Het Applied Ergonomics Conference is de hoogmis voor ergonomen in de praktijk. In Orlanda verzamelden onderzoekers en ergonomen om hun projecten in de grotere bedrijven voor te stellen. Hot topic was motion capturing en dan vooral met computer vision. Dat is filmen met de GSM en AI die zorgt voor een automatische houdingsanalyse. Drie interessante studies tijdens het congres:
1. Motion capture: van data naar actie
Kristianne Egbert, CPE – Senior Corporate Ergonomist, Briotix Health
De presentatie richt zich op hoe ruwe data kunnen omgezet worden in bruikbare ergonomische oplossingen om werkgerelateerde risico’s te minimaliseren.
Motion capture biedt een geavanceerde manier om bewegingspatronen en ergonomische risico’s objectief te meten en te visualiseren. Het is gebruiksvriendelijk, maakt het werk van de ergonoom efficiënter en geeft objectieve inzichten. De effectiviteit hangt echter af van de juiste interpretatie en implementatie van de gegevens. De maatregelen blijven vaak nog achterwege.
Valkuilen
- Overmatige afhankelijkheid van technologie zonder menselijke interpretatie
- Blinde vlekken bij gegevensanalyse, wat kan leiden tot misinterpretatie
- Paralyse door analyse, waarbij te veel gegevens leiden tot besluiteloosheid
- Onvolledige analyse, waardoor belangrijke ergonomische factoren worden gemist
- “Death by Numbers”, kwantitatieve data worden niet omgezet in tastbare verbeteringen
Implementatiecyclus om tot actie te komen
Bij het documenteren van de resultaten kan men ook de stappen van de implementatiecyclus opvolgen. Deze kent vier stappen:
- Identificeren risico’s: welke werkprocessen en taken vormen het hoogste risico (meting)
- Analyseren: wat zijn de belangrijkste oorzaken van deze risico’s (root cause)
- Beheersen risico: passende ergonomische interventies implementeren (control)
- Verifiëren risicovermindering: Evalueren impact van de maatregelen
Ergonomische verbeterplannen
- Documenteer en brainstorm oplossingen
- Bepaal de meest haalbare oplossingen
- Test en evalueer de effectiviteit van interventies
- Pas oplossingen aan waar nodig
- Implementeer verbeteringen op grotere schaal
Toekomst van Motion Capture
Met de integratie van AI en machine learning worden de mogelijkheden van motion capture verder uitgebreid:
- Realtime feedback en automatische bewegingsanalyse.
- AI-gestuurde taakbeschrijvingen en verbeteringsvoorstellen.
- Zelflerende systemen die risico’s identificeren en oplossingen suggereren.
- Verbeterde precisie in het meten van bewegingen en ergonomische risico’s.
2. Biofeedback over houding
Choi, Kim, Lim, Porto, Nussbaum – General Motors en Virginia Tech
Deze studie onderzoekt het effect op lange termijn (zes weken) van geavanceerde houdingsfeedback in een distributiecentrum. Het systeem, gebaseerd op draadloze sensoren (Soter Analytics) en voorzien van auditieve en vibratiefeedback, heeft als doel het verminderen van ongezonde houdingen bij werknemers.
Veldstudie
Bij 34 operatoren in een distributiecentrum werden objectieve metingen uitgevoerd van de houding. Daarbij lag de focus op de frequentie en de duur van de rompbuiging en de piekwaarden ervan. Aanvullend werden subjectieve metingen uitgevoerd aan de hand van vragenlijsten en interviews.
- Geen significante reductie in piekwaarden van rompbuigingen
- Gemiddelde hoek bleef ook relatief constant
- Verschillen tussen functies
- Geen significante vermindering in frequentie van extreme buigingen
- Geen afnamen van aantal keer extreme buiging van de rug
- Verschil tussen ploegen
- Subjectieve beoordelingen van gebruikers
- Positief: verhoogde bewustwording, preventie van blessures, verbeterde techniek
- Negatief: inconsistentie van feedback, ongemak bij het dragen van de sensor, intensiteit van vibraties
- Gebruiksvriendelijkheid
- 95% gaf aan dat het systeem hun houding beïnvloedde
- 80% vond dat het hielp hun houding te verbeteren
- 70% vond dat het de veiligheid verhoogde
Conclusie
Dit onderzoek is de eerste langetermijnstudie (6 weken) naar een houdingfeedbacksysteem. Hoewel het systeem positief werd beoordeeld door gebruikers, werd geen significante afname in houdingsrisico’s waargenomen. De effectiviteit van IMU gebaseerde feedbacksystemen blijft beperkt zonder aanvullende maatregelen. De ergernis van de operatoren was dan ook wanneer het systeem feedback geeft, maar ze het door de omstandigheden gewoon niets anders kunnen doen. Om ergonomische risico’s effectiever te verminderen, dient men eerst meer in te zetten op het ontwerp van de taak of de organisatie ervan.
Bij de positieve subjectieve resultaten dient men ook rekening te houden met het Hawthorne effect. Men voelt mogelijks een verschil omdat men weet dat men geobserveerd wordt. Toch diende het algoritme dat gevaarlijke bewegingen identificeert nog verbeterd te worden. Het gaf te vaak feedback op de foute moment of onmogelijke moment.
3. Meten fysieke vermoeidheid met draagbare sensoren
Rahman & Ryu, West Virginia University
Vermoeiend werken is een veelvoorkomend ergonomisch risico bij fysiek veeleisende sectoren zoals de bouw, productie, gezondheidszorg en landbouw. De presentatie belicht het belang van het meten en analyseren van fysieke vermoeidheid met behulp van draagbare sensoren om de veiligheid en ergonomie op de werkplek te verbeteren. Veel arbeidsongevallen gaan immers gepaard met fysieke vermoeidheid.
Deze studie ging de hartslag meten met een uurwerk (draagbare sensor) maar tegelijk ook met meer labomethodes: hartslag, huidtemperatuur, tremor en Borg schaal. De testpersonen doorliepen een vermoeidheidscyclus waarin hun fysiologische en bewegingsgerelateerde parameters werden gemeten. Doel was om patronen van vermoeidheid te identificeren door middel van AI. Met dat algoritme zou enkel de draagbare sensor vermoeidheid kunnen detecteren in de praktijk.
Resultaten
- Hartslag (HR): Nam toe tijdens het experiment.
- Huidtemperatuur (ST): Steeg geleidelijk.
- Termor: Fluctueerden sterk, vooral tijdens cyclus 5 (de vermoeidheidscyclus).
- Borg-schaal: Bevestigde de bevindingen met een hoge vermoeidheidsrating (19-20).
De analyse van de variabelen toonde aan dat:
- Tijdens cyclus 5 de fysieke vermoeidheid significant toenam.
- Motorische controleverlies en ongecontroleerde bewegingen leidden tot een verhoogd risico op ongelukken.
Een combinatie van verhoogde hartslag, huidtemperatuur en tremor leidde tot een duidelijke toename in fysieke vermoeidheid. Overlapping van deze parameters maakte de interpretatie complex, maar bevestigde het nut van een gecombineerde aanpak. De draagbare sensoren bleken effectief en comfortabel voor de deelnemers. Ze waren eenvoudig in gebruik en hinderden het uitvoeren van taken niet. Dit maakt ze geschikt voor implementatie in sectoren zoals de bouw, gezondheidszorg en productie.
