TED2012
Atul Gawande: How do we heal medicine?
Atul Gawande: Hogyan gyógyítsuk meg a gyógyászatot?
Filmed:
Readability: 4
2,001,183 views
Orvosi ellátásunk romokban hever. Az orvosok elképesztő (és csillagászati árú) kezelésekre képesek, de elfelejtik a lényeget: hogy valójában embereket kezelnek. Atul Gawande orvos és író arra buzdít minket, hogy kicsit távolabbról vizsgáljuk meg újra a gyógyítás új módszereit – kevesebb cowboyjal és több csapatmunkással.
Atul Gawande - Surgeon, writer, public health innovator
Surgeon and public health professor by day, writer by night, Atul Gawande explores how doctors can dramatically improve their practice using approaches as simple as a checklist – or coaching. Full bio
Surgeon and public health professor by day, writer by night, Atul Gawande explores how doctors can dramatically improve their practice using approaches as simple as a checklist – or coaching. Full bio
Double-click the English transcript below to play the video.
00:15
I got my start
0
0
3000
Sebészgyakornokként
00:18
in writing and research
1
3000
2000
kezdtem el
00:20
as a surgical trainee,
2
5000
3000
írni és kutatni,
00:23
as someone who was a long ways away
3
8000
2000
igen messze voltam még attól,
00:25
from becoming any kind of an expert at anything.
4
10000
3000
hogy bármiben is gyakorlott legyek.
00:28
So the natural question you ask then at that point
5
13000
3000
Ezért magától értetődő a kérdésük:
hogyan tökéletesíthetem azt,
amivel foglalkozom?
amivel foglalkozom?
00:31
is, how do I get good at what I'm trying to do?
6
16000
2000
00:33
And it became a question of,
7
18000
2000
Ez a kérdés tovább vezet:
00:35
how do we all get good
8
20000
2000
hogyan tökéletesíthetjük azt,
00:37
at what we're trying to do?
9
22000
3000
amivel foglalkozunk?
00:40
It's hard enough to learn to get the skills,
10
25000
4000
Elég nehéz gyakorlatot szerezni,
00:44
try to learn all the material you have to absorb
11
29000
3000
ahhoz, hogy mindent elsajátítsunk,
mindenben el kell mélyednünk,
mindenben el kell mélyednünk,
00:47
at any task you're taking on.
12
32000
2000
amivel csak dolgunk akad.
00:49
I had to think about how I sew and how I cut,
13
34000
3000
Át kellett gondolnom,
hogyan varrjak és vágjak,
hogyan varrjak és vágjak,
00:52
but then also how I pick the right person
14
37000
2000
aztán azt is: ki legyen
a megfelelő személy,
a megfelelő személy,
00:54
to come to an operating room.
15
39000
2000
aki a műtőben mellém áll.
00:56
And then in the midst of all this
16
41000
2000
Aztán mindezek tetejébe
00:58
came this new context
17
43000
2000
felmerült az új összefüggés,
01:00
for thinking about what it meant to be good.
18
45000
2000
annak átgondolása, mit jelent jónak lenni.
01:02
In the last few years
19
47000
2000
Az utóbbi pár évben
01:04
we realized we were in the deepest crisis
20
49000
3000
rájöttünk,
a gyógyászat legmélyebb válságát éljük át,
01:07
of medicine's existence
21
52000
2000
01:09
due to something you don't normally think about
22
54000
2000
olyasmi miatt,
01:11
when you're a doctor
23
56000
2000
amire orvosként nem is gondolunk,
01:13
concerned with how you do good for people,
24
58000
3000
mikor eldöntjük, hogy teszünk
jót az emberekkel,
jót az emberekkel,
01:16
which is the cost
25
61000
2000
ez pedig
01:18
of health care.
26
63000
2000
az egészségügyi gondozás költsége.
01:20
There's not a country in the world
27
65000
3000
Nincs olyan ország a világon,
01:23
that now is not asking
28
68000
2000
ahol fel ne merülne a kérdés,
01:25
whether we can afford what doctors do.
29
70000
3000
megengedhetjük-e magunknak,
amit az orvosok tesznek.
amit az orvosok tesznek.
01:28
The political fight that we've developed
30
73000
3000
A politikai harc, amit gerjesztettünk,
01:31
has become one around
31
76000
2000
akörül zajlik,
01:33
whether it's the government that's the problem
32
78000
3000
hogy vajon a kormány-e a hibás,
01:36
or is it insurance companies that are the problem.
33
81000
3000
vagy a biztosító társaságok.
01:41
And the answer is yes and no;
34
86000
4000
A válasz igen is meg nem is,
01:45
it's deeper than all of that.
35
90000
2000
mélyebbre vezet az egésznél.
01:47
The cause of our troubles
36
92000
2000
Alapvetően minden bajunk oka
01:49
is actually the complexity that science has given us.
37
94000
3000
tudományunk összetettségében rejlik.
01:52
And in order to understand this,
38
97000
2000
Ahhoz, hogy ezt megértsük,
01:54
I'm going to take you back a couple of generations.
39
99000
4000
vissza kell lépnünk pár generációt.
