Ученые разработали систему, которая позволяет заранее оценить, какие именно профессиональные заболевания с наибольшей вероятностью разовьются у конкретного работника, а не у «среднего представителя» профессии. Это особенно важно для российских отраслей с вредными и опасными условиями труда — от угольных шахт до металлургии и авиастроения, где люди годами работают в условиях шума, вибрации, запыленности и контакта с химическими веществами.
Сейчас на многих предприятиях применяются стандартные методики оценки профессиональных рисков: условия труда классифицируют по классам вредности, измеряют уровень шума, концентрацию химикатов, интенсивность физической нагрузки. Но в большинстве случаев такие подходы описывают средние условия в цехе или на участке, а не реальное состояние отдельно взятого человека. В результате профилактические меры оказываются запоздалыми, а периодические медосмотры лишь фиксируют уже сформировавшееся заболевание.
Исследователи Пермского национального исследовательского политехнического университета вместе со специалистами управления Роспотребнадзора и Федерального научного центра медико‑профилактических технологий управления рисками здоровью населения предложили иной подход. Они создали программу, которая моделирует индивидуальный риск развития профзаболеваний для каждого конкретного работника, а точность прогноза, по данным авторов, достигает 89%.
Базой для новой системы стала не классическая модель искусственного интеллекта, а адаптивная нейро‑нечеткая сеть. Это гибридный инструмент, сочетающий возможности нейронных сетей и методов нечеткой логики. Такое решение позволяет программе работать с неполными, разнородными и «размытыми» данными, которые типичны для реальных производственных условий, и при этом сохранять объяснимость результатов. Система не просто выдает цифру риска, а показывает, какие факторы внесли наибольший вклад в прогноз.
Алгоритм учитывает целый комплекс параметров. В него входят:
- характеристики рабочего места (уровень шума, вибрации, запыленности, температура, наличие химических веществ, тяжесть и напряженность труда);
- результаты периодических медосмотров и функциональных тестов;
- возраст, стаж, пол и другие медико‑демографические данные работника;
- длительность и комбинированность воздействия вредных факторов;
- наличие сопутствующих болезней и индивидуальных особенностей организма.
На основе этих данных система формирует для каждого сотрудника профиль риска по целому ряду профессиональных заболеваний — от нейросенсорной тугоухости до хронических болезней органов дыхания и поражения сосудов, нервной системы и опорно‑двигательного аппарата.
Проблема, для решения которой создавалась эта технология, носит не только медицинский, но и социально‑экономический характер. По данным официальной статистики, в 2025 году среди профессиональных заболеваний лидировали нейросенсорная потеря слуха, хронические болезни легких, а также нарушения со стороны сосудов, нервов и опорно‑двигательной системы. Больше всего случаев зафиксировано на угольных предприятиях и в производстве алюминия, цветных и легких металлов, а также в авиастроении — при выпуске вертолетов, самолетов и других летательных аппаратов.
Работники в этих отраслях часто одновременно подвергаются сильному шуму, вибрации, воздействию токсичных аэрозолей, металлической пыли, органических растворителей и при этом выполняют тяжелую физическую работу. Такое сочетание факторов создает сложный, трудно прогнозируемый профиль риска. Привычные «групповые» методы оценки в таких условиях сильно упрощают картину: два человека могут работать на одном участке, но иметь принципиально разную предрасположенность к болезням и разную реакцию на нагрузку.
Новую систему как раз и разрабатывали с прицелом на учет индивидуальной уязвимости. Адаптивная нейро‑нечеткая сеть учится на больших массивах медицинских и производственных данных, выявляя скрытые закономерности. Если, например, у работников со стажем свыше 15 лет на определенных участках чаще развиваются хронические заболевания легких при комбинации высокой запыленности и умеренного шума, модель «запоминает» эту комбинацию и использует ее в последующих прогнозах. Она способна адаптироваться по мере накопления новых данных, уточняя оценки и повышая точность.
Ключевое отличие такого подхода от классических методик — фокус на предупреждении, а не на фиксации уже случившейся патологии. Если система показывает, что вероятность развития у конкретного токаря, сварщика или горняка нейросенсорной потери слуха или хронического бронхита в ближайшие годы высока, работодатель и медслужба предприятия могут заранее:
- изменить режим работы (сократить время пребывания в зоне максимального шума или запыленности);
- подобрать более эффективные средства индивидуальной защиты;
- организовать более частые целевые медосмотры именно по «проблемным» направлениям;
- провести индивидуальное консультирование по вопросам здоровья и образа жизни;
- пересмотреть распределение работников по участкам с учетом их личного профиля риска.
Такая точечная профилактика существенно уменьшает вероятность временной или стойкой утраты трудоспособности, а значит, снижает кадровые потери и экономические издержки. Это особенно критично на фоне острого дефицита рабочей силы: по данным статистики, в 2024 году российским компаниям не хватало 2,2 миллиона работников, и это максимальный показатель нехватки кадров за последние 16 лет.
