根据美国劳工统计局的数据， 2017年，因受伤影响肌肉，神经，韧带或肌腱(如腕管综合症)而发生的病假事件接近35万起。发生事件最多的工人中：在工厂和仓库工作的人。

当人们做出笨拙的姿势或执行重复的任务时，会发生肌肉骨骼疾病。随着时间的流逝，这些行为会对身体产生压力。因此，指出并最小化危险行为对保持工人的健康很重要。

华盛顿大学的研究人员已经使用机器学习来开发新的系统，该系统可以监视工厂和仓库工人，并实时告知他们行为的风险。该算法将一系列活动(例如，从高架子上抬起箱子，将其搬到桌子上并将其放下)划分为单个动作，然后计算与每个动作相关的风险评分。

最终，研究人员希望仓库或工厂中的机器人能够使用该算法来帮助保持工人健康。为了了解该算法在一个假设的仓库中的运行情况，研究人员让机器人监控了两名参加相同活动的参与者。每次活动结束后三秒钟内，机器人都会在显示屏上显示一个分数。