機械学習手法を用いた建設現場における労働災害予測および事例提示方法の検討
機械学習手法を用いて，個々の作業者の属性や作業環境，作業内容から起こりやすい労働災害を予測し，さらに具体的な事故災害事例を提示する手法を開発した。本手法では多重ロジスティック回帰分析により，過去の事故災害事例データを学習することで，事故型（労働災害の種別）を決定する説明変数の特定が可能となり，作業予定者の作業状況から発生しやすい労働災害を予測することができる。また，各説明変数の影響の強さ（標準偏回帰係数）を利用して，作業予定者の説明変数の値と全ての過去事例の説明変数の値を比較することで，多くの過去の事故災害事例の中から「発生しやすい事例」または「意外性のある事例」を抽出する。以上の結果を作業者に提示することで労働災害の低減を目指す。
キーワード：労働災害，ヒューマンファクター，ヒューマンエラー，不安全行動，安全管理，ロジスティック回帰
＊１ 技術センター 先進技術開発部 AI連携技術開発室
＊２ 安全本部 安全部
A Study on Prediction of Work-Related Accidents and Presentation of Case Studies at Construction Sites Using Machine Learning
Using machine learning methods, we have developed a method for predicting the types of work-related accidents that are likely to occur based on the attributes of individual workers, the work environment, and the nature of the work, and for presenting specific examples of accidents. The method uses logistic regression analysis to learn from past accident case data to identify the explanatory variables that determine the accident type (type of work-related accident), and to predict the work-related accidents that are likely to occur based on the work conditions of the workers. In addition, cases are identified as being "likely to occur" or "unexpected" from among many past accident cases by comparing the values of the explanatory variables of the person scheduled to work with the values of all past cases using the strength of the influence of each explanatory variable (standard partial regression coefficient). We aim to reduce the number of work-related accidents by presenting the above results to workers.
Keywords: work-related accidents, human factor, human error, unsafe actions, safety managemant, logistic regression
*1 AI Utilization Technology Development Section, Advanced Technology Development Department, Taisei Advanced Center of Technology
*2 Safety Administration Department, Safety Administration Division