EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

P139 | ANALISI VIDEO CON INTELLIGENZA ARTIFICIALE PER IL CALCOLO DELL'INDICE NIOSH: TEST PRELIMINARI E APPLICAZIONI IN CAMPO

Giornale Italiano di Medicina del Lavoro ed Ergonomia · 2026

DOI: 10.4081/gimle.1093 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Giornale Italiano di Medicina del Lavoro ed Ergonomia, 2026. Die Arbeit nennt 3 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Introduzione. La movimentazione manuale dei carichi (MMC) rappresenta uno dei principali fattori di rischio per l'insorgenza dei disturbi muscolo-scheletrici di origine occupazionale. La Revised NIOSH Lifting Equation (RNLE) costituisce lo standard internazionale per la determinazione del peso limite raccomandato (RWL); tuttavia, il suo calcolo risulta dispendioso in termini di tempo, dipendente dall'esperienza dell'operatore e gravato da limitata riproducibilità. L'integrazione di tecnologie di intelligenza artificiale (IA) basate su analisi video automatizzata potrebbe rappresentare uno strumento innovativo per superare tali criticità, semplificando la valutazione ergonomica nei luoghi di lavoro.Obiettivi. Confrontare la valutazione della RNLE effettuata tradizionalmente, con un'analisi video automatizzata basata su IA in scenari simulati e in condizioni operative reali, al fine di valutarne l'applicabilità come strumento di supporto per la stima del rischio ergonomico in ambito occupazionale.Metodi. Lo studio si è articolato in due fasi. Nella fase 1, cinque volontari sani hanno eseguito 26 simulazioni di MMC, registrate da angolazioni laterale e postero-obliqua. Nella fase 2, il protocollo è stato applicato in ambito agricolo su 110 video (80 laterali, 30 postero-obliqui) acquisiti durante operazioni effettuate da quattro lavoratori. Sono state misurate distanza orizzontale (H), posizione verticale (V), spostamento verticale (D) e RWL. I video sono stati elaborati mediante un software IA che integra object detection e pose estimation.Risultati e conclusioni. Nella fase 1, le riprese laterali hanno mostrato correlazioni significative tra valutazione tradizionale e automatizzata per tutti i parametri considerati (H ρ=0,885; V ρ=0,804; D ρ=0,946; RWL ρ=0,763; tutti p

Zitieren

APA

(2026). P139 | ANALISI VIDEO CON INTELLIGENZA ARTIFICIALE PER IL CALCOLO DELL'INDICE NIOSH: TEST PRELIMINARI E APPLICAZIONI IN CAMPO. Giornale Italiano di Medicina del Lavoro ed Ergonomia. https://doi.org/10.4081/gimle.1093

Vancouver

P139 | ANALISI VIDEO CON INTELLIGENZA ARTIFICIALE PER IL CALCOLO DELL'INDICE NIOSH: TEST PRELIMINARI E APPLICAZIONI IN CAMPO. Giornale Italiano di Medicina del Lavoro ed Ergonomia. 2026. doi:10.4081/gimle.1093

BibTeX
@article{euvimed2026,
  title = {P139 | ANALISI VIDEO CON INTELLIGENZA ARTIFICIALE PER IL CALCOLO DELL'INDICE NIOSH: TEST PRELIMINARI E APPLICAZIONI IN CAMPO},
  journal = {Giornale Italiano di Medicina del Lavoro ed Ergonomia},
  year = {2026},
  doi = {10.4081/gimle.1093}
}
Kostenlos starten →