İş hijyeni uygulamaları, çalışanların sağlığını ve güvenliğini korumak amacıyla iş yerlerindeki fiziksel, kimyasal, biyolojik ve ergonomik risk faktörlerinin tanınması, değerlendirilmesi ve kontrol edilmesi süreçlerini içermektedir. Geleneksel iş hijyeni uygulamaları, elle yapılan ölçümler, kağıt bazlı kayıtlar ve periyodik denetimler üzerine inşa edilmiştir. Ancak dijital teknolojilerin ve yapay zeka sistemlerinin gelişmesiyle birlikte, iş hijyeni alanında paradigma değişimi yaşanmaktadır. Bu çalışmada, iş hijyeni uygulamalarında dijitalizasyon ve yapay zeka kullanımının mevcut durumu, uygulama alanları, avantajları, zorlukları ve gelecek perspektifleri değerlendirilmiştir.

Nesnelerin interneti (IoT) sensörleri, gerçek zamanlı izleme sistemleri, büyük veri analitiği, makine öğrenmesi algoritmaları ve prediktif modelleme araçları gibi teknolojilerin iş hijyeni pratiğine entegrasyonu incelenmiştir. Çalışmada ayrıca, Türkiye’deki iş sağlığı ve güvenliği hizmet sağlayıcılarının dijital dönüşüm süreçleri ve karşılaştıkları zorluklar ele alınmıştır. Sonuç olarak, dijitalizasyon ve yapay zekanın iş hijyeni uygulamalarında etkinliği artırdığı, proaktif risk yönetimi sağladığı ve kaynak optimizasyonuna katkıda bulunduğu görülmüştür.

Anahtar Kelimeler: İş hijyeni, dijitalizasyon, yapay zeka, nesnelerin interneti, prediktif analitik, akıllı sensörler

1. GİRİŞ

İş hijyeni (occupational hygiene/industrial hygiene), Amerikan Endüstriyel Hijyen Derneği (AIHA) tarafından “iş yerindeki çevresel stres faktörlerinin veya maruziyetlerin, işçilerin sağlığını ve iyilik halini olumsuz etkilemesini önlemek için bekleme (anticipation), tanıma (recognition), değerlendirme (evaluation) ve kontrol (control) bilimi ve sanatı” olarak tanımlanmaktadır (AIHA, 2023). İş hijyenistleri, fiziksel (gürültü, titreşim, aydınlatma, ısı stresi vb.), kimyasal (toz, duman, buhar, gaz vb.), biyolojik (bakteriler, virüsler, mantarlar vb.) ve ergonomik risk faktörlerini sistematik olarak değerlendirerek, çalışanların maruz kalımlarını kabul edilebilir seviyelerin altında tutmayı hedeflemektedir.

Geleneksel iş hijyeni uygulamaları, periyodik ölçümler, kağıt bazlı formlar, manuel veri girişi ve retrospektif analizler üzerine kurulmuştur. Bu yaklaşım; ölçümlerin anlık ve kesikli olması, veri toplama ve analizin zaman alıcı olması, insan kaynaklı hatalar, gerçek zamanlı müdahale imkanının olmaması ve büyük veri setlerinin analizindeki zorluklar gibi birçok kısıtlılıklar içermektedir.

Endüstri 4.0 devrimi ile birlikte, dijital teknolojiler iş yerlerine hızla entegre olmakta ve iş sağlığı ve güvenliği (İSG) uygulamalarını dönüştürmektedir. Nesnelerin interneti (IoT), bulut bilişim, büyük veri analitiği, yapay zeka (AI) ve makine öğrenmesi (ML) gibi teknolojiler, iş hijyeni alanında yeni olanaklar sunmaktadır. Akıllı sensörler sayesinde çevresel parametrelerin sürekli izlenmesi, gerçek zamanlı alarm sistemleri, otomatik raporlama, prediktif risk değerlendirmesi ve optimize kontrol stratejileri geliştirme mümkün hale gelmiştir.

Yapılan araştırmalara göre, yapay zeka ve otomasyon teknolojileri işletmeleri dönüştürmekte ve verimlilik katkıları yoluyla ekonomik büyümeye katkıda bulunmaktadır. Gelişmiş derin öğrenme teknikleri ve yapay sinir ağları kullanılarak, yıllık 3.5 trilyon ila 5.8 trilyon dolar değerinde ekonomik değer yaratılabileceği tahmin edilmektedir. Bu teknolojiler aynı zamanda sağlık, iklim değişikliği gibi alanlardaki çözümüne de yardımcı olabilmektedir.

Yapay zeka ve otomasyonun iş gücü üzerindeki etkilerine ilişkin analizler, 2000’den fazla iş aktivitesi ve 800’den fazla mesleği kapsayan çalışmalarda, çalışanların yürüttüğü aktivitelerin yaklaşık yarısının otomasyona uygun olduğunu göstermektedir. Özellikle yüksek derecede öngörülebilir ve yapılandırılmış ortamlardaki fiziksel aktiviteler ile veri toplama ve işleme görevleri otomatikleştirilebilir kategoridedir. Bununla birlikte, mesleklerin yalnızca %5’i mevcut teknolojilerle tamamen otomatikleştirilebilirken, mesleklerin %60’ında aktivitelerin %30’u otomatikleştirilebilmektedir. Bu durum, çoğu çalışanın hızla gelişen makinelerle birlikte çalışacağı anlamına gelmektedir.

İş hijyeni perspektifinden bakıldığında, bu teknolojik dönüşüm hem önemli fırsatlar hem de zorluklar yaratmaktadır. Bir yandan, yapay zeka destekli sistemler tehlike tespiti, risk değerlendirmesi, sürekli sağlık izleme ve iş yerinde şiddet önleme gibi alanlarda yeni çözümler sunmaktadır. Diğer yandan, çalışanların beceri gereksinimleri değişmekte, iş süreçleri yeniden tasarlanmakta ve mental sağlık üzerinde yeni riskler ortaya çıkmaktadır. İşgücünün dijital becerilere adaptasyonu, yaşam boyu öğrenme ve sürekli eğitim ihtiyacı artmaktadır.

