ABOUT THE SPEAKER
Joel Selanikio - Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges.

Why you should listen

A practicing pediatrician, former Wall Street computer consultant, and former epidemiologist at the Centers for Disease Control, Dr. Joel Selanikio is the CEO of DataDyne, a social business working in fields such as international development and global health.

Selanikio started to experiment with electronic data capture back when the Palm Pilot was cutting edge technology. In the years since then, he has helped to experiment with the growing potential and availability of technology--and the growing ubiquity of the cloud. Combining the two has led to systems such as Magpi mobile data collection software. Previously known as "EpiSurveyor," the service now has over 20,000 users in more than 170 countries.

Selanikio holds a bachelor's degree from Haverford College, a medical degree from Brown University, and he is a graduate of the Epidemic Intelligence Service fellowship of the CDC. He continues to practice clinical pediatrics as an Assistant Professor at Georgetown University and on the Emergency Response Team of the International Rescue Committee.

More profile about the speaker
Joel Selanikio | Speaker | TED.com
TEDxAustin

Joel Selanikio: The big-data revolution in health care

Joel Selanikio: Joel Selanikio : Les conséquences surprenantes d'une révolution des big data dans les services de santé

Filmed:
745,046 views

La collecte de données en santé mondiale n'était pas une science exacte : les travailleurs marchaient à travers les villages, frappant aux portes et posant des questions, notaient les réponses sur des formulaires papier, puis entraient les données sur ordinateur -- et sur la base de ces informations lacunaires, des décisions cruciales étaient prises. Joel Selanikio évoque le changement profond qu'a connu la collecte de données dans la décennie passée -- commençant avec le Palm Pilot et Hotmail, pour arriver au cloud aujourd'hui. (Filmé à TEDxAustin.)
- Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio

Double-click the English transcript below to play the video.

