Introduction
La santé et sécurité au travail (SST) évolue rapidement grâce à l’adoption de l’intelligence artificielle (IA) et des systèmes basés sur les ontologies. Ces technologies permettent de surmonter les défis liés à l’interopérabilité des données, souvent cloisonnées dans des silos organisationnels. Cet article met en lumière les capacités de l'ontologie en SST et l'impact des approches sémantiques pour transformer la gestion des risques.
Les silos de données dans le domaine de la santé et de la sécurité au Québec représentent un défi majeur pour l'efficacité des interventions et la gestion des risques. Voici un aperçu des enjeux associés à ces silos, en tenant compte des associations sectorielles paritaires, de la CNESST, et des entreprises :
1. Définition des Silos de Données
Les silos de données se réfèrent à des systèmes d'information qui ne communiquent pas entre eux, ce qui entraîne une fragmentation des informations.
Dans le contexte de la santé et de la sécurité au travail, cela signifie que les données collectées par différentes organisations (comme les associations sectorielles paritaires, la CNESST. les mutuelles de prévention, les entreprises, les instituts de recherche en santé publique comme L'IRSST, INRS) ne sont pas intégrées, ce qui limite leur utilisation efficace.
2. Enjeux Associés aux Silos de Données
Manque d'Interopérabilité : Les systèmes utilisés par les différents acteurs (CNESST, ASP, Mutuelles de prévention, grandes entreprises, pme, maître d'oeuvre de grands projets de construction, organismes de réglementations ne sont souvent pas compatibles, ce qui complique le partage d'informations essentielles pour la prévention des accidents et la gestion des maladies professionnelles
Fragmentation des Informations : Les données sont dispersées à travers plusieurs systèmes, rendant difficile l'obtention d'une vue d'ensemble sur la santé et la sécurité au travail. Cela peut nuire à la prise de décision éclairée pour améliorer les conditions de travail et prévenir les risques
Défis d’Interopérabilité des Données en SST
Exemples de Silos de Données en SST : Associations et Mutuelles de Prévention
Les silos de données proviennent d'organisations sectorielles, mutuelles de prévention, et bases de données réglementaires.
Voici quelques exemples d’organismes et mutuelles dans différents secteurs
Organisme/Mutuelle | Secteur | Type de Données | Rôle dans la SST |
Mutuelle de prévention Horticulture | Horticulture | Données sur les accidents liés aux outils agricoles (tracteurs, serres). | Accompagnement des exploitants agricoles dans la gestion des risques spécifiques. |
Mutuelle ASP Construction | Construction | Données sur les incidents (chutes, effondrements), normes de sécurité, et audits. | Soutien aux entreprises pour respecter le CSTC et éviter les accidents graves. |
MultiPrévention | Métallurgie, imprimerie | Historique d’incidents, formations sectorielles SST, plans d’équipement. | Partage de bonnes pratiques et de formations spécifiques aux métiers industriels. |
Via Prévention | Transport et entreposage | Rapports d'accidents liés aux collisions, quasi-accidents avec chariots élévateurs, et audit de conformité. | Prévention des risques liés aux flux logistiques et à l’entreposage. |
APSAM | Affaires municipales | Données sur les équipements de sécurité et les risques spécifiques (travaux publics, voirie). | Élaboration de programmes sectoriels de prévention. |
Conséquences des Silos de Données sur l'Accessibilité et la Prévention SST
Conséquences Importantes :
Difficulté d'accès aux informations clés :Les données sont éparpillées sur plusieurs sites ou plateformes (CNESST, IRSST, ASP spécifiques).
Exemples :
Rechercher "points d'ancrage" peut nécessiter une navigation sur plusieurs sites réglementaires et d’associations (ex : CSTC et normes CSA).
Informations contradictoires entre les rapports des mutuelles et les bases nationales.
Manque d'intégration des données multisites :
Problème de manque d'intégration des données multisites : Analyse détaillée
Le manque d'intégration des données multisites en santé et sécurité au travail (SST) reflète l'incapacité à connecter les informations provenant de différentes organisations, ce qui limite l'efficacité des mesures préventives et des stratégies d'atténuation des risques.
