Какая информатика изучает правила гигиены и техники безопасности при работе на компьютере

Обновлено: 01.07.2024

Несмотря на то, что в Правилах по охране труда и технике безопасности (экранное оборудование) 1992 года не указано фиксированное время между перерывами или продолжительность перерывов, правила предполагают, что перерывы следует делать «периодически». Правила предполагают, что работа каждого человека должна быть разработана таким образом, чтобы включать в себя набор задач, некоторые из которых основаны на экране, а некоторые не основаны на нем, чтобы обеспечить естественные перерывы, например, от концентрации на экране, сидения в одном и том же положении или повторяющихся операций ввода.

Иногда из-за характера вашей работы это невозможно, и в этом случае необходимо делать преднамеренные перерывы.

Мы рекомендуем проводить вдали от экрана не менее 5 минут каждый час, но также важно регулярно менять позу, перефокусировать взгляд; и выполнение простых упражнений на растяжку за рабочим столом также может быть очень полезным. Для ваших глаз попробуйте правило 20-20-20 — каждые 20 минут смотрите от экрана на что-то на расстоянии около 20 футов в течение примерно 20 секунд. Это позволит мышцам глаз расслабиться.

По данным HSE, короткие частые перерывы лучше, чем менее частые более длительные перерывы, поэтому 5–10-минутный перерыв после 50–60 минут лучше, чем 20-минутный перерыв каждые 3 часа. Так что используйте это время, чтобы встать, подвигаться, потрясти руками и ногами или просто сменить положение. Это поможет избежать болей и сфокусировать мысли, а тело зарядить энергией.

Соответствующие правила…

Правила охраны труда и техники безопасности (экранное оборудование) 1992 г., повседневная работа пользователей:

<цитата>

4. Каждый работодатель должен планировать деятельность пользователей на своем предприятии таким образом, чтобы их ежедневная работа на оборудовании с экраном дисплея периодически прерывалась такими перерывами или изменениями в деятельности, которые снижают их рабочую нагрузку на этом оборудовании.

Здоровье и безопасность (Экран дисплея). оборудование) Правила 1992 г.

Может ли работа DSE привести к необратимому повреждению?

И да, и нет. Работа с DSE не может нанести долговременного или необратимого вреда вашему зрению, но может привести к скелетно-мышечным заболеваниям или MSD.

Всегда проверяйте свою осанку и регулярно отрывайтесь от рабочего стола, чтобы избежать подобных последствий.

Хотя работа DSE не может привести к необратимому повреждению глаз, это не означает, что вы не можете пострадать в результате этого. Продолжительные периоды работы DSE могут вызвать:

Усталые глаза
Дискомфорт
Временная близорукость
Головные боли

Работа с DSE также может помочь вам узнать о скрытых проблемах со зрением, которые вы раньше не замечали. Убедитесь, что ваши экраны правильно настроены, и делайте регулярные короткие перерывы — лучший способ избежать каких-либо негативных последствий использования DSE.

Онлайн-обучение DSE

В iHASCO мы предлагаем одобренный IOSH онлайн-курс обучения DSE, который учит сотрудников, как правильно настраивать свои рабочие станции, как следить за своими глазами, сколько раз они должны отдыхать от своих экранов и как правильно использовать портативные компьютеры. оборудование.

Всем, кто регулярно пользуется компьютером на законных основаниях, требуется обучение DSE.

Многие люди проводят большую часть своего дня перед экраном компьютера, будь то настольный компьютер, ноутбук, планшет или даже смартфон. На самом деле, в наши дни редко можно найти рабочую среду, в которой не используются экраны компьютеров.

Подумайте о своем обычном дне: сколько часов вы тратите на работу за компьютером? Как часто работа за компьютером прерывается другими задачами? Находите ли вы время для обеденного перерыва вне рабочего стола?

В большинстве случаев экранное оборудование, например ваш компьютер, совершенно безвредно. Однако, если вы проводите перед ним длительное время (например, несколько часов каждый день), это может представлять значительный риск для здоровья. Вы когда-нибудь замечали, что во время работы за столом у вас болит голова, спина или запястья?

Нужен курс?

Если вы хотите узнать больше о здоровье и безопасности оборудования для экранов дисплеев, ознакомьтесь с нашим онлайн-обучением DSE. Курс охватывает все, что вам нужно знать о юридических обязанностях, правильной настройке рабочего места и оценке рисков.

Проблемы со здоровьем, связанные с компьютером

Боль может быть вызвана:

Повторяющаяся работа.
Неудобные рабочие позы.
Неверные настройки экрана.
Выполнение задач в течение длительного времени без подходящих перерывов на отдых.

