Transformación Digital y Analítica de Datos para la Prevención de Riesgos: Inteligencia Artificial, Big Data e Innovación en la Gestión de la Seguridad y Salud.

Authors

Mario Andrew Chang-Gómez, Universidad Nacional de la Amazonía Peruana; Oscar Alberto Vásquez-Gil, Universidad Nacional de la Amazonía Peruana; Karenth Elena Ramírez-Álvarez, Universidad Nacional de la Amazonía Peruana; Dan Elias Casas-Tello, Universidad Nacional de la Amazonía Peruana; Jorge Armando Vasquez-Pinedo, Universidad Nacional de la Amazonía Peruana; Jandira del Pilar Wong-Ramirez, Universidad Nacional de la Amazonía Peruana; Carlos Enrique Araujo-Dávila, Universidad Nacional de la Amazonía Peruana; Rosa Isabel Souza-Najar, Universidad Nacional de la Amazonía Peruana; Gustavo Adolfo Malca-Salas, Universidad Nacional de la Amazonía Peruana; Daniel Diomedes Carrasco-Montañez, Universidad Nacional de la Amazonía Peruana
DOI: https://doi.org/10.63618/omeditorial/l30

Keywords:

transformación digital, seguridad y salud en el trabajo, inteligencia artificial, analítica de datos, prevención de riesgos laborales, gobernanza tecnológica

Synopsis

La transformación digital está modificando la gestión de la seguridad y salud en el trabajo al ampliar la capacidad de identificar peligros, integrar información y anticipar escenarios de riesgo. Este libro analiza las posibilidades de la inteligencia artificial, el Big Data, los sensores, los dispositivos portátiles, la visualización de datos, la realidad virtual y los gemelos digitales como herramientas de apoyo para una prevención más proactiva. Su planteamiento central sostiene que la eficacia de estas tecnologías no depende únicamente de su precisión o capacidad de procesamiento, sino de la calidad de los datos, su adaptación al contexto laboral y su incorporación a procesos organizacionales capaces de convertir las alertas en acciones preventivas. La obra también examina la participación de los trabajadores, la madurez digital, la usabilidad, la accesibilidad y la coordinación entre las áreas responsables de responder ante los peligros detectados. Asimismo, aborda los sesgos algorítmicos, la explicabilidad, la privacidad de los datos personales y biométricos, la ciberseguridad y la asignación de responsabilidades. Se concluye que la innovación tecnológica debe conservar una orientación humana, ética e inclusiva, fortalecer la prevención primaria y someterse a supervisión profesional. La transformación digital aporta valor cuando contribuye a reducir exposiciones, mejorar las condiciones de trabajo y proteger la salud y la dignidad de las personas.

Downloads

Download data is not yet available.

Author Biographies

Mario Andrew Chang-Gómez, Universidad Nacional de la Amazonía Peruana

Ingeniero Químico egresado de la Universidad Nacional de la Amazonía Peruana (UNAP), con Maestría en Ciencias y Tecnologías Ambientales, mención en Industria del Petróleo y Medio Ambiente, y candidato a Doctor en Ciencias Ambientales. Es docente de la Facultad de Ingeniería Química de la UNAP. Su trabajo articula la analítica de datos, inteligencia artificial y Big Data con la identificación temprana de peligros, evaluación de riesgos y toma de decisiones en entornos industriales. Su producción académica integra ciencia, ingeniería, transformación digital y responsabilidad ambiental para promover entornos laborales seguros y sostenibles.

Oscar Alberto Vásquez-Gil, Universidad Nacional de la Amazonía Peruana

Ingeniero Químico y Magíster con mención en Planificación y Manejo de Áreas Naturales Protegidas por la Universidad Nacional de la Amazonía Peruana. Es candidato a Doctor en Administración por la Universidad San Ignacio de Loyola. Cuenta con más de 20 años de experiencia en procesos industriales, hidrocarburos y sistemas integrados de gestión, además de una amplia trayectoria docente de pregrado y posgrado. Es especialista en procesamiento de bases de datos, diseño asistido por computadora, Power BI, soporte técnico y redes.