Türkiye’de 6331 sayılı İş Sağlığı ve Güvenliği Kanunu ve ilgili yönetmelikler, işverenlere iş hijyeni ölçümleri yapma ve çalışanları mesleki maruziyetlerden koruma yükümlülüğü getirmiştir. Ancak, mevcut uygulamalarda dijital teknolojilerin kullanımı henüz yaygınlaşmamıştır. Bu çalışmanın amacı, iş hijyeni uygulamalarında dijitalizasyon ve yapay zeka kullanımının mevcut durumunu, potansiyel uygulama alanlarını, avantajlarını ve karşılaşılan zorlukları değerlendirmek ve Türkiye’deki iş sağlığı ve güvenliği hizmet sağlayıcılarına yol haritası sunmaktır.

2. İŞ HİJYENİNDE DİJİTALİZASYON: KAVRAMLAR VE TEKNOLOJİLER

2.1. Dijitalizasyon ve Dijital Dönüşüm

Dijitalizasyon (digitization), analog bilgilerin dijital formata dönüştürülmesi sürecini ifade ederken, dijital dönüşüm (digital transformation) daha geniş bir kavramdır ve iş süreçlerinin, organizasyon kültürünün ve müşteri deneyiminin dijital teknolojiler kullanılarak yeniden tasarlanmasını içermektedir (Vial, 2019). İş hijyeni bağlamında dijitalizasyon, kağıt bazlı formların elektronik hale getirilmesinden, akıllı sensör ağlarının kurulmasına, mobil uygulamaların kullanımından, bulut tabanlı veri yönetim sistemlerine kadar geniş bir yelpazede uygulamaları kapsamaktadır.

2.2. Nesnelerin İnterneti (IoT) ve Akıllı Sensörler

Nesnelerin interneti, fiziksel nesnelerin sensörler, yazılımlar ve diğer teknolojilerle donatılarak internet üzerinden veri alışverişi yapabilmesini sağlayan bir teknolojidir (Atzori et al., 2010). İş hijyeni uygulamalarında IoT teknolojisi, çevresel parametrelerin sürekli ve gerçek zamanlı izlenmesine olanak tanımaktadır. Akıllı sensörler, geleneksel ölçüm cihazlarından farklı olarak, ölçüm yapma, veri işleme, iletişim kurma ve bazen basit karar verme yeteneklerine sahiptir.

İş hijyeninde kullanılan akıllı sensörler, geleneksel ölçüm yöntemlerine kıyasla birçok avantaj sunmaktadır. Bu sensörler, gerçek zamanlı veri toplama, sürekli izleme, otomatik alarm sistemleri ve bulut tabanlı veri depolama özellikleri ile iş hijyeni uygulamalarını dönüştürmektedir. Akıllı sensörlerin temel kategorileri ve özellikleri şunlardır:

Hava Kalitesi Sensörleri: Bu sensörler, partikül madde (PM2.5, PM10), uçucu organik bileşikler (VOC), karbon monoksit (CO), karbon dioksit (CO2), ozon (O3), azot oksitler (NOx), kükürt dioksit (SO2), formaldehit, benzen ve diğer tehlikeli gazların konsantrasyonlarını sürekli olarak ölçmektedir. Modern sensörler, elektrokimyasal, optik veya yarı iletken teknolojileri kullanarak ppb (milyarda bir) seviyelerinde hassasiyet sağlayabilmektedir. Özellikle kapalı alanlarda çalışan personelin solunum yolu sağlığının korunması için kritik öneme sahiptir.

Gürültü Sensörleri: Akustik sensörler, hem sürekli (Leq) hem de anlık (Lpeak) gürültü seviyelerini ölçmekte, frekans analizi (oktav bant, 1/3 oktav bant) yapabilmekte ve gürültü dozimetresi fonksiyonu sunmaktadır. Sensörler, A, B, C ağırlıklandırma filtreleri ile donatılmış olup, 6331 sayılı İSG Kanunu ve Çalışanların Gürültü ile İlgili Risklerden Korunmalarına Dair Yönetmelik’te belirtilen 85 dB(A) ve 87 dB(A) maruziyet sınır değerlerinin aşılması durumunda otomatik uyarı verebilmektedir.

Titreşim Sensörleri: Üç eksenli ivmeölçerler (accelerometers) kullanarak hem el-kol titreşimlerini (hand-arm vibration) hem de tüm vücut titreşimlerini (whole-body vibration) izlemektedir. ISO 5349 ve ISO 2631 standartlarına uygun olarak ağırlıklandırılmış titreşim değerleri (ahv, awv) hesaplanmakta, günlük maruziyet değerleri (A(8)) otomatik olarak kaydedilmektedir. Matkap, testere, taşlama makinesi gibi titreşimli el aletleri kullanan çalışanlar için özellikle önemlidir.

İklim Sensörleri: Kuru termometre sıcaklığı, yaş termometre sıcaklığı, küresel sıcaklık, bağıl nem, hava hızı ve ışınımsal ısı ölçümlerini gerçekleştirmektedir. Bu verilerden WBGT (Wet Bulb Globe Temperature) indeksi, PMV (Predicted Mean Vote), PPD (Predicted Percentage of Dissatisfied) ve diğer ısı stresi indeksleri otomatik olarak hesaplanmaktadır. Özellikle metallurji, cam üretimi, dökümhane, fırın işletmeleri gibi sıcak ortamlarda ve soğuk hava depolarında kritik önem taşımaktadır.