00:12
There's an oldvieux jokeblague about a copflic who'squi est walkingen marchant his beatbattre
0
717
2439
Il y a une vieille blague
sur un policier qui fait sa ronde
00:15
in the middlemilieu of the night,
1
3156
1295
au milieu de la nuit,
00:16
and he comesvient acrossà travers a guy underen dessous de a streetrue lamplampe
2
4451
2365
et qui rencontre un homme sous un réverbère
00:18
who'squi est looking at the groundsol and movingen mouvement from sidecôté to sidecôté,
3
6816
2531
qui regarde le sol,
se balançant d'un pied sur l'autre.
00:21
and the copflic asksdemande him what he's doing.
4
9347
1859
Le policier lui demande ce qu'il fait.
00:23
The guys saysdit he's looking for his keysclés.
5
11206
1959
L'homme dit qu'il cherche ses clés.
00:25
So the copflic takes his time and looksregards over
6
13165
2580
Alors, le policier prend son temps
et cherche aussi,
00:27
and kindgentil of makesfait du a little matrixmatrice and looksregards
7
15745
1637
il fait comme un quadrillage, cherche
00:29
for about two, threeTrois minutesminutes. No keysclés.
8
17382
3051
pendant environ deux, trois minutes.
Pas de clés.
00:32
The copflic saysdit, "Are you sure? Hey buddycopain,
9
20433
2966
Le policier dit : « Tu es certain ? Hé, mon gars,
00:35
are you sure you lostperdu your keysclés here?"
10
23399
1880
es-tu certain que tu as perdu tes clés ici ? »
00:37
And the guy saysdit, "No, no, actuallyréellement I lostperdu them
11
25279
1379
L'homme répond : « Non, non,
en fait je les ai perdues
00:38
down at the other endfin of the streetrue,
12
26658
1525
à l'autre bout de la rue,
00:40
but the lightlumière is better here."
13
28183
5984
mais l'éclairage est meilleur ici. »
00:46
There's a conceptconcept that people talk about nowadaysaujourd'hui
14
34167
1793
Il y a un concept
dont les gens parlent aujourd'hui,
00:47
calledappelé biggros dataLes données, and what they're talkingparlant about
15
35960
2234
nommé « big data », et ce dont ils parlent,
00:50
is all of the informationinformation that we're generatinggénérateur
16
38194
2166
c'est toute l'information que nous produisons
00:52
throughpar our interactioninteraction with and over the InternetInternet,
17
40360
2665
par nos interactions sur Internet,
00:55
everything from FacebookFacebook and TwitterTwitter
18
43025
1942
de Facebook et Twitter
00:56
to musicla musique downloadstéléchargements, moviesfilms, streamingdiffusion, all this kindgentil of stuffdes trucs,
19
44967
4077
aux téléchargements de musique,
de films, au streaming, toutes ces choses,
01:01
the livevivre streamingdiffusion of TEDTED.
20
49044
1875
le streaming en direct de TED.
01:02
And the folksgens who work with biggros dataLes données, for them,
21
50919
2761
Pour les personnes qui travaillent
avec les big data,
01:05
they talk about that theirleur biggestplus grand problemproblème is
22
53680
1771
le plus grand problème, d'après eux,
01:07
we have so much informationinformation,
23
55451
1912
avec tellement d'informations,
01:09
the biggestplus grand problemproblème is, how do we organizeorganiser all that informationinformation?
24
57363
3492
c'est de savoir comment les organiser.
01:12
I can tell you that workingtravail in globalglobal healthsanté,
25
60855
2392
Je peux vous dire que,
quand on travaille dans la santé,
01:15
that is not our biggestplus grand problemproblème.
26
63247
2872
ce n'est pas notre plus gros problème.
01:18
Because for us, even thoughbien que the lightlumière
27
66119
1570
Parce que pour nous, même si l'éclairage
01:19
is better on the InternetInternet,
28
67689
3157
est meilleur sur Internet,
01:22
the dataLes données that would help us solverésoudre the problemsproblèmes
29
70846
2320
les données qui nous aideraient
à résoudre les problèmes
01:25
we're tryingen essayant to solverésoudre is not actuallyréellement presentprésent on the InternetInternet.
30
73166
3386
que nous essayons de résoudre
ne sont pas sur Internet.
01:28
So we don't know, for exampleExemple, how manybeaucoup people
31
76552
1847
Donc nous ne savons pas, par exemple,
combien de personnes
01:30
right now are beingétant affectedaffecté by disastersdésastres
32
78399
2594
en ce moment sont concernées
par des catastrophes naturelles
01:32
or by conflictconflit situationssituations.
33
80993
2336
ou par des conflits.
01:35
We don't know for really basicallyen gros any of the clinicscliniques
34
83329
3743
Nous ne savons pas vraiment
quels dispensaires
01:39
in the developingdéveloppement worldmonde, whichlequel onesceux have medicinesmédicament
35
87072
2193
des pays en voie de développement
ont des médicaments
01:41
and whichlequel onesceux don't.
36
89265
1460
et lesquels n'en ont pas.
01:42
We have no ideaidée of what the supplyla fourniture chainchaîne is for those clinicscliniques.
37
90725
3172
Nous n'avons pas la moindre idée de ce qu'est
la chaîne d'approvisionnement de ces cliniques.
01:45
We don't know -- and this is really amazingincroyable to me --
38
93897
2860
Nous ne savons pas -- et ça me paraît incroyable --
01:48
we don't know how manybeaucoup childrenles enfants were bornnée,
39
96757
2901
nous ne savons pas
combien d'enfants sont nés,
01:51
or how manybeaucoup childrenles enfants there are in BoliviaBolivie
40
99658
2946
ou combien d'enfants il y a en Bolivie,
01:54
or BotswanaBotswana or BhutanBhoutan.
41
102604
3154
ou au Botswana, ou au Bhoutan.
01:57
We don't know how manybeaucoup kidsdes gamins dieddécédés last weekla semaine
42
105758
1922
Nous ne savons pas combien d'enfants
sont morts la semaine dernière
01:59
in any of those countriesdes pays.
43
107680
1401
dans chacun de ces pays.
02:01
We don't know the needsBesoins of the elderlypersonnes âgées, the mentallymentalement illmauvais.
44
109081
3372
Nous ne connaissons pas les besoins
des personnes âgées, des malades mentaux.
02:04
For all of these differentdifférent criticallycritique importantimportant problemsproblèmes
45
112453
3239
Pour chacun de ces problèmes différents
d'une importance cruciale
02:07
or criticallycritique importantimportant areaszones that we want to solverésoudre problemsproblèmes in,
46
115692
3001
ou pour ces domaines d'une importance critique dans lesquels nous voulons résoudre des problèmes,
02:10
we basicallyen gros know nothing at all.
47
118693
5112
nous ne savons, en gros, rien du tout.
02:15
And partpartie of the reasonraison why we don't know anything at all
48
123805
2623
Une partie de l'explication
de cette ignorance
02:18
is that the informationinformation technologyLa technologie systemssystèmes
49
126428
2252
est que les technologies de l'information
02:20
that we use in globalglobal healthsanté to find the dataLes données
50
128680
3525
que nous utilisons en santé mondiale
pour trouver des données,
02:24
to solverésoudre these problemsproblèmes is what you see here.
51
132205
2945
pour résoudre ces problèmes,
c'est ce que vous voyez ici.
02:27
And this is about a 5,000-year-old-Age technologyLa technologie.
52
135150
2258
Cette technologie a environ 5 000 ans.
02:29
Some of you maymai have used it before.
53
137408
1052
Certains d'entre vous l'ont peut-être déjà utilisée.
02:30
It's kindgentil of on its way out now, but we still use it
54
138460
2320
Ça commence à être démodé en ce moment,
mais nous l'utilisons encore
02:32
for 99 percentpour cent of our stuffdes trucs.
55
140780
2091
pour 99% de notre travail.
02:34
This is a paperpapier formforme, and what you're looking at
56
142871
4009
Voici un formulaire papier,
et ce que vous voyez là
02:38
is a paperpapier formforme in the handmain of a MinistryMinistère of HealthSanté nurseinfirmière
57
146880
3366