Взгляните на следующие советы, которые помогут улучшить осанку при работе за компьютером.В каждом разделе описывается, как лучше всего сидеть, и приводится несколько примеров того, как растянуться, расслабиться и улучшить общее самочувствие.

Боли в верхней и нижней части спины

Когда вы сидите в кресле за столом, ваш позвоночник должен находиться в вертикальном положении. Старайтесь не сутулиться в кресле или наклоняться вперед к столу, так как это может вызвать напряжение, боли и боли. Нижняя часть спины (поясничный отдел) должна поддерживаться стулом или подушкой, чтобы сидеть в вертикальном положении не было неудобно или неестественно.

Чтобы не напрягать спину:

Вставайте и ходите каждый час или около того, чтобы не сидеть в одном и том же положении весь день.
Медленно наклонитесь туловищем к одной стороне стула, а затем к другой, чтобы растянуть бока и позвоночник.
Встаньте и соедините руки, локти разведите в стороны, затем медленно повернитесь влево, а затем вправо.

Кроме того, держите шею прямо, насколько это возможно. Ваши глаза должны быть на уровне верхней части монитора. При необходимости отрегулируйте наклон и высоту экрана или стула, а если у вас есть ноутбук, используйте подставку, чтобы поднять его. Если вам когда-либо приходилось наклонять голову вверх или вниз, чтобы увидеть экран, напряжение в шее может накапливаться и вызывать головные боли и усталость.

Уменьшите напряжение, регулярно двигая шеей и плечами:

Сядьте прямо и медленно наклоните голову к одному плечу, а затем к другому, чтобы растянуть шею.
Двигайте плечами небольшими круговыми движениями сначала в одном направлении, а затем в другом.
Медленно опустите подбородок к груди, задержитесь на 3 секунды, а затем отпустите.

Повторяющаяся травма от перенапряжения (RSI)

Перед клавиатурой должно быть достаточно места, чтобы ваши предплечья и запястья могли опираться на стол. При необходимости немного отодвиньте экран компьютера и клавиатуру назад. Эта опора для стола помогает предотвратить усталость или боль в руках. При наборе держите запястья прямо. Если вам приходится сгибать запястья вверх, чтобы достать до клавиатуры, используйте опору для запястий, иначе вы рискуете получить повторяющуюся травму от перенапряжения.

Чтобы не болели руки и запястья:

Вытяните руки перед собой и рисуйте запястьями большие круги сначала в одном, а затем в другом направлении.
Вытяните руки в стороны как можно дальше, а затем над головой как можно выше, чтобы растянуть руки, запястья и спину.
Сцепите пальцы и вытяните их перед собой ладонями наружу.

Напряжение в ногах и ступнях

Стул для рабочего стола должен быть расположен так, чтобы вы могли удобно сидеть, поставив ступни на пол, а голени вертикально. Используйте подставку для ног под столом, если вам нужна дополнительная поддержка или если стул давит на ваши бедра. Убедитесь, что есть достаточно места, чтобы время от времени менять положение и вытягивать ноги.

Чтобы предотвратить скованность в ногах, лодыжках и ступнях:

Вращайте лодыжки кругами под столом сначала в одну, а затем в другую сторону.
Встаньте и маршируйте на месте в течение 30 секунд, чтобы улучшить кровоток в ногах.
Встаньте на цыпочки и потянитесь вверх как можно выше, чтобы снять напряжение в лодыжках, ногах, спине, руках и шее.

Напряжение глаз и головные боли

Продолжительное использование экрана может вызвать визуальное утомление и напряжение глаз, поэтому важно следить за здоровьем глаз.

Если ваша работа связана с работой с экраном дисплея в течение большей части вашего дня, будь то настольный компьютер или планшет, ваш работодатель обязан предоставить вам проверку зрения, чтобы вы могли убедиться, что видите. экран четкий и работать удобно.

Если проверка зрения показывает, что вам нужны очки специально для работы за компьютером, ваш работодатель обязан оплатить основные оправы и линзы в соответствии с Положением о здоровье и безопасности (экранное оборудование) 1992 года.

Чтобы снизить риск возникновения проблем со зрением:

Измените положение экрана, чтобы избежать бликов от источников света или окон.
Держите экран в чистоте и используйте настольную лампу, чтобы его было лучше видно.
Убедитесь, что цвета на экране хорошо видны, а символы четкие и разборчивые.
Отведите взгляд от экрана вдаль на несколько секунд, чтобы глаза расслабились. Используйте для этого правило 20-20-20: фокусируйтесь на чем-то на расстоянии 20 метров в течение 20 секунд каждые 20 минут.