Işık ve Aydınlatma Sensörleri: Lüks metre fonksiyonu ile aydınlatma seviyelerinin (lux cinsinden) ölçümü, spektral dağılım analizi, parlaklık ölçümü ve renk sıcaklığı (color temperature) tespiti yapılmaktadır. LED aydınlatmanın yaygınlaşması ile mavi ışık maruziyetinin değerlendirilmesi de önem kazanmıştır. Ergonomik çalışma koşulları, görsel konfor ve sirkadiyen ritim düzenlemesi açısından önemlidir.

Radyasyon Sensörleri: İyonlaştırıcı radyasyon (alfa, beta, gama, nötron) ve iyonlaştırıcı olmayan radyasyon (UV, lazer, radyofrekans, mikrodalga) ölçümü için özel tasarlanmış sensörler bulunmaktadır. Geiger-Müller tüpleri, sintilasyon dedektörleri, UV dozimetreler ve RF alan ölçerler bu kategoriye girmektedir. Sağlık kurumları, endüstriyel radyografi, telekomünikasyon kuleleri ve araştırma laboratuvarlarında kullanılmaktadır.

Biyolojik Ajan Sensörleri: Havadaki biyolojik partiküllerin (bakteri, mantar sporları, virüs, endotoksin, allerjenler) tespiti için biyosensörler, partikül sayaçları ve optik sistemler kullanılmaktadır. Hastanelerde, laboratuvarlarda, gıda işletmelerinde, atık su arıtma tesislerinde ve klimatize binalarda hava kalitesinin biyolojik yönden izlenmesinde kullanılmaktadır.

Kimyasal Sensör Dizileri (E-Nose): Elektronik burun (electronic nose) teknolojisi, birden fazla kimyasal sensörün bir arada kullanılmasıyla karmaşık kimyasal karışımların tanınmasını ve sınıflandırılmasını sağlamaktadır. Metal oksit sensörleri, elektrokimyasal hücreler ve kızılötesi spektroskopi kombinasyonları ile çalışmaktadır. Koku kirliliği değerlendirmesi, kimyasal sızıntı tespiti ve havalandırma sistemlerinin verimliliğinin kontrolünde kullanılmaktadır.

Bu sensörlerin yapay zeka algoritmaları ile entegrasyonu, sadece veri toplama değil, aynı zamanda bu verilerin anlamlı içgörülere dönüştürülmesini sağlamaktadır. Makine öğrenmesi modelleri, trend analizi, anomali tespiti, maruz kalım tahminleri ve erken uyarı sistemleri için kullanılmaktadır. IoT (Internet of Things) altyapısı ile tüm sensörler merkezi bir platformda toplanabilmekte, bulut tabanlı yapay zeka servisleri ile analiz edilebilmekte ve mobil uygulamalar aracılığıyla iş hijyenistlerine ve işverenlere gerçek zamanlı bildirimler gönderilebilmektedir.

Radyasyon sensörleri: İyonize ve iyonize olmayan radyasyon seviyelerinin izlenmesi

Bu sensörler, kablosuz iletişim teknolojileri (Wi-Fi, Bluetooth, LoRaWAN, 5G vb.) kullanarak verileri merkezi sistemlere iletebilmekte, böylece geniş alanlarda dağıtık ölçüm ağları oluşturulabilmektedir.

2.3. Bulut Bilişim ve Büyük Veri

İş hijyeni ölçümlerinden elde edilen büyük miktardaki verinin depolanması, işlenmesi ve analiz edilmesi için bulut bilişim (cloud computing) altyapısı kritik öneme sahiptir. Bulut tabanlı platformlar, veri depolama maliyetlerini düşürmekte, herhangi bir yerden erişim sağlamakta ve ölçeklenebilir analitik yetenekler sunmaktadır (Marston et al., 2011).

Büyük veri (big data) analitiği, geleneksel veri işleme yöntemleriyle analiz edilemeyecek kadar büyük, karmaşık ve hızlı değişen veri setlerinin analizini içermektedir. Bu verilerin entegre analizi, maruz kalım-etki ilişkilerinin daha iyi anlaşılmasını, gizli risk faktörlerinin ortaya çıkarılmasını ve etkili kontrol stratejilerinin geliştirilmesini sağlamaktadır.

3. YAPAY ZEKA VE MAKİNE ÖĞRENMESİ UYGULAMALARI

3.1. Yapay Zeka Kavramı ve Türleri

Yapay zeka, makinelerin insan benzeri bilişsel fonksiyonları (öğrenme, problem çözme, karar verme, örüntü tanıma vb.) gerçekleştirmesini sağlayan teknolojiler ve algoritmalar bütünüdür (Russell & Norvig, 2020). Yapay zeka teknolojisi, 1970’lerden günümüze önemli bir evrim geçirmiştir. Bu evrim, Klasik AI (1970-1990), Tahmine Dayalı AI (1990-2020), Üretken AI/Büyük Dil Modelleri (2020-2025), Çok Modlu ve Aracı AI (2025-2030 beklentisi) aşamalarından oluşmaktadır.

İş hijyeni uygulamalarında kullanılan yapay zeka teknikleri şunları içermektedir:

Makine Öğrenmesi (Machine Learning): Sistemlerin verilerden öğrenerek performanslarını artırması prensibidir. Gözetimli öğrenme (supervised learning), gözetimsiz öğrenme (unsupervised learning) ve pekiştirmeli öğrenme (reinforcement learning) olmak üzere üç ana kategoriye ayrılır. İş hijyeninde, maruziyet tahminleri, risk sınıflandırması ve anomali tespiti için kullanılmaktadır.

Derin Öğrenme (Deep Learning): Yapay sinir ağlarını kullanan, çok katmanlı öğrenme algoritmaları içeren makine öğrenmesi alt dalıdır. Özellikle görüntü işleme, doğal dil işleme ve karmaşık örüntü tanıma problemlerinde başarılıdır. İş yerlerinde KKD kontrolü, ergonomik pozisyon analizi ve tehlikeli davranış tespitinde kullanılmaktadır.