est un formulaire papier dans la main
d'une infirmière du Ministère de la Santé
02:42
in IndonesiaIndonésie who is trampingTramping out acrossà travers the countrysidecampagne
58
150246
3288
en Indonésie qui traverse la campagne
02:45
in IndonesiaIndonésie on, I'm sure, a very hotchaud and humidhumide day,
59
153534
3581
pendant, j'en suis sûr,
une journée très chaude et humide.
02:49
and she is going to be knockingfrapper on thousandsmilliers of doorsdes portes
60
157115
2725
Elle va frapper à des milliers de portes
02:51
over a periodpériode of weekssemaines or monthsmois,
61
159840
1946
pendant des semaines ou des mois,
02:53
knockingfrapper on the doorsdes portes and sayingen disant, "ExcuseExcuse me,
62
161786
2448
en disant : « Excusez-moi,
02:56
we'dmer like to askdemander you some questionsdes questions.
63
164234
2172
nous voudrions vous poser quelques questions.
02:58
Do you have any childrenles enfants? Were your childrenles enfants vaccinatedvaccinés?"
64
166406
3671
Avez-vous des enfants ?
Ont-ils été vaccinés ? »
03:02
Because the only way we can actuallyréellement find out
65
170077
1848
Parce que le seul moyen
que nous avons pour savoir
03:03
how manybeaucoup childrenles enfants were vaccinatedvaccinés in the countryPays of IndonesiaIndonésie,
66
171925
2883
combien d'enfants ont été vaccinés
en Indonésie,
03:06
what percentagepourcentage were vaccinatedvaccinés, is actuallyréellement not
67
174808
2653
quel pourcentage a été vacciné,
n'est pas de le chercher
03:09
on the InternetInternet but by going out and knockingfrapper on doorsdes portes,
68
177461
2900
sur Internet mais d'aller frapper aux portes,
03:12
sometimesparfois tensdizaines of thousandsmilliers of doorsdes portes.
69
180361
2871
parfois des dizaines de milliers de portes.
03:15
SometimesParfois it takes monthsmois to even yearsannées
70
183232
2376
Cela prend parfois des mois, voire des années,
03:17
to do something like this.
71
185608
1726
pour faire quelque chose comme ceci.
03:19
You know, a censusrecensement of IndonesiaIndonésie
72
187334
2141
Vous savez, un recensement en Indonésie
03:21
would probablyProbablement take two yearsannées to accomplishaccomplir.
73
189475
1832
prendrait probablement deux ans.
03:23
And the problemproblème, of coursecours, with all of this is that
74
191307
2645
Et bien sûr, le problème avec tout cela,
03:25
with all those paperpapier formsformes — and I'm tellingrécit you
75
193952
1785
c'est qu'avec tous ces formulaires papier
-- et croyez-moi,
03:27
we have paperpapier formsformes for everychaque possiblepossible thing.
76
195737
2212
nous avons des formulaires papier
pour absolument tout.
03:29
We have paperpapier formsformes for vaccinationvaccination surveysenquêtes.
77
197949
2703
Nous avons les formulaires
des études sur la vaccination.
03:32
We have paperpapier formsformes to trackPiste people who come into clinicscliniques.
78
200652
3374
Nous avons les formulaires pour suivre
les personnes qui viennent aux dispensaires.
03:36
We have paperpapier formsformes to trackPiste drugdrogue suppliesProvisions,
79
204026
2795
Nous avons les formulaires
pour suivre les réserves de médicaments,
03:38
blooddu sang suppliesProvisions, all these differentdifférent paperpapier formsformes
80
206821
2804
les réserves de sang,
et tous ces formulaires différents
03:41
for manybeaucoup differentdifférent topicsles sujets,
81
209625
1725
pour tous ces sujets différents,
03:43
they all have a singleunique commoncommun endpointpoint de terminaison,
82
211350
2232
terminent tous au même endroit.
03:45
and the commoncommun endpointpoint de terminaison looksregards something like this.
83
213582
2665
Cet endroit où ils terminent tous
ressemble à peu près à ça.
03:48
And what we're looking at here is a truckfultruckful o'o ' dataLes données.
84
216247
4284
Ce que nous voyons ici est
une camionnette remplie de données.
03:52
This is the dataLes données from a singleunique vaccinationvaccination coveragecouverture surveyenquête
85
220531
4619
Voici les données
d'un seul sondage de vaccination
03:57
in a singleunique districtdistrict in the countryPays of ZambiaZambie
86
225150
2215
dans une seule région de la Zambie
03:59
from a fewpeu yearsannées agodepuis that I participatedparticipé in.
87
227365
2128
auquel j'ai participé il y a quelques années.
04:01
The only thing anyonen'importe qui was tryingen essayant to find out
88
229493
2557
La seule chose que nous essayions de savoir
04:04
is what percentagepourcentage of ZambianZambien childrenles enfants are vaccinatedvaccinés,
89
232050
3103
était le pourcentage d'enfants zambiens
qui étaient vaccinés,
04:07
and this is the dataLes données, collectedrecueilli on paperpapier over weekssemaines
90
235153
3179
et voici les données,
collectées sur papier pendant des semaines
04:10
from a singleunique districtdistrict, whichlequel is something like a countycomté
91
238332
2874
d'une seule région, qui est à peu près
l'équivalent d'un comté
04:13
in the UnitedUnie StatesÉtats.
92
241206
1340
aux États-Unis.
04:14
You can imagineimaginer that, for the entiretout countryPays of ZambiaZambie,
93
242546
2108
Vous pouvez imaginer
que pour la Zambie tout entière,
04:16
answeringrépondant just that singleunique questionquestion
94
244654
3574
répondre à cette seule question
04:20
looksregards something like this.
95
248228
1948
ressemble à quelque chose de ce genre.
04:22
TruckCamion after truckun camion after truckun camion
96
250176
2655
Camion après camion après camion
04:24
filledrempli with stackempiler after stackempiler after stackempiler of dataLes données.
97
252831
3461
remplis avec des piles et des piles
et des piles de données.
04:28
And what makesfait du it even worsepire is that
98
256292
1328
Le pire, c'est que
04:29
that's just the beginningdébut,
99
257620
1938
cela n'est que le début,
04:31
because onceune fois que you've collectedrecueilli all that dataLes données,
100
259558
1974
parce qu'une fois qu'on a collecté
toutes ces données,
04:33
of coursecours someone'squelques uns going to have to --
101
261532
1593
bien sûr, quelqu'un va devoir --
04:35
some unfortunatemalheureux personla personne is going to have to typetype that into a computerordinateur.
102
263125
3292
une pauvre personne va devoir
les entrer dans un ordinateur.
04:38
When I was a graduatediplômé studentétudiant, I actuallyréellement was
103
266417
2046
Quand j'étais un étudiant de deuxième cycle,
j'étais en fait
04:40
that unfortunatemalheureux personla personne sometimesparfois.
104
268463
2003
cette malheureuse personne, parfois.
04:42
I can tell you, I oftensouvent wasn'tn'était pas really payingpayant attentionattention.
105
270466
3011
Je peux vous dire que souvent
je ne faisais pas vraiment attention.
04:45
I probablyProbablement madefabriqué a lot of mistakeserreurs when I did it
106
273477
1818
J'ai probablement fait beaucoup d'erreurs
en faisant ce travail,
04:47
that no one ever discovereddécouvert, so dataLes données qualityqualité goesva down.
107
275295
2825
que personne n'a jamais découvertes,
donc la qualité des données diminue.
04:50
But eventuallyfinalement that dataLes données hopefullyj'espère getsobtient typedtapé into a computerordinateur,
108
278120
3152
Mais avec un peu de chance, ces données
finissent par être entrées dans l'ordinateur,
04:53
and someoneQuelqu'un can begincommencer to analyzeanalyser it,
109
281272
1767
et quelqu'un peut commencer à les analyser.
04:55
and onceune fois que they have an analysisune analyse and a reportrapport,
110
283039
2716
Dès qu'ils ont une analyse et un rapport,
04:57
hopefullyj'espère then you can take the resultsrésultats of that dataLes données collectioncollection