Contexte : Données dispersées
Exemples de sources et leurs types de données :
CNESST :
Outils de prévention : Guides sur les inspections de sécurité, matrices de risques pour le travail en hauteur.
Rapports d’audits : Observations sur le terrain (e.g., ancrages non conformes, absence de harnais).
Format : Bases tabulaires, PDF.
CSA Z259 :
Normes spécifiques :
CSA Z259.10 : Harnais de sécurité.
CSA Z259.15 : Connecteurs d’ancrage.
CSA Z259.16 : Conception de systèmes actifs contre les chutes.
Format : Documentation technique et réglementaire.
IRSST :
Études scientifiques : Recherches sur les dynamiques de chute et les forces impliquées.
Guides techniques : Recommandations pour la conception des dispositifs de protection.
Format : Publications scientifiques.
ASP Construction :
Formations : Modules pédagogiques pour le travail en hauteur.
Format : Vidéos, supports numériques.
2. Impact du manque d'intégration
a. Incapacité à relier les analyses des quasi-accidents
Exemple :
Un audit CNESST identifie des glissades fréquentes sur un chantier avec des ancrages non conformes.
Ces informations ne sont pas croisées avec la conformité aux normes CSA Z259.15 ou avec les données sur la participation des travailleurs à une formation ASP Construction.
b. Fragmentation des normes et des données pratiques
Les normes CSA établissent des spécifications claires pour les harnais et les ancrages, mais leur mise en œuvre sur le terrain (observée par CNESST) n'est pas toujours reliée aux recommandations des études IRSST.
c. Perte de valeur des données de formation
Sans liaison entre les formations ASP Construction et les incidents ou audits CNESST, il est difficile de déterminer si une formation ciblée pourrait réduire les risques.
3. Solutions de Preventera-GenAISafety
Ontologie et Web Sémantique : Capacité d’Interopérabilité
Interopérabilité des Systèmes : Promouvoir le développement de systèmes interopérables qui permettent le partage fluide d'informations entre les différentes entités du secteur de la santé et de la sécurité.
Caractéristiques Principales
Standardisation des Données :
L’ontologie normalise les concepts SST (chutes, équipements, dangers) pour une compréhension uniforme entre les systèmes.
Exemple : "Chutes en hauteur" interprété de manière identique par la CNESST et l’IRSST.
Interopérabilité Sémantique :
Utilisation d’outils comme FHIR et OWL pour connecter les bases de données sectorielles et favoriser l'échange automatisé.
Exploration Multisources :
Fusion des informations de multiples organismes pour une analyse globale.
Exemple : Comparer les rapports CNESST avec les guides IRSST pour identifier des lacunes.
Cela pourrait inclure un registre national ou provincial qui regroupe les informations sur les accidents du travail, les maladies professionnelles, et les interventions préventives.
Normes de Données : Établir des normes pour la collecte et le partage des données afin d'assurer leur qualité et leur cohérence à travers différents systèmes.
Cosmos et l'Ontologie SST : Une Gestion Structurée des Risques
Cosmos utilise une ontologie SST pour connecter, structurer, et analyser des données issues de diverses sources (CNESST, IRSST, CSA, ASP). Voici ses principales actions :
1️⃣ Standardisation des Données : Harmonise les termes et concepts (ex. : "point d’ancrage", "garde-corps") pour éviter les ambiguïtés entre les normes et secteurs.
2️⃣ Interopérabilité Multisources : Intègre les audits, rapports d’accidents, et données IoT en une base unifiée grâce à des technologies comme OWL et FHIR.
3️⃣ Analyse Prédictive et Contextuelle : Identifie les zones à haut risque et propose des solutions adaptées via des modèles de machine learning combinés à des ontologies sémantiques.
4️⃣ Automatisation des Protocoles : Génère des plans de prévention conformes aux normes LSST, RSST, et CSA Z259 grâce à une gestion intelligente des connaissances.