01:58
I want to take you back
40
103000
2000
Hadd vigyem vissza önöket abba a korba,
02:00
to a time when Lewis Thomas was writing in his book, "The Youngest Science."
41
105000
3000
amikor Lewis Thomas
A legifjabb tudomány című könyvét írta.
A legifjabb tudomány című könyvét írta.
02:03
Lewis Thomas was a physician-writer,
42
108000
2000
Lewis Thomas orvosíró,
02:05
one of my favorite writers.
43
110000
2000
az egyik kedvencem.
02:07
And he wrote this book to explain, among other things,
44
112000
3000
Egyebek közt azért írta ezt a művet,
hogy rávilágítson,
hogy rávilágítson,
02:10
what it was like to be a medical intern
45
115000
3000
milyen volt gyakornoknak lenni
02:13
at the Boston City Hospital
46
118000
2000
a Bostoni Városi Kórházban
02:15
in the pre-penicillin year
47
120000
2000
a penicillin kora előtt,
02:17
of 1937.
48
122000
3000
1937-ben.
02:20
It was a time when medicine was cheap
49
125000
4000
A gyógyszerek akkoriban olcsók voltak,
02:24
and very ineffective.
50
129000
4000
és csöppet sem hatásosak.
02:28
If you were in a hospital, he said,
51
133000
3000
Thomas leírja, annak, aki kórházba került,
02:31
it was going to do you good
52
136000
3000
csak azért volt jó,
02:34
only because it offered you
53
139000
2000
mert ott meleget, valamennyi ételt,
02:36
some warmth, some food, shelter,
54
141000
4000
menedéket kaptak,
02:40
and maybe the caring attention
55
145000
2000
esetleg egy ápolónő
02:42
of a nurse.
56
147000
2000
némi gondoskodást is nyújtott.
02:44
Doctors and medicine
57
149000
4000
Sem az orvosok, sem a gyógyszerek
02:48
made no difference at all.
58
153000
2000
nem sokat segítettek rajtuk.
02:50
That didn't seem to prevent the doctors
59
155000
2000
Ezzel együtt az orvosok
02:52
from being frantically busy in their days,
60
157000
2000
egész nap hajszoltan
sürögtek-forogtak,
sürögtek-forogtak,
02:54
as he explained.
61
159000
2000
magyarázta Thomas.
02:56
What they were trying to do
62
161000
2000
Azon fáradoztak, hogy megállapítsák,
02:58
was figure out whether you might have one of the diagnoses
63
163000
3000
a diagnózis szerint van-e olyan tünet,
03:01
for which they could do something.
64
166000
3000
amivel kezdhetnének valamit.
03:04
And there were a few.
65
169000
2000
Akadt is néhány.
03:06
You might have a lobar pneumonia, for example,
66
171000
3000
Tegyük fel, valakinek
lebenyes tüdőgyulladása volt,
lebenyes tüdőgyulladása volt,
03:09
and they could give you an antiserum,
67
174000
2000
erre antitest-injekció formájában
03:11
an injection of rabid antibodies
68
176000
4000
antiszérumot adhattak,
03:15
to the bacterium streptococcus,
69
180000
3000
a streptococcus baktériumok ellen,
03:18
if the intern sub-typed it correctly.
70
183000
4000
ha az orvosgyakornok helyesen
ismerte fel az altípust.
ismerte fel az altípust.
03:22
If you had an acute congestive heart failure,
71
187000
3000
Aki akut pangásos
szívelégtelenségben szenvedett,
szívelégtelenségben szenvedett,
03:25
they could bleed a pint of blood from you
72
190000
3000
annak megcsapolták az ereit,
03:28
by opening up an arm vein,
73
193000
3000
a karjából levettek pár deci vért,
03:31
giving you a crude leaf preparation of digitalis
74
196000
3000
nyers gyűszűviráglevél-
preparátumot adtak be,
preparátumot adtak be,
03:34
and then giving you oxygen by tent.
75
199000
5000
aztán oxigénsátrat húztak a beteg fölé.
03:39
If you had early signs of paralysis
76
204000
2000
A paralízis korai jeleinél,
03:41
and you were really good at asking personal questions,
77
206000
3000
ha az orvos rutinosan tudott
személyes kérdéseket feltenni,
személyes kérdéseket feltenni,
03:44
you might figure out
78
209000
2000
felismerhette,
03:46
that this paralysis someone has is from syphilis,
79
211000
3000
hogy az a fajta bénulás
a szifiliszből ered,
a szifiliszből ered,
03:49
in which case you could give this nice concoction
80
214000
3000
ez esetben ezt a mesés főzetet
adhatták a betegnek,
adhatták a betegnek,
03:52
of mercury and arsenic --
81
217000
4000
higany és arzén keverékét –
03:56
as long as you didn't overdose them and kill them.
82
221000
3000
addig, amíg túladagolással meg nem ölték.
04:01
Beyond these sorts of things,
83
226000
2000
Az orvosok mindezeken túl
04:03
a medical doctor didn't have a lot that they could do.
84
228000
5000
nem sokat tehettek.