Система индивидуальной оценки рисков может стать важным инструментом и для государства. Регуляторы получают возможность не только констатировать состояние профзаболеваемости по отраслям, но и прогнозировать, какие группы работников и какие регионы окажутся наиболее уязвимыми через 5–10 лет. Это поможет точнее планировать реформу системы охраны труда, приоритеты финансирования и обновление нормативов.
Для предприятий внедрение подобных интеллектуальных решений открывает целый ряд практических возможностей:
- оценка эффективности уже проведенных мероприятий по улучшению условий труда — до и после их реализации;
- сравнение подразделений и участков по уровню реальных, а не формальных рисков;
- планирование модернизации оборудования с учетом того, где она даст наибольший «здоровьесберегающий» эффект;
- построение систем мотивации, в которых забота о здоровье сотрудников становится не затратной обязанностью, а инвестиционным проектом с понятной отдачей.
С медицинской точки зрения такой подход меняет философию профпатологической службы. Врач получает не только результаты осмотрa за прошедший год, но и персонализированный прогноз: какие болезни вероятнее всего разовьются у конкретного работника, если условия и образ жизни не изменятся. Это позволяет переводить профессиональную медицину в режим превентивной, а не реактивной помощи.
Важно и то, что адаптивная нейро‑нечеткая сеть лучше, чем традиционные статистические модели, справляется с задачей учета взаимодействия факторов. Вредные воздействия редко существуют поодиночке: шум усиливает влияние вибрации, пыль — действие химических веществ, холод — нагрузку на сердечно‑сосудистую систему. Человек при этом приходит на работу с уже имеющимися микрососудистыми изменениями, хроническими воспалениями или избыточным весом. Линейные модели плохо улавливают такую сложную комбинацию, тогда как нейросетевая архитектура «видит» нелинейные связи и перекрестные эффекты.
Разработчики подчеркивают, что их система не призвана заменить врача и специалиста по охране труда. Она выступает в роли интеллектуального помощника, который оперативно обрабатывает большие объемы данных, выдает оценку риска и подсказки, а окончательные решения — за человеком. Это важно и с этической точки зрения: речь идет о судьбах работников, их праве на труд и на здоровье, поэтому любые управленческие шаги должны быть максимально прозрачными и обоснованными.
Предполагается, что в перспективе подобные алгоритмы можно будет адаптировать под разные отрасли — от горнодобывающей промышленности до здравоохранения, логистики и IT-сектора, где стремительно растут риски эмоционального выгорания и психосоматических нарушений. Принцип остается тем же: чем точнее мы можем предсказать индивидуальный риск, тем больше шансов предотвратить болезнь, а не бороться с ее последствиями.
Для работников внедрение таких систем означает не только более строгий контроль, но и дополнительные возможности защиты. Персональный профиль риска — это аргумент в диалоге с работодателем о необходимости улучшения условий труда, перевода на менее вредный участок, изменения графика или предоставления более качественных средств защиты. При этом важным условием становится корректная работа с персональными данными, гарантии конфиденциальности и недопустимость дискриминации по признаку «высокого риска».
На уровне всей экономики подобные технологии могут стать одним из инструментов ответа на вызовы старения населения и дефицита кадров. Чем дольше люди сохраняют трудоспособность и здоровье, тем медленнее сокращается активная часть рабочей силы, а значит, тем устойчивее будет рост производительности и налоговой базы. Вредные производства в этом смысле из «черной дыры» ресурсов могут превратиться в более управляемый и прогнозируемый сегмент, где здоровье персонала становится ключевым показателем эффективности.
Развитие систем интеллектуальной оценки рисков также стимулирует пересмотр подходов к организации труда. Работодатели, видя реальные «точки уязвимости», вынуждены по‑новому взглянуть на графики сменности, длительность рабочих смен, перерывы на отдых, ротацию работников между участками. Распространение гибких, научно обоснованных режимов труда может стать одним из важнейших следствий внедрения таких технологий.
В перспективе не исключено создание комплексных цифровых платформ, где будут объединяться данные о производственных факторах, здоровье работников, использовании средств индивидуальной защиты и даже показателях носимых устройств. На основе таких экосистем можно будет строить еще более точные прогнозы и в режиме близком к реальному времени отслеживать, как изменения в технологии, организации труда или поведении людей влияют на долгосрочные риски.
Таким образом, разработанная учеными система индивидуальной оценки профессиональных рисков — это шаг от усредненной статистики к персонализированной профилактике. В условиях старения и сокращения трудоспособного населения, а также высокой доли вредных производств именно такие решения могут стать одним из ключевых инструментов сохранения здоровья работников и повышения устойчивости экономики.