111
285755
3299
si on a de la chance, on peut prendre
les résultats de cette collecte
05:01
and use it to vaccinatevacciner childrenles enfants better.
112
289054
2147
et les utiliser
pour vacciner les enfants plus efficacement.
05:03
Because if there's anything worsepire
113
291201
2909
Parce qu'il n'y a rien de pire
05:06
in the fieldchamp of globalglobal publicpublic healthsanté,
114
294110
2346
dans le domaine de la santé publique,
05:08
I don't know what's worsepire than allowingen permettant childrenles enfants on this planetplanète
115
296456
2729
je ne sais pas ce qui est pire que de laisser
des enfants sur cette planète
05:11
to diemourir of vaccine-preventableévitables diseasesmaladies,
116
299185
3140
mourir de maladies que l'on peut éviter
en les vaccinant,
05:14
diseasesmaladies for whichlequel the vaccinevaccin costsfrais a dollardollar.
117
302325
3510
des maladies pour lesquelles
les vaccins coûtent un dollar.
05:17
And millionsdes millions of childrenles enfants diemourir of these diseasesmaladies everychaque yearan.
118
305835
3088
Des millions d'enfants meurent
de ces maladies chaque année.
05:20
And the factfait is, millionsdes millions is a grossbrut estimateestimation because
119
308923
3462
En réalité, des millions est
une évaluation approximative, parce que
05:24
we don't really know how manybeaucoup kidsdes gamins diemourir eachchaque yearan of this.
120
312385
3005
nous ne savons pas vraiment combien d'enfants
meurent chaque année de ces maladies.
05:27
What makesfait du it even more frustratingfrustrant is that
121
315390
2352
Ce qui fait que c'est
encore plus frustrant, c'est que
05:29
the dataLes données entryentrée partpartie, the partpartie that I used to do as a gradGrad studentétudiant,
122
317742
3099
l'entrée des données,
ce que je faisais quand j'étais étudiant,
05:32
can take sometimesparfois sixsix monthsmois.
123
320841
1970
peut prendre quelquefois six mois.
05:34
SometimesParfois it can take two yearsannées to typetype that informationinformation
124
322811
2276
Quelquefois cela peut prendre deux ans
pour saisir l'information
05:37
into a computerordinateur, and sometimesparfois, actuallyréellement not infrequentlyrarement,
125
325087
3336
dans l'ordinateur, et quelquefois,
en fait souvent,
05:40
it actuallyréellement never happensarrive.
126
328423
1988
ce n'est même jamais fait.
05:42
Now try and wrapemballage your headtête around that for a secondseconde.
127
330411
2257
Essayez de vous imaginer
cela un instant.
05:44
You just had teamséquipes of hundredsdes centaines of people.
128
332668
2442
Vous avez des équipes
de centaines des personnes
05:47
They wentest allé out into the fieldchamp to answerrépondre a particularparticulier questionquestion.
129
335110
2366
qui sont venues sur le terrain
pour répondre à une question en particulier.
05:49
You probablyProbablement spentdépensé hundredsdes centaines of thousandsmilliers of dollarsdollars
130
337476
2467
Vous avez probablement dépensé
des centaines de milliers de dollars
05:51
on fuelcarburant and photocopyingphotocopie and perpar diemDiem,
131
339943
3844
en carburant, en photocopies,
en indemnités journalières,
05:55
and then for some reasonraison, momentumélan is lostperdu
132
343787
2353
et puis, pour une raison ou une autre,
l'élan est perdu
05:58
or there's no moneyargent left,
133
346140
1311
ou il ne reste plus d'argent,
05:59
and all of that comesvient to nothing
134
347451
2405
et tout cela se solde par un échec
06:01
because no one actuallyréellement typesles types it into the computerordinateur at all.
135
349856
2647
parce que personne
n'a entré les données dans un ordinateur.
06:04
The processprocessus just stopsarrêts. HappensIl arrive all the time.
136
352503
3310
Le processus s'arrête. Ça arrive tout le temps.
06:07
This is what we basebase our decisionsles décisions on in globalglobal healthsanté:
137
355813
2933
C'est là-dessus que nous fondons
nos décisions en santé publique :
06:10
little dataLes données, oldvieux dataLes données, no dataLes données.
138
358746
4898
peu de données, des données anciennes,
pas de données.
06:15
So back in 1995, I begana commencé to think about waysfaçons
139
363644
2567
Alors en 1995, j'ai commencé
à imaginer des façons
06:18
in whichlequel we could improveaméliorer this processprocessus.
140
366211
2154
d'améliorer ce processus.
06:20
Now 1995, obviouslyévidemment that was quiteassez a long time agodepuis.
141
368365
2798
1995, c'était, évidemment, il y a longtemps.
06:23
It kindgentil of frightensfait peur me to think of how long agodepuis that was.
142
371163
2382
Ça me fait un peu peur de penser
à combien d'années se sont écoulées depuis.
06:25
The topHaut moviefilm of the yearan was
143
373545
2194
Le film de l'année était
06:27
"DieDie HardDur with a VengeanceVengeance."
144
375739
1182
« Die Hard 3 : une journée en enfer. »
06:28
As you can see, BruceBruce WillisWillis had a lot more haircheveux back then.
145
376921
2783
Comme vous voyez, Bruce Willis avait
beaucoup plus de cheveux en ce temps-là.
06:31
I was workingtravail in the CentersCentres de for DiseaseMaladie ControlContrôle,
146
379704
2384
Je travaillais pour les Centres
pour le Contrôle des Maladies,
06:34
and I had a lot more haircheveux back then as well.
147
382088
3043
et j'avais aussi
beaucoup plus de cheveux à cette époque.
06:37
But to me, the mostles plus significantimportant thing that I saw in 1995
148
385131
3342
Mais pour moi, la chose la plus importante
que j'ai vue en 1995
06:40
was this.
149
388473
1454
c'était ceci.
06:41
HardDur for us to imagineimaginer, but in 1995,
150
389927
2641
C'est difficile à imaginer, mais en 1995,
06:44
this was the ultimateultime eliteélite mobilemobile devicedispositif.
151
392568
3598
c'était le dispositif portable dernier cri.
06:48
Right? It wasn'tn'était pas an iPhoneiPhone. It wasn'tn'était pas a GalaxyGalaxy phonetéléphone.
152
396166
2372
N'est-ce pas ? Ce n'était pas un iPhone.
Ce n'était pas un Galaxy.
06:50
It was a PalmPalm PilotPilote.
153
398538
1478
C'était un Palm Pilot.
06:52
And when I saw the PalmPalm PilotPilote for the first time, I thought,
154
400016
3564
Quand j'ai vu le Palm Pilot pour la première fois,
j'ai pensé :
06:55
why can't we put the formsformes on these PalmPalm PilotsPilotes
155
403580
2527
pourquoi ne pas mettre les formulaires
sur ces Palm Pilots
06:58
and go out into the fieldchamp just carryingporter one PalmPalm PilotPilote,
156
406107
2872
et aller sur le terrain
avec seulement un Palm Pilot,
07:00
whichlequel can holdtenir the capacitycapacité of tensdizaines of thousandsmilliers
157
408979
3117
qui peut contenir les dizaines de milliers
07:04
of paperpapier formsformes? Why don't we try to do that?
158
412096
2181
de formulaires papier ?
Pourquoi ne pas essayer cela ?
07:06
Because if we can do that, if we can actuallyréellement just
159
414277
2748
Parce que si nous pouvons faire cela,
si nous pouvons
07:09
collectcollecte the dataLes données electronicallyélectroniquement, digitallynumériquement,
160
417025
2514
collecter les données électroniquement, numériquement,
07:11
from the very beginningdébut,
161
419539
1903
dès le début,
07:13
we can just put a shortcutraccourci right throughpar that wholeentier processprocessus
162
421442
3017
nous pouvons raccourcir le processus
07:16
of typingdactylographie,
163
424459
3222
d'entrée des données,
07:19
of havingayant somebodyquelqu'un typetype that stuffdes trucs into the computerordinateur.
164
427681
1983
ne plus avoir quelqu'un entrant
l'information dans l'ordinateur.
07:21
We can skipsauter straighttout droit to the analysisune analyse