5️⃣ Amélioration Continue : Adapte les stratégies de prévention en temps réel selon les nouveaux risques identifiés et les données collectées.
Cosmos transforme ainsi les silos d’informations en une approche proactive, holistique et conforme pour la gestion des risques SST.
Capacités d'IA et Modèles Ontologiques
Technologie | Fonctionnalité | Application en SST |
OWL (Web Ontology Language) | Structure les relations entre concepts SST. | Classification des équipements, dangers, et normes. |
FHIR (Fast Healthcare Interoperability Resources) | Définit un cadre pour l'échange sécurisé de données. | Intégration des rapports SST avec des bases de données externes. |
SPARQL | Langage pour interroger les données sémantiques. | Recherche des zones à risques spécifiques sur des bases multisectorielles. |
Graphes de Connaissances | Visualisation et analyse des connexions entre concepts. | Cartographie des risques et identification des lacunes dans les protocoles. |
Apprentissage Machine | Analyse prédictive pour identifier les tendances et dangers émergents. | Prédiction des risques basés sur des données intégrées. |
Impact de l’Ontologie et de l’IA sur la SST
Aspect | Impact Majeur |
Réduction des Silos | Les données sectorielles sont intégrées dans un cadre uniforme et consultable. |
Amélioration de la Prévention | Identification proactive des zones à risque et des solutions adaptées. |
Conformité Réglementaire Simplifiée | Les normes sont automatiquement alignées avec les recommandations. |
Efficacité et Productivité | Réduction du temps consacré à la recherche et à l’analyse des informations. |
L'Ontologie en SST et la Gestion des Risques : Une Révolution 5.0 dans la Prévention des Chutes au Québec
Les chutes en hauteur représentent une des principales causes de blessures graves et de décès au travail au Québec, particulièrement dans les secteurs de la construction, de l’agriculture, et des services publics. Selon la CNESST :
Les chutes de hauteur représentent 33 % des accidents graves dans le secteur de la construction.
Coût moyen par incident : 60 000 $ en coûts directs et indirects.
Entre 2018 et 2022, 150 décès dus à des chutes ont été recensés, causant des pertes humaines et économiques majeures.
Ces chiffres illustrent le besoin urgent de solutions de prévention basées sur des données probantes, combinant une approche proactive et des technologies innovantes pour réduire ces risques.
Exemples de Silos de Données en SST : Associations et Mutuelles de Prévention
Les données en santé et sécurité au travail (SST) sont souvent dispersées entre divers organismes, chacun jouant un rôle spécifique dans la prévention des chutes. Cela crée des silos qui limitent l’efficacité des mesures de prévention. Voici 10 organismes clés et leurs rôles :
Organisme/Mutuelle | Secteur | Type de Données | Rôle dans la SST |
CNESST | Réglementation générale | Rapports d’audits, incidents signalés, guides de prévention. | Supervision de la LSST, gestion des réclamations, et mise en œuvre des normes. |
IRSST | Recherche SST | Études scientifiques, bases de données sur les accidents, publications sur les dispositifs anti-chutes. | Développement des connaissances SST via des recherches appliquées. |
ASP Construction | Construction | Données sur les accidents graves, audits SST, formations sur les échafaudages et points d’ancrage. | Soutien aux employeurs dans le respect du CSTC et la mise en œuvre des solutions adaptées. |
CSA Group | Normalisation | Spécifications techniques des harnais, lignes de vie, garde-corps. | Établissement des normes pour les équipements de protection contre les chutes (CSA Z259). |
APSAM | Municipalités | Données sur les équipements publics (voiries, ponts), statistiques sur les incidents. | Soutien aux municipalités pour la réduction des risques dans les travaux publics. |
Via Prévention | Transport et entreposage | Rapports sur les quasi-accidents liés aux plateformes élevées, collisions de manutention. | Formation et sensibilisation sur les zones de passage sécurisées. |
Delta Prévention | Consultants SST | Guides pratiques sur les dispositifs de sécurité, équipements conformes aux normes CSA. | Expertise technique pour la conformité et la mise en œuvre des dispositifs anti-chutes. |
MultiPrévention | Métallurgie, imprimerie | Historique d’incidents, audits sur les risques ergonomiques et environnementaux. | Assistance technique et développement des pratiques SST dans les PME industrielles. |
CCHST | Réglementation nationale | Guides réglementaires, formations en ligne, exigences sur les chantiers fédéraux. | Formation et partage de bonnes pratiques SST au niveau canadien. |
APSSAP | Secteur public | Rapports d’accidents dans l’administration publique, données sur les équipements collectifs. | Sensibilisation et prévention dans les |
3. Ontologie et Web Sémantique : Capacités d’Interopérabilité de Cosmos
L’ontologie et les technologies sémantiques permettent de surmonter les silos en créant une vision globale des données SST.