Doğal Dil İşleme (Natural Language Processing): İnsan dilinin bilgisayarlar tarafından anlaşılması ve işlenmesidir. İSG raporlarının otomatik analizi, kazaların metin madenciliği ile incelenmesi, iş güvenliği yönetmeliklerinin hızlı taranması ve çok dilli güvenlik protokollerinin çevirisi gibi alanlarda kullanılmaktadır.

Bilgisayarlı Görü (Computer Vision): Görüntülerden ve videolardan anlamlı bilgi çıkarılmasıdır. Görüntü sınıflandırma, nesne algılama ve lokalizasyon, aktivite tanıma, görüntü segmentasyonu ve 3D görü yeteneklerini içermektedir. Kişisel koruyucu donanım kullanım kontrolü, tehlikeli bölge tespiti, ergonomik risk değerlendirmesi, güvenli olmayan davranışların tespiti ve izinsiz giriş algılama gibi uygulamalarda kullanılmaktadır.

Çok Modlu Üretken Yapay Zeka (Multimodal Generative AI): Metin, görüntü, ses ve video gibi farklı veri türlerini aynı anda işleyebilen ve üretebilen ileri seviye AI sistemleridir. ChatGPT, Gemini, Claude, Midjourney gibi modeller bu kategoriye girmektedir. İş güvenliği eğitim içeriklerinin otomatik oluşturulması, görsel güvenlik talimatlarının hazırlanması, ses tabanlı alarm sistemleri ve çok dilli güvenlik bildirimleri için kullanılabilmektedir.

3.2. Prediktif Analitik ve Risk Tahmini

Yapay zeka algoritmalarının en önemli uygulamalarından biri, geçmiş verileri kullanarak gelecekteki riskleri tahmin etmektir. Makine öğrenmesi modelleri, maruziyet tahmini, meslek hastalığı riski tahmini, ekipman arıza tahmini ve olayların erken uyarısı gibi alanlarda prediktif analitik sağlamaktadır. Yapay sinir ağları ve destek vektör makineleri, maruziyet modellemesinde başarılı sonuçlar vermektedir (Peretz et al., 2020).

3.3. Giyilebilir Teknolojiler ve Sağlık İzleme

Yapay zeka destekli giyilebilir cihazlar, çalışan sağlığının ve güvenliğinin sürekli izlenmesi için yeni olanaklar sunmaktadır. Akıllı saat, bilezik, yüzük, kemer, gözlük, gömlek ve ayakkabı gibi çeşitli formlar alan bu teknolojiler, çalışanların biyometrik verilerini gerçek zamanlı olarak toplamakta ve analiz etmektedir.

Giyilebilir cihazların sağladığı temel fonksiyonlar arasında kalp atış hızı, kan basıncı, vücut sıcaklığı, oksijen saturasyonu ve stres seviyesi izleme yer almaktadır. Yapay zeka algoritmaları, bu verileri analiz ederek yorgunluk, aşırı stres, ısı stresi veya sağlık sorunlarının erken belirtilerini tespit edebilmektedir. Özellikle ağır sanayi, madencilik, inşaat ve yüksek sıcaklık ortamlarında çalışan personel için bu teknolojiler hayati önem taşımaktadır.

Akıllı barış sistemleri (smart helmets), çalışanların baş bölgesine gelen darbeleri tespit edebilmekte ve düşme olaylarını otomatik olarak kaydedebilmektedir. GPS ve SGPS/GPRS entegreli giyilebilir cihazlar, çalışanların konumunu sürekli takip ederek, tehlikeli bölgelere giriş durumunda otomatik uyarılar üretebilmektedir. Bluetooth tabanlı yakınlık sensörleri, sosyal mesafe kurallarının uygulandığı ortamlarda kullanılabilmektedir.

3.4. Büyük Dil Modelleri ve İSG Uygulamaları

Büyük Dil Modelleri (Large Language Models – LLM), iş sağlığı ve güvenliği alanında çeşitli uygulamalara sahiptir. ChatGPT, Gemini, Claude ve benzeri modeller, iş kazası raporlarının analizi, önleyici tedbirlerin otomatik önerilmesi, tıbbi karar destek sistemleri, eğitim içeriklerinin oluşturulması ve mevzuat uyum kontrolü gibi alanlarda kullanılabilmektedir.

LLM’lerin iş hijyenindeki kullanım alanları şunları içermektedir: OSHA olay raporlarının analizi ve özelleştirilmiş güvenlik iyileştirmelerinin önerilmesi, mesleki hekimler için kanıta dayalı önerilerin sağlanması, klinik notların ve güvenlik raporlarının özetlenmesi, personel ve çalışanlar için eğitim modüllerinin oluşturulması, yeni İSG yönetmeliklerinin aranması ve özetlenmesi, giyilebilir sensörlerden gelen verilerin yorumlanması ve gerçek zamanlı güvenlik uyarıları sağlanması, teknik dilin farklı kitleler için çevirisi ve iyileştirilmesi.

Derin öğrenme tabanlı bilgisayarlı görü sistemleri, iş hijyeni ve iş güvenliği uygulamalarında giderek daha fazla kullanılmaktadır. Konvolüsyonel sinir ağları (CNN) kullanılarak, çalışanların kişisel koruyucu donanım kullanıp kullanmadıkları otomatik olarak tespit edilebilmektedir (Nath et al., 2020). Çalışanların iş pozisyonlarının video analizi ile, REBA ve RULA gibi ergonomik değerlendirme yöntemleri otomatik olarak uygulanabilmektedir.