165
429664
1959
Nous pouvons aller directement à l'analyse,
07:23
and then straighttout droit to the use of the dataLes données to actuallyréellement saveenregistrer livesvies.
166
431623
3075
puis directement à l'utilisation des données
pour sauver des vies.
07:26
So that's actuallyréellement what I begana commencé to do.
167
434698
2515
C'est donc ce que j'ai commencé à faire.
07:29
WorkingTravaillant at CDCCDC, I begana commencé to travelVoyage to differentdifférent programsprogrammes
168
437213
3334
Travaillant au CCM, j'ai commencé à voyager
dans différents programmes
07:32
around the worldmonde and to traintrain them in usingen utilisant PalmPalm PilotsPilotes
169
440547
4069
à travers le monde et je les ai formés
à l'utilisation des Palm Pilots
07:36
to do dataLes données collectioncollection insteadau lieu of usingen utilisant paperpapier.
170
444616
2525
pour collecter des données,
plutôt que d'utiliser du papier.
07:39
And it actuallyréellement workedtravaillé great.
171
447141
2109
Et ça a très bien marché.
07:41
It workedtravaillé exactlyexactement as well as anybodyn'importe qui would have predictedprédit.
172
449250
2665
Ça a marché exactement
comme n'importe qui l'aurait prédit.
07:43
What do you know? DigitalDigital dataLes données collectioncollection
173
451915
2233
Qui l'eût cru ?
La collecte numérique de données
07:46
is actuallyréellement more efficientefficace than collectingrecueillir on paperpapier.
174
454148
2271
est plus efficace que la collecte sur papier.
07:48
While I was doing it, my businessEntreprise partnerpartenaire, RoseRose,
175
456419
2364
Pendant que je faisais cela,
mon associée, Rose,
07:50
who'squi est here with her husbandmari, MatthewMatthieu, here in the audiencepublic,
176
458783
2817
qui est ici avec son mari, Matthew,
ici dans le public,
07:53
RoseRose was out doing similarsimilaire stuffdes trucs for the AmericanAméricain RedRouge CrossCroix.
177
461600
3177
Rose faisait la même chose
pour la Croix-Rouge américaine.
07:56
The problemproblème was, after a fewpeu yearsannées of doing that,
178
464777
2065
Le problème, après quelques années
passées à faire ça,
07:58
I realizedréalisé I had doneterminé -- I had been to maybe
179
466842
2740
c'est que j'ai réalisé que j'avais fait
-- j'avais été voir peut-être
08:01
sixsix or sevenSept programsprogrammes, and I thought,
180
469582
2718
six ou sept programmes, et je me suis dit,
08:04
you know, if I keep this up at this pacerythme,
181
472300
2310
si je continue à cette vitesse
08:06
over my wholeentier careercarrière, maybe I'm going to go
182
474610
1654
pendant toute ma carrière, je vais peut-être
08:08
to maybe 20 or 30 programsprogrammes.
183
476264
2277
aller voir 20 ou 30 programmes.
08:10
But the problemproblème is, 20 or 30 programsprogrammes,
184
478541
3229
Mais le problème, c'est que 20 ou 30 programmes,
08:13
like, trainingentraînement 20 or 30 programsprogrammes to use this technologyLa technologie,
185
481770
2973
former 20 ou 30 programmes
à utiliser cette technologie,
08:16
that is a tinyminuscule droplaissez tomber in the bucketseau.
186
484743
2206
c'est une petite goutte d'eau dans l'océan.
08:18
The demanddemande for this, the need for dataLes données to runcourir better programsprogrammes,
187
486949
4039
Le demande, la nécessité d'avoir des données
pour que les programmes soient plus efficaces
08:22
just withindans healthsanté, not to mentionmention all of the other fieldsdes champs
188
490988
2736
rien que dans la santé,
sans parler de tous autres domaines
08:25
in developingdéveloppement countriesdes pays, is enormousénorme.
189
493724
2166
dans les pays en voie de développement,
est énorme.
08:27
There are millionsdes millions and millionsdes millions and millionsdes millions of programsprogrammes,
190
495890
4010
Il y a des millions et des millions
de programmes,
08:31
millionsdes millions of clinicscliniques that need to trackPiste drugsdrogues,
191
499900
2535
des millions de dispensaires qui ont besoin
de suivre les médicaments,
08:34
millionsdes millions of vaccinevaccin programsprogrammes.
192
502435
1299
des millions de programmes de vaccination.
08:35
There are schoolsécoles that need to trackPiste attendancefréquentation.
193
503734
2057
Il y a les écoles qui ont besoin
de suivre la présence des élèves.
08:37
There are all these differentdifférent things
194
505791
2005
Il y a toutes ces choses différentes
08:39
for us to get the dataLes données that we need to do.
195
507796
2095
qui ont besoin de données pour fonctionner.
08:41
And I realizedréalisé, if I keptconservé up the way that I was doing,
196
509891
4526
Et j'ai réalisé que si continuais à faire
ce que je faisais,
08:46
I was basicallyen gros hardlyà peine going to make any impactimpact
197
514417
3243
je ne changerais presque rien
08:49
by the endfin of my careercarrière.
198
517660
1832
d'ici la fin de ma carrière.
08:51
And so I begana commencé to wracknoueuse my braincerveau
199
519492
2155
J'ai donc commencé à me demander,
08:53
tryingen essayant to think about, you know,
200
521647
1143
à me creuser les méninges, pour réfléchir
08:54
what was the processprocessus that I was doing,
201
522790
1518
au processus que j'étais en train de suivre,
08:56
how was I trainingentraînement folksgens, and what were the bottlenecksgoulots d’étranglement
202
524308
2856
comment je formais les gens,
quels étaient les freins,
08:59
and what were the obstaclesobstacles to doing it fasterPlus vite
203
527164
2813
et quels obstacles empêchaient
de le faire plus vite
09:01
and to doing it more efficientlyefficacement?
204
529977
1520
et plus efficacement.
09:03
And unfortunatelymalheureusement, after thinkingen pensant about this for some time,
205
531497
3143
Et malheureusement, après avoir réfléchi à cela
pendant un certain temps,
09:06
I realizedréalisé -- I identifiedidentifié the mainprincipale obstacleobstacle.
206
534640
3452
j'ai réalisé -- j'ai identifié l'obstacle principal.
09:10
And the mainprincipale obstacleobstacle, it turnedtourné out,
207
538092
1977
L'obstacle principal, en fin de compte,
09:12
and this is a sadtriste realizationréalisation,
208
540069
1835
et c'est une triste prise de conscience,
09:13
the mainprincipale obstacleobstacle was me.
209
541904
2268
l'obstacle principal, c'était moi.
09:16
So what do I mean by that?
210
544172
2196
Qu'est-ce que je veux dire par là ?
09:18
I had developeddéveloppé a processprocessus wherebypar lequel
211
546368
2488
J'avais développé un processus dans lequel
09:20
I was the centercentre of the universeunivers of this technologyLa technologie.
212
548856
5045
j'étais le centre de l’univers de cette technologie.
09:25
If you wanted to use this technologyLa technologie, you had to get in touchtoucher with me.
213
553901
2989
Si vous vouliez utiliser cette technologie,
il fallait me contacter.
09:28
That meansveux dire you had to know I existedexisté.
214
556890
2106
Et pour cela, il fallait savoir que j'existe.
09:30
Then you had to find the moneyargent to payPayer for me
215
558996
1474
Ensuite il fallait trouver de l'argent pour payer
09:32
to flymouche out to your countryPays
216
560470
1486
mon voyage jusque dans votre pays,
09:33
and the moneyargent to payPayer for my hotelun hôtel
217
561956
1548
et l'argent pour payer mon hôtel
09:35
and my perpar diemDiem and my dailydu quotidien ratetaux.
218
563504
2760
et mes indemnités journalières
et mon tarif journalier.
09:38
So you could be talkingparlant about 10,000 or 20,000 or 30,000 dollarsdollars
219
566264
2949
On pouvait donc parler de 10 000,
de 20 000 ou de 30 000 dollars
09:41
