Análisis predictivo en seguridad y salud laborales, un paso más allá en la prevención

Fecha de publicación: 

Los análisis ordinarios de las incidencias de Seguridad y Salud en el Trabajo (SST) describen hechos que ocurren, pero no por qué se producen

Análisis predictivo en seguridad y salud laborales, un paso más allá en la prevención

Los análisis ordinarios de las incidencias de Seguridad y Salud en el Trabajo (SST) describen hechos que ocurren, pero no por qué se producen. Están enfocados en indicadores aislados y se limitan a estudiar datos vinculados directamente con los sucesos abordados. Para prevenir incidencias a partir de la comprensión de su origen, las organizaciones necesitan identificar los factores que pueden causarlas y, sobre esa base, predecir la probabilidad de que ocurran.

Las pistas para hallar esos factores se encuentran ocultas en variables que no suelen reflejarse en los informes sobre incidentes. Entre ellas, figuran los datos sociodemográficos de la población trabajadora, los tipos de desempeño que realiza, el grado de entrenamiento que dispone, la retribución que percibe o el clima y área geográfica en la que se desarrolla cada actividad.

El análisis predictivo en SST toma en cuenta todos esos factores y datos para avanzar un paso más allá en la prevención. Se basa en ellos para disminuir los riesgos e, incluso, tratar de reducirlos a cero; a diferencia de los análisis ordinarios centrados en medidas que parten de la experiencia previa, la intuición o el criterio de cada especialista.

El análisis predictivo es aquel que agrupa una variedad de técnicas estadísticas, aprendizaje automático y minería de datos que analiza los datos actuales e históricos reales para hacer las predicciones. Se aplica en múltiples campos: ciencia actuarial, comercio electrónico, finanzas, administración gubernamental, industria farmacéutica, mercadotecnia, seguros, telecomunicaciones, asistencia sanitaria y viajes, entre otros.

El análisis predictivo utiliza el ‘big data’, aunque no requiere indispensablemente el manejo de grandes cantidades de datos e indicadores de las empresas. Pero sí precisa el uso de diversas aplicaciones y soluciones específicas para procesar las bases de datos correspondientes.

En el ámbito de la Seguridad y Salud Laborales, el empleo de la inteligencia predictiva requiere buscar mucho más allá de los indicadores tradicionales: morbilidad, accidentalidad, absentismo, rotación, incidentes sin pérdida de tiempo e incidentes con pérdida de tiempo, etc.

Procedimientos

Independientemente de los riesgos en el trabajo a los que deban hacer frente, la mayoría de las organizaciones tiene la posibilidad de aplicar procedimientos de analítica predictiva para mejorar sus estrategias de prevención, los costos relacionados con las iniciativas de SST y la eficiencia general de sus negocios.

Según el informe publicado por MC Mutual en 2019 ‘Aplicación de las técnicas de analítica predictiva a los accidentes de trabajo’, la realización de análisis predictivos requiere seguir un proceso que comienza con la puesta en marcha un sistema de captación y ordenación de información que alimente una base de datos. Seguidamente, es preciso realizar el cribado y sistematización de la información disponible. Después, definir un modelo que refleje las relaciones entre factores y condiciones de riesgos potenciales y, finalmente, tomar de decisiones.

En su apartado de conclusiones, el informe recoge, entre otros, los siguientes puntos:

  • Cualquier análisis predictivo precisa de una ingente cantidad de datos que, a su vez, resulten consistentes y representativos.
  • Es importante realizar un estudio previo y específico de la naturaleza de la siniestralidad laboral en cada empresa/entidad para conocer los indicadores precursores, los puntos fuertes del sistema y los comportamientos de las personas.
  • Se debe confirmar la representatividad como indicadores de aspectos tales como las características del sistema de gestión de PRL o las características de la fuerza laboral.
  • Se recalca la necesidad de incluir factores específicamente relacionados con los comportamientos de los trabajadores, así como con indicadores específicos representativos de la cultura y/o clima preventivo en la empresa.

El desarrollo de modelos predictivos de siniestralidad laboral está previsto que dé paso con el tiempo a la realización de estudios analíticos complejos, como los relacionados con la prevención cognitiva, que permitan a las organizaciones anticiparse y modelar el desempeño de sus sistemas. Para llegar a estos niveles, las organizaciones no sólo deberán mejorar sus sistemas de captación, depuración y gestión de datos, sino también realizar actuaciones de análisis y estratificación previa que permitan contar con datos válidos y aplicar técnicas para obtener modelos útiles.

Se han realizado algunas tesis doctorales interesantes al respecto. La titulada ‘Optimización de la vigilancia de la salud de la población trabajadora mediante la aplicación de métodos predictivos’, aporta procedimientos para optimizar los recursos utilizados en la vigilancia de la salud y propone modificaciones de los protocolos médicos actuales. Otra aportación académica de desarrollo del análisis predictivo sobre SST en un sector concreto, el de la construcción, es ‘Diseño y validación de una herramienta predictiva de accidentes laborales en las obras de construcción’. Aporta un cuestionario sencillo y rápido que eleva notablemente los niveles de predicción de accidentes laborales en las obras.