Kunstig intelligens giver pollenallergikere nye muligheder

Få pollenvarslinger fem dage frem. Foto: Astma-Allergi Danmark
Print Friendly, PDF & Email

Astma-Allergi Danmark er blandt de første i Europa, der kan præsentere en femdøgnsprognose for pollen. Det giver nye muligheder for at planlægge sin hverdag og behandling, hvis man har pollenallergi.

Med Astma-Allergi Danmarks nye femdøgnspollenprognose ved hånden bliver det nu nemmere at planlægge sin hverdag og tilrettelægge sin behandling, hvis man er en af de op mod en million pollenallergikere, der hvert år må nyse, klø og hoste sig gennem pollensæsonen.


Med prognosen kan man få en pejling om pollenmængderne de kommende dage – nøjagtig ligesom vejrudsigten varsler om mængden af sol, regn og vind, så man kan indrette sig derefter.

Se prognosen i appen
Femdøgnsprognosen er skabt i samarbejde med it-firmaet Miracle, som har udviklet en helt ny og banebrydende teknologi baseret på machine learning, som er en teknik inden for kunstig intelligens. Det betyder kort sagt, at det er lykkedes at kombinere historiske pollen- og vejrdata med aktuelle prognoser, der via avancerede algoritmer kan forudsige mængden af pollen fem døgn ud i fremtiden.

Algoritmerne er blevet testet, optimeret og tilpasset igennem lang tid, og resultaterne er så lovende, at femdøgnsprognosen nu bliver tilføjet som en funktion i Astma-Allergi Danmarks app Dagens Pollental, der har flere hundredtusinder brugere. En af dem er Pernille Casparsen, som glæder sig til at afprøve femdøgnsvarslingen.

“Det kan gøre mig klogere på, hvad jeg kan forvente i forhold til symptomer, hvilke præparater jeg skal have med mig, og hvordan jeg vil have det mentalt og fysisk på grund af den pollenmængde, der er i luften,” siger hun.

På sigt er ønsket at kunne levere mere præcise prognoser for endnu flere lokationer i Danmark, og at pollenprognoserne også vil blive tilgængelige på andre af foreningens medier.

Prognosen som pejlemærke
Pollenprognosen er lige nu i betatest, hvilket betyder, at funktionen er tilgængelig i appen Dagens Pollental, men stadig er under udvikling. Derfor skal man være opmærksom på, at der i prognoser, der rækker ud over to døgn, kan forekomme uregelmæssigheder.

Det skyldes ikke mindst, at en stor del af prognosearbejdet beror på vejrudsigten fra DMI, som har stor betydning for pollenmængderne. Prognoserne er altså i høj grad styret af vejrudsigten, hvor der også kan forekomme afvigelser, og det er vigtigt at huske, at prognoserne ikke er et facit. De skal bruges som pejlemærke, så man kan tage de nødvendige forholdsregler i forhold til sin pollenallergi.

Støt arbejdet med pollentællingerne
Projektet med at udvikle pollenprognoser ved hjælp af machine learning er opstået på baggrund af et behov og efterspørgsel blandt Astma-Allergi Danmarks medlemmer og landets mange pollenallergikere.

“Vi arbejder kontinuerligt med at optimere og effektivisere vores pollentællinger. Derfor er vi meget glade for, at det endelig er lykkedes at levere en femdøgnsprognose,” siger Anne Holm Hansen, vicedirektør i Astma-Allergi Danmark.

Hvis du vil give en økonomisk hjælpende hånd til Astma-Allergi Danmarks arbejde med at tælle pollen og til at videreudvikle foreningens services til gavn for pollenallergikere, kan du støtte ved at give et bidrag på www.astma-allergi.dk eller melde dig ind, hvis du ikke allerede er medlem. Samtidig får du Astma-Allergi Danmarks helt nye digitale håndbog spækket med gode råd og viden om pollen.

Den nye femdøgnsprognose for pollen er en del af Astma-Allergi Danmarks app Dagens Pollental. Download appen gratis fra AppStore eller Google Play.

FAKTA
Kunstig intelligens kan forudsige pollenmængder
Machine learning – eller kunstig intelligens – er en metode, der gør en computer i stand til at analysere data, den aldrig har set før. Med machine learning ”fodrer” man computeren med store mængder data – for eksempel vejr- og pollendata.

Computeren processerer datamængden ved hjælp af algoritmer, som gør den i stand til at finde og genkende mønstre. På den baggrund kan computeren komme med meget præcise svar på de problemstillinger, man undersøger, og f.eks. komme med forudsigelser om vejr eller pollenmængder.