4. İŞ HİJYENİNDE DİJİTAL UYGULAMALAR: SEKTÖREL ÖRNEKLER

4.1. Kimya ve Petrokimya Sektörü

Kimya endüstrisi, tehlikeli kimyasallara yoğun maruziyet nedeniyle iş hijyeni açısından yüksek riskli sektörlerden biridir. Dijital teknolojiler, bu sektörde önemli iyileştirmeler sağlamaktadır. Gerçek zamanlı gaz izleme sistemleri, sabit ve taşınabilir gaz dedektörleri aracılığıyla toksik, yanıcı ve patlayıcı gazların konsantrasyonlarını sürekli izlemektedir. Yapay zeka sistemleri, normal dışı durumları erken tespit ederek, acil müdahale prosedürlerini otomatik olarak başlatabilmektedir.

4.2. İmalat ve Metal İşleme Sektörü

İmalat sektöründe gürültü, metal dumanları ve ergonomik riskler önemli iş hijyeni sorunlarıdır. Akustik kamera sistemleri, gürültü kaynaklarını görselleştirerek, hangi makine veya prosesin en yüksek gürültüyü ürettiğini belirlemeye yardımcı olmaktadır. Yapay zeka destekli analizler, gürültü kontrolü önlemlerinin önceliklendirilmesini sağlamaktadır. Metal kaynak işlemlerinde oluşan dumanların gerçek zamanlı izlenmesi ve yerel egzoz sistemlerinin etkinliğinin değerlendirilmesi mümkün hale gelmektedir.

4.3. Lojistik ve Ulaştırma Sektörü

Lojistik ve ulaştırma sektöründe, sürücü güvenliği kritik öneme sahiptir. Yapay zeka destekli sürücü izleme sistemleri, yorgunluk ve dikkat dağınıklığı tespiti yaparak kazaları önlemeye yardımcı olmaktadır. Bilgisayarlı görü teknolojisi kullanılarak, sürücünün göz kapama sıklığı, bakış yönü, baş pozisyonu ve yüz ifadeleri analiz edilmektedir.

Sistem, telefon kullanma, su içme, sigara içme, yemek yeme veya göz teması kurmama gibi dikkat dağıtan davranışları tespit edebilmektedir. Yorgunluk belirtileri (göz kapama süresi, esneme vb.) algılandığında, sürücüye sesli veya görsel uyarılar verilmekte ve gerekirse araç yönetimine bildirim gönderilmektedir. GPS entegrasyonu ile konum bilgisi de kaydedilerek, tehlikeli olayların nerede gerçekleştiği izlenebilmektedir.

4.4. İnşaat Sektörü

İnşaat sektörü, yüksekten düşme, ağır makine kazaları ve izinsiz giriş gibi yüksek riskli çalışma ortamlarına sahiptir. Yapay zeka destekli kamera sistemleri, şantiye alanlarını sürekli izleyerek tehlikeli bölgeleri (danger zones) tespit etmekte ve çalışanların bu alanlara girişini gerçek zamanlı olarak takip etmektedir.

Düşme algılama sistemleri, çalışanların düşme olaylarını anında tespit ederek acil müdahale ekiplerine otomatik bildirim göndermektedir. Ağır makine arızalarının ve yanlış kullanımın tespiti için sensör verileri (sıcaklık, basınç, titreşim, ses) yapay zeka algoritmaları ile analiz edilmektedir. Su kaçağı, yapısal hasar ve ekipman arızaları erken tespit edilerek, önleyici bakım süreçleri optimize edilmektedir.

İzinsiz giriş tespiti, bilgisayarlı görü sistemleri ile şantiye çevresi sürekli izlenerek, yetkisiz kişilerin alana girişi engellenebilmektedir. Ayrıca, araçların olağandışı hız tespiti ve çarpışma riski değerlendirmesi yapılarak, iş makinesi kazaları önlenebilmektedir.

4.5. Konum Bazlı Güvenlik Sistemleri

Yapay zeka ve IoT teknolojilerinin entegrasyonu ile hassas konum belirleme sistemleri geliştirilmiştir. Bu sistemler, iş yerlerinde çalışanların ve ekipmanların konumunu gerçek zamanlı olarak izleyerek, güvenlik bölgelerinin yönetilmesini sağlamaktadır. Tehlikeli alanlar (kırmızı bölgeler) tanımlanarak, çalışanların bu bölgelere girişinde otomatik uyarılar üretilmektedir.

Özellikle büyük üretim tesislerinde, depolarda ve kimyasal tesislerde, çalışanların konumunun bilinmesi acil durum müdahalesinde kritik öneme sahiptir. Sistem, acil tahliye durumlarında tüm personelin yerini harita üzerinde gösterebilmekte ve eksik personeli tespit edebilmektedir.

İş hijyeni uygulamalarında dijitalizasyon ve yapay zeka kullanımının sağladığı başlıca avantajlar arasında sürekli ve gerçek zamanlı izleme, veri kalitesi ve doğruluğu, proaktif risk yönetimi, kaynak optimizasyonu, şeffaflık ve hesap verebilirlik, çalışan katılımı ve farkındalık artışı ve maliyet etkinliği yer almaktadır.

Dijital sensörler sürekli izleme imkanı sunarak, maruziyet profilinin daha doğru belirlenmesini, anlık alarm sistemlerini ve hızlı müdahaleyi mümkün kılmaktadır. Otomatik veri toplama, manuel veri girişine bağlı hataları elimine etmektedir. Yapay zeka tabanlı prediktif modeller, risklerin gerçekleşmeden önce tahmin edilmesine olanak tanımaktadır. İlk yatırım maliyetleri yüksek olsa da, uzun vadede dijital sistemler maliyet tasarrufu sağlamaktadır.

4.6. İşyerinde Şiddet ve Tacizin İzlenmesi

İşyerinde şiddet ve taciz, dünya çapında yaygın bir sorundur ve çalışanların mental sağlığı için risk oluşturmaktadır. İstihdam edilen her beş kişiden birinden fazlası (yaklaşık %23) iş yerinde fiziksel, psikolojik veya cinsel şiddet ve tacize maruz kalmaktadır. Yapay zeka, işyeri şiddetinin önlenmesinde önemli bir rol oynayabilmektedir.

