AIが熱中症の予兆検知、福岡市の建設現場で実証開始

建設現場の安全管理DXを推進する「DasSenseH」で、熱中症リスクの予測・可視化を実現

BeeInventor株式会社（本社：福岡県福岡市中央区、代表取締役：ハリー チャン、以下、「ビーインベンター」）は、2026年7月より福岡市が推進する実証事業の一環として、市内建設現場においてAI熱中症予測システム「DasSenseH」の実証を開始しました。

本実証は2026年7月から10月までの約4か月間実施し、1現場4名の作業員を対象に、AIによる熱中症リスクの予兆検知とリアルタイム通知の有効性を検証します。

実証を通じて、AI予測精度のさらなる向上と、建設現場における熱中症の未然防止を目指します。

気象庁の発表によると、近年、日本の年平均気温偏差は上昇傾向にあり、特に2024年には

過去最大となる＋1.48℃の正偏差が記録されました。
これに伴い、職場での熱中症による労働災害も増加し、2024年（令和6年）には休業4日以上の死傷災害が1,257件と、調査開始以来最多を記録しています。また、全体の約４割が建設業と製造業で発生しています。

建設現場では、作業員一人ひとりの体調をリアルタイムで把握することが難しく、体調不良の兆候に気付く頃には症状が進行しているケースも少なくありません。

実証に参加する現場責任者からは、

「今までは声かけですね。我慢することが現場の中ではありますので、それが（このシステムで）無くなれば良いかなと思います。」

との声が寄せられています。

ビーインベンターは、このような現場の課題をAIとIoTの力で解決し、「我慢」や経験則に頼らない、新しい安全管理の実現を目指しています。

今回の実証では、市内建設現場でDasSenseHを装着した作業員のデータを取得し、AIが体温・WBGT（暑さ指数）・作業強度などを総合的に解析します。

解析結果はクラウド上でリアルタイムに可視化され、熱中症リスクが高まった場合には、管理者へメールやTeamsを通じて即座に通知されます。

DasSenseHは、建設現場をはじめ、道路工事、警備、物流、製造、設備保守、イベント運営など、屋外や高温環境で作業を行う現場での活用を想定しています。

建設機械・安全機器のレンタル会社においても、夏季の熱中症対策商材として、既存顧客への提案や短期レンタルでの活用が可能です。

センサーは既存の作業用ヘルメットに後付け可能なセンサーを活用し、現在使用しているヘルメットを大きく変更することなく導入できます。

センサーから収集された深部体温（推定値）に加え、現場のWBGT（暑さ指数）、年齢や性別といった個人要因、作業強度も含めてAIで解析し、一定時間後のリスクを予測するものです。その為、このシステムは一律の警告ではなく、個別最適化されたリスク評価を行うことができます。

①AI予測アルゴリズム ～"現在"ではなく"未来"のリスクを予測～

DasSenseHは、作業員の深部体温（推定値）、現場のWBGT（暑さ指数）、作業強度、加速度データに加え、年齢や既往歴などの個人要因をAIが総合的に解析します。

従来の熱中症対策は、「WBGTが○℃を超えたら注意」「体温が上がったら休憩する」といった一律の判断が中心でした。

一方、DasSenseHでは、作業者一人ひとりの身体状態や現場環境をリアルタイムで学習・分析し、30分～1時間先の熱中症リスクを予測。症状が現れる前の段階で危険を察知し、予防につなげます。

②リアルタイム通知 ～管理者へ即時共有し、迅速な初期対応を支援～

AIが高い熱中症リスクを検知すると、管理者へメールやMicrosoft Teamsを通じて即時通知します。

通知には対象作業員や危険度が表示されるため、現場責任者は休憩や水分補給、作業内容の見直しなど、迅速な対応を行うことができます。

従来のように「体調不良を自己申告する」「周囲が異変に気付く」といった受け身の対応ではなく、データに基づいた予防型の安全管理を実現します。

③ クラウド一元管理 ～複数現場の安全を一つの画面で可視化～

クラウドプラットフォーム「DasIoT」と連携することで、複数現場・複数作業員の状態をリアルタイムで一元管理できます。

ダッシュボードでは、作業員ごとの体温推移や熱中症リスク、WBGT、位置情報などを一覧で確認でき、異常が発生した際には即座に状況を把握できます。

また、取得したデータはAIの継続的な学習にも活用され、現場ごとの環境や作業条件に応じて予測精度をさらに向上させていきます。

これらにより、体調不良の自己申告を待つのではなく、熱中症リスクが高まった段階で休憩、水分・

塩分補給、作業内容の変更などの対応につなげることができます。

また、管理者が複数の作業員や現場を担当する場合でも、クラウド上で状況を一覧確認できるため、

安全管理業務の効率化にも貢献します。

なお、本AIアルゴリズムは香港理工大学（PolyU）との産学連携により共同開発されており、学術研究と実際の建設現場で取得したデータを融合しながら、継続的に予測精度の向上を図っています。