Karenth Elena Ramírez-Álvarez, Universidad Nacional de la Amazonía Peruana

Ingeniero Químico, con Maestría en Ingeniería Ambiental y Desarrollo Sustentable por la Pontificia Universidad Católica Argentina y egresado del Doctorado en Ingeniería Industrial de la Universidad Nacional Mayor de San Marcos. Se desempeña como docente asociado de la Facultad de Ingeniería Química de la Universidad Nacional de la Amazonía Peruana, en el Departamento Académico de Ingeniería Química

Dan Elias Casas-Tello, Universidad Nacional de la Amazonía Peruana

Ingeniero Químico, MBA y docente de posgrado, con amplia experiencia en dirección de proyectos, ingeniería de procesos, operaciones industriales y gestión estratégica en el sector energético y de hidrocarburos. Ha liderado portafolios de inversión superiores a US$100 millones, integrando ingeniería, seguridad de procesos, evaluación financiera y sostenibilidad. Actualmente se desempeña como ejecutivo en Petroperú y docente de programas de maestría de la Universidad Nacional de la Amazonía Peruana. Sus líneas de investigación incluyen energía, hidrocarburos, evaluación de inversiones, contaminación ambiental y gestión de proyectos

Jorge Armando Vasquez-Pinedo, Universidad Nacional de la Amazonía Peruana

Ingeniero Químico por la Universidad Nacional de la Amazonía Peruana, Magíster en Gestión Pública y Doctor en Ciencias Empresariales por la misma institución. Su trayectoria académica y profesional integra la ingeniería, la investigación y la gestión estratégica, con énfasis en innovación, sostenibilidad y mejora continua. Ha desarrollado actividades de docencia, investigación y gestión, promoviendo la aplicación de soluciones tecnológicas orientadas al uso eficiente de los recursos y al desarrollo sostenible.

Jandira del Pilar Wong-Ramirez, Universidad Nacional de la Amazonía Peruana

Ingeniero Químico por la UNAP, titulado, colegiado y con Maestría. Cuenta con habilidades de liderazgo, trabajo en equipo y orientación a resultados. Posee 20 años de experiencia en minería subterránea y es especialista en gestión de aguas, incluyendo sistemas de tratamiento de agua de mina, aguas residuales domésticas y agua potable. Ha participado en auditorías de sistemas integrados de gestión ISO 45001 y 9001, fiscalizaciones de OEFA, OSINERGMIN y autoridades del agua, además de monitoreos participativos y manejo de documentación legal ambiental.

Carlos Enrique Araujo-Dávila, Universidad Nacional de la Amazonía Peruana

Ingeniero Químico por la Universidad Nacional de la Amazonía Peruana, con grado de Magíster en Ciencias con mención en Ecología y Desarrollo Sostenible. Su perfil integra la ingeniería con enfoques ambientales orientados a la gestión sostenible de los recursos y la protección del entorno amazónico. Se desempeña como docente de Física y su trabajo académico se vincula con la seguridad industrial y el uso de inteligencia artificial para optimizar procesos, prevenir riesgos y mejorar la toma de decisiones. Promueve una ingeniería innovadora, segura y ambientalmente responsable

Rosa Isabel Souza-Najar, Universidad Nacional de la Amazonía Peruana

Ingeniera Química por la Universidad Nacional de la Amazonía Peruana (UNAP), con Maestría y Doctorado en Ingeniería Química Ambiental por la Universidad Nacional de Trujillo. Es docente de Química Analítica en la Facultad de Ingeniería Química de la UNAP. Posee experiencia en el estudio de compuestos bioactivos de plantas con potencial hipoglucemiante y en el asesoramiento de tesis sobre temas ambientales. Su trabajo integra la química aplicada, la analítica de datos y los enfoques sostenibles orientados a la prevención de riesgos y a los desafíos ambientales contemporáneos

Gustavo Adolfo Malca-Salas, Universidad Nacional de la Amazonía Peruana

Ingeniero Químico con Maestría en Ciencias con mención en Ecología y Desarrollo. Doctor en Educación por la Universidad Alas Peruanas y candidato a Doctor en Ingeniería Química Ambiental por la Universidad Nacional de Trujillo. Es docente principal de la Facultad de Ingeniería Química de la Universidad Nacional de la Amazonía Peruana, donde imparte cursos relacionados con aspectos ambientales, Seguridad y Salud en el Trabajo y factores de riesgo en la industria. Es autor de investigaciones sobre energías alternativas, reducción de emisiones de CO₂, calidad del aire, huella de carbono y residuos sólidos

