Uma empilhadeira que passa 50 cm perto de um pedestre. Um trabalhador que escorrega num piso molhado e segura a railing. Alguém que usa telemóvel numa zona de maquinaria. Uma carga suspensa que oscila para perto de um trabalhador abaixo.
Todos estes são quase-acidentes. Apenas alguns deles são Eventos Potencialmente Fatais ou com Lesões Graves (pSIF). O problema com a maioria dos sistemas de gestão de quase-acidentes é que tratam todos da mesma forma — e as consequências para a qualidade da investigação e a alocação de recursos são significativas.
O que torna um quase-acidente pSIF
Um quase-acidente pSIF é aquele em que o mecanismo de lesão poderia, numa versão diferente do mesmo evento, ter resultado numa fatalidade ou lesão grave. Os critérios são:
Mecanismo de alta energia: O evento envolveu energia suficiente para causar morte ou lesão grave se o resultado fosse diferente. Ser atingido por um veículo em movimento, uma queda de altura superior a dois metros, uma carga suspensa em queda, contacto com equipamento de alta tensão — estes são mecanismos de alta energia.
Exposição corporal crítica: O evento envolveu uma parte do corpo onde a lesão seria provavelmente fatal ou permanentemente debilitante — cabeça, coluna, órgãos vitais, articulações principais.
Fator de chance pequeno: O resultado (nenhuma lesão) foi determinado por fatores aleatórios — o timing por um segundo, o ângulo de uns milímetros — em vez de qualquer controlo que estivesse em funcionamento.
O modelo de triagem
Para cada quase-acidente registado — seja por relatório voluntário ou deteção de câmera — aplique uma triagem de três questões:
1. Qual era a pior consequência credível? Não a consequência que aconteceu. A pior consequência que poderia ter acontecido se os fatores variassem dentro de parâmetros razoáveis. "Uma entorse de tornozelo" é diferente de "morte por colisão de veículo". Esta questão separa eventos baixo-risco de eventos pSIF.
2. Os controlos em vigor preveniriam a recorrência? Se o mesmo evento acontecesse novamente amanhã, os controlos atuais impediriam o resultado grave? Se a resposta for "não" ou "talvez não", a investigação deve identificar que controlo melhorado é necessário.
3. Qual é a frequência esperada de eventos similares? Um evento pSIF que se pode esperar que ocorra várias vezes por semana é mais urgente do que um que é excecionalmente raro. A frequência de quase-acidente de câmera por IA fornece esta dimensão que o relatório voluntário não consegue.
Como os dados de câmera por IA melhoram a triagem pSIF
Os sistemas de relatório de quase-acidente voluntário sub-reportam por um fator de 100 a 300. A maioria dos quase-acidentes pSIF nunca são reportados — não por má vontade, mas porque a carga de relatório é maior do que a urgência percebida do evento no calor do trabalho.
A deteção de câmera por IA captura automaticamente quase-acidentes que nunca seriam reportados voluntariamente: os conflitos de empilhadeira na esquina do corredor que toda a gente conhece mas com os quais "aprendemos a viver", as aproximações da zona vermelha que acontecem quando os supervisores estão noutra parte do local.
Para a triagem pSIF, isso significa um conjunto de dados muito maior para trabalhar — e uma distribuição de frequência de eventos muito mais precisa que informa onde os riscos de alta prioridade realmente existem.