ビーインベンター株式会社は、AI・IoT・ウェアラブルデバイスを活用し、建設・インフラ業界の安全管理DXを推進するスタートアップ企業です。

「現場の安全を、テクノロジーで変える」をコンセプトに、熱中症対策、遠隔臨場、重機接触事故防止など、現場の課題解決につながるソリューションを開発・提供しています。

「DasSenseHは、AI・個人の身体データ・現場のWBGT（暑さ指数）を組み合わせて熱中症リスクを予測する、世界初※の熱中症対策ソリューションです。

従来の熱中症対策は、WBGTの監視や体調確認など、危険が高まってから対応するケースが一般的でした。しかし私たちは、AIを活用することで『危険の予兆』を捉え、事故を未然に防ぐことを目指しています。

今回の福岡市との実証を通じて、建設現場での予測精度をさらに高めるとともに、建設業だけでなく、物流、製造業、インフラ保守、自治体など、屋外で働くすべての方々の安全に貢献できるソリューションへ発展させていきたいと考えています。」

※ビーインベンター調べ。AI・個人の身体データ・現場のWBGTを組み合わせて熱中症リスクを予測するソリューションとして。

お問い合わせについて

製品・実証実験（PoC）・デモに関するお問い合わせは、下記までお気軽にご連絡ください。

 E-mail： hello@beeinventor.com Webサイト： https://www.beeinventor.com/

※ここまでが「PR TIMES」で配信されたプレスリリースの原文です。以下は trends 編集部による情報です。

ITやプログラミングに関するコラム

• 
  【Python】FastAPIで料金プラン見積もりシミュレーターを作ってみた
• 
  【Python】pandasとmatplotlibで在庫データのABC分析と構成比を可視化してみた
• 
  【Python】Flaskで社内FAQをカテゴリ検索できるWebアプリを作ってみた
• 
  【Python】argparseでJSON整形・構文検証・キー検索CLIを試してみた
• 
  【Python】NumPyとmatplotlibでモンテカルロ法による円周率推定と収束過程の可視化を試してみた
• 
  【Python】Playwrightでスクレイピングを試してみた
• 
  【CSS】notで複数の件を除外する方法
• 
  【Git】remote設定を変更する方法
• 
  【VBA】コメントアウトを設定する方法
• 
  x86とx64の違いを分かりやすく解説

ITやプログラミングに関するニュース

• 
  VercelがAI GatewayにSeedream 5.0 Proを追加、AI SDKのモデル指定で画像生成と編集が可能に
• 
  AWSがAmazon LocationのPlaces APIを強化、住所表記の指定と移動手段別の検索が可能に
• 
  VercelがトレースにTree・Waterfallビューを追加、ログ画面で処理の階層と所要時間を確認可能に
• 
  Googleがエージェント評価の再考を提唱、難易度を情報量で測るDiscovery Benchを解説
• 
  Google CloudがCloud Runサンドボックスを公開プレビューで提供、サービスヘルスは一般提供に
• 
  Google Cloud EMEAが英国金融の重要第三者に指定、イングランド銀行・PRA・FCAの直接監督下に
• 
  AWS DMS Schema ConversionがSQL Serverのオフライン変換に対応、ソースDBへ接続せずスキーマを変換可能に
• 
  EC2 G7インスタンスが米国東部（バージニア北部）で利用可能に、G6比でAI推論性能が最大4.6倍
• 
  SageMaker HyperPodが継続プロビジョニングでのAMIベース構成に対応、S3のスクリプト管理なしでSlurmクラスターを作成可能に
• 
  AWSがEMR on EKSでSparkトラブルシューティングエージェントに対応、失敗ジョブの原因分析を自然言語で依頼可能に