04:08
This was when the core structure of medicine
85
233000
2000
Ekkor alakították ki
04:10
was created --
86
235000
2000
a gyógyászat alapszerkezetét –
04:12
what it meant to be good at what we did
87
237000
3000
mit jelent a helyes eljárás,
04:15
and how we wanted to build medicine to be.
88
240000
2000
és hogyan építsük fel a gyógykezelést.
04:17
It was at a time
89
242000
2000
Akkoriban,
04:19
when what was known you could know,
90
244000
2000
amikor az orvos mindent tudhatott,
ami akkor ismeretes volt,
ami akkor ismeretes volt,
04:21
you could hold it all in your head, and you could do it all.
91
246000
3000
mindent a fejében tarthatott,
és mindent megtehetett.
és mindent megtehetett.
04:24
If you had a prescription pad,
92
249000
2000
Akinek volt vénytömbje,
04:26
if you had a nurse,
93
251000
2000
volt mellette ápolónő,
04:28
if you had a hospital
94
253000
2000
volt egy kórháza,
04:30
that would give you a place to convalesce, maybe some basic tools,
95
255000
3000
ahol lábadozni lehetett,
esetleg volt némi alapfelszerelés,
esetleg volt némi alapfelszerelés,
04:33
you really could do it all.
96
258000
2000
az tényleg mindent megtehetett.
04:35
You set the fracture, you drew the blood,
97
260000
3000
Ellátták a törést, vért vettek,
04:38
you spun the blood,
98
263000
2000
vérképet elemeztek,
04:40
looked at it under the microscope,
99
265000
2000
megnézték mikroszkóp alatt,
04:42
you plated the culture, you injected the antiserum.
100
267000
3000
kultúrát tenyésztettek,
beadták az ellenanyagot.
beadták az ellenanyagot.
04:45
This was a life as a craftsman.
101
270000
5000
Iparos életet éltek.
04:50
As a result, we built it around
102
275000
3000
Ennek az lett az eredménye,
04:53
a culture and set of values
103
278000
2000
hogy olyan kultúrát és értékrendet
alakítottunk ki,
alakítottunk ki,
04:55
that said what you were good at
104
280000
3000
mely szerint az a fontos,
04:58
was being daring,
105
283000
2000
hogy az orvos merész,
05:00
at being courageous,
106
285000
2000
bátor,
05:02
at being independent and self-sufficient.
107
287000
4000
független és önellátó legyen.
05:06
Autonomy was our highest value.
108
291000
5000
Az önállóság lett a legfőbb erény.
05:12
Go a couple generations forward
109
297000
2000
Ám ha pár generációval előrébb lépünk,
05:14
to where we are, though,
110
299000
2000
napjainkba,
05:16
and it looks like a completely different world.
111
301000
2000
máris teljesen más világot látunk.
05:18
We have now found treatments
112
303000
3000
Szinte mindenre kidolgoztuk már
05:21
for nearly all of the tens of thousands of conditions
113
306000
4000
a megfelelő kezelési módszereket,
05:25
that a human being can have.
114
310000
2000
minden esetre, ami csak előfordulhat.
05:27
We can't cure it all.
115
312000
2000
Nem tudunk mindent meggyógyítani.
05:29
We can't guarantee that everybody will live a long and healthy life.
116
314000
3000
Nem tudunk mindenkinek hosszú és
egészséges életet biztosítani.
egészséges életet biztosítani.
05:32
But we can make it possible
117
317000
2000
De a legtöbb ember számára
05:34
for most.
118
319000
3000
lehetővé tesszük.
05:37
But what does it take?
119
322000
2000
De mi kell mindehhez?
05:39
Well, we've now discovered
120
324000
2000
Nos, mostanra már 4000 orvosi
05:41
4,000 medical and surgical procedures.
121
326000
4000
és sebészi eljárást dolgoztunk ki.
05:45
We've discovered 6,000 drugs
122
330000
3000
6000 kikísérletezett és engedélyezett
05:48
that I'm now licensed to prescribe.
123
333000
3000
gyógyszert írhatok fel.
05:51
And we're trying to deploy this capability,
124
336000
2000
És igyekszünk kiterjeszteni
ezt a lehetőséget,
ezt a lehetőséget,
05:53
town by town,
125
338000
2000
városról városra,
05:55
to every person alive --
126
340000
4000
mindenkire –
05:59
in our own country,
127
344000
2000
hazánkban,
06:01
let alone around the world.
128
346000
2000
és persze a világ többi részén.
06:03
And we've reached the point where we've realized,
129
348000
3000
És eljutottunk arra a pontra,
ahol rájöttünk:
ahol rájöttünk:
06:06
as doctors,
130
351000
2000
orvosként
06:08
we can't know it all.
131
353000
2000
nem vagyunk mindenhatók.
06:10
We can't do it all
132
355000
3000
Egyedül nem tudunk
06:13
by ourselves.
133
358000
2000
mindent megtenni.
06:15
There was a study where they looked
134
360000
2000
Egy tanulmányban azt vizsgálták,
06:17
at how many clinicians it took to take care of you
135
362000
2000
hány klinikai szakember kellett
06:19
if you came into a hospital,
136
364000
2000
az idők során ahhoz,
06:21
as it changed over time.
