Eine bahnbrechende Studie, veröffentlicht in der Zeitschrift Science of The Total Environment, nutzt erklärbare künstliche Intelligenz (XAI), um die komplexen Ursachen von Radon in Innenräumen zu entschlüsseln. Radon, ein radioaktives Gas, das aus Böden und Baumaterialien austritt, ist eine der Hauptursachen für Lungenkrebs und stellt ein erhebliches Gesundheitsrisiko dar. Die Forschung, basierend auf Daten der zweiten italienischen nationalen Radonstudie, bietet neue Einblicke in die Beiträge von Gebäudeeigenschaften, Umweltfaktoren und Bewohnerverhalten zur Radonkonzentration und liefert praktische Ansätze zur Risikominderung.
Unter der Leitung von G. Gigante und Kollegen wurde ein umfassender Datensatz analysiert, der jährliche Radonmessungen sowie detaillierte Informationen zu Gebäudeeigenschaften, Wohngewohnheiten und Umweltvariablen wie Bodenbeschaffenheit, Klima und Luftverschmutzung umfasst. Mit dem XGBoost-Algorithmus, einem leistungsstarken maschinellen Lernverfahren, erreichte das Team eine Vorhersagegenauigkeit (R²=0,45), die bisherige Modelle übertrifft. Durch die Anwendung der SHAP-Analyse (SHapley Additive exPlanations) konnten die Forscher die relativen Beiträge der verschiedenen Faktoren präzise quantifizieren – ein Novum in der Radonforschung.
Die Ergebnisse zeigen, dass Gebäudeeigenschaften wie Gebäudetyp, Etagenlage und Wandmaterialien sowie geogene Faktoren wie Bodenbeschaffenheit die Hauptursachen für hohe Radonkonzentrationen sind. Besonders hervorgehoben wird die bisher unterschätzte Rolle des Bewohnerverhaltens, etwa unzureichende Belüftungsgewohnheiten, die die Radonbelastung deutlich verstärken können. Ein neu entwickeltes hybrides Modell (Lin-NN), das lineare und nichtlineare Effekte kombiniert, bestätigte die Robustheit der Ergebnisse und unterstützt deren Übertragbarkeit auf andere Länder und Kontexte.
Trotz der fortschrittlichen Methodik bleibt ein Teil der Variabilität der Radonkonzentration ungeklärt, was auf stark lokalisierte Faktoren oder komplexe Verhaltensmuster der Bewohner hinweist. Die Studie betont die Notwendigkeit weiterer Forschung, um diese Faktoren besser zu verstehen. Die Ergebnisse bieten jedoch bereits konkrete Ansätze für gezielte Maßnahmen, wie verbesserte Belüftungssysteme oder radonsichere Baumaterialien, und könnten die Grundlage für aktualisierte Bauvorschriften bilden.
Diese Arbeit unterstreicht das Potenzial von XAI in den Umweltwissenschaften, komplexe Zusammenhänge zwischen Umwelt, Gebäuden und menschlichem Verhalten aufzuklären, und ebnet den Weg für effektivere Strategien zur Reduzierung des Radonrisikos in Wohnungen.
