Byggbranschen är en av de branscher i Sverige som haft flest arbetsplatsolyckor med dödlig utgång. Ett nytt forskningsprojekt ska titta närmare på hur maskininlärning kan vara till hjälp för att förebygga olyckorna.
Varje år inträffar tusentals olyckor på byggen som leder till allvarliga skador, ibland med dödlig utgång. Under 2019 omkom ett flertal byggnadsarbetare på svenska arbetsplatser. I projektet, som genomförs på Mälardalens högskola tillsammans med NCC Sverige AB och Chalmers tekniska högskola, vill forskarna använda sig av maskininlärning, ML, för att samla in data och förekomma olyckor. Planen är att använda den bäst lämpade ML-algoritmen och säkerställa att den data som samlas in kan användas för att förebygga arbetsplatsolyckor i byggbranschen.
– I dag samlar entreprenörer kontinuerligt in omfattande data om olyckorna som har inträffat på en byggarbetsplats. Med hjälp av ML kan de hitta underliggande mönster i den data de samlar in, vilket ger stor potential till att förutsäga olyckor i ett tidigt skede, säger Shahina Begum, projektledare vid Mälardalens högskola.
– Med hjälp av ML kan byggföretag upptäcka delar i arbetet som kan leda till arbetsplatsolyckor och då sätta in åtgärder för att förbättra säkerheten på byggarbetsplatser. I förlängningen kan det även resultera i ökad produktion och ökat värde för kunden, säger Christian Koch, projektledare på Chalmers tekniska högskola.
Implementeras inom NCC
Projektet går under namnet Machine Learning for the prevention of occupational accidents in the construction industry och finansieras av Vinnova. Målet är att utveckla NCC:s arbete för att minska arbetsplatsolyckorna i branschen och resultaten från forskningen kommer sedan att implementeras i säkerhetsaktiviteter på byggarbetsplatser och inom NCC.
