Nyheder

Kan machine learning redde menneskeliv?

Radon dræber hvert år 300 mennesker i Danmark. Dette tal er for højt mener Realdania og Bolius, der går forrest i kampen for at nedbringe forekomsten af radon ved bl.a. at få flere danskere landet over til at teste deres hjem for det skadelige radon. Hidtil har det dog kun været muligt at få en gennemsnitlig risikovurdering for niveauet af radon i hele sin kommune eller lokalområde. Sammen med IBM, Mindshare og GroupM har Realdania og Bolius derfor udviklet et helt nyt system, der via machine learning kan give danskerne en langt mere præcis vurdering. Håbet er, at det kan få flere til at opdage radon i hjemmet i tide og dermed mindske dødeligheden.

Realdania og Bolius har gennem flere år arbejdet mod at sætte radon på danskernes dagsorden og nedbringe forekomsten af det skadelige stof. Selvom radon ikke kan ses, så er det en usynlig dræber, der kan forårsage udviklingen af lungekræft. Et af tiltagene har været hjemmesiden www.radonfrithjem.dk, hvor boligejerne har kunne indtaste deres adresse og se en risikovurdering. Hidtil har vurderingen dog kun været et gennemsnit for hele kommunen eller lokalområdet – og ikke den specifikke bolig. Da radonniveauet også er bestemt af parametre som byggeår, boligareal og antal etager, der er forskelligt fra hus til hus, har Realdania og Bolius haft et ønske om at kunne skabe en mere præcis risikovurdering. 

Det ønske er nu blevet opfyldt gennem et samarbejde med IBM, Mindshare og GroupM. I løbet af de seneste to år har Bolius fået adgang til resultater og unikke data fra ca. 9.000 radonmålinger i Danmark. Gennem machine learning er de mange data blevet analyseret, så en særlig prædiktiv algoritme i dag kan forudse radonniveauer for hver enkelt husstand i Danmark.

”Det er et stort skridt i den rigtige retning for vores arbejde med bekæmpelsen af radon. Et mere præcist resultat kan forhåbentlig føre til, at flere opdager radon i boligen tidligere, så en radonsikring kan sættes ind – og så radon på sigt ikke vil være kilde til dødsfald i Danmark”, fortæller administrerende direktør Ulrik Heilmann fra Bolius.
 

Machine learning er for alvor på vej frem
Machine learning er for alvor blevet sat i system, efter GroupM i Norden i slutningen af 2016 indgik et samarbejde med IBM med fokus på machine learning og AI. Radon-samarbejdet mellem de fem parter var derfor oplagt, da Bolius og Realdania ligger inde med unikke data, GroupM og Mindshare besidder de rigtige machine learning-kompetencer, mens IBM har topmoderne teknologier til at facilitere projektet.

”Ved at afprøve flere forskellige machine learning-teknikker har vi udviklet en algoritme som kan forudsige radon-intervaller med høj præcision. Dette har vi gjort ved at undersøge de forskellige elementer, der kan have en indvirkning på radon i boligen og finde sammenhængen mellem disse”, fortæller Emil Lauritsen fra GroupM. ”Ved hjælp af machine learning lærer vi algoritmen at forstå, hvordan disse elementer kan påvirke hinanden, hvorefter vi kan lave en matematisk model, som afspejler virkeligheden”.

Kalle Clausen-Bruun, Adaptive Data Manager hos Mindshare, og tovholder på projektet supplerer: ”Ved at implementere algoritmen i IBM’s machine learning-system og kombinere det med oplysninger fra Bygnings- og Boligregistret, kan brugeren i dag få at vide, hvor stor en sandsynlighed deres specifikke hus har for at have et skadeligt niveau af radon”. 

Algoritmen er efterfølgende blevet implementeret på Bolius hjemmeside, hvor danskerne kan søge på deres adresse og få et mere præcist risikoestimat. Testen er således klar til, at Bolius og Realdania igen denne vinter sætter fokus på radon i hjemmet i forbindelse med deres årlige kampagne.

Tag selv testen for din bolig her: https://www.bolius.dk/radonfrithjem/

Læs mere om radon i boligen her