137
366000
2000
aki kórházba került.
06:23
And in the year 1970,
138
368000
2000
1970-ben például
06:25
it took just over two full-time equivalents of clinicians.
139
370000
3000
csak két teljes munkaidős orvos kellett.
06:28
That is to say,
140
373000
2000
Ez lényegében
06:30
it took basically the nursing time
141
375000
3000
csak az ápolási időt jelenti,
06:33
and then just a little bit of time for a doctor
142
378000
2000
plusz még egy kis időt rászánt az orvos,
06:35
who more or less checked in on you
143
380000
2000
aki többé-kevésbé ránézett a betegre,
06:37
once a day.
144
382000
2000
naponta egyszer.
06:39
By the end of the 20th century,
145
384000
3000
A 20. század végére
06:42
it had become more than 15 clinicians
146
387000
3000
több mint 15 fős ápolószemélyzet jutott
06:45
for the same typical hospital patient --
147
390000
3000
ugyanolyan típusú fekvőbetegre –
06:48
specialists, physical therapists,
148
393000
3000
szakorvosok, gyógytornászok
06:51
the nurses.
149
396000
3000
és ápolónők.
06:54
We're all specialists now,
150
399000
2000
Mára mindannyian szakemberek lettünk,
06:56
even the primary care physicians.
151
401000
2000
még az alapellátó orvosok is.
06:58
Everyone just has
152
403000
2000
Mindenki csak egy szeletet vállal
07:00
a piece of the care.
153
405000
3000
a beteggondozásból.
07:03
But holding onto that structure we built
154
408000
2000
Ám a résztvevők merészségére,
07:05
around the daring, independence,
155
410000
2000
függetlenségére és önállóságára
07:07
self-sufficiency
156
412000
2000
épített rendszerünk fenntartása
07:09
of each of those people
157
414000
3000
minden szereplője számára
07:12
has become a disaster.
158
417000
2000
rémálommá vált.
07:14
We have trained, hired and rewarded people
159
419000
4000
Arra képezzük ki, alkalmazzuk
és jutalmazzuk embereinket,
és jutalmazzuk embereinket,
07:18
to be cowboys.
160
423000
3000
hogy cowboyok legyenek.
07:21
But it's pit crews that we need,
161
426000
3000
Pedig szerelőcsapatra van szükségünk,
07:24
pit crews for patients.
162
429000
2000
és a betegeknek is szerelőcsapat kell.
07:26
There's evidence all around us:
163
431000
2000
Mindenütt látjuk ennek bizonyítékát:
07:28
40 percent of our coronary artery disease patients
164
433000
3000
hazánkban a szív- és érrendszeri
betegségektől szenvedő páciensek
betegségektől szenvedő páciensek
07:31
in our communities
165
436000
2000
40 százaléka
07:33
receive incomplete or inappropriate care.
166
438000
4000
elégtelen vagy nem megfelelő kezelést kap.
07:37
60 percent
167
442000
2000
Asztmás és stroke-os betegeink
07:39
of our asthma, stroke patients
168
444000
3000
hatvan százaléka
07:42
receive incomplete or inappropriate care.
169
447000
4000
elégtelen vagy nem megfelelő kezelést kap.
07:46
Two million people come into hospitals
170
451000
3000
Kétmillióan vannak,
akik kórházba kerülve kapnak fertőzést,
07:49
and pick up an infection
171
454000
2000
07:51
they didn't have
172
456000
2000
ott kapják meg,
07:53
because someone failed to follow
173
458000
3000
mert valaki nem tartotta be
07:56
the basic practices of hygiene.
174
461000
3000
az alapvető higiéniai szabályokat.
07:59
Our experience
175
464000
2000
Amikor az emberek megbetegszenek
08:01
as people who get sick,
176
466000
2000
és másokra szorulnak,
08:03
need help from other people,
177
468000
2000
azt tapasztaljuk,
08:05
is that we have amazing clinicians
178
470000
3000
hogy csodálatos orvosaink vannak,
08:08
that we can turn to --
179
473000
2000
akikhez fordulhatunk –
08:10
hardworking, incredibly well-trained and very smart --
180
475000
3000
keményen dolgoznak, hihetetlenül
jól képzettek és nagyon okosak –
jól képzettek és nagyon okosak –
08:13
that we have access to incredible technologies
181
478000
3000
lenyűgöző technológiánk van,
08:16
that give us great hope,
182
481000
2000
és ez nagy reményekre jogosít,
08:18
but little sense
183
483000
2000
de kevés rá az esély,
08:20
that it consistently all comes together for you
184
485000
4000
hogy minden
sikeresen összejön
08:24
from start to finish
185
489000
3000
az elejétől a végéig.
08:27
in a successful way.
186
492000
3000
08:30
There's another sign
187
495000
2000
Van másik jele is annak,
08:32
that we need pit crews,
188
497000
2000
hogy szerelőcsapattá kell válnunk.
08:34
and that's the unmanageable cost
189
499000
3000
A beteggondozás költségei ugyanis
08:37
of our care.