Doğal dil işleme (NLP) tekniği kullanılarak, yapay zeka e-postaları ve dosyaları uygunsuz dil için tarayabilmekte, böyle ifadeler tespit edildiğinde yöneticileri uyarabilmektedir. Ses tanıma teknolojisi ile yapay zeka, toplantılarda söylenen ifadeleri tanıyarak, taciz vakalarını ele almak için detaylı raporlar oluşturabilmektedir. Bu sistemler, işyerinde güvenli ve saygılı bir çalışma ortamının oluşturulmasına katkıda bulunmaktadır.

4.7. Madde Kullanımı Tarama Programları

Madde kullanım bozukluğu (substance use disorder) olan kişilerin yaklaşık %60’ı halen çalışmaktadır. Çalışanların alkol ve uyuşturucu kullanımı, hem çalışanlara hem de işyerine zararlı etkilerde bulunabilmekte, devamsızlık, yüksek işgücü devri, düşük verimlilik ve diğer güvenlik sorunlarına yol açmaktadır.

Yapay zeka, işyerinde daha verimli ve doğru ilaç ve alkol tarama süreçlerine katkıda bulunabilmektedir. Otomatik sistemler, biyolojik örnekleri analiz ederek güvenlik düzenlemelerine uyumu sağlamakta ve madde içermeyen bir çalışma ortamını teşvik etmektedir. AI destekli akıllı telefon uygulamaları, çalışan popülasyonlarda opioid kötüye kullanımı riskini değerlendirmek için kullanılabilmektedir.

4.8. Akıllı Bina Sistemleri

Yapay zeka, enerji verimliliğini artırırken çalışan konforu için optimal koşulları korumak üzere akıllı bina sistemlerini optimize edebilmektedir. Bu, işyerinde akıllı iklim kontrolü, aydınlatma ve kaynak yönetimini içermektedir. Sıcaklık, nem, gürültü seviyeleri ve hava kalitesi gibi faktörleri algılayan çevresel sensörler, çalışma alanlarına yerleştirilmektedir.

Yapay zeka destekli sistemlerle birleştirildiğinde, bu sensörler genel işyeri sağlığını ve güvenliğini değerlendirmekte, potansiyel tehlikeleri belirlemekte ve koşulları proaktif olarak iyileştirmektedir. Çok görüşlü veri analiz teknikleri, akıllı bina sistemlerinin izlenmesi için kullanılabilmektedir.

4.9. Kobotlar ve Otomasyon

İşbirlikçi robotlar (kobotlar – collaborative robots), insanlarla yakın çalışmak üzere tasarlanmış robotlardır ve işbirlikçi bir ortamı teşvik etmektedir. Geleneksel endüstriyel robotlardan farklı olarak, kobotlar insan operatörlerle çalışma alanını paylaşabilmekte ve üretim ile lojistik gibi sektörlerde verimliliği ve güvenliği artırmayı amaçlamaktadır.

Yapay zeka ve Makine Öğrenmesi (ML) aracılığıyla otomasyon, robotların verimliliğini artırmakta, özellikle tehlikeli görevlerin yerine getirilmesinde önemli rol oynamaktadır. Bu görevler, tehlikeli ortamların güvenlik denetimi, bakım çalışmaları ve tehlikeli malzemelerin taşınmasını içermektedir. Chatbotlar ise müşteri hizmetlerinde yaygın olarak kullanılmakta, sorgulara hızlı ve otomatik yanıtlar sağlamaktadır.

4.10. Karar Destek Sistemleri

Karar destek sistemleri (Decision Support Systems – DSS), bir organizasyon içindeki karar verme faaliyetlerini destekleyen bilgisayar tabanlı araçlar veya sistemlerdir. Veritabanlarına etkileşimli erişim sağlamakta ve kullanıcıların karmaşık verileri analiz etmelerine, raporlar oluşturmalarına ve elde edilen içgörülere dayalı kararlar almalarına yardımcı olmaktadır.

Yapay zeka destekli karar destek sistemleri, yöneticilere ve yöneticilere karmaşık veri setlerini analiz ederek, kalıpları belirleyerek ve içgörüler ve öneriler sunarak bilinçli kararlar almada yardımcı olabilmektedir. Bu sistemler, veri madenciliği, makine öğrenmesi ve doğal dil işleme gibi teknikleri kullanarak çeşitli endüstrilerde karar vermeye yardımcı olmaktadır.

5. AVANTAJLAR VE KATMA DEĞER

5.1. Güvenilir Yapay Zeka (Trustworthy AI) Kavramı

İş sağlığı ve güvenliği gibi kritik alanlarda yapay zeka kullanımında güvenilirlik, şeffaflık ve etik ilkeler ön plana çıkmaktadır. Güvenilir yapay zeka, yedi temel ilke üzerinde yapılandırılmaktadır: güvenlik (security), gizlilik (privacy), emniyet (safety), şeffaflık (transparency), adalet (fairness), etik (ethics) ve düzenleme (regulation).

Güvenlik açısından, AI modellerinin kandırılabilmesi, eğitim verilerinin zehirlenebilmesi ve hassas verilerin sızdırılması riskleri bulunmaktadır. Gizlilik bağlamında, modeller hassas kişisel verileri açığa çıkarabilmekte veya model çalınabilmektedir. Şeffaflık, AI kararlarının açıklanabilir olmasını gerektirmekte, aksi takdirde yanlış yönlendirici tahminler ve kamuya karşı etik sorumlulukların ihlali söz konusu olabilmektedir. Adalet ilkesi, yorumlanamayan tahminler ve önyargılı kararların önlenmesini amaçlamaktadır.