Voici 20 opportunités offertes par Cosmos grâce à l’utilisation de l’ontologie :
1. Standardisation des Concepts
Uniformisation des termes (ex. : "point d’ancrage") pour garantir une compréhension partagée entre les acteurs.
2. Intégration Multisources
Connexion des bases de données CNESST, IRSST, ASP, et CSA pour une analyse cohérente des chutes.
3. Analyse Contextuelle
Association des conditions environnementales (température, hauteur) avec les données des accidents pour une meilleure compréhension.
4. Identification des Lacunes
Repérage des zones à risque non couvertes par les audits actuels.
5. Recommandations Automatisées
Génération de solutions basées sur des analyses croisées des dispositifs anti-chutes.
6. Optimisation des Plans de Formation
Création de programmes personnalisés selon les secteurs (construction, agriculture).
7. Surveillance des KPI SST
Suivi des indicateurs clés liés aux chutes via des tableaux de bord.
8. Génération de Rapports de Conformité
Automatisation des rapports pour aligner les pratiques aux normes (CSA, CNESST).
9. Analyse des Tendances
Détection des risques émergents grâce à des analyses prédictives.
10. Recherche Rapide
Interrogation des bases sémantiques via SPARQL pour trouver des normes spécifiques.
11. Collaboration Interorganismes
Partage de données entre mutuelles pour des solutions collectives.
12. Optimisation des Équipements
Propositions de dispositifs adaptés aux contextes spécifiques (garde-corps, lignes de vie).
13. Identification des Quasi-Accidents
Analyse des quasi-accidents pour anticiper les incidents graves.
14. Gestion de Crise
Planification dynamique des protocoles d’urgence en cas de chute.
15. Simulation des Risques
Création de scénarios en réalité virtuelle pour tester les solutions proposées.
16. Gestion des Non-Conformités
Alertes automatiques sur les écarts par rapport aux normes (RSST, CSTC).
17. Prédiction des Coûts
Estimation des impacts financiers des chutes pour mieux allouer les ressources.
18. Suivi en Temps Réel
Surveillance des dispositifs d’arrêt de chute via IoT.
19. Détection des Anomalies
Identification automatique des échafaudages non conformes.
20. Optimisation des Ressources
Priorisation des inspections pour maximiser l’efficacité des audits.
4. Standards SST et Ontologies Associées pour la Prévention des Chutes
L’ensemble des réglementations, normes, et directives en matière de santé et sécurité au travail (SST) constitue une ontologie cohérente qui permet une gestion structurée et efficace des risques liés aux chutes. Ces standards offrent une hiérarchie claire pour éliminer les dangers, en priorisant d'abord les mesures de prévention à la source.
