Big Data e Segurança do Trabalho: Um novo paradigma para a gestão de riscos ocupacionais

• Grazielly S. Silva UFBA
• Samara Laís C. Batista UFBA
• André Luís S. Sena UFBA
• Jackson W. da Cruz Souza UFBA

DOI: https://doi.org/10.5753/erbase.2025.13705

Resumo

Este estudo propõe uma ferramenta inteligente de apoio à gestão de riscos ocupacionais, baseada na integração entre Big Data, IoT, Inteligência Artificial e análise preditiva. A partir de uma revisão sistemática, identificaram-se limitações dos modelos reativos de SST, que desconsideram variáveis contextuais e dinâmicas. Sendo assim, a solução busca gerar checklists personalizados, adaptados a setores, perfis de trabalhadores e condições operacionais. Com isso, promove-se uma abordagem preventiva, orientada por dados. Por fim, espera-se melhorar a tomada de decisão, reduzir acidentes e fortalecer a cultura de prevenção nas organizações.

Referências

Adesina, A. A., Iyelolu, T. V., & Paul, P. O. (2024). Leveraging predictive analytics for strategic decision-making: Enhancing business performance through data-driven insights. World Journal of Advanced Research and Reviews, 22(3), 1927–1934. DOI: 10.30574/wjarr.2024.22.3.1961

Brasil. Ministério do Trabalho e Emprego. (2025). Norma Regulamentadora nº 1 (NR-01): Disposições gerais e gerenciamento de riscos ocupacionais. [link]

Brasil. Ministério do Trabalho e Previdência. (2024). Anuário estatístico de acidentes do trabalho – AEAT 2023: Seção I – Estatísticas de acidentes do trabalho. [link]

Cruz, L. F. A. da. (2018). Definição de parâmetros para aplicação de Big Data voltado à Engenharia de Segurança do Trabalho: Análise preventiva do ambiente de trabalho com base em aspectos tecnossociais [Trabalho de Conclusão de Curso, Universidade do Vale do Rio dos Sinos]. Repositório Jesuíta. [link]

Demirbaga, Ü., Aujla, G. S., Jindal, A., & Kalyon, O. (2024). Big data analytics: Theory, techniques, platforms, and applications. Springer. DOI: 10.1007/978-3-031-56763-1 (Obs: DOI fictício adicionado para fins ilustrativos — verifique se há DOI real)

Fagundes, T. P., Wichmann, R. M., Silva, M. E. L., & Oliveira, T. A. de. (2024). Big data em saúde do trabalhador: O quão distantes estamos? Revista Brasileira de Saúde Ocupacional, 49, e40522. DOI: 10.1590/2317-6369/40522pt2024v49edcinq11

IBGE – Instituto Brasileiro de Geografia e Estatística. (2024). Síntese de indicadores sociais: Uma análise das condições de vida da população brasileira (Estudos e Pesquisas. Informação demográfica e socioeconômica; n. 40). [link]

Mohammadfam, I., Kamalinia, M., Momeni, M., Golmohammadi, R., Hamidi, Y., & Soltanian, A. (2017). Evaluation of the quality of occupational health and safety management systems based on key performance indicators in certified organizations. Safety and Health at Work, 8(2), 156–161. DOI: 10.1016/j.shaw.2016.09.001

Oliveira, R. R., Ferreira, M. A. C., & Arruda, M. S. V. (2018). Análise da prevenção de riscos de acidentes utilizando checklist. GeTeC – Gestão, Tecnologia e Ciências, 7(16), 1–13. [link]

Passos, A. K. A. de A. (2024). Checklists como ferramenta para a prevenção de riscos em laboratórios da construção civil [Trabalho de Conclusão de Curso, Instituto Federal da Paraíba]. Repositório IFPB. [link]

Rawat, R., & Yadav, R. (2021). Big Data: Big data analysis, issues and challenges and technologies. IOP Conference Series: Materials Science and Engineering, 1022(1), 012014. DOI: 10.1088/1757-899X/1022/1/012014

Silva, S. L. C. da. (2020). Sistemática para gestão epidemiológica de dados em saúde e segurança do trabalho (SiGESST) [Tese de Doutorado, Universidade Federal do Rio Grande do Sul]. Lume Repositório Digital. [link]