Sistema inteligente de apoyo para la detección de postura en la prevención de trastornos musculoesqueléticos de trabajadores en un hospital de Lambayeque

Abstract

El presente trabajo de investigación demostró como un Sistema Inteligente de Apoyo, basado en la tecnología de Machine Learning y centrado en la visión computacional puede presentarse como solución a la problemática de detección de posturas inadecuadas, contribuyendo así a la prevención de trastornos musculoesqueléticos (TME). El sistema permite detectar posturas incorrectas en base a la detección de puntos de referencias y reglas de evaluación, gestionar la información recolectada mediante una interfaz de usuario y mostrar recomendaciones en tiempo real para corregir dichas posturas. La investigación realizada fue de tipo aplicada, centrándose en la prevención de TME apoyándose en la implementación de un sistema inteligente capaz de evaluar las posturas de los trabajadores de salud de un hospital de Lambayeque. El sistema fue implementado utilizando la metodología Extreme Programming (XP), incluyendo una interfaz web dinámica desarrollada en Python, con el uso de Streamlit y MySQL como gestor de base de datos. Gracias al uso del modelo MediaPipe para la estimación de poses y el procesamiento de video, se alcanzó una precisión del 92% en la identificación de posturas inadecuadas, detectando en esta postura los puntos de referencia de la cara y oídos, cuello, cadera y miembros superiores e inferiores mediante la captura lateral del cuerpo del sujeto en su totalidad.

This research work demonstrated how an Intelligent Support System, based on Machine Learning technology and focused on computer vision, can be presented as a solution to the problem of detecting inadequate postures, thus contributing to the prevention of musculoskeletal disorders (MSDs). The system allows detecting incorrect postures based on the detection of reference points and evaluation rules, managing the information collected through a user interface and displaying recommendations in real time to correct said postures. The research carried out was of an applied type, focusing on the prevention of MSDs based on the implementation of an intelligent system capable of evaluating the postures of health workers at a hospital in Lambayeque. The system was implemented using the Extreme Programming (XP) methodology, including a dynamic web interface developed in Python, with the use of Streamlit and MySQL as a atabase manager. Using the MediaPipe model for pose estimation and video processing, 92% accuracy was achieved in identifying inappropriate postures, detecting in this posture the reference points of the face and ears, neck, hips, and upper and lower limbs by laterally capturing the subject's entire body.