根據美國勞工統計局的數據， 2017年，因受傷影響肌肉，神經，韌帶或肌腱(如腕管綜合癥)而發生的病假事件接近35萬起。發生事件最多的工人中：在工廠和倉庫工作的人。

當人們做出笨拙的姿勢或執行重復的任務時，會發生肌肉骨骼疾病。隨著時間的流逝，這些行為會對身體產生壓力。因此，指出并最小化危險行為對保持工人的健康很重要。

華盛頓大學的研究人員已經使用機器學習來開發新的系統，該系統可以監視工廠和倉庫工人，并實時告知他們行為的風險。該算法將一系列活動(例如，從高架子上抬起箱子，將其搬到桌子上并將其放下)劃分為單個動作，然后計算與每個動作相關的風險評分。

最終，研究人員希望倉庫或工廠中的機器人能夠使用該算法來幫助保持工人健康。為了了解該算法在一個假設的倉庫中的運行情況，研究人員讓機器人監控了兩名參加相同活動的參與者。每次活動結束后三秒鐘內，機器人都會在顯示屏上顯示一個分數。