Inteligencia artificial en el análisis predictivo de accidentes laborales como estrategia para fortalecer el Sistema de Gestión de Seguridad y Salud en el Trabajo: una revisión de alcance
Cargando...
Fecha
Director
Enlace al recurso
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Descripción
La gestión de la Seguridad y Salud en el Trabajo (SST) se ha enfocado en acciones reactivas, reduciendo la posibilidad de anticipar la ocurrencia de accidentes laborales. Frente a esta situación, la inteligencia artificial surge como una alternativa que permite fortalecer la prevención a través del uso de modelos de análisis predictivo. En este contexto, el presente estudio tuvo como propósito analizar el uso de estas herramientas en la predicción de accidente laborales, como una estrategia para fortalecer el Sistema de Gestión de Seguridad y Salud en el Trabajo, a partir de la revisión de evidencia científica publicada entre los años 2019 y 2025. Se realizó una revisión de alcance basada en la búsqueda sistemática de información en bases de datos académicas internacionales como Scopus y ScienceDirect, complementada con buscadores académicos como Google Scholar y repositorios institucionales universitarios, incluyendo artículos de investigación, revisiones, documentos técnicos y normativa relacionada en español e inglés. La información recopilada se organizó considerando los sectores de aplicación, las técnicas utilizadas y los resultados obtenidos. Los hallazgos evidencian un aumento en la producción científica sobre el uso de la inteligencia artificial en SST, predominando técnicas de aprendizaje automático como Random Forest y máquinas de soporte vectorial. Estas herramientas aportan a la anticipación de riesgos y la toma de decisiones, aunque presentan limitaciones relacionadas con los datos, tecnología y aspectos éticos, Su aplicación puede fortalecer el SG-SST, siempre que existan condiciones adecuadas para su implementación.
Abstract
Occupational Health and Safety (OHS) management has traditionally focused on reactive actions, which limits the ability to anticipate workplace accidents. In this context, artificial intelligence emerges as an alternative that can strengthen prevention through the use of predictive analysis models. Accordingly, the purpose of this study was to analyze the use of these tools in predicting workplace accidents as a strategy to support and improve the Occupational Health and Safety Management System, based on a review of scientific evidence published between 2019 and 2025. A scoping review was conducted through a systematic search of information in international academic databases such as Scopus and ScienceDirect, complemented by academic search engines like Google Scholar and university institutional repositories. The search included research articles, review papers, technical documents, and relevant regulations in both Spanish and English. The collected information was organized according to application sectors, techniques used, and reported results. The findings show an increase in scientific production on the use of artificial intelligence in OHS, with a predominance of machine learning techniques such as Random Forest and Support Vector Machines. These tools contribute to risk anticipation and decision-making processes; however, they also present limitations related to data quality, technological requirements, and ethical considerations. Overall, their application can support the strengthening of OHS management systems, provided that appropriate technical and organizational conditions are in place.
Idioma
spa
Palabras clave
Citación
Jaimes Gallo, L., Araujo Plaza, A., & Chaparro Concha, J. (2026). Inteligencia artificial en el análisis predictivo de accidentes laborales como estrategia para fortalecer el Sistema de Gestión de Seguridad y Salud en el Trabajo: una revisión de alcance [Tesis de posgrado]Universidad Santo Tomás, Bucaramanga, Colombia