为从根本上降低煤矿从业人员实施不安全行为的概率，在充分考虑煤矿从业人员不安全个体状态是诱发其不安全行为的主要原因的基础上，设计开发一套矿工不安全状态智能检测系统。首先，对2007—2022年期间各高危行业安全事故调查报告和专家研究进行归纳，总结得出煤矿从业人员不安全状态的影响因素，构建包括生理状态、心理状态以及个体能力状态在内的3个一级指标和15个二级指标体系；其次，通过相应的表征模型对不安全状态影响因素进行深入剖析；最后，基于构建的从业人员不安全状态倾向数据库，建立煤矿岗前不安全状态智能检测系统。研究结果表明：在下井工作前对从业人员个体状态进行智能检测，能够实现矿工不安全状态“早发现、早干预”,能够有效地降低人因事故发生率，研究结果对煤炭行业安全管理具有重要的参考价值。