La fatiga del piloto ha sido durante mucho tiempo una preocupación. Ha sido un problema y una amenaza para la seguridad y eficacia del transporte militar y civil. Es el factor fisiológico citado con más frecuencia que contribuye a la ocurrencia de percances en vuelos de la aviación naval de EE. UU. Para predecir los riesgos asociados con la fatiga, la industria de la aviación generalmente utiliza herramientas denominadas “modelos biomatemáticos”. Investigadores de la Marina de los Estados Unidos encontraron que la capacidad predictiva de estas herramientas mejoró significativamente con la adición de un programa cognitivo de CogniFit.
El estudio fue publicado en septiembre pasado en la revista Aviation, Space, and Environmental Medicine. El equipo de investigación de la Marina de los EE. UU. pertenecía a la Unidad de Investigación Médica Naval de Dayton, en Ohio.
El enfoque de modelado predictivo, basado en modelos biomatemáticos de fatiga, tiene una historia de décadas de predecir el rendimiento fatigado con un éxito moderado. Los modelos biomatemáticos de fatiga humana son una herramienta útil que incorpora aspectos de la ciencia de la fatiga en la programación a través de predicciones de niveles de riesgo de fatiga, niveles de rendimiento y/o sueño tiempos y la provisión de oportunidad para el descanso. Los modelos biomatemáticos son conjuntos de ecuaciones que predicen cuantitativamente una métrica de riesgo de fatiga o el resultado correspondiente, en función de factores como el historial de sueño, la hora del día y la carga de trabajo. El poder de estos modelos radica en su capacidad de incorporar la investigación científica y el conocimiento obtenido de las observaciones empíricas en herramientas de predicción generalizadas.
Sin embargo, los modelos biomatemáticos de fatiga tienen limitaciones; “Los modelos actuales no tienen en cuenta las diferencias individuales estables en la susceptibilidad a la fatiga”, dijo el equipo de investigación. Numerosos estudios previos han confirmado que existen diferencias individuales significativas y estables en la susceptibilidad a los efectos de la fatiga y estas diferencias pueden reflejarse en aspectos de la salud básica. funcionamiento cognitivo y fisiológico. Por lo tanto, los modelos que no incluyen estas diferencias carecen de precisión en cuanto al nivel individual”.
Para el estudio, 13 hombres y 2 mujeres en sus veintes fueron seleccionados. Los participantes eran personal militar en servicio activo del programa de adoctrinamiento previo al vuelo de la aviación naval a bordo de la Estación Aérea Naval de Pensacola que se ofrecieron como sujetos voluntarios. los el protocolo de estudio fue aprobado por el Naval Aerospace Medical Research Junta de Revisión Institucional de Laboratorios en cumplimiento de todas las reglamentaciones federales aplicables que rigen la protección de sujetos humanos.
Los investigadores recolectaron datos sobre múltiples habilidades cognitivas y el seguimiento de las actuaciones a nivel grupal e individual a lo largo del tiempo. A Se utilizó el programa CogniFit para medir la capacidad cognitiva rendimiento. CogniFit es una compañía de ciencias cognitivas y fitness cerebral de clase mundial enfocada en mejorar la calidad de vida a través de la evaluación y el entrenamiento cerebral. de habilidades cognitivas. Las mediciones se completaron en la línea de base en reposo y luego cada 3 horas durante 25 horas de vigilia continua.
Los datos se analizaron a nivel grupal e individual. En ambos niveles, los resultados caracterizaron el rendimiento fatigado real. Cuando los resultados grupales se inspeccionaron visualmente a nivel individual, surgieron dos categorías extremas de individuos: individuos que son altamente susceptibles a la fatiga e individuos que son altamente resistentes a la fatiga.
“Aunque la predicción del desempeño basada en un promedio de grupo representa a la mayoría de las personas, aquellos que no están categorizados adecuadamente bajo este enfoque son teórica y prácticamente los más críticos para capturar”, dijo el equipo de investigación. “Por ejemplo, aquellos que son muy susceptibles a la fatiga pueden requerir capacitación adicional, programación personalizada o intervención farmacológica, mientras que aquellos que son muy resistentes a la fatiga pueden ser más adecuados para situaciones en las que se requiere una vigilancia sostenida de forma rutinaria. Desde el punto de vista operativo, la sobreutilización de personas comprometidas con el rendimiento y la subutilización de personas listas para el servicio representan una amenaza para la eficacia del trabajo y, en última instancia, para la seguridad del operador. Al igual que adaptar las asignaciones de acuerdo con la personalidad o la fuerza física, el conocimiento del perfil de fatiga distintivo de un individuo puede mejorar mucho esfuerzos de gestión y mitigación”.
Por lo tanto, la medición de la fatiga debe tener en cuenta las diferencias individuales. Sin embargo, utilizando los estándares generalizados actuales, un número sustancial de personas puede clasificarse incorrectamente, lo que puede conducir a una sobreutilización o subutilización potencialmente peligrosa de la mano de obra. Los investigadores demostraron que la predicción de la fatiga se puede mejorar utilizando cognitivo individualizado y medidas de seguimiento ocular además de los modelos actuales basados en biomatemáticas.
“Usando este método, los modelos biomatemáticos de fatiga de próxima generación podrían incorporar mediciones individualizadas rápidas y no invasivas, como la velocidad sacádica y precisión del cambio cognitivo”, explicó el equipo.
