智能方法在印度职业健康与安全预测分析中的应用

与职业健康与安全（OHS）相关的议题仍是 workforce management 中 critical 且常被忽视的方面。这一现象在制造业、建筑业和采矿业等高风险行业中尤为突出。这些行业在印度这样一个发展中国家的经济中占据主导地位，而该国拥有庞大的非组织化部门。随着多年的努力，监管框架不断加强，尤其是将非组织化部门纳入法律视野。传统的 OHS 方法大多是被动的，依赖事后事件分析（具有治愈性），而非预防性干预。本文描绘了在印度复兴 OHS 实践的预测分析潜力。智能预测分析由机器学习和统计建模等方法驱动。其数据驱动的特性有助于克服传统 OHS 方法的局限性。针对印度的 OHS 预测分析方法借鉴了全球案例研究以及针对印度工业背景定制化的预测分析应用。本文旨在探讨其在解决碎片化数据生态系统、资源受限以及工作场所危险源多变性等挑战方面的潜力。本文提出了可行的政策建议，以营造预测分析广泛实施的条件，必须将其作为 OHS 战略的基石加以提倡。通过此举，本文旨在发起政策制定者、行业领导者和技术专家之间的协作对话。它呼吁采取智能化措施来保障印度劳动力的福祉。