Daniel Diomedes Carrasco-Montañez, Universidad Nacional de la Amazonía Peruana

Ingeniero Químico por la Universidad Nacional de la Amazonía Peruana, con estudios de Maestría en Ciencias en Ecología y Desarrollo Sostenible. Su trayectoria integra la ingeniería con enfoques ambientales orientados a la gestión sostenible de los recursos naturales. Está comprometido con la investigación y la aplicación de soluciones tecnológicas frente a los desafíos ecológicos, especialmente en contextos amazónicos. Su labor promueve prácticas que articulan el desarrollo productivo con la conservación del entorno, la innovación y la formación de profesionales conscientes del impacto ambiental de la ingeniería

References

Ali, M. X. M., Arifin, K., Abas, A., Ahmad, M. A., Khairil, M., Cyio, M. B., Samad, M. A., Lampe, I., Mahfudz, M., & Ali, M. N. (2022). Systematic literature review on indicators use in safety management practices among utility industries. International Journal of Environmental Research and Public Health, 19(10), 6198. https://doi.org/10.3390/ijerph19106198

Amoadu, M., Ansah, E. W., & Sarfo, J. O. (2023). Influence of psychosocial safety climate on occupational health and safety: A scoping review. BMC Public Health, 23, 1344. https://doi.org/10.1186/s12889-023-16246-x

Armenteros-Cosme, P., Arias-González, M., Alonso-Rollán, S., Márquez-Sánchez, S., & Carrera, A. (2025). Advancements in artificial intelligence and machine learning for occupational risk prevention: A systematic review on predictive risk modeling and prevention strategies. Sensors, 25(17), 5419. https://doi.org/10.3390/s25175419

Autio, C., Schwartz, R., Dunietz, J., Jain, S., Stanley, M., Tabassi, E., Hall, P., & Roberts, K. (2024). Artificial intelligence risk management framework: Generative artificial intelligence profile (NIST AI 600-1). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.600-1

Baines, R., Bradwell, H., Edwards, K., Stevens, S., Prime, S., Tredinnick-Rowe, J., Sibley, M., & Chatterjee, A. (2022). Meaningful patient and public involvement in digital health innovation, implementation and evaluation: A systematic review. Health Expectations, 25(4), 1232–1245. https://doi.org/10.1111/hex.13506

Cognet, B., Pernot, J.-P., Rivest, L., & Danjou, C. (2023). Systematic comparison of digital maturity assessment models. Journal of Industrial and Production Engineering, 40(7), 519–537. https://doi.org/10.1080/21681015.2023.2242340

Dodoo, J. E., Al-Samarraie, H., Alzahrani, A. I., Lonsdale, M., & Alalwan, N. (2024). Digital innovations for occupational safety: Empowering workers in hazardous environments. Workplace Health & Safety, 72(3), 84–95. https://doi.org/10.1177/21650799231215811

El-Helaly, M. (2024). Artificial intelligence and occupational health and safety, benefits and drawbacks. La Medicina del Lavoro, 115(2), e2024014. https://doi.org/10.23749/mdl.v115i2.15835

European Agency for Safety and Health at Work. (2023). Smart digital monitoring systems for occupational safety and health: Implementation at the workplace. https://healthy-workplaces.osha.europa.eu/sites/hwc/files/hwc/publication/Smart-digital-monitoring-systems-for-occupational-safety-and-health-implementation-at-the-workplace_en.pdf

European Agency for Safety and Health at Work. (2023a). Smart digital monitoring systems for occupational safety and health: Inclusion and diversity at the workplace. https://healthy-workplaces.osha.europa.eu/en/publications/smart-digital-monitoring-systems-occupational-safety-and-health-inclusion-and-diversity-workplace

European Agency for Safety and Health at Work. (2023b). Smart digital monitoring systems for occupational safety and health: Workplace resources for design, implementation and use. https://healthy-workplaces.osha.europa.eu/en/publications/smart-digital-monitoring-systems-occupational-safety-and-health-workplace-resources-design-implementation-and-use

European Agency for Safety and Health at Work. (2024). Digital technologies for worker management: Implications for safety and health. A comparative study of two automotive companies. https://healthy-workplaces.osha.europa.eu/en/publications/digital-technologies-worker-management-implications-safety-and-health-comparative-study-two-automotive-companies

European Agency for Safety and Health at Work. (2025). Principles for design and development: Smart digital systems for improving workers’ safety and health. https://healthy-workplaces.osha.europa.eu/en/publications/principles-design-and-development-smart-digital-systems-improving-workers-safety-and-health

Ezerins, M. E., Ludwig, T. D., O’Neil, T., Foreman, A. M., & Açıkgöz, Y. (2022). Advancing safety analytics: A diagnostic framework for assessing system readiness within occupational safety and health. Safety Science, 146, 105569. https://doi.org/10.1016/j.ssci.2021.105569

Fisher, E., Flynn, M. A., Pratap, P., & Vietas, J. A. (2023). Occupational safety and health equity impacts of artificial intelligence: A scoping review. International Journal of Environmental Research and Public Health, 20(13), 6221. https://doi.org/10.3390/ijerph20136221

Foreman, A. M., Friedel, J. E., Ludwig, T. D., Ezerins, M. E., Açıkgöz, Y., Bergman, S. M., & Wirth, O. (2023). Establishment-level occupational safety analytics: Challenges and opportunities. International Journal of Industrial Ergonomics, 94, 103428. https://doi.org/10.1016/j.ergon.2023.103428

Citado en: capítulo 2

González-Naranjo, D. E., Román-Huera, C. K., Ponce-Regalado, D. S., Terán-Escobar, N. M., Miguez-Quincha, M. de L., Zambrano-Bravo, M. K., Mieles-Reyes, N. V., Racines-Romero, M. F., Ruiz-Sánchez, A. E., & Dominguez-Lara, O. E. (2026). Salud integral en la era digital: Bienestar físico, mental y ocupacional desde un enfoque preventivo. Oriente-Manabí Editorial. https://doi.org/10.63618/omeditorial/l8

Greer, T. W., Payne, S. C., & Thompson, R. J. (2023). Pandemic-induced telework challenges and strategies. Occupational Health Science, 7, 575–602. https://doi.org/10.1007/s41542-023-00151-1

Haas, E. J., Demich, B., & McGuire, J. (2020). Learning from workers’ near-miss reports to improve organizational management. Mining, Metallurgy & Exploration, 37(3), 873–885. https://doi.org/10.1007/s42461-020-00206-9

Howard, J. (2022). Algorithms and the future of work. American Journal of Industrial Medicine, 65(12), 943–952. https://doi.org/10.1002/ajim.23429

International Labour Organization. (2021). Challenges and opportunities of teleworking in Latin America and the Caribbean. https://www.ilo.org/resource/challenges-and-opportunities-teleworking-latin-america-and-caribbean-report

International Labour Organization. (2025). Revolutionizing health and safety: The role of AI and digitalization at work. https://www.ilo.org/publications/revolutionizing-health-and-safety-role-ai-and-digitalization-work

International Organization for Standardization. (2018). ISO 45001:2018 occupational health and safety management systems—Requirements with guidance for use. https://www.iso.org/standard/63787.html

Jetha, A., Bakhtari, H., Irvin, E., Biswas, A., Smith, M. J., Mustard, C., Arrandale, V. H., Dennerlein, J. T., & Smith, P. M. (2025). Do occupational health and safety tools that utilize artificial intelligence have a measurable impact on worker injury or illness? Findings from a systematic review. Systematic Reviews, 14, 146. https://doi.org/10.1186/s13643-025-02869-1

La Torre, G., Manai, M. V., Meucci, S., Lucente, A., Picerno, A., Ammirati, S., & De Sio, S. (2026). Artificial intelligence and occupational health and safety: A systematic review. Journal of Public Health. Advance online publication. https://doi.org/10.1007/s10389-026-02738-8

Lane, M., Williams, M., & Broecke, S. (2023). The impact of AI on the workplace: Main findings from the OECD AI surveys of employers and workers (OECD Social, Employment and Migration Working Papers No. 288). OECD Publishing. https://doi.org/10.1787/ea0a0fe1-en

Mendes, D., Terradillos, E., Navas, H. V. G., Costa, O., Matias, J., & Soares, V. (2026). Wearable technologies in occupational safety and health: A systematic review and a human-centered implementation model. Applied Sciences, 16(10), 4715. https://doi.org/10.3390/app16104715

Milanez, A. (2025). Exploring win-win outcomes of algorithmic management: Lessons from a laboratory experiment on worker consultation (OECD Artificial Intelligence Papers No. 43). OECD Publishing. https://doi.org/10.1787/84b59397-en

Milanez, A., Lemmens, A., & Ruggiu, C. (2025). Algorithmic management in the workplace: New evidence from an OECD employer survey (OECD Artificial Intelligence Papers No. 31). OECD Publishing. https://doi.org/10.1787/287c13c4-en

Oliveira, V. S., Santos, C. J. O., & Vasconcelos, B. M. (2023). Digital tools for prevention through design application: A systematic review. Work, 76(4), 1345–1356. https://doi.org/10.3233/WOR-220603

Organización Internacional del Trabajo. (2023). A call for safer and healthier working environments. https://doi.org/10.54394/HQBQ8592

Organización Internacional del Trabajo. (2025). Revolutionizing health and safety: The role of AI and digitalization at work: Global report. https://doi.org/10.54394/KNZE0733

Organización Mundial de la Salud. (2022). Directrices de la OMS sobre salud mental en el trabajo. https://www.who.int/publications/i/item/9789240053052

Organización Mundial de la Salud. (2024, 2 de septiembre). La salud mental en el trabajo. https://www.who.int/es/news-room/fact-sheets/detail/mental-health-at-work

Pascoe, C., Quinn, S., & Scarfone, K. (2024). The NIST Cybersecurity Framework (CSF) 2.0 (NIST CSWP 29). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.CSWP.29

Rodríguez-Lindao, J. J., Castro-Barzola, L. J., Segura-Osorio, M. B., Mackliff-Jaramillo, C. G., Bravo-Moran, S. A., Rodríguez-González, D. F., Tutillo-Zambrano, D. O., Carvajal-Zuñiga, W. I., Santos-Manzaba, M. F., & Gende-Alvear, K. P. (2026). Salud digital 4.0: Aplicación de la inteligencia artificial y Big Data en la prevención, diagnóstico y gestión sanitaria. Oriente-Manabí Editorial. https://doi.org/10.63618/omeditorial/l20

Scorgie, D., Feng, Z., Paes, D., Parisi, F., Yiu, T. W., & Lovreglio, R. (2024). Virtual reality for safety training: A systematic literature review and meta-analysis. Safety Science, 171, 106372. https://doi.org/10.1016/j.ssci.2023.106372

Stefan, H., Mortimer, M., & Horan, B. (2023). Evaluating the effectiveness of virtual reality for safety-relevant training: A systematic review. Virtual Reality, 27, 2839–2869. https://doi.org/10.1007/s10055-023-00843-7

Tabassi, E. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.100-1

UNESCO. (2021). Recommendation on the ethics of artificial intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000381137

Unión Europea. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial. Diario Oficial de la Unión Europea. http://data.europa.eu/eli/reg/2024/1689/oj

Vignola, E. F., Baron, S., Abreu Plasencia, E., Hussein, M., Cohen, N., & Trupin, L. (2023). Workers’ health under algorithmic management: Emerging findings and urgent research questions. International Journal of Environmental Research and Public Health, 20(2), 1239. https://doi.org/10.3390/ijerph20021239

World Health Organization. (2022, December 21). Digital health not accessible by everyone equally, new study finds. https://www.who.int/europe/news/item/21-12-2022-digital-health-not-accessible-by-everyone-equally-new-study-finds

Zio, E. (2024). Digital twins in safety analysis, risk assessment and emergency management: A systematic review. Reliability Engineering & System Safety, 246, 110040. https://doi.org/10.1016/j.ress.2024.110040

Downloads

PDF

Published

August 21, 2026
Copyright (c) 2026 Chang-Gómez, Mario Andrew, Vásquez-Gil, Oscar Alberto, Ramírez-Álvarez, Karenth Elena, Casas-Tello, Dan Elias, Vasquez-Pinedo, Jorge Armando, Wong-Ramirez, Jandira del Pilar, Araujo-Dávila, Carlos Enrique, Souza-Najar, Rosa Isabel, Malca-Salas, Gustavo Adolfo, Carrasco-Montañez, Daniel Diomedes (Autor/a)

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Details about this monograph

ISBN-13 (15)

978-9907-9567-5-7

How to Cite

Chang-Gómez, M. A., Vásquez-Gil, O. A., Ramírez-Álvarez, K. E., Casas-Tello, D. E., Vasquez-Pinedo, J. A., Wong-Ramirez, J. del P., Araujo-Dávila, C. E., Souza-Najar, R. I., Malca-Salas, G. A., & Carrasco-Montañez, D. D. (2026). Transformación Digital y Analítica de Datos para la Prevención de Riesgos: Inteligencia Artificial, Big Data e Innovación en la Gestión de la Seguridad y Salud. Oriente-Manabí Editorial. https://doi.org/10.63618/omeditorial/l30