У нас есть отличные бесплатные ресурсы, доступные для скачивания. Посетите наш контрольный список для оценки рабочих станций DSE, чтобы помочь вам оценить вашу компьютерную рабочую станцию и устранить любые риски. Вы также можете скачать нашу инфографику по эргономике рабочего стола, которую можно распечатать и повесить где-нибудь на рабочем месте, чтобы быстро напомнить людям.

Эргономика – это научное междисциплинарное исследование людей и их физического отношения к рабочей среде.

Многие действия и рабочие операции могут вызывать незначительные боли, с которыми мы все сталкиваемся в тот или иной момент. Однако для тех, кто проводит много времени за компьютерными рабочими станциями, были определены три фактора, которые способствуют возникновению проблем с эргономикой.

Несмотря на то, что любой из них по отдельности может создать проблемы, сочетание всех трех факторов приводит к наиболее значительному риску получения травмы. Рассматривая эти факторы, имейте в виду, что они применимы ко всем видам деятельности, а не только к использованию компьютера на работе. Кроме того, признайте, что вы можете контролировать то, как вы работаете, и что ваш подход к работе может оказать существенное влияние на предотвращение проблем в будущем.

Неудобные позиции

Позы тела определяют, какие суставы и мышцы задействованы в деятельности, а также величину прилагаемой силы. Плохая поза оказывает необычное или чрезмерное воздействие на компоненты тела. Примеры неудачных положений включают в себя расположение компьютерной мыши далеко от клавиатуры или расположение клавиатуры и монитора не на прямой линии от вашего места. Такие неудобные позы создают чрезмерную нагрузку на запястья, плечи и шею.

Продолжительность

Это относится к количеству времени, в течение которого человек находится в статичном положении для выполнения данной задачи. Чем дольше используется одна и та же мышца или группа мышц, тем выше вероятность как локальной, так и общей усталости. Вот почему перерывы на отдых или смена задач так важны для уменьшения длительных статических поз и тем самым снижения риска травм. Также важно использовать вспомогательные приспособления, такие как подставки для ног, держатели копий, регулируемые стулья и подставки для клавиатуры, чтобы свести к минимуму усталость групп мышц, не задействованных непосредственно в работе за компьютером.

Повторяющиеся движения

Движения, выполняемые нечасто, даже если они выполняются в неудобном положении, редко приводят к телесным повреждениям. Однако по мере того, как конкретное движение становится все более и более частым, возрастает риск получения травмы. При работе с клавиатурой некоторые движения повторяются каждые несколько секунд, а некоторые даже быстрее. При длительных занятиях, например, часами без перерыва, накапливаются усталость и напряжение. Изменение задач в течение дня или периодические перерывы могут дать мышцам и сухожилиям время, необходимое для восстановления их нормального, ненапряженного состояния.

Очень важно, чтобы вы знали о факторах риска, которые могут привести к проблемам с опорно-двигательным аппаратом, связанным с работой. Осведомленность об этих рисках может помочь вам избежать дискомфорта и травм при работе с компьютером.

Исследователи Калифорнийского университета в Чикаго запускают проекты, изучающие различия в состоянии здоровья и машинное обучение

Пандемия COVID-19 мобилизовала мировое научное сообщество как никакой другой недавний кризис, в том числе многих исследователей, использующих самые современные подходы к науке о данных и искусственному интеллекту. В Чикагском университете эксперты в области общественного здравоохранения, специалисты по информатике, экономисты и политические аналитики запустили проекты с использованием вычислительных инструментов для более эффективного обнаружения, диагностики, лечения и предотвращения распространения смертельного вируса.

Этим летом три из этих проектов получили начальное финансирование от C3.ai Digital Transformation Institute (DTI), нового партнерства технологических компаний и университетов, стремящихся расширить преимущества искусственного интеллекта для бизнеса, правительства и общества. Исследование атакует пандемию с нескольких точек зрения: помогает политикам контролировать распространение болезни путем выявления и устранения ключевых социальных факторов, врачи выявляют болезнь на более ранних стадиях, а больницы решают, какие пациенты нуждаются в госпитализации. Весной организация профинансировала четвертый проект под руководством Мэриеллен Гигер из UChicago Medicine.

Награды составляли часть 5 долларов США.4 миллиона в фондировании распределенном DTI, после их инаугурационного призыва к предложениям в марте. Группа также предоставляет программные инструменты искусственного интеллекта и «озеро данных» наборов данных COVID-19, чтобы помочь исследователям, изучающим пандемию.