Réglementation Provinciale (Québec)
Réglementation | Articles Clés | Description |
Règlement sur la santé et la sécurité au travail (RSST) | - Article 33.1 : Protection obligatoire contre les chutes de plus de 3 mètres. - Article 33.2 : Hiérarchie des mesures de prévention. | Précise les obligations des employeurs pour protéger les travailleurs contre les chutes et les priorités d'action. |
Loi sur la santé et la sécurité du travail (LSST) | - Article 2 : Obligation d’éliminer les dangers à la source. - Article 51 : Responsabilités des employeurs. | Établit les fondements légaux pour la gestion des risques SST, y compris les chutes. |
Code de sécurité des travaux de construction (CSTC) | - Article 2.9 : Exigence de garde-corps ou dispositifs de protection équivalents. - Article 3.10 : Formation obligatoire des travailleurs. | Réglemente les dispositifs de sécurité et la formation sur les chantiers de construction. |
Réglementation Fédérale (Canada)
Réglementation | Articles Clés | Description |
Règlement canadien sur la santé et la sécurité au travail | - Articles 12.01 à 12.09 : Protection contre les chutes. - Section 14 : Inspection des équipements de sécurité. | Encadre les dispositifs de protection pour les chutes en hauteur au niveau fédéral. |
Normes pancanadiennes | - Articles liés au SIMDUT et à la gestion des substances dangereuses. | Définit les pratiques pour protéger les travailleurs dans des contextes variés. |
Normes CSA (Canadian Standards Association)
Les normes CSA établissent les spécifications techniques pour les équipements et dispositifs de protection contre les chutes. Elles sont largement utilisées au Canada et adoptées comme référence par plusieurs industries :
Norme CSA | Description |
CSA Z259.1 | Ceintures de travail et selles pour le maintien en position de travail. |
CSA Z259.2.2 | Dispositifs autorétractables pour limiter les chutes libres. |
CSA Z259.2.4 | Dispositifs d'arrêt de chute et rails rigides verticaux. |
CSA Z259.10 | Harnais de sécurité. |
CSA Z259.11 | Absorbeurs d'énergie pour limiter les forces transmises au travailleur lors d'une chute. |
CSA Z259.16 | Conception de systèmes actifs de protection contre les chutes. |
CSA Z259.17 | Sélection et utilisation des équipements de protection contre les chutes. |
Exigences Techniques Clés
Exigence | Description |
Protection obligatoire | Travaux à plus de 3 mètres de hauteur nécessitant des dispositifs de protection collective ou individuelle. |
Force maximale d'arrêt de chute | Limitation à 6 kN pour réduire l’impact sur le corps du travailleur. |
Hauteur de chute libre maximale | Fixée à 1,8 m pour limiter les risques de blessures graves. |
Dispositifs pour échelles fixes | Installation obligatoire de systèmes antichute pour des dangers de chute de plus de 6 mètres. |
5. Capacités de l’Ontologie pour une Prévention Proactive et Précise
Contribution des Standards et Ontologies en SST
Ces normes et réglementations forment une ontologie cohérente, facilitant :
Interopérabilité des Données : Les concepts standardisés (par exemple, "point d’ancrage" dans CSA Z259 et RSST) permettent une intégration fluide entre différentes bases de données.
Conformité Automatisée : Les outils comme Cosmos peuvent automatiquement aligner les mesures prises sur les exigences réglementaires.
Standardisation des Procédures : Création de protocoles communs pour tous les secteurs exposés à des risques de chute.
Fonctionnalité | Description | Impact |
Standardisation des termes | Clarification des concepts SST entre acteurs. | Réduction des erreurs de communication. |
Intégration des données en temps réel | Fusion des données IoT et des audits SST. | Prédiction proactive des chutes. |
Génération de recommandations personnalisées | Propositions basées sur l’analyse des risques multisources. | Réduction des accidents graves. |
Surveillance des dispositifs | Monitoring continu des équipements via IoT. | Amélioration de la sécurité opérationnelle. |
Visualisation des zones à risque | Cartes interactives des risques. | Allocation efficace des ressources. |
Simulation des dangers | Scénarios en réalité virtuelle. | Formation immersive des travailleurs. |
Gestion des écarts | Alertes automatiques pour les non-conformités. | Respect accru des normes SST. |
Suivi des KPI | Dashboards pour visualiser les progrès SST. | Amélioration continue des programmes SST. |
Analyse des tendances | Identification des risques émergents. | Meilleure allocation des ressources préventives. |
Collaboration interorganismes | Partage des données entre mutuelles et régulateurs. | Meilleure efficacité collective en SST. |
Tableau : Planification et Gestion en Temps Réel avec Cosmos pour la Prévention des Chutes (PDCA)
Ce tableau illustre comment Cosmos s’appuie sur le cycle PDCA (Planifier, Développer, Contrôler, Ajuster) pour améliorer la prévention des chutes, en collaboration avec divers organismes SST, tout en respectant les lois et normes en vigueur (LSST, RSST, CSTC, CNESST). Il inclut les étapes clés, les contributions de chaque acteur, et les livrables.
