Заказчик
Прием решений до

18.09.26 (включительно)

Форма вознаграждения

Проект финансируется в рамках исполнения обязательств недропользователями по отчислению 1% на НИОКР согласно правилам проведения экспертизы проектов. (Для участия Исполнитель должен являться участником AstanaHub)

Статус продукта

Идея

Тип задачи

Задачи недропользователей

Сфера применения

Добыча и переработка твердых полезных ископаемых

Область задачи

Охрана труда, промышленная безопасность, охрана окружающей среды и производственные операции

Тех задание
Тип продукта

ПО/ИС,

Мобильное приложение

Описание проблемы

отсутствие передовых практик для повышение качества диагностики состояния здоровья сотрудников с использованием автоматизации проведения предсменных медецинский осмотров, сопоставления данных в единой системе о пройденных инструктажах и последующей выдачей допусков и/или заданий по средствам единого интерфейса, что в результате должно обеспечить снижение инцидентов ПБиОТ.

Ожидаемый эффект

• предотвращения недопустимых нарядов к опасным работам на основе объективных медицинских и поведенческих данных; • снижения рисков производственного травматизма и смертности от кардиологических и иных острых состояний; • сокращения времени прохождения медицинских осмотров и оформления нарядов;

ФИО ответственного лица

-

Цель и описание задачи (проекта)

Разработка и внедрение новых научно обоснованных методов и алгоритмов с использованием передовых технологий искусственного интеллекта для автоматической оценки состояния персонала перед началом смены на основе анализа данных биомедицинского мониторинга и цифрового профиля сотрудника, для: • Обеспечения прозрачного, антимошеннического и автоматизированного процесса медосмотра. • Предотвращения недопустимых нарядов к опасным работам на основе объективных медицинских и поведенческих данных. • Снижения рисков производственного травматизма и смертности от кардиологических и иных острых состояний. • Сокращения времени прохождения медицинских осмотров и оформления нарядов. • Внедрение передовых технологий искусственного интеллекта на основе генеративных LLM моделей с RAG архитектурой, систем принятия решения на основе ИИ агентов, и предиктивной аналитики на основе машинного обучения (ML).

Примечание