"Восторженный отклик ученых и исследователей в сочетании с разнообразными, высококачественными и убедительными предложениями, которые мы получили, свидетельствует о том, что у нас есть потенциал изменить ход этой глобальной пандемии", – сказал Томас М. Сибель, генеральный директор C3.ай. «Перед лицом этого кризиса Институт гордится тем, что объединяет лучшие и самые яркие умы и обеспечивает руководство и руководство для поддержки объективного анализа и науки, основанной на искусственном интеллекте, для смягчения последствий COVID-19».

Моделирование различий в состоянии здоровья

Первые данные о пандемии COVID-19 выявили серьезное неравенство в отношении здоровья тех, кто заражается, а кто страдает от смерти и заболеваемости. По данным CDC, у латиноамериканцев и афроамериканцев более чем в три раза больше шансов заразиться вирусом и в два раза больше шансов умереть, чем у белых американцев. Многие эксперты считают, что это несоответствие выходит за рамки сопутствующих заболеваний и затрагивает социальные детерминанты, такие как жилье, работа и особенности района.

Анна Хоттон, доцент-исследователь Калифорнийского университета в Чикаго, ранее изучала взаимосвязь между социальными факторами и распространением вируса в контексте других инфекционных заболеваний. Благодаря гранту DTI она вместе с другими исследователями из Калифорнийского университета в Чикаго Адитьей Ханной, Гарольдом Поллаком и Джоном Шнайдером адаптирует эту работу к COVID-19 с помощью экспертов по агентному моделированию Джонатана Озика и Чарльза Макала из Аргоннской национальной лаборатории.

"Большая часть моей основной работы сосредоточена на изучении социальных и структурных факторов, влияющих на передачу ВИЧ", – сказал Хоттон. «С COVID-19 есть много общего с точки зрения социальных факторов, которые формируют уязвимость людей к инфекции, и я заинтересован в том, чтобы пролить свет на некоторые из этих социальных проблем и помочь направить работу по сокращению неравенств в отношении здоровья». /p>

Агентное моделирование — это мощная форма компьютерного моделирования для изучения сложных систем, от молекулярных взаимодействий до пробок на дорогах. За последнее десятилетие аргоннские исследователи Озик и Макал постепенно собрали компьютерную модель всего города Чикаго и его населения, используя ее для наблюдения и прогнозирования распространения болезней, как реальных (MRSA, грипп), так и воображаемых (вспышка зомби). . Недавно команда сосредоточила свою модель ChiSIM на распространении COVID-19, ища типы зданий и районы города, где собираются люди и существует высокий риск передачи болезни.

Вместе с Хоттон и ее сотрудниками Озик и Макал работают над добавлением новых данных к своей синтетической популяции Чикаго из 2,7 миллиона «агентов», включая информацию о жилье, профессиях и других социальных детерминантах, которые, вероятно, влияют на распространение вируса. Команда также будет использовать машинное обучение для определения элементов данных, которые наиболее важны для включения в модель, из длинного списка параметров, таких как время, проведенное в общественном транспорте, возможность работать из дома, количество членов семьи в домашнем хозяйстве и т. д. и многие другие детали.

Получив эти данные, исследователи смогут лучше моделировать различные сценарии распространения болезни и виртуально проверять, как различные стратегии общественного здравоохранения или социальной политики могут помочь смягчить болезнь. Их результаты будут переданы партнерам в Департаментах общественного здравоохранения Чикаго и Иллинойса, где им будут даны рекомендации о том, как лучше всего провести тестирование, возобновить работу предприятий и школ и, в конечном итоге, вакцинацию.

"Моделирование на основе агентов позволяет нам исследовать подходы к вмешательству в виртуальной среде, прежде чем внедрять вмешательства в реальной жизни, а также делать прогнозы относительно тенденций заболеваемости и смертности", — сказал Хоттон. «Позже, когда вакцины будут доступны, нам нужно будет выяснить, как наиболее эффективно использовать их среди наиболее нуждающихся групп населения».

Принять или отпустить?

Одним из самых сложных решений, с которыми сталкиваются врачи во время пандемии, является решение, каких пациентов с COVID-19 оставить в больнице, а каких можно безопасно вылечить дома. Перед лицом перегруженных больничных мощностей и совершенно нового заболевания с небольшим количеством данных, основанных на данных для диагностики и лечения, старые критерии для принятия решения о том, каких пациентов госпитализировать, оказались неэффективными. Но машинное обучение может помочь принять правильное решение раньше, спасая жизни и снижая расходы на здравоохранение.