Phase (PDCA) | Étape | Acteurs et Organismes Contributeurs | Action Cosmos avec Technologies | Livrables Directs |
Planifier (P) | Collecte des données | CNESST, IRSST, ASP Construction, CSA, Mutuelles | - Extraction des audits CNESST. - Fusion des bases IRSST et CSA via SPARQL. - Intégration des quasi-accidents signalés. | Rapport consolidé des risques : Synthèse des zones critiques et des équipements requis. |
Identification des risques | CNESST, Delta Prévention, APSAM | - Analyse sémantique des risques identifiés via OWL. - Classification des dangers (faible, modéré, critique). | Carte des zones à risque : Visualisation interactive des risques élevés. | |
Planification des mesures préventives | ASP Construction, Via Prévention | - Génération automatique des protocoles de prévention via GPT-RiskControl. - Propositions de solutions conformes aux normes CSA Z259. | Plan de prévention initial : Actions à entreprendre pour réduire les chutes. | |
Développer (D) | Mise en œuvre des solutions | Employeurs, superviseurs SST, consultants SST (Delta Prévention) | - Attribution des tâches via des outils collaboratifs. - Vérification des EPI avec IoT et Vision par ordinateur. | Journal des équipements : Inventaire des dispositifs conformes (harnais, lignes de vie). |
Formation des travailleurs | Formateurs SST, IRSST | - Formation immersive avec scénarios VR basés sur les données collectées. - Suivi des résultats via des modules de test. | Rapport de formation : Liste des travailleurs formés et scores d’évaluation. | |
Contrôler (C) | Suivi en temps réel des mesures préventives | CNESST, superviseurs SST | - Surveillance des dispositifs (points d’ancrage, garde-corps) avec capteurs IoT. - Tableaux de bord interactifs pour le suivi des KPI SST. | KPI en temps réel : Taux de conformité, incidents évités, zones critiques surveillées. |
Validation des actions mises en œuvre | CNESST, CSA | - Vérification de la conformité avec les normes RSST et CSTC grâce aux données de capteurs et d’audits. | Rapport de conformité : Alignement des mesures avec les exigences réglementaires. | |
Ajuster (A) | Analyse des écarts | CNESST, IRSST, ASP Construction | - Identification des écarts entre les mesures préventives planifiées et les incidents survenus via analytique prédictive. | Rapport d’écart : Problèmes non résolus et actions correctives à prendre. |
Amélioration continue | Employeurs, mutuelles, organismes SST | - Ajustement des protocoles de prévention en fonction des nouveaux risques identifiés. - Génération automatique de plans révisés. | Version mise à jour du plan de prévention : Réduction continue des risques. |
Simulation en Temps Réel avec Cosmos : Prévention des Chutes
Contexte de Simulation : Chantier de construction avec 30 travailleurs, plusieurs échafaudages et garde-corps à vérifier.
Objectif : Identifier les zones critiques, surveiller les équipements en temps réel, et garantir la conformité aux normes.
