Sistem nosivih senzora i mašinskog učenja može kontinuirano pratiti fabričke radnike u potrazi za znakovima fizičkog umora. Rad u fabrici može biti fizički naporan, a bezbedno i etično radno mesto mora da obezbedi da se radnici ne zamaraju preterano, što može povećati rizik od povreda i nezgoda, izazvati hronične zdravstvene probleme, a takođe i narušiti performanse.
Sistem koji su dizajnirali Ping Guo, Ki Zhu i njegove kolege meri broj otkucaja srca, varijabilnost otkucaja srca, temperaturu kože i lokomotorne obrasce sa šest lokacija na torzu i rukama. Ne postoje široko prihvaćeni biomarkeri ili metrika za umor, tako da su autori kalibrirali svoja merenja prema samoprijavljenom percipiranom naporu, na skali od 0 do 10. Rezultati su dostupni u PNAS Nekus-u.
Četrdeset tri učesnika, starosti od 18 do 56 godina, ponovili su dva naporna proizvodna zadatka: polaganje kompozitnih ploča i povezivanje žice, dok su nosili utegnute prsluke kako bi preuveličali indukovani zamor i simulirali nivoe umora koji se mogu osetiti na kraju pune smene. Učesnici su prijavili nivoe umora u više vremenskih tačaka tokom perioda prikupljanja podataka koji je trajao otprilike sat vremena.
Model mašinskog učenja bio je u mogućnosti da koristi podatke učesnika za predviđanje nivoa umora u realnom vremenu. Najbolja kombinacija fizioloških znakova za predviđanje umora varirala je među pojedincima, ali su identifikovani neki univerzalni trendovi. Pokreti nedominantne ruke univerzalno su odavali umor. Dok su složeni zadaci kao što je spajanje žice zahtevali više modaliteta da bi se uhvatio umor.
Autori su takođe testirali svoj sistem u velikim proizvodnim fabrikama na srednjem zapadu i zapadnoj obali SAD. Pravi fabrički radnici nisu bili voljni da prijave da su njihovi radni zadaci zamorni i da je znoj otežavao prianjanje senzora. Uprkos ovim izazovima, radnici su ocenili sistem kao nenametljiv i jednostavan za korišćenje.
Prema autorima, tehnologija bi mogla poboljšati sigurnost u fabrici, ublažiti rizike i osnažiti radnike.