5.2. Teknoloji Entegrasyonu ve Dijital-Fiziksel-Biyolojik Sistemler

İş hijyeninde yapay zeka uygulamalarının etkinliği, diğer teknolojilerle entegrasyonuna bağlıdır. Dijital teknolojiler (yapay zeka, büyük veri, blockchain), fiziksel teknolojiler (akıllı sensörler, IoT, robotlar ve dronlar) ve biyoteknolojik yenilikler (hassas fermantasyon, genom düzenleme teknolojileri, nanoteknolojiler) bir araya gelerek entegre sistemler oluşturmaktadır.

Blockchain ve IoT entegrasyonu, güvenlik ve gözetim sistemlerinde, akıllı ulaşım sistemlerinde, e-ticarette, lojistik operasyonlarında, akıllı tarımda, güvenli sağlık bakımı izlemede, endüstriyel otomasyon ve kontrolde ve akıllı şehir uygulamalarında kullanılmaktadır. Blockchain teknolojisi, iş hijyeni ölçüm verilerinin değiştirilemez bir şekilde saklanmasını sağlayarak, denetim süreçlerinde şeffaflık ve güvenilirlik sunmaktadır.

ZORLUKLAR VE ENGELLER

Dijitalizasyon ve yapay zekanın iş hijyeni uygulamalarına entegrasyonu, önemli zorluklarla da karşı karşıyadır. Teknolojik altyapı ve yatırım maliyeti, akıllı sensör ağlarının kurulması, bulut altyapısının oluşturulması ve yazılım geliştirme için önemli sermaye yatırımı gerektirmektedir. Özellikle küçük ve orta ölçekli işletmeler (KOBİ) için bu maliyetler caydırıcı olabilmektedir.

Veri Gizliliği ve Güvenliği: Yapay zeka sistemleri, biyometrik bilgiler gibi hassas verilere dayanmaktadır ve bu durum gizlilik endişelerini artırmaktadır. Çalışanların sağlık bilgileri ve bireysel maruziyetleri gibi hassas bilgiler içeren iş hijyeni verileri, güçlü veri şifreleme ve anonimleştirme teknikleri ile korunmalıdır. KVKK gibi düzenlemelerle zorunlu kılınan veri koruma önlemleri, sağlam bir şekilde uygulanmalıdır.

Önyargı ve Adalet: Yapay zeka modelleri, önyargılı verilerle eğitildiğinde belirli çalışan gruplarının haksız muamele görmesine yol açabilmektedir. Bu sorunu önlemek için, çeşitli ve temsili eğitim veri setlerinin kullanılması ve algoritmaların adalet denetimine tabi tutulması gerekmektedir. Yapay zeka sistemlerinin kararlarının şeffaf ve açıklanabilir olması, güven oluşturmak için kritik öneme sahiptir.

Etik Kaygılar: Yapay zekaya aşırı güven, insan gözetiminin azalmasına ve etik ikilemlere yol açabilmektedir. Yapay zeka sistemleri, iş hijyenistlerinin yerini almak yerine onları desteklemeli ve kritik kararlarda insan yargısı her zaman korunmalıdır. Özellikle çalışan sağlığını etkileyen kararlarda, yapay zeka önerileri mutlaka uzman değerlendirmesine tabi tutulmalıdır.

Maliyet ve Erişilebilirlik: Yapay zeka teknolojileri pahalı olabilmekte ve küçük ve orta ölçekli işletmeler için erişilemez hale gelebilmektedir. Uygun fiyatlı AI çözümlerinin geliştirilmesi ve KOBİ’ler için sübvansiyonların sağlanması, teknolojinin yaygınlaşması için gereklidir.

Mevcut Sistemlerle Entegrasyon: Yapay zekanın eski güvenlik sistemleriyle entegrasyonu karmaşık olabilmektedir. Modüler AI çözümlerinin kullanılması ve aşamalı geçiş stratejilerinin benimsenmesi, bu zorluğun üstesinden gelmeye yardımcı olmaktadır. Farklı üreticilerin sensörleri ve yazılımları arasında uyumluluk ve veri alışverişi sorunları, standartlaşma çalışmaları ile çözülmelidir.

Teknik Uzmanlık Eksikliği: İş hijyenistlerinin çoğu, geleneksel yöntemlerle eğitilmiştir. Veri bilimi, makine öğrenmesi ve IoT sistemleri gibi alanlarda yeterli bilgi ve beceriye sahip olmayabilirler. Üniversitelerin ve meslek örgütlerinin müfredatlarının güncellenmesi ve sürekli mesleki eğitim programlarının geliştirilmesi kritik önem taşımaktadır.

Veri Kalitesi ve Önyargı Riski: Yüksek kaliteli veriler, yapay zekanın doğru risk değerlendirmeleri yapması ve etkili öneriler sunması için esastır. Kullanılan veriler eksik, güncel olmayan veya yanlış ise, AI sisteminin performansını önemli ölçüde etkileyebilmekte, hatalı tahminlere yol açabilmekte ve potansiyel olarak güvenlik tehlikelerine neden olabilmektedir. İnsanlara benzer şekilde, yapay zeka da önyargılı verilerle eğitilirse önyargıyı artırabilmektedir. Bu nedenle, AI sistemlerinin dengeli ve temsili verilerle eğitilmesini sağlamak, bu tür önyargıları azaltmak için zorunludur.