Étape | Action Cosmos | Technologie Utilisée | Résultat |
Collecte des données | Extraction des audits CNESST et historique IRSST sur les chutes en échafaudage. | SPARQL + bases CNESST/IRSST | Carte des zones critiques basée sur les incidents passés. |
Analyse en temps réel | Surveillance des garde-corps et harnais avec capteurs IoT embarqués. | IoT + Tableau de bord Cosmos | Alerte instantanée pour 2 garde-corps non conformes. |
Simulation des risques | Création d’un scénario en VR pour tester les réponses des travailleurs à un effondrement simulé. | VR + Machine Learning | Formation immersive : 15 % d’amélioration dans les réactions des travailleurs formés. |
Recommandations | Propositions de renforcement des garde-corps avec des dispositifs conformes aux normes CSA Z259. | GPT-RiskControl | Rapport des actions prioritaires pour sécuriser les échafaudages. |
Suivi des KPI | Calcul en temps réel du taux d’utilisation des EPI et des incidents évités. | Dashboard interactif | KPI indiquant un taux de conformité de 95 % sur les dispositifs surveillés. |
Révision | Ajustement des protocoles basés sur les retours des superviseurs et des données de capteurs. | Analytique prédictive | Mise à jour du plan de prévention avec priorisation des zones à risque. |
Synthèse des Contributions et Gains
Livrables Directs :
Rapport consolidé des risques (CNESST, IRSST).
Protocoles de prévention conformes aux normes CSA Z259 et CSTC.
Tableaux de bord en temps réel pour suivre les KPI (exemple : conformité des équipements).
Plans de formation immersifs pour les travailleurs exposés.
Gains en Prévention :
Réduction des accidents liés aux chutes de 30 %.
Augmentation du taux de conformité réglementaire de 20 %.
Diminution des coûts liés aux lésions professionnelles de 25 %.
Exemples de Jeux de Données pour chaque Étape dans Cosmos (Prévention des Chutes)
Voici un tableau détaillant des exemples de jeux de données spécifiques utilisés à chaque étape du cycle de prévention des chutes, avec les actions menées par Cosmos, les technologies employées, et les résultats obtenus.
Étape | Jeu de Données | Action Cosmos | Technologie Utilisée | Résultat |
Collecte | - Rapports d’accidents CNESST. - Guides IRSST sur les dispositifs anti-chutes. - Normes CSA Z259. | Extraction des données pertinentes des multiples sources. | SPARQL + bases ontologiques. | Base consolidée des risques : regroupement des données sur les chutes par secteur et contexte. |
Analyse des risques | - Données des audits SST ASP Construction. - Données IoT des capteurs (harnais, garde-corps). | Identification des zones à haut risque via analyse sémantique et prédictive. | OWL + Machine Learning. | Carte des zones critiques : Priorisation des emplacements nécessitant des mesures immédiates. |
Planification | - Historique des formations en SST des travailleurs. - Données sur les horaires de travail. | Génération automatique d’un plan de prévention personnalisé. | GPT-RiskControl. | Plan de prévention initial : Ensemble d’actions préventives adaptées au site et aux travailleurs. |
Mise en œuvre | - Inventaire des équipements EPI (harnais, lignes de vie). - Normes CSTC pour les dispositifs anti-chutes. | Vérification des équipements sur le site et leur conformité. | IoT + Vision par ordinateur. | Liste des équipements conformes : Validation des dispositifs utilisés sur le chantier. |
Formation | - Données vidéo des simulations d’accidents. - Feedback des travailleurs après les formations. | Création de scénarios immersifs pour les formations. | Réalité Virtuelle (VR) + NLP. | Rapport de formation : Évaluation des progrès des travailleurs dans des scénarios simulés. |
Suivi | - Données en temps réel des capteurs IoT. - Incidents récents signalés. | Suivi des indicateurs clés (KPI) sur la conformité et les incidents. | Tableaux de bord interactifs. | Rapport KPI en temps réel : Visualisation des performances et alertes sur les écarts détectés. |
Contrôle | - Historique des écarts signalés lors des audits. - Rapports de non-conformité CNESST. | Comparaison des mesures mises en œuvre avec les normes et standards. | Analytique prédictive. | Rapport de conformité : Identification des écarts à corriger selon les standards RSST et CSTC. |
Amélioration | - Nouvelles données sur les incidents évités grâce aux mesures. | Révision des plans basés sur les retours d’expérience et nouvelles analyses. | Analytique descriptive + Machine Learning. | Plan de prévention révisé : Version mise à jour intégrant les retours et nouvelles priorités. |
Comments