if I actuallyréellement had the time or it fiten forme my scheduleprogramme
220
569213
2582
à condition que j'aie le temps
ou que cela soit compatible avec mon agenda,
09:43
and I wasn'tn'était pas on vacationvacances.
221
571795
1947
et que je ne sois pas en vacances.
09:45
The pointpoint is that anything, any systemsystème that dependsdépend
222
573742
2897
Ce que je veux dire, c'est que
n'importe quel système qui dépend
09:48
on a singleunique humanHumain beingétant or two or threeTrois or fivecinq humanHumain beingsêtres,
223
576639
2870
d'un seul être humain,
ou de deux, trois ou cinq êtres humains,
09:51
it just doesn't scaleéchelle.
224
579509
1736
ça ne peut pas fonctionner à grande échelle.
09:53
And this is a problemproblème for whichlequel we need to scaleéchelle
225
581245
2021
C'est un problème
pour lequel nous avons besoin
09:55
this technologyLa technologie and we need to scaleéchelle it now.
226
583266
2997
de cette technologie à grande échelle,
et nous en avons besoin tout de suite.
09:58
And so I begana commencé to think of waysfaçons in whichlequel I could basicallyen gros
227
586263
2222
J'ai donc commencé à réfléchir à des moyens
10:00
take myselfmoi même out of the picturephoto.
228
588485
2384
de me faire sortir du processus.
10:02
And, you know, I was thinkingen pensant,
229
590869
4496
Vous savez, je me suis demandé
10:07
how could I take myselfmoi même out of the picturephoto
230
595365
2096
comment je pouvais me faire sortir du processus
10:09
for quiteassez some time.
231
597461
1809
pendant un certain temps.
10:11
You know, I'd been trainedqualifié that the way that
232
599270
2157
J'avais été formé pour penser
10:13
you distributedistribuer technologyLa technologie withindans internationalinternational developmentdéveloppement
233
601427
2722
que lorsqu'on distribue de la technologie
pour le développement international,
10:16
is always consultant-basedaxée sur le consultant.
234
604149
2027
c'est toujours en passant par un consultant.
10:18
It's always guys that look prettyjoli much like me
235
606176
2977
C'est toujours des personnes dans mon genre,
10:21
flyingen volant from countriesdes pays that look prettyjoli much like this
236
609153
2301
qui viennent de pays comme celui-ci,
10:23
to other countriesdes pays with people with darkerplus sombre skinpeau.
237
611454
3106
et qui vont dans d'autres pays
avec des gens à la peau plus sombre.
10:26
And you go out there, and you spenddépenser moneyargent on airfarebillet d’avion
238
614560
2445
Et on va là, et on dépense de l'argent
pour les billets d'avion,
10:29
and you spenddépenser time and you spenddépenser perpar diemDiem
239
617005
3510
et on dépense du temps,
et des indemnités journalières,
10:32
and you spenddépenser [on a] hotelun hôtel and you spenddépenser all that stuffdes trucs.
240
620515
2112
et on paie une chambre d'hôtel,
et on dépense de l'argent pour toutes ces choses.
10:34
As farloin as I knewa connu, that was the only way
241
622627
1851
À ma connaissance, c'était le seul moyen
10:36
you could distributedistribuer technologyLa technologie, and I couldn'tne pouvait pas figurefigure out a way around it.
242
624478
3269
pour distribuer des technologies,
et je ne parvenais pas à en trouver un autre.
10:39
But the miraclemiracle that happenedarrivé,
243
627747
2671
Mais le miracle qui s'est produit,
10:42
I'm going to call it HotmailHotmail for shortcourt.
244
630418
2750
je vais l'appeler Hotmail, pour faire court.
10:45
Now you maymai not think of HotmailHotmail as beingétant miraculousmiraculeux,
245
633168
2181
Vous ne pensez peut-être pas que
Hotmail est un miracle,
10:47
but for me it was miraculousmiraculeux, because I noticedremarqué,
246
635349
2913
mais pour moi c’en était un,
parce que j'ai remarqué,
10:50
just as I was wrestlinglutte with this problemproblème,
247
638262
2566
au moment où je luttais avec ce problème,
10:52
I was workingtravail in sub-SaharanSubsaharienne AfricaL’Afrique mostlyla plupart at the time.
248
640828
3414
-- je travaillais principalement
en Afrique subsaharienne à cette époque --
10:56
I noticedremarqué that everychaque sub-SaharanSubsaharienne AfricanAfricain healthsanté workerouvrier
249
644242
2589
j'ai remarqué que chaque travailleur de la santé
avec qui je travaillais
10:58
that I was workingtravail with had a HotmailHotmail accountCompte.
250
646831
4108
en Afrique subsaharienne,
avait un compte Hotmail.
11:02
And I thought, it struckfrappé me,
251
650939
2144
Et j'ai pensé, je me suis dit soudainement :
11:05
wait a minuteminute, I know that the HotmailHotmail people
252
653083
2615
attends un peu, je sais que
les représentants de Hotmail
11:07
surelysûrement didn't flymouche to the MinistryMinistère of HealthSanté of KenyaKenya
253
655698
2716
ne sont pas venus
au Ministère de la Santé du Kenya
11:10
to traintrain people in how to use HotmailHotmail.
254
658414
2711
pour former les gens à utiliser Hotmail.
11:13
So these guys are distributingdistribution technologyLa technologie.
255
661125
2487
Donc ces gens distribue une technologie.
11:15
They're gettingobtenir softwareLogiciel capacitycapacité out there
256
663612
2004
Ils font circuler des logiciels
et la capacité à les utiliser,
11:17
but they're not actuallyréellement flyingen volant around the worldmonde.
257
665616
2009
mais ils ne voyagent pas à travers le monde.
11:19
I need to think about this some more.
258
667625
1560
Je dois réfléchir à cela un peu plus.
11:21
While I was thinkingen pensant about it, people startedcommencé usingen utilisant
259
669185
2173
Pendant que j'y réfléchissais,
les gens ont commencé à utiliser
11:23
even more things just like this, just as we were.
260
671358
3200
encore plus de choses de ce genre,
tout comme nous.
11:26
They startedcommencé usingen utilisant LinkedInLinkedIn and FlickrFlickr
261
674558
1210
Ils ont commencé à utiliser LinkedIn et Flickr,
11:27
and GmailGmail and GoogleGoogle MapsCartes, all these things.
262
675768
2761
Gmail et Google Maps, toutes ces choses.
11:30
Of coursecours, all of these things are cloud-basedbasé sur un nuage
263
678529
2726
Naturellement, toutes ces choses
sont basées sur le cloud
11:33
and don't requireexiger any trainingentraînement.
264
681255
2206
et ne nécessitent aucune formation.
11:35
They don't requireexiger any programmersprogrammeurs.
265
683461
1600
Ils n'ont pas besoin des programmeurs.
11:37
They don't requireexiger any consultantsconsultants, because
266
685061
1709
Ils n'ont pas besoin des consultants,
parce que
11:38
the businessEntreprise modelmaquette for all these businessesentreprises
267
686770
2394
le modèle commercial de ces entreprises
11:41
requiresa besoin that something be so simplesimple we can use it ourselvesnous-mêmes
268
689164
2997
exige que le service soit si simple
que nous pouvons l'utiliser nous-mêmes
11:44
with little or no trainingentraînement.
269
692161
1185
avec peu ou pas de formation.
11:45
You just have to hearentendre about it and go to the websitesite Internet.
270
693346
2614
Il faut juste en entendre parler
et aller voir le site web.
11:47
And so I thought, what would happense produire if we builtconstruit softwareLogiciel
271
695960
4365
Je me suis donc demandé
ce qui arriverait si nous développions un logiciel
11:52
to do what I'd been consultingconsultant in?
272
700325
2011
pour faire ce que je faisais comme consultant ?
11:54
InsteadAu lieu de cela of trainingentraînement people how
273
702336
1434
Plutôt que de former les gens
11:55
to put formsformes ontosur mobilemobile devicesdispositifs,
274
703770
2850
à mettre les formulaires sur des appareils portables,
11:58
let's createcréer softwareLogiciel that letspermet them do it themselvesse
