大数据在职业健康领域的应用

2018-12-31牛会永黎经雷李石林

安全 2018年8期

赵蕾牛会永黎经雷李石林

湖南科技大学资源环境与安全工程学院

随着移动互联网、物联网、车联网、云计算、数字家庭等各种新兴技术的快速发展，我们已经进入大数据时代。在这个时代，我们的身边充满了大量的数据信息，比如职业事故、职业病、职业史、职业危害因素和人口流动资料等信息内容。因此大数据的应用让人们格外关注，特别是关于职业健康领域的大数据应用，现在越来越多的研究者投身到职业健康领域的应用中，目的是为了保护职工的身心安全与健康。本文主要介绍了大数据的概念，分析了大数据的五个主要特征，阐述了大数据在职业健康领域的相关应用，对今后人们运用大数据技术解决工作中的问题具有指导帮助性作用[1]。

1 大数据的概念

大数据是一个具有概括性的概念，如同信息学领域的大多数新兴概念，大数据至今还没有得出确切的、统一的定义[2]。在长期的科学研究中，人们总结出了一系列定义来阐述大数据，其中主要有：麦肯锡定义[3]、亚马逊定义、维基百科定义、研究机构Gartner定义[4]。上述大数据的种种定义对于人们了解大数据技术起到了很好的作用，尤其是研究机构Gartner的定义已经被大多数学者所接受，并且在实践中也逐渐得到了证实。大数据是指没有办法在可容忍的时间内，用传统的科学技术和信息技术对其进行感知、获取、管理、处置和服务的数据结合[5]。因此，我们生活在大数据时代，更应该学会用数据存储、数据发掘等方法对复杂庞大的数据进行整理分析利用，体验大数据技术给人们生活带来的便利。

2 大数据的特点

大数据与传统的数据有所差别，它不仅可以用来描述海量的数据，还可以进一步指出数据的复杂类型、数据的快速时间特性以及对数据的分析处理能力，最终获得有价值意义的信息。大数据技术的特点可以用4V+1C来总结，即数据规模巨大（Volume）、数据类型繁多（Variety）、处理速度快（Velocity）、价值密度低（Value）和复杂性（Complexity）[6]。

2.1 数据规模巨大（Volume）

大数据时代，数据存储量总是以TB、PB，甚至ZB来衡量（1ZB等于1万亿GB），传统的信息处理单位已经不能满足人们的实际要求。大数据的规模并无详细的标准，仅仅只因为规模大是不属于大数据范畴的。规模大本身要从两个维度去衡量，一是从时间序列积累的大量数据，二是在深度上更为细化的数据。以人均每月互联网流量的变化为例，2008年用户人均月流量才0.98GB，2014年达到9.76GB，而2016年平均一个用户每月互联网流量达到24GB，据推测到2021年，人均每月互联网流量将高达61GB。如今，数据大量增长已成为公认的事实。

2.2 数据类型繁多（Variety）

从数据的结构特点来看可以分为结构化数据和非结构化数据两类[7]。结构化数据是将事物向便于人类和计算机保存、处置、查询的方法概括的结果，在概括的过程中，忽略了一些特定的应用下不必考虑的细节，从中只选取有价值的信息供人们运用。相对于结构化数据，非结构化数据没有相同的属性，很难用结构化形式表达出来，并且存储方式复杂。因此，选择合适的存储系统来保存和运用相关的信息是非结构化数据管理的重要问题。现在，非结构化数据形式越来越多样化，包括电子邮件、图片、音频、视频等，这些多类型的数据对处理能力提出了更高的要求[8]。因此，如何及时快速地筛选出对职业健康领域有用的信息成为一个关键的研究性主题。

2.3 处理速度快（Velocity）

大数据的第三个特征是处理速度快，这是区别于传统数据挖掘的最明显特点。它是指数据采集、保存、处置和传输速率较快，具有时效性。比如各种社交软件产生的聊天、语音、图片、视频记录等，都会自动生成一张网络，系统会快速地做出反馈。

