
یافته ها: به‌طورکلی محققان خواب‌آلودگی راننده را با استفاده از سه روش انـدازه‌گیری بر اساس وسیله نقلیه، اندازه‌گیری رفتاری و اندازه‌گیری فیزیولوژیکی مورد ارزیابی قرار می‌دهند. جزئیات و نحوه انجام این اندازه‌گیری‌ها تأثیر و تفاوت زیادی روی سیستم‌های موجود ایجاد می‌کند. در این مطالعه مروری، هر سه اندازه‌گیری ذکرشده با استفاده از سنسورهای معین بررسی و همچنین مزیت‌ها و محدودیت‌های هر کدام موردبحث قرار گرفت. مقایسه شرایط رانندگی واقعی و شبیه‌سازی‌شده نیز موردبحث قرار گرفت. همچنین راه‌های مختلفی که میزان خواب‌آلودگی را به‌صورت آزمایشگاهی نشان می‌دهد، موردبررسی قرار گرفت. درنهایت پس از مقایسه تحلیلی بین روش‌های تشخیص خواب‌آلودگی، یک دیاگرام پیشنهادی برای ارائه مدل کارآمد که به‌صورت ترکیبی بود ارائه شد.
نتیجه گیری: به‌طورکلی می‌توان بیان داشت که با توجه به محدودیت‌های هریک از روش‌ها، نیاز است که با طراحی سیستم آشکارساز خواب‌آلودگی که ترکیبی از معیارهای رفتاری، عملکردی و سایر اندازه‌گیری‌ها است، بتوان به‌دقت سطح هوشیاری راننده را مشخص کرد. درنهایت این مدل ترکیبی (کارآمد) باید در محیط شبیه‌سازی ساخته و تست شده باشد تا با ارسال هشدار به راننده‌ای خواب‌آلود از تعداد تصادفات جاده‌ای اجتناب شود.
رقیه اسمعلی، الهام اخلاقی پیرپشته، علی عسکری، محسن پورصادقیان،
دوره 15، شماره 3 - ( 7-1404 )
چکیده

مقدمه: هوش مصنوعی (AI) و دیجیتالی شدن در افزایش سلامت و ایمنی شغلی (OHS)، کاهش حوادث محل کار، بهبود شرایط و افزایش بهره‌وری سازمانی نقش اساسی دارند. این مطالعه به بررسی تأثیرات، چالش‌ها و فرصت‌های این فناوری‌ها در ایمنی محل کار می‌پردازد.
روش کار: این مطالعه مروری روایتی، با جستجو در پایگاه‌های Google Scholar، PubMed، IEEE Xplore و ScienceDirect (۲۰۱۳ تا ژانویه ۲۰۲۵) و استفاده از کلیدواژه‌هایی نظیر «هوش مصنوعی در ایمنی شغلی»، انجام شد. از ۱۲۵ مقاله غربال‌گری شده، ۷۱ مورد بر اساس معیارهای ورود (مقالات فارسی/انگلیسی) انتخاب و با تحلیل محتوای کیفی، چالش‌ها و فرصت‌ها استخراج شدند.    
یافته ها: هوش مصنوعی در پیش‌بینی حوادث، نظارت، بهینه‌سازی فرآیند و تحلیل چالش‌های بهداشت، ایمنی و محیط زیست مورد استفاده قرار گرفته است. با تجزیه و تحلیل داده‌های تاریخی و الگوهای خطر، هوش مصنوعی امکان کاهش ریسک پیشگیرانه را فراهم می‌کند. یادگیری مداوم در مدل‌های هوش مصنوعی، دقت پیش‌بینی و سازگاری محیطی را افزایش می‌دهد. با این حال، مسائل مربوط به کیفیت داده‌ها همچنان پابرجاست؛ تکنیک‌هایی مانند یادگیری انتقالی، راه‌حل‌های بالقوه‌ای ارائه می‌دهند. اتوماسیون مبتنی بر هوش مصنوعی، خطای انسانی را کاهش می‌دهد، اما چالش‌ها شامل نگرانی‌های اخلاقی و شکاف‌های زیرساختی هستند.
نتیجه گیری: هوش مصنوعی و فناوری‌های دیجیتال از طریق تجزیه و تحلیل پیش‌بینی‌کننده و نظارت بلادرنگ، بهداشت حرفه‌ای و ایمنی شغلی را متحول می‌کنند. برای بهره‌برداری کامل از این مزایا، تلاش‌های آینده باید بر پرداختن به مسائل کیفیت داده‌ها، ایجاد چارچوب‌های اخلاقی قوی و توسعه زیرساخت‌های پیشرفته متمرکز شوند. تحقیقات بیشتر برای پیاده‌سازی عملی هوش مصنوعی در محیط‌های کاری مختلف ضروری است.
 

صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به بهداشت و ایمنی کار می‌باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2026 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by : Yektaweb