190
502000
3000
az egekbe rúgnak.
08:40
Now we in medicine, I think,
191
505000
2000
Azt gondolom, az gyógyászatban
08:42
are baffled by this question of cost.
192
507000
2000
összezavar minket ez a költségkérdés.
08:44
We want to say, "This is just the way it is.
193
509000
4000
Szívünk szerint azt mondanánk: "Ez van.
08:48
This is just what medicine requires."
194
513000
2000
Ennyibe kerül az ellátás."
08:50
When you go from a world
195
515000
2000
Aki olyan világból jön,
08:52
where you treated arthritis with aspirin,
196
517000
3000
ahol aszpirinnel kezelték
az ízületi gyulladást,
az ízületi gyulladást,
08:55
that mostly didn't do the job,
197
520000
3000
ami többnyire nem használt,
08:58
to one where, if it gets bad enough,
198
523000
2000
és olyan világba érkezik,
ahol súlyos esetben
csípő- vagy térdprotézist ültetünk be,
csípő- vagy térdprotézist ültetünk be,
09:00
we can do a hip replacement, a knee replacement
199
525000
2000
09:02
that gives you years, maybe decades,
200
527000
3000
melyekkel éveket, talán
évtizedeket nyerünk,
évtizedeket nyerünk,
09:05
without disability,
201
530000
2000
annak a betegnek
nem kell fogyatékkal élnie,
nem kell fogyatékkal élnie,
09:07
a dramatic change,
202
532000
2000
ez hatalmas változás.
09:09
well is it any surprise
203
534000
2000
Nos, meglepő-e,
09:11
that that $40,000 hip replacement
204
536000
3000
hogy jóval többe kerül
a 40 ezer dolláros csípőprotézis
09:14
replacing the 10-cent aspirin
205
539000
2000
a tíz centes aszpirinhez képest?
09:16
is more expensive?
206
541000
2000
09:18
It's just the way it is.
207
543000
3000
Ez van.
09:21
But I think we're ignoring certain facts
208
546000
2000
De szerintem valami
elkerüli a figyelmünket,
elkerüli a figyelmünket,
09:23
that tell us something about what we can do.
209
548000
3000
ami arról szól, hogy mit tehetünk.
09:28
As we've looked at the data
210
553000
2000
Az elért eredmények
09:30
about the results that have come
211
555000
3000
adatait nézve,
ahogy egyre bonyolultabb lett minden,
09:33
as the complexity has increased,
212
558000
2000
09:35
we found
213
560000
2000
arra jöttünk rá,
09:37
that the most expensive care
214
562000
2000
hogy a legdrágább kezelés
09:39
is not necessarily the best care.
215
564000
3000
nem feltétlenül a legjobb.
09:42
And vice versa,
216
567000
2000
Fordítva is igaz,
09:44
the best care
217
569000
2000
a legjobb kezelés
09:46
often turns out to be the least expensive --
218
571000
3000
gyakran a legkevésbé költséges.
09:49
has fewer complications,
219
574000
3000
Kevesebb komplikációval jár,
09:52
the people get more efficient at what they do.
220
577000
3000
az orvosok hatékonyabban tudnak dolgozni.
09:55
And what that means
221
580000
2000
És ez azt jelenti,
09:57
is there's hope.
222
582000
3000
hogy van remény.
10:00
Because [if] to have the best results,
223
585000
3000
Ha ugyanis a legjobb eredményhez
10:03
you really needed the most expensive care
224
588000
3000
tényleg az ország vagy a világ
10:06
in the country, or in the world,
225
591000
2000
legdrágább kezelésére van szükség,
10:08
well then we really would be talking about rationing
226
593000
3000
akkor tényleg beszélhetünk a térítésekről,
10:11
who we're going to cut off from Medicare.
227
596000
4000
hogy kitől vonjuk meg a TB-támogatást.
10:15
That would be really our only choice.
228
600000
4000
Tényleg nem lenne más választásunk.
10:19
But when we look at the positive deviants --
229
604000
2000
Ha azonban a pozitív
kimagasló eseteket nézzük,
kimagasló eseteket nézzük,
10:21
the ones who are getting the best results
230
606000
3000
azok példáját, akik a legjobb
eredményeket érik el
eredményeket érik el
10:24
at the lowest costs --
231
609000
2000
a legalacsonyabb áron,
10:26
we find the ones that look the most like systems
232
611000
3000
láthatjuk, hogy azok a legsikeresebbek,
10:29
are the most successful.
233
614000
2000
akik rendszerként kezelik az egészet.
10:31
That is to say, they found ways
234
616000
3000
Úgy is mondhatjuk, megtalálták a módját,
10:34
to get all of the different pieces,
235
619000
2000
hogy összeszedjék a különböző darabokat,
10:36
all of the different components,
236
621000
2000
az összes különböző alkotóelemet,
10:38
to come together into a whole.
237
623000
3000
és ezeket egésszé rakják össze.
10:41
Having great components is not enough,
238
626000
3000
Nem elég nagyszerű
alkotóelemeket birtokolni,
alkotóelemeket birtokolni,
10:44
and yet we've been obsessed in medicine with components.