2.4 价值密度低（Value）

大数据技术作为一种主要的信息收集方式，它的一个特征就是价值密度低。大数据为了获得事物的全部细节，会对所有数据进行收集整理，保留最原始的数据。由于减少了采样和提取过程，会产生许多没有意义的数据，所以价值密度很低。价值密度的高低与数据总量的大小成反比[9]。因此，怎样利用强大的计算机技术快速获取有价值的信息成为目前大数据背景下急迫解决的困难之一。

2.5 复杂性（Complexity）

大数据的一个传统特点就在于它的复杂性。大数据的复杂性体现在海量性、多变性、异构性和分布性等方面，这是大数据区别于传统数据的四个特点。大数据技术处于不断的更新和发展中，但并没有达到成熟状态。这并不妨碍我们运用此项技术去获取有价值的内容，但是我们心里必须清楚：大数据的价值是永无止境的。

3 大数据在职业健康领域的应用

3.1 应用大数据实现对职业健康领域的科学管理

目前，噪声、粉尘、放射性物质和其他有毒有害物质的危害相当突出[10]，实现科学有效的管理，就应该充分发挥大数据技术的作用。政府相关部门应该依托大数据的挖掘技术，实现对职业病和职业事故的有效控制和管理，建立职业健康安全管理体系，提高数据分析在职业健康领域的作用。充分运用大数据技术，了解事故发生的原因，进而准确分析问题，为职业健康的管理提供可靠的数据。

3.2 应用大数据实现对职业健康领域的全面监控

据统计，每天全世界大约有6300人死于职业事故或职业病，导致年死亡总数为230多万人[11]。每年，我国因职业病、工伤事故造成的经济损失约1000亿元，损失非常惨重，后果不堪设想。发生灾害后再采取措施需要投入大量的人力物力资源，还会影响正常的工作进度，而且恶劣的做法会造成严重经济负担，给生产带来许多不便。对于发病率高的地区，相关部门可以利用大数据手段及时获取有用的信息，采取预防措施减少事故的发生率。同时，应用大数据手段，还可以准确掌握每个地区的职业健康情况，实现全面监控，控制事故发生的概率[12]。例如，2017年8月以来，湖南桃江县第四中学发现肺结核疫情，至11月17日，已确诊肺结核病例29例，疑似病例5例，预防性服药38例。经国家卫生和计划生育委员会、湖南省卫生和计划生育委员会确认，这是一起聚集性肺结核公共卫生事件。相关部门应做好预防、调查、宣传工作，实现全面监控。

3.3 应用大数据建立健全相关规章制度[13]

应用大数据技术管理职业健康领域，需要建立相关规章制度来进行规范和指导[14]。职业健康管理部门应制定大数据收集、存储、挖掘和分析的能力，制定职业安全健康目标[15]，为相关工作人员熟悉职业健康情况提供重要依据。同时，相关工作部门还应对评价体系提出建议与指导，增设大数据分析的应用指标。此外，收集的信息数据会涉及到个人和企业的隐私，因此，需要建立保密规范及隐私制度，加强监管力度，利用不同渠道对数据进行集中管理，使个人和企业的隐私得到法律保护。

3.4 应用大数据改进职业健康领域的现状

职业健康是最大限度的保护职工的身心安全和身体健康。如果我们能够充分利用大数据信息，就能够对作业人员提供更好的保护[16]。利用大数据手段发展虚拟现实技术，改善现有的职业健康安全状况。为了职业健康安全管理体系的顺利进行，可以设置大数据路径，借鉴澳大利亚职业健康安全管理体系[17]，为工作人员提供便利，使大数据技术成为职业健康领域中“一只看不见的手”。

3.5 通过大数据的预测性，提高对职业健康的预测水平

之前了解某个地区的职业健康状况，主要是通过各地区上报的数据来实现，但是这种方式是有局限性的，另外上报数据不一定真实反映职业健康领域现状。通过构建大数据平台，实现数据开放与共享[18]，对信息内容进行统一的整理分析，可以建立相关的职业健康预测模型，对未来某地区的职业健康状况进行模拟，进而全面掌握该领域的职业健康状况。