大數據推動職業健康精準管理

文·圖/中國石油天然氣集團公司質量安全環保與節能部 王戎 冒亞明 栗玉華

大數據推動職業健康精準管理

文·圖/中國石油天然氣集團公司質量安全環保與節能部 王戎 冒亞明 栗玉華

為探索用大數據推動職業健康精準管理的有效途徑，中國石油天然氣集團公司借助大數據技術，細化管理顆粒度、下沉追蹤監控、細化風險分級管理。

本文作者王戎在首屆國際職業健康論壇暨第三屆中美職業衛生國際研討會上發言 畢文婷/攝

隨著《職業病防治法》的頒布，國家對職業健康監管的加強，以及全民健康意識的提高，企業職業健康管理面臨嚴峻挑戰。

石油石化企業涉及石油和天然氣開采、煉油化工、成品油銷售、石油天然氣管道、工程技術和工程建設等專業，職業健康管理普遍有“兩多一少”的情況，即存在職業病危害因素的工作場所多、接觸職業病危害的員工多、專職職業健康管理人員少，管理力量相對薄弱。

隨著信息技術的快速發展，以及其在各行各業的普遍應用，通過信息系統，能夠獲取大量的結構化和非結構化數據，使得借助大數據解決存在問題、提升管理水平成為可能。

解決方案

為加強健康安全環保管理，中國石油天然氣集團公司設計開發了融關鍵數據呈現、數據異常報警、重要數據分析等為一體的信息系統，以及具有國際先進水平的超級界面，為借助大數據解決管理問題打下了堅實基礎。其中，在職業健康管理方面，重點解決了對于石油石化企業多層級結構、大體量人群的組織，基層情況無法準確掌握、基層困難無法及時了解、管理針對性不夠強等問題。具體從三方面著手：

細化管理顆粒度

作業場所職業病危害檢測（以下簡稱“檢測”）和接觸職業病危害因素員工的職業健康檢查（以下簡稱“體檢”），對及時發現不符合國家標準和要求的工作場所、動態觀察員工群體的健康變化狀況、評價工作場所職業病危害控制效果，有著極其重要的意義。

過去，檢測率和體檢率偏低，主要是由于年底企業才上報檢測和體檢情況，企業組織結構層級多、接害場所和接害人員多，年底統計和反饋的時間短，基層漏檢漏查的問題不易被及時發現，即使發現了問題，整改糾偏的時間也不夠。

室外工作環境監測

借助大數據技術，細化管理顆粒度，管理單元由企業變為二級單位、基層站隊乃至員工，各級組織同時可查詢到二級單位乃至個人檢測和體檢計劃完成的具體情況，對十幾萬檢測點哪個沒檢測、幾十萬接害員工誰沒體檢一目了然。管理結果的量化和透明，直接促進管理方式更加靈活有效，部分原來完成檢測和體檢計劃困難的單位，采用野外流動檢測體檢車、網上預約體檢等方式，解決了野外作業員工遠離醫療機構，不方便組織體檢，以及大型企業需要體檢的人員眾多，時間不好協調等問題。

管理顆粒度的細化，使職業健康管理更加扁平，信息通道大幅縮短，信息傳遞損失降低，管理結果直接透明，檢測和體檢的覆蓋面大幅提升，目前，檢測率和體檢率都超過了98%。

下沉追蹤監控

對檢測結果不符合國家要求的工作場所進行有效治理，是降低職業病危害及管理合規的重要措施。

過去，由于存在職業病危害因素的場所多，無法逐一及時了解超限的工作場所治理情況，治理過程中資源的協調支持、效果控制監督均難以到位。

借助大數據技術，下沉追蹤監控。從信息系統數據庫直接抓取連續兩個年度檢測超限的粉塵和毒物檢測點，針對這些未得到有效整改的超限工作場所，組織毒物粉塵專項治理。通過實地調查、遠程督促、方案優選、資金協調等方式，直接為企業提供支持幫助、推動措施落實，通過裝置關停、工藝優化、設備維修、改坐守為巡檢等方式進行治理和調整，并全過程追蹤，毒物和粉塵的超限問題得到了及時有效解決。

下沉追蹤監控，可將專項治理項目的篩選、措施落實的追蹤和整改過程的監控直接下沉到基層崗位，增強了職業健康監控和管理力度，確保粉塵和毒物工作場所全面合規。

細化風險分級管理

對職業病危害風險實施有效的分級管理，可以在資源有限的條件下，最大限度減少職業病危害，保障員工的職業健康。

過去，對職業病危害風險的分級管理，主要是將粉塵和毒物檢測結果超限的作業場所作為高風險崗位，組織進行專項治理，但對于檢測結果符合國家要求的崗位存在的職業病危害，缺少全面深入的分析研究和風險評估。

借助大數據技術，對職業健康風險細化分級管理，由過去的只解決檢測超限工作場所問題，變為找出檢測沒有超限、但職業病危害風險仍很高的關鍵類別及關鍵崗位，集中有限資源，進行有效治理。通過作業崗位與所在員工疑似職業病和職業禁忌證，以及體檢異常所占比例的相關性，確定職業病危害高風險崗位類型，細化風險分級。

通過數據分析發現，化驗室員工疑似職業病和職業禁忌證，以及體檢異常所占比例最高，粉塵工作場所的員工其次，因此，從幾萬個接害崗位的十幾萬個檢測點中，找到高風險職業病危害的化驗室兩千多個、粉塵工作場所一千多個，并進一步分析問題，針對符合設定條件的崗位，組織開展深度毒物粉塵專項治理。

細化風險分級管理，分析數據的相關性，確定關鍵高風險崗位類別，將使職業病危害風險管控做到分級細致深入，治理高風險優先，將作業場所職業病危害的風險進一步降低。

成效及結論

成效

借助大數據進行職業健康精準管理以來，從企業到崗位，由于工作進程和工作結果變得透明，促使各級管理更加嚴謹，改變了工作中遇到困難繞著走的老做法，將全面合規落到實處。

職業健康管理的終極目標是減少職業病危害、預防職業病發生，但職業病的發病及診斷有一定的滯后性。通過大數據分析發現，職業病發病率與體檢發現的職業禁忌證和疑似職業病比率正相關，也與體檢異常率正相關，因此，職業禁忌證和疑似職業病，以及體檢異常率的變化情況，能夠反映當前職業健康管理的成效。

在沒有大舉措、大投資的情況下，借助大數據進行職業健康精準管理的3年來，職業禁忌證和疑似職業病降低了43.72%，體檢異常率降低了37.19%，說明借助大數據的職業健康精準管理見到了明顯成效。

結論

借助大數據技術，對職業健康精準管理進行的一些探索，可得出以下初步結論：

可幫助提升管理效率。借助大數據技術，找到長期存在的問題結癥，避免了大撒網式監督、長周期的反饋，管理效率大幅提升。

可幫助控制管理成本。借助大數據技術，準確識別出高風險職業病危害崗位，確保治理所需資源的精準投入，有效控制管理成本。

可促進決策更加明智。借助大數據技術，管理者的決策由定性直覺拍板變為大數據驅動，討論問題更加理性、決策依據更加充分。

借助大數據推動職業健康精準管理，不僅是對海量碎片化數據進行簡單集成和統計分析，更是在熟悉職業健康管理業務的前提下，對數據進行深度挖掘，找到真正有價值的數據，并正確理解判斷這些數據，進而提升我們對職業健康問題的洞察力，幫助企業做出更明智的決策，最終有效促進職業健康管理水平的提升。

編輯 趙 原