239
629000
4000
mégis megszállottan ragaszkodunk
hozzájuk a gyógyászatban.
hozzájuk a gyógyászatban.
10:48
We want the best drugs, the best technologies,
240
633000
3000
A legjobb gyógyszereket,
a legjobb technológiát hajszoljuk,
a legjobb technológiát hajszoljuk,
10:51
the best specialists,
241
636000
3000
a legjobb szakembereket,
10:54
but we don't think too much
242
639000
2000
azzal azonban nem sokat törődünk,
10:56
about how it all comes together.
243
641000
3000
hogy mindezt összefésüljük.
10:59
It's a terrible design strategy actually.
244
644000
4000
Szörnyű tervezési stratégia ez.
11:03
There's a famous thought experiment
245
648000
3000
Van egy híres gondolatkísérlet,
11:06
that touches exactly on this
246
651000
2000
ami pontosan erről szól:
11:08
that said, what if you built a car
247
653000
2000
mi történik, ha kocsit építünk
11:10
from the very best car parts?
248
655000
3000
a legjobb alkatrészekből?
11:13
Well it would lead you to put in Porsche brakes,
249
658000
3000
Mondjuk, Porsche féket teszünk bele,
11:16
a Ferrari engine,
250
661000
2000
Ferrari motort,
11:18
a Volvo body, a BMW chassis.
251
663000
3000
Volvo karosszériát, BMW alvázat.
11:21
And you put it all together and what do you get?
252
666000
3000
Mindezt egybeépítjük, mi lesz az eredmény?
11:24
A very expensive pile of junk that does not go anywhere.
253
669000
4000
Egy iszonyú drága roncshalmaz,
ami el se indul.
ami el se indul.
11:28
And that is what medicine can feel like sometimes.
254
673000
5000
Nagyjából így fest a gyógyászat is.
11:33
It's not a system.
255
678000
3000
Ez nem rendszer.
11:36
Now a system, however,
256
681000
2000
Egy rendszerben ugyanis,
11:38
when things start to come together,
257
683000
3000
ha a dolgok kezdenek összeállni,
11:41
you realize it has certain skills
258
686000
3000
észreveszünk szakmai dolgokat,
11:44
for acting and looking that way.
259
689000
3000
melyek működőképessé
teszik és meghatározzák.
teszik és meghatározzák.
11:47
Skill number one
260
692000
2000
Az első készség:
11:49
is the ability to recognize success
261
694000
2000
a siker felismerésének képessége
11:51
and the ability to recognize failure.
262
696000
3000
és a kudarc felismerésének képessége.
11:54
When you are a specialist,
263
699000
2000
Egy szakorvos
11:56
you can't see the end result very well.
264
701000
3000
nem igazán látja jól a végeredményt.
11:59
You have to become really interested in data,
265
704000
3000
Jól bele kell ásnia magát az adatokba,
12:02
unsexy as that sounds.
266
707000
2000
ez csöppet sem hangzik csábítóan.
12:04
One of my colleagues is a surgeon in Cedar Rapids, Iowa,
267
709000
3000
Van egy sebész kollégám
az iowai Cedar Rapids városban,
az iowai Cedar Rapids városban,
12:07
and he got interested in the question of,
268
712000
4000
arra a kérdésre kereste a választ,
12:11
well how many CT scans did they do
269
716000
2000
hogy hány CT-vizsgálatot végeztek
12:13
for their community in Cedar Rapids?
270
718000
2000
a város lakóinak.
12:15
He got interested in this
271
720000
2000
Azért izgatta őt a kérdés,
12:17
because there had been government reports,
272
722000
2000
mert kormányjelentések szerint,
12:19
newspaper reports, journal articles
273
724000
2000
újsághírek és cikkek szerint
12:21
saying that there had been too many CT scans done.
274
726000
3000
túl sok ilyen vizsgálatot végeztek.
12:24
He didn't see it in his own patients.
275
729000
4000
Ő nem így látta a saját betegeinél.
12:28
And so he asked the question, "How many did we do?"
276
733000
2000
Ezért feltette a kérdést:
"Mennyi is volt pontosan?",
"Mennyi is volt pontosan?",
12:30
and he wanted to get the data.
277
735000
2000
és nekiállt adatokat gyűjteni.
12:32
It took him three months.
278
737000
2000
Három hónapig kutatott.
12:34
No one had asked this question in his community before.
279
739000
3000
Őelőtte még soha senki
nem tette fel ezt a kérdést.
nem tette fel ezt a kérdést.
12:37
And what he found was that,
280
742000
2000
Az alábbi eredményre jutott:
12:39
for the 300,000 people in their community,
281
744000
2000
a város 300 000 lakójához képest
12:41
in the previous year
282
746000
2000
a tavalyi évben
12:43
they had done 52,000 CT scans.
283
748000
5000
52 000 CT-vizsgálatot végeztek.
12:48
They had found a problem.
284
753000
3000
Problémára bukkantak.
12:51
Which brings us to skill number two a system has.
285
756000
5000
Ezzel eljutunk a második
rendszersajátossághoz.
rendszersajátossághoz.
