كشف بحث حديث نفذته جامعة كوينزلاند للتكنولوجيا في أستراليا عن قدرة خوارزميات التعلم الآلي على التنبؤ الدقيق بمخاطر إصابات الجهاز العضلي الهيكلي لدى العاملين في المكاتب، متجاوزاً المعايير التقليدية التي تركز حصراً على وضعية الجلوس. وأظهرت الدراسة التي قادها الباحث الدكتور مهراد حسني أن العوامل النفسية الوظيفية وأنماط النوم وأعباء العمل الثقيلة تساهم بشكل جوهري في ظهور آلام الرقبة والظهر، مما يستدعي مراجعة شاملة لمنظومة الصحة المهنية الرقمية والعملية. استندت التحليلات إلى معالجة بيانات ثمانية عشر مئة وأحد وثمانين موظفاً مكتبياً من مصادر عامة، واختبار ستة نماذج ذكاء اصطناعي متنوعة للتنبؤ بمخاطر الإصابات عبر تسعة مناطق تشريحية. كشفت النتائج عن شبكة معقدة من التفاعلات بين العوامل الجسدية والنفسية والتنظيمية. وبرزت ساعات النوم كمؤشر تنبؤي قوي، حيث يرتبط قلهن بزيادة حساسية الألم وتعطل تعافي الأنسجة في مناطق الرقبة والأرداف والظهر. كما أثرت القامة والجسم بشكل واضح على مخاطر إصابات المعصم والركبتين والظهر العلوي، مما يعزز الحاجة إلى اعتماد معايير تصميم وظيفي قابلة للتعديل تناسب التنوع الجسدي. وفي الجانب التنظيمي، ربطت النماذج بين ارتفاع مخاطر الإصابات والعوامل النفسية الاجتماعية مثل الضغوط المهنية، وضعف التحكم في المهام، وقلة الدعم المؤسسي والاجتماعي. ويشير الفريق البحثي إلى أن الأساليب الخطية التقليدية غالباً ما تفشل في التقاط هذه التفاعلات المعقدة، في حين توفر أدوات الذكاء الاصطناعي تحليلاً متعدد الأبعاد ودقيقاً لكل منطقة جسدية على حدة. وتدعو النتائج بشكل صريح إلى تبني مقاربات تدخلية مستهدفة ومرنة بدلاً من الحلول الموحدة، حيث يجمع نجاح بيئة العمل المستقبلية بين الملاءمة البيوميكانيكية للمعدات، وبرامج إدارة الإجهاد، وإعادة هندسة أعباء العمل. وتؤكد هذه النتائج أن دمج التحليلات التنبؤية المتقدمة في أنظمة الصحة المهنية يمكّن المؤسسات من الكشف المبكر عن مخاطر الإصابات، ورفع مستوى الرقابة الوقائية، وتحقيق بيئات عمل أكثر استدامة وكفاءة.