クイーンズランド工科大学（QUT）の健康データ科学研究チームは、人工知能を用いてオフィスワーカーの筋骨格系障害発生リスクを予測する研究結果を発表した。研究を率いるメルダード・ハッサーニ博士は、従来の作業関連筋骨格系障害の評価が姿勢や座位時間のみに依存しがちな点を指摘し、精神社会的要因と環境的要因を統合した6つの機械学習モデルを用いて810人のオフィスワーカーを対象に9つの部位別のリスクプロファイルを分析した。 解析結果により、首や肩、背部の疼痛は不良姿勢だけでなく、長時間の睡眠不足、高い業務負荷、業務管理権の不足、職場の社会的サポート欠如などの心理社会的ストレス要因と強く相関していることが実証された。特に睡眠時間は腰部、臀部、首の障害において上位の主要リスク因子として浮上し、組織回復や疼痛感受性への影響が従来のエルゴノミクス枠組みを超えて確認された。また、身長は手首、上背部、膝、首への影響が強く、身長に合わせた調整式ワークステーションや昇降式デスクの導入必要性を裏付けた。BMI、年齢、作業経験も上位リスク因子として特定された。 同チームは、部位によって異なるリスクファクターの組み合わせが複雑に相互作用しているため、画一的な対策ではなくデータに基づく対象型介入の設計が不可欠だと強調した。本研究は、AIモデルが線形計算の枠を超え多面的で部位特異的なリスク評価を可能にすることを実証し、職場環境改善と労働安全基準の見直しに向けたデータ駆動型アプローチの確立に寄与する。