12:56
Skill one, find where your failures are.
286
761000
3000
Az első: megtalálni, hol vannak a hibák,
12:59
Skill two is devise solutions.
287
764000
4000
a második: megoldásokat találni.
13:03
I got interested in this
288
768000
2000
Akkor kezdtem el ezzel foglalkozni,
13:05
when the World Health Organization came to my team
289
770000
2000
amikor a WHO felkeresett minket,
13:07
asking if we could help with a project
290
772000
2000
hogy segítséget kérjen a programjukhoz
13:09
to reduce deaths in surgery.
291
774000
2000
a műtét közbeni elhalálozás csökkentésére.
13:11
The volume of surgery had spread
292
776000
2000
A sebészet ereje végigsöpört már
13:13
around the world,
293
778000
2000
az egész világon,
13:15
but the safety of surgery
294
780000
2000
biztonsága azonban
13:17
had not.
295
782000
2000
nem jutott el mindenhová.
13:19
Now our usual tactics for tackling problems like these
296
784000
3000
Az efféle problémák megragadására
általában az a taktikánk,
általában az a taktikánk,
13:22
are to do more training,
297
787000
2000
hogy több képzést indítunk,
13:24
give people more specialization
298
789000
3000
több szaktudást nyújtunk a résztvevőknek,
13:27
or bring in more technology.
299
792000
3000
vagy kifinomultabb technikát biztosítunk.
13:30
Well in surgery, you couldn't have people who are more specialized
300
795000
3000
A sebészetben viszont
a legnagyobb szaktudású
a legnagyobb szaktudású
13:33
and you couldn't have people who are better trained.
301
798000
3000
és a legjobban képzett
szakemberek dolgoznak.
szakemberek dolgoznak.
13:36
And yet we see unconscionable levels
302
801000
3000
Mégis elfogadhatatlan szintű
13:39
of death, disability
303
804000
4000
a halálozás és maradandó sérülés
előfordulása,
előfordulása,
13:43
that could be avoided.
304
808000
2000
mely elkerülhető lehetett volna.
13:45
And so we looked at what other high-risk industries do.
305
810000
2000
Ezért megnéztük, mit tesznek a többi
magas kockázatú iparágban.
magas kockázatú iparágban.
13:47
We looked at skyscraper construction,
306
812000
2000
Megnéztük a felhőkarcoló-építést,
13:49
we looked at the aviation world,
307
814000
3000
a repülés világát,
13:52
and we found
308
817000
2000
és rájöttünk,
13:54
that they have technology, they have training,
309
819000
2000
van technológiájuk, képzéseket tartanak,
13:56
and then they have one other thing:
310
821000
3000
és van a tarsolyukban
még egy fontos dolog:
még egy fontos dolog:
13:59
They have checklists.
311
824000
3000
van ellenőrző listájuk.
14:02
I did not expect
312
827000
2000
Soha nem gondoltam,
14:04
to be spending a significant part
313
829000
2000
hogy harvardi sebészként
14:06
of my time as a Harvard surgeon
314
831000
2000
időm jelentős részét
14:08
worrying about checklists.
315
833000
3000
ellenőrző listákra kéne fecsérelnem.
14:11
And yet, what we found
316
836000
2000
Mégis arra jöttünk rá,
14:13
were that these were tools
317
838000
3000
hogy ezek a segédeszközök
14:16
to help make experts better.
318
841000
3000
jobb szakemberré tesznek.
14:19
We got the lead safety engineer for Boeing to help us.
319
844000
4000
A Boeing biztonsági főmérnökétől
kértünk segítséget.
kértünk segítséget.
14:23
Could we design a checklist for surgery?
320
848000
3000
Tervezhetnénk műtéti ellenőrző listát?
14:26
Not for the lowest people on the totem pole,
321
851000
2000
Nem a ranglétra alján álló embereknek,
14:28
but for the folks
322
853000
2000
hanem mindenkinek,
14:30
who were all the way around the chain,
323
855000
2000
aki részese az egész folyamatnak,
14:32
the entire team including the surgeons.
324
857000
2000
az egész csapatnak,
beleértve a sebészeket is.
beleértve a sebészeket is.
14:34
And what they taught us
325
859000
2000
És ráébresztettek,
14:36
was that designing a checklist
326
861000
2000
hogy az ellenőrző lista tervezése,
14:38
to help people handle complexity
327
863000
2000
amivel segíthetjük a bonyolult
helyzetek kezelését,
helyzetek kezelését,
14:40
actually involves more difficulty than I had understood.
328
865000
3000
több nehézséggel jár, mint hittem.
14:43
You have to think about things
329
868000
2000
Át kell gondolni például,
14:45
like pause points.
330
870000
2000
mikor iktassunk be szüneteket.
14:47
You need to identify the moments in a process
331
872000
3000
Azonosítani kell a folyamat
azon pillanatait,
azon pillanatait,
14:50
when you can actually catch a problem before it's a danger
332
875000
2000
amikor megragadható a probléma,
még mielőtt veszélyessé válna,
még mielőtt veszélyessé válna,
14:52
and do something about it.
333
877000
2000
és amíg tehetünk ellene.