275
706620
2284
créons un logiciel qui leur permette
de le faire eux-mêmes
12:00
with no trainingentraînement and withoutsans pour autant me beingétant involvedimpliqué?
276
708904
1890
sans formation et sans moi.
12:02
And that's exactlyexactement what we did.
277
710794
1804
Et c'est exactement ce que nous avons fait.
12:04
So we createdcréé softwareLogiciel calledappelé MagpiMagpi,
278
712598
3684
Nous avons créé un logiciel nommé Magpi,
12:08
whichlequel has an onlineen ligne formforme creatorcréateur.
279
716282
1877
qui a un créateur des formulaires en ligne.
12:10
No one has to speakparler to me.
280
718159
1151
Personne n'a besoin de me parler.
12:11
You just have to hearentendre about it and go to the websitesite Internet.
281
719310
2694
Il faut seulement en entendre parler
et aller voir le site web.
12:14
You can createcréer formsformes, and onceune fois que you've createdcréé the formsformes,
282
722004
2747
On peut créer des formulaires,
et une fois qu'ils ont été créés,
12:16
you pushpousser them to a varietyvariété of commoncommun mobilemobile phonesTéléphones.
283
724751
2340
on les envoie à plusieurs modèles très courants
de téléphones portables.
12:19
ObviouslyDe toute évidence nowadaysaujourd'hui, we'venous avons moveddéplacé pastpassé PalmPalm PilotsPilotes
284
727091
2475
Évidemment, aujourd'hui,
nous avons laissé tomber les Palm Pilots
12:21
to mobilemobile phonesTéléphones.
285
729566
1328
en faveur des téléphones portables.
12:22
And it doesn't have to be a smartphonesmartphone.
286
730894
1132
Et ça n'a pas besoin d'être un smartphone.
12:24
It can be a basicde base phonetéléphone like the phonetéléphone on the right there,
287
732026
2707
Ça peut être un téléphone portable élémentaire comme le téléphone à droite là,
12:26
you know, the basicde base kindgentil of SymbianSymbian phonetéléphone
288
734733
1336
vous savez, le type simple de téléphone Symbian
12:28
that's very commoncommun in developingdéveloppement countriesdes pays.
289
736069
2466
qui est très courant
dans les pays en voie de développement.
12:30
And the great partpartie about this is, it's just like HotmailHotmail.
290
738535
3999
Et le meilleur là-dedans,
c'est que c'est exactement comme Hotmail.
12:34
It's cloud-basedbasé sur un nuage, and it doesn't requireexiger any trainingentraînement,
291
742534
2334
c'est basé sur le cloud,
et ça ne nécessite ni formation,
12:36
programmingla programmation, consultantsconsultants.
292
744868
2040
ni programmation, ni consultants.
12:38
But there are some additionalsupplémentaires benefitsavantages as well.
293
746908
1936
Mais il y a aussi des avantages supplémentaires.
12:40
Now we knewa connu, when we builtconstruit this systemsystème,
294
748844
1955
Nous savions, quand nous avons créé ce système,
12:42
the wholeentier pointpoint of it, just like with the PalmPalm PilotsPilotes,
295
750799
2293
que le but, exactement comme les Palm Pilots,
12:45
was that you'dtu aurais have to, you'dtu aurais be ablecapable to
296
753092
2604
était de donner la capacité
12:47
collectcollecte the dataLes données and immediatelyimmédiatement uploadtélécharger the dataLes données and get your dataLes données setensemble.
297
755696
3191
de collecter les données, de les télécharger
immédiatement et d'obtenir un jeu de données.
12:50
But what we founda trouvé, of coursecours, sincedepuis it's alreadydéjà on a computerordinateur,
298
758887
2437
Mais ce que nous avons découvert, bien sûr,
puisque c'est déjà sur ordinateur,
12:53
we can deliverlivrer instantinstant mapscartes and analysisune analyse and graphingreprésentation graphique.
299
761324
3188
nous pouvons en fournir immédiatement
des cartes, des analyses et des graphiques.
12:56
We can take a processprocessus that tooka pris two yearsannées
300
764512
2251
Nous pouvons condenser
un processus qui durait deux ans
12:58
and compresscompresse that down to the spaceespace of fivecinq minutesminutes.
301
766763
3222
en cinq minutes.
13:01
UnbelievableIncroyable improvementsdes améliorations in efficiencyEfficacité.
302
769985
2506
Des améliorations incroyables en efficacité.
13:04
Cloud-basedBasé sur un nuage, no trainingentraînement, no consultantsconsultants, no me.
303
772491
4766
Le cloud, pas de formation,
pas de consultants, pas de moi.
13:09
And I told you that in the first fewpeu yearsannées
304
777257
2323
Je vous ai raconté
que les premières années
13:11
of tryingen essayant to do this the old-fashionedancienne way,
305
779580
1827
pendant lesquelles j'essayais
de faire ça à l'ancienne,
13:13
going out to eachchaque countryPays,
306
781407
1292
en allant dans chaque pays,
13:14
we reachedatteint about, I don't know,
307
782699
3054
nous avons touché, je ne sais pas,
13:17
probablyProbablement trainedqualifié about 1,000 people.
308
785753
2118
nous avons probablement formé
environ 1 000 personnes.
13:19
What happenedarrivé after we did this?
309
787871
1803
Que s'est-il passé
après la création de ce système ?
13:21
In the secondseconde threeTrois yearsannées, we had 14,000 people
310
789674
2506
Pendant les 3 années suivantes,
14 000 personnes
13:24
find the websitesite Internet, signsigne up, and startdébut usingen utilisant it to collectcollecte dataLes données,
311
792180
3193
ont trouvé le site web, ont créé un compte et ont commencé à l'utiliser pour collecter des données,
13:27
dataLes données for disastercatastrophe responseréponse,
312
795373
1502
des données pour les réactions aux catastrophes,
13:28
CanadianCanadien pigporc farmersLes agriculteurs trackingsuivi pigporc diseasemaladie and pigporc herdstroupeaux,
313
796875
4748
des éleveurs de porc canadiens suivant les maladies du cochon et de leurs troupeaux,
13:33
people trackingsuivi drugdrogue suppliesProvisions.
314
801623
2415
des gens suivant les réserves de médicaments.
13:36
One of my favoritepréféré examplesexemples, the IRCIRC,
315
804038
1942
Un de mes exemples favoris, l'IRC,
13:37
InternationalInternational RescueSauvetage CommitteeComité,
316
805980
1629
l'International Rescue Committee,
13:39
they have a programprogramme where semi-literatesemi-alphabétisés midwivessages-femmes
317
807609
3237
ils ont un programme dans lequel
des sages-femmes sachant juste lire
13:42
usingen utilisant $10 mobilemobile phonesTéléphones
318
810846
2427
utilisent des téléphones portables
qui coûtent dix dollars,
13:45
sendenvoyer a texttexte messagemessage usingen utilisant our softwareLogiciel
319
813273
2209
envoient un texto en utilisant notre logiciel
13:47
onceune fois que a weekla semaine with the numbernombre of birthsnaissances
320
815482
2209
une fois par semaine
avec le nombre de naissances
13:49
and the numbernombre of deathsdes morts, whichlequel givesdonne IRCIRC
321
817691
2313
et de décès, ce qui donne à l'IRC
13:52
something that no one in globalglobal healthsanté has ever had:
322
820004
2599
quelque chose que personne
n'a jamais eu dans la santé :
13:54
a nearprès real-timetemps réél systemsystème of countingcompte babiesbébés,
323
822603
3637
un système de comptage des bébés,
presque en temps réel,
13:58
of knowingconnaissance how manybeaucoup kidsdes gamins are bornnée,
324
826240
1492
pour savoir combien d'enfants sont nés,
13:59
of knowingconnaissance how manybeaucoup childrenles enfants there are
325
827732
1676
pour savoir combien d'enfants il y a
14:01
in SierraSierra LeoneLeone, whichlequel is the countryPays where this is happeningévénement,
326
829408
2782
au Sierra Leone, qui est le pays
où ce programme est en place,
14:04
and knowingconnaissance how manybeaucoup childrenles enfants diemourir.
327
832190
3204
