预测疲劳。预防道路碰撞。

作者：Tara O?LearyTara O'Leary, BSc, MSc, RGN, COHN, CIH, 百事公司全球职业与工业卫生总监, EHS能力与销售总监

我们一直在努力探索新的、创新的和颠覆性的技术解决方案，以减少车队运营中与疲劳相关的碰撞，我们正在研究利用技术为我们所有的员工提供良好的睡眠健康的好处，这是我们 "追求积极 "精神的一部分，旨在帮助我们的团队成员更加健康。预测性疲劳风险管理技术将连接的可穿戴设备与生物数学科学结合起来，旨在使用户能够提供客观的可视性，围绕着哪些司机的疲劳程度进行预测。 正在或将要疲劳 在其工作期间。

SAFTE生物数学疲劳模型模拟睡眠不足导致的认知效能变化，由美国陆军研究实验室开发，是几十年来? 的研发成果。它已经 经科学验证 并适用于广泛的人群，已被美国联邦航空局和美国联邦铁路局批准使用。

通过利用Readiband睡眠追踪器提供的一套详细的睡眠因素，SAFTE模型为每个驾驶员生成了一个逐小时的疲劳预测，当SAFTE得分为70分时，驾驶员的疲劳程度相当于0.08 BAC时酒精损伤的生理影响。在这一水平上，司机的反应时间估计会减慢至多。 四成三它们是 5.2x 更容易遭受注意力的失误 ? 与微睡眠有关。

那么这一切是如何实现的，又是如何在实际应用中实现的呢？

• 首先，为司机配备Readiband睡眠追踪器，对司机的睡眠时间、睡眠质量和睡眠/觉醒时间进行客观、科学的评估。
• 接下来，在司机开始工作之前，通过手机或平板电脑等移动设备采集司机的睡眠数据。
• 然后，这些睡眠数据会被即时使用SAFTE生物数学疲劳模型进行分析，生成对未来一天的预测。
• 然后，这些疲劳预测可在一套软件工具中使用，包括专门为一线主管设计的预测仪表板，从而实现高度针对性的干预。
• 最后，睡眠和疲劳数据可以通过移动应用提供给个人司机，实现疲劳的自我管理，并鼓励司机告知更好的睡眠行为。

Predictive Dashboard提供了所有配备Readiband的工人的 "鸟瞰图"，首次提供了关于谁是或谁将在工作中严重疲劳受损的客观可见性。Predictive Dashboard还可以设置所需的SAFTE疲劳阈值，即时计算每个司机达到该阈值前的小时数。

现在你可能会问自己："SAFTE得分多少时才需要干预？

试用Readiband技术的一个关键部分是利用客观数据在多个车队运营中建立疲劳风险档案，所有这些数据都有助于在风险和运营连续性之间进行权衡，从而选择适当的、明智的停驶阈值。

通过在特定的操作或驾驶员群体中建立客观的疲劳风险档案，可以了解疲劳的潜在来源和程度。有 与生俱来 仅仅由于昼夜节律的因素，夜间工作的疲劳风险就会增加，预计驾驶员在夜间驾驶时效率较低。这一基线数据可以帮助评估是否需要采取控制和缓解措施，并衡量这些措施实施后的效果。

通过设置基线疲劳风险曲线，可以评估与特定SAFTE分数挂钩的停止驾驶阈值对操作的影响？客观的疲劳数据可以用来平衡运营风险和运营连续性之间的权衡。除了实现目标疲劳干预，Readiband还提供了司机睡眠的高分辨率图像，包括睡眠时间、睡眠质量、睡眠/醒来时间、睡眠延迟等参数。

那么我们不仅是在预测疲劳，而且是在预防道路碰撞。