TÜRKİYE’DEKİ DURUM VE UYGULAMALAR

Türkiye’de, 6331 sayılı İş Sağlığı ve Güvenliği Kanunu 2012 yılında yürürlüğe girmiş ve iş hijyeni ölçümlerini zorunlu kılmıştır. Bununla birlikte, dijitalizasyon ve yapay zeka kullanımı henüz erken aşamalardadır. Türkiye’de iş sağlığı ve güvenliği hizmetleri, büyük ölçüde Ortak Sağlık ve Güvenlik Birimleri (OSGB) tarafından sağlanmaktadır. İş hijyeni ölçümleri, periyodik olarak taşınabilir cihazlarla yapılmakta ve sonuçlar genellikle kağıt bazlı veya basit Excel dosyaları olarak raporlanmaktadır. Ancak, özellikle büyük ölçekli OSGB’ler ve uluslararası şirketler, dijital dönüşüm yolculuğuna başlamıştır. Petrol ve gaz sektöründe, büyük rafineriler gaz dedektörü ağları ve SCADA sistemleri ile entegre iş hijyeni izleme sistemleri kurmuştur. Bazı büyük üretim tesisleri, gürültü haritaları oluşturmak için akıllı gürültü sensörleri kullanmaktadır.

GELECEK PERSPEKTİFLERİ

İş hijyeni uygulamalarında dijitalizasyon ve yapay zeka kullanımının geleceği, heyecan verici fırsatlar sunmaktadır. Gelecekte, yapay zeka destekli otonom iş hijyeni izleme sistemleri, minimal insan müdahalesiyle çalışacaktır. Giyilebilir sensörler ve biyometrik veriler kullanılarak, her çalışan için kişiselleştirilmiş iş hijyeni stratejileri geliştirilecektir.

Artırılmış gerçeklik (AR) gözlükleri, iş hijyenistlerine gerçek zamanlı bilgi gösterecektir. Blockchain teknolojisi, iş hijyeni kayıtlarının değiştirilemez ve şeffaf bir şekilde saklanması için kullanılabilir. Entegre İSG platformları, iş hijyeni, iş güvenliği, sağlık gözetimi ve psikososyal risk yönetimi süreçlerinin tek bir platformda birleştirilmesini sağlayacaktır.

SONUÇ VE ÖNERİLER

İş hijyeni uygulamalarında dijitalizasyon ve yapay zeka kullanımı, çalışanların sağlığını ve güvenliğini korumak için güçlü araçlar sunmaktadır. Nesnelerin interneti, akıllı sensörler, büyük veri analitiği ve makine öğrenmesi, geleneksel iş hijyeni pratiğini dönüştürmekte, sürekli izleme, gerçek zamanlı uyarı, prediktif risk yönetimi ve optimize kontrol stratejileri geliştirme imkanı sağlamaktadır.

Bu teknolojilerin sağladığı avantajlar açıktır: daha doğru ve zamanında veri, proaktif risk yönetimi, kaynak optimizasyonu, maliyet etkinliği ve geliştirilmiş çalışan katılımı. Ancak, teknolojik altyapı yatırımları, teknik uzmanlık gereksinimleri, veri güvenliği endişeleri, standartlaşma eksikliği ve yasal belirsizlikler gibi önemli zorluklar da mevcuttur.

Türkiye’de, dijital iş hijyeni uygulamaları henüz erken aşamalarda olup, pilot projelerle sınırlıdır. Daha geniş çaplı benimseme için, politika desteği, teşvikler, eğitim programları ve yasal düzenlemelerin güncellenmesi gerekmektedir. İşletmeler dijital dönüşüm stratejisi geliştirmeli, OSGB’ler ve İSG profesyonelleri dijital teknolojiler konusunda kendini geliştirmeli, politika yapıcılar KOBİ’lerin dijital dönüşümünü destekleyici teşvikler sunmalı ve akademi müfredatları dijital teknolojileri içerecek şekilde güncellemelidir.

Sonuç olarak, dijitalizasyon ve yapay zeka, iş hijyeninde devrim niteliğinde değişimler yaratma potansiyeline sahiptir. Bu teknolojilerin etik, güvenli ve etkili bir şekilde uygulanması, çalışanların sağlığının ve güvenliğinin korunmasında yeni bir çağ başlatacaktır. Türkiye’nin bu dönüşümde öncü rol oynaması, hem ulusal hem de uluslararası düzeyde iş sağlığı ve güvenliği standartlarının yükseltilmesine katkıda bulunacaktır.

Kaynaklar:

• AIHA (American Industrial Hygiene Association). (2023). What is Industrial Hygiene? https://www.aiha.org/about-aiha/what-is-industrial-hygiene

• Atzori, L., Iera, A., & Morabito, G. (2010). The Internet of Things: A survey. Computer Networks, 54(15), 2787-2805. 

• Marston, S., Li, Z., Bandyopadhyay, S., Zhang, J., & Ghalsasi, A. (2011). Cloud computing—The business perspective. Decision Support Systems, 51(1), 176-189.

• Nath, N. D., Behzadan, A. H., & Paal, S. G. (2020). Deep learning for site safety: Real-time detection of personal protective equipment. Automation in Construction, 112, 103085.

• Peretz, A., Tal, A., & Brodsky, L. (2020). Using machine learning to predict occupational exposure to benzene. Annals of Work Exposures and Health, 64(8), 858-869.

• Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.

• McKinsey Global Institute. (2018). AI, Automation, and the Future of Work: Ten Things to Solve For. Briefing Note prepared for the Tech4Good Summit.

• El-Helaly, M. (2024). Artificial Intelligence and Occupational Health and Safety, Benefits and Drawbacks. Medicina del Lavoro, 115(2), e2024014.

• Trilaksono, B. R. (2024). Artificial Intelligence and Its Applications in Occupational Safety and Health. Institut Teknologi Bandung, Center for Artificial Intelligence.

• Vial, G. (2019). Understanding digital transformation: A review and a research agenda. The Journal of Strategic Information Systems, 28(2), 118-144.

• 6331 sayılı İş Sağlığı ve Güvenliği Kanunu. (2012). T.C. Resmi Gazete (28339, 30 Haziran 2012).

• 6698 sayılı Kişisel Verilerin Korunması Kanunu. (2016). T.C. Resmi Gazete (29677, 7 Nisan 2016).

• ISO 45001:2018. Occupational health and safety management systems — Requirements with guidance for use. International Organization for Standardization.