et pour savoir combien d'enfants meurent.
14:07
PhysiciansMédecins for HumanHumaine RightsDroits --
328
835394
1597
Physicians for Human Rigths
[Médecins pour les Droits de l'Homme] --
14:08
this is movingen mouvement a little bitbit outsideà l'extérieur the healthsanté fieldchamp
329
836991
2479
on sort un peu du domaine de la santé --
14:11
they are gatheringrassemblement, they're basicallyen gros trainingentraînement people
330
839470
2865
ils rassemblent des gens pour les former
14:14
to do raperâpé examsexamens in CongoCongo, where this is an epidemicépidémie,
331
842335
3364
à faire des examens de viol au Congo,
où le viol est une épidémie,
14:17
a horriblehorrible epidemicépidémie,
332
845699
1748
une épidémie horrible,
14:19
and they're usingen utilisant our softwareLogiciel to documentdocument
333
847447
2171
et ils utilisent notre logiciel pour documenter
14:21
the evidencepreuve they find, includingcomprenant photographicallyphotographiquement,
334
849618
2972
les preuves qu'ils trouvent,
y compris photographiquement,
14:24
so that they can bringapporter the perpetratorsauteurs to justiceJustice.
335
852590
4152
pour pouvoir traduire
en justice les responsables.
14:28
CamfedCAMFED, anotherun autre charitycharité basedbasé out of the U.K.,
336
856742
3683
Camfed, une association caritative
basée en dehors du Royaume-Uni,
14:32
CamfedCAMFED payspaie girls'filles' familiesdes familles to keep them in schoolécole.
337
860425
3748
paie des familles pour que leurs filles
continuent à aller à l'école.
14:36
They understandcomprendre this is the mostles plus significantimportant interventionintervention
338
864173
1873
Ils comprennent que
c'est l'intervention la plus importante
14:38
they can make. They used to trackPiste the dispersementsdispersements,
339
866046
3284
qu'ils peuvent faire.
Ils suivaient les absences,
14:41
the attendancefréquentation, the gradesgrades, on paperpapier.
340
869330
1986
l'assiduité, les notes, sur papier.
14:43
The turnaroundtourner autour time betweenentre a teacherprof
341
871316
1608
Le délai de production entre un professeur
14:44
writingl'écriture down gradesgrades or attendancefréquentation
342
872924
1726
écrivant les notes ou l'assiduité
14:46
and gettingobtenir that into a reportrapport was about two to threeTrois yearsannées.
343
874650
2610
et les mettant dans un bulletin
était d'environ deux ou trois ans.
14:49
Now it's realréal time, and because this is suchtel
344
877260
2230
Maintenant, c'est en temps réel, et parce que
14:51
a low-costà bas prix systemsystème and basedbasé in the cloudnuage, it costsfrais,
345
879490
2940
c'est un système peu coûteux
et en ligne, il coûte,
14:54
for the entiretout fivecinq countriesdes pays that CamfedCAMFED runsfonctionne this in
346
882430
3434
pour les cinq pays
dans lesquels Camfed travaille,
14:57
with tensdizaines of thousandsmilliers of girlsfilles,
347
885864
1932
avec des dizaines de milliers de jeunes filles,
14:59
the wholeentier costCoût combinedcombiné is 10,000 dollarsdollars a yearan.
348
887796
3358
le prix total est 10 000 dollars par an.
15:03
That's lessMoins than I used to get
349
891154
1801
C'est moins que je gagnais
15:04
just travelingen voyageant out for two weekssemaines to do a consultationconsultation.
350
892955
5071
pour faire un rapport en deux semaines.
15:10
So I told you before that
351
898026
2136
Je vous ai raconté avant
15:12
when we were doing it the old-fashionedancienne way, I realizedréalisé
352
900162
2192
que quand nous faisions ça à l'ancienne,
j'ai réalisé
15:14
all of our work was really addingajouter up to just a droplaissez tomber in the bucketseau --
353
902354
2898
que tout notre travail n'était en fait
qu'une goutte d'eau dans l'océan --
15:17
10, 20, 30 differentdifférent programsprogrammes.
354
905252
2226
10, 20, 30 programmes différents.
15:19
We'veNous avons madefabriqué a lot of progressle progrès, but I recognizereconnaître
355
907478
2275
Nous avons bien avancé, mais je reconnais
15:21
that right now, even the work that we'venous avons doneterminé
356
909753
2157
qu'à l'heure actuelle,
même le travail que nous avons fait,
15:23
with 14,000 people usingen utilisant this,
357
911910
2404
14 000 personnes utilisant ce système,
15:26
is still a droplaissez tomber in the bucketseau. But something'scertaines choses changedmodifié.
358
914314
2946
ce n'est encore qu'une goutte d'eau dans l'océan.
Mais quelque chose a changé.
15:29
And I think it should be obviousévident.
359
917260
1216
Et je pense que ça devrait être évident.
15:30
What's changedmodifié now is,
360
918476
2091
Ce qui a changé aujourd'hui,
15:32
insteadau lieu of havingayant a programprogramme in whichlequel we're scalingmise à l'échelle at suchtel a slowlent ratetaux
361
920567
3578
c'est qu'au lieu d'un programme
que nous étendons tellement lentement
15:36
that we can never reachatteindre all the people who need us,
362
924145
3198
que nous ne pouvons jamais atteindre
tous les gens qui ont besoin de nous,
15:39
we'venous avons madefabriqué it unnecessaryinutile for people to get reachedatteint by us.
363
927343
3659
nous avons fait en sorte qu'il ne soit pas nécessaire
aux gens d'être atteints par nous.
15:43
We'veNous avons createdcréé a tooloutil that letspermet programsprogrammes
364
931002
3076
Nous avons créé un outil
qui permet à des programmes
15:46
keep kidsdes gamins in schoolécole, trackPiste the numbernombre of babiesbébés
365
934078
3155
de garder les enfants à l'école,
de suivre le nombre des bébés
15:49
that are bornnée and the numbernombre of babiesbébés that diemourir,
366
937233
2804
qui naissent
et le nombre des bébés qui meurent,
15:52
to catchcapture criminalscriminels and successfullyavec succès prosecuteintenter des poursuites them,
367
940037
3623
d'attraper des criminels
et de les poursuivre en justice avec succès,
15:55
to do all these differentdifférent things to learnapprendre more
368
943660
2690
de faire toutes ces choses différentes
qui nous informent
15:58
about what's going on, to understandcomprendre more, to see more,
369
946350
5117
de ce qui se passe, qui nous permettent
de mieux comprendre, de mieux voir,
16:03
and to saveenregistrer livesvies and improveaméliorer livesvies.
370
951467
3971
et de sauver et d'améliorer des vies.
16:07
Thank you.
371
955438
1997
Merci.
16:09
(ApplauseApplaudissements)
372
957435
3987
(Applaudissements)

▲Back to top

ABOUT THE SPEAKER
Joel Selanikio - Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges.

Why you should listen

A practicing pediatrician, former Wall Street computer consultant, and former epidemiologist at the Centers for Disease Control, Dr. Joel Selanikio is the CEO of DataDyne, a social business working in fields such as international development and global health.

Selanikio started to experiment with electronic data capture back when the Palm Pilot was cutting edge technology. In the years since then, he has helped to experiment with the growing potential and availability of technology--and the growing ubiquity of the cloud. Combining the two has led to systems such as Magpi mobile data collection software. Previously known as "EpiSurveyor," the service now has over 20,000 users in more than 170 countries.

Selanikio holds a bachelor's degree from Haverford College, a medical degree from Brown University, and he is a graduate of the Epidemic Intelligence Service fellowship of the CDC. He continues to practice clinical pediatrics as an Assistant Professor at Georgetown University and on the Emergency Response Team of the International Rescue Committee.

More profile about the speaker
Joel Selanikio | Speaker | TED.com