Команда под руководством профессора Сендхила Муллайнатана из Чикаго Бут будет работать с крупной сетью больниц на северо-западе США над созданием новой модели для прогнозирования острого респираторного дистресс-синдрома (ОРДС), наиболее тяжелого симптома и основной причины смерти от COVID-19. 19 пациентов.Используя более 4 миллионов рентгенограмм грудной клетки, команда, в которую также входят Александр Мадри из Массачусетского технологического института и Зиад Обермейер из Калифорнийского университета в Беркли, создаст новую модель машинного обучения, которая предсказывает вероятность коллапса легких.

Чтобы решить проблему ограниченных данных о COVID-19 в начале пандемии, команда будет снабжать свою модель рентгеновскими снимками других заболеваний, поражающих легкие, таких как грипп и пневмония.

"Ни у кого пока нет достаточно данных о COVID, чтобы применить современный набор инструментов машинного обучения", – сказал Обермейер. «Но при легочной инфекции, такой как COVID, у легких на самом деле очень ограниченный физиологический сценарий. Когда легкие атакуют вирус или бактерия, они в основном реагируют только одним образом. Наша гипотеза состоит в том, что мы можем узнать об ухудшении состояния при COVID, наблюдая за ухудшением других состояний».

После проверки их модель ИИ станет общедоступной и доступной для других систем здравоохранения по всему миру. Этот проект также дает Муллайнатану и Обермейеру возможность разработать алгоритм принятия медицинских решений, который контролирует предвзятость, обнаруженную ими в другом программном обеспечении для здравоохранения в предыдущих исследованиях.

"Даже если вы используете объективные биологические данные, такие как рентгеновские снимки, ваши результаты будут предвзятыми, поскольку они получены предвзятой системой здравоохранения", – сказал Обермейер. «Оптимистичный взгляд на нашу предыдущую работу по расовым предубеждениям заключается в том, что как только вы узнаете об этих предубеждениях, вы сможете создавать алгоритмы, которые их учитывают».

Раннее обнаружение: лечение пандемии подобно отказу двигателя

На ранних стадиях вспышки заболевания выявление случаев заболевания имеет решающее значение для предотвращения распространения среди населения, но также очень сложно — общеизвестная проблема данных «иголка в стоге сена». Но ученые-компьютерщики уже разработали системы искусственного интеллекта для таких задач в других контекстах, таких как обнаружение механических неисправностей в реактивных двигателях или аномальных и потенциально мошеннических финансовых транзакций. Модели, созданные для этих приложений, должны точно и надежно находить редкие случаи в потоке данных — никто не хочет обнаруживать отказ двигателя самолета слишком поздно.

В ходе предыдущей работы в Калифорнийском технологическом институте ученый-компьютерщик из Калифорнийского университета в Чикаго Юсинь Чен создал эти системы раннего обнаружения для инженеров-механиков и других специалистов в данной области. При финансировании DTI он будет работать с исследователями из Калифорнийского университета в Беркли и Калифорнийского университета в Сан-Франциско над внедрением этих подходов к выявлению инфекции COVID и других заболеваний с использованием данных медицинского наблюдения и наблюдения за общественным здравоохранением. Команда будет адаптировать решения для распространенных проблем, таких как обучение моделей на разреженных данных, объединение данных из разных источников и методов сбора, а также минимизация ложноотрицательных результатов, которые могут иметь тяжелые последствия, если инфицированные пациенты будут пропущены.

Часть проекта Чена сосредоточена на его основном исследовательском интересе: интерактивном машинном обучении. В отличие от пассивного «черного ящика» большинства моделей ИИ, эти системы активно работают с людьми-экспертами, предлагая новые источники данных, которые следует собрать для улучшения прогнозов, или обращаясь за помощью, когда конкретный диагноз неясен.

"Если модель не очень уверена в прогностических результатах для определенного медицинского диагноза, по которому у нас есть данные, она пометит эти данные и попросит экспертов проверить или исправить прогностические результаты", – сказал Чен, доцент. «Мы также заботимся о интерпретируемых рекомендациях; мы обучаем нашу систему искусственного интеллекта эффективно общаться с пользователями-людьми, чтобы совместно принимать решения по обнаружению и диагностике. Поэтому нам нужно создать интерпретируемый интерфейс между системой и медицинскими работниками, чтобы сделать совместную работу беспрепятственной».

—Эта история была впервые опубликована Департаментом компьютерных наук.

Читайте также: