安全帯フック未使用をAIで自動検知、奥村組の現場で9割超が安全意識向上

奥村組は、建設現場の墜落・転落災害の多くが安全帯フックの掛け忘れに起因すると捉えていました。各社がルールを定めて対策しているにもかかわらず、災害がなかなか減らないことが悩みどころでした。

編集部の見立てでは、問題の核心は作業員の知識不足ではなく、「ルールが守られているかを確かめる目」が足りていなかった点にあります。フックが外れている危険な時間は、移動や段取り替えの合間の数秒に生まれがちです。安全管理者が巡視で回れる頻度には限りがあり、その一瞬を人の目で捉え続けるのは現実的ではありません。監視の密度そのものを上げる手段として、カメラとAIに白羽の矢が立ったと考えられます。

判定の対象と条件を、鉄骨上の高所作業に絞り込んだ設計が実用性の土台になったと考えられます。カメラが見るのは作業員・フック・親綱・親綱支柱の4つに限られ、1秒ごとの監視で3秒間フックの不使用が続いたときだけアラームを出す仕様になっています。一瞬の映り込みや姿勢の変化で警報が鳴り続ければ、現場はすぐに通知を無視するようになるはずです。「数秒続いたら」という猶予の置き方に、誤報を抑えて現場に受け入れられる警報にしようとする意図が読み取れます。

建設会社とIT企業が得意分野を持ち寄る役割分担も効いています。奥村組は自社現場の画像約6,000枚を学習データとして提供し、完成後の現場検証も担いました。日立ソリューションズはAIモデルとクラウドサービスの開発を受け持ち、加えてビジネスモデルや協創の進め方についても助言しています。他社向けに同種の検知を検証した経験を持つパートナーを選んだことで、ゼロから手探りする工程を短縮できたのではないでしょうか。

リリースをゴールにせず、モデルを育て続ける運用を組み込んだ点も見逃せません。学習データは当初の約5倍となる約3万件まで増やし、回転や反転によるデータ拡張も加えています。判定の対象も土留め支保工の作業へ広げ、単管や足場部材へのフック掛け、撮影距離の延長も検討中です。現場ごとに異なる掛け方やカメラ位置への対応力を、継続的なデータ追加で底上げしていく姿勢がうかがえます。

技術検証の段階で、判定の適合率とF値（適合率と再現率のバランスを見る指標）が90%以上になることを確認しています。奥村組は提供開始後に複数の現場へ導入し、アンケートでは回答者の90%以上が「安全意識が向上した」と答え、「カメラが常に見てくれているので安心」という声も寄せられました。導入現場で墜落・転落災害は発生しておらず、フック不使用者を明確に判定できることで安全管理者の巡視の時間や回数も減っています。2024年2月にはリース会社を通じた外販（レンタル）も始まりました。作業員が「見られている」と意識すること自体が抑止力として働いた面は大きいと考えられます。