14:54
You have to identify
334
879000
2000
Le kell szögezni,
14:56
that this is a before-takeoff checklist.
335
881000
3000
hogy ez "felszállás előtti"
ellenőrző lista.
ellenőrző lista.
14:59
And then you need to focus on the killer items.
336
884000
3000
Utána az életet veszélyeztető
elemekre kell koncentrálni.
elemekre kell koncentrálni.
15:02
An aviation checklist,
337
887000
2000
Egy repülés-ellenőrző lista,
15:04
like this one for a single-engine plane,
338
889000
2000
például az egymotoros repülőgépé,
15:06
isn't a recipe for how to fly a plane,
339
891000
2000
nem arról szól, hogy hogyan kell vezetni,
15:08
it's a reminder of the key things
340
893000
2000
hanem a legfontosabb
tudnivalókat összegzi,
tudnivalókat összegzi,
15:10
that get forgotten or missed
341
895000
3000
amik, ha nem ellenőrzik,
15:13
if they're not checked.
342
898000
2000
könnyen elfelejthetők vagy elmulaszthatók.
15:15
So we did this.
343
900000
2000
Tehát összeállítottuk a miénket.
15:17
We created a 19-item two-minute checklist
344
902000
3000
Tizenkilenc pontból álló,
két perces ellenőrző listát írtunk
két perces ellenőrző listát írtunk
15:20
for surgical teams.
345
905000
2000
műtéti csapatoknak.
15:22
We had the pause points
346
907000
2000
Szüneteket szúrtunk be
15:24
immediately before anesthesia is given,
347
909000
3000
közvetlenül az altatás elé,
15:27
immediately before the knife hits the skin,
348
912000
3000
közvetlenül az első bemetszés elé,
15:30
immediately before the patient leaves the room.
349
915000
3000
és mielőtt a beteget kitolják a műtőből.
15:33
And we had a mix of dumb stuff on there --
350
918000
3000
Sok bután hangzó pontot is beleírtunk:
figyeljenek rá, hogy az antibiotikumot
a kellő időben adják be,
a kellő időben adják be,
15:36
making sure an antibiotic is given in the right time frame
351
921000
3000
mert ez felére csökkenti
a fertőzés előfordulását,
a fertőzés előfordulását,
15:39
because that cuts the infection rate by half --
352
924000
2000
15:41
and then interesting stuff,
353
926000
2000
és akadnak benne érdekességek is,
15:43
because you can't make a recipe for something as complicated as surgery.
354
928000
3000
mert a sebészet olyan bonyolult,
hogy nem lehet előírni.
hogy nem lehet előírni.
15:46
Instead, you can make a recipe
355
931000
2000
Azt viszont előírhatjuk,
15:48
for how to have a team that's prepared for the unexpected.
356
933000
3000
hogyan készítsünk fel egy csapatot
a váratlan helyzetek kezelésére.
a váratlan helyzetek kezelésére.
15:51
And we had items like making sure everyone in the room
357
936000
3000
Vagy hogy ellenőrizzük,
a műtéti csapat minden tagja
a műtéti csapat minden tagja
15:54
had introduced themselves by name at the start of the day,
358
939000
3000
bemutatkozott-e név szerint reggel.
15:57
because you get half a dozen people or more
359
942000
2000
Időnként ugyanis
15:59
who are sometimes coming together as a team
360
944000
3000
fél tucat vagy több ember alkot csapatot,
16:02
for the very first time that day that you're coming in.
361
947000
3000
akik a műtét napján találkoznak
életükben először.
életükben először.
16:05
We implemented this checklist
362
950000
2000
A világ nyolc országában
16:07
in eight hospitals around the world,
363
952000
3000
vezettük be az ellenőrző listát,
16:10
deliberately in places from rural Tanzania
364
955000
2000
tudatosan a tanzániai falvaktól kezdve
16:12
to the University of Washington in Seattle.
365
957000
3000
a Seattle-i székhelyű
Washingtoni Egyetemig.
Washingtoni Egyetemig.
16:15
We found that after they adopted it
366
960000
3000
Az eredmény az lett, miután bevezették,
16:18
the complication rates fell
367
963000
2000
hogy a komplikációk száma
16:20
35 percent.
368
965000
2000
35 százalékkal csökkent
16:22
It fell in every hospital it went into.
369
967000
3000
minden kórházban, ahol bevezették.
16:25
The death rates fell
370
970000
2000
A halálozási arány
16:27
47 percent.
371
972000
3000
47 százalékkal csökkent.
16:30
This was bigger than a drug.
372
975000
2000
Ez bármilyen csodaszernél
nagyobb eredmény.
nagyobb eredmény.
16:32
(Applause)
373
977000
6000
(Taps)
16:38
And that brings us
374
983000
2000
Ebből következik
16:40
to skill number three,
375
985000
3000
a harmadik készség:
16:43
the ability to implement this,
376
988000
2000
a képesség ennek kivitelezésére,
16:45
to get colleagues across the entire chain
377
990000
3000
meggyőzni az összes kollégát,
végig az egész láncon,
végig az egész láncon,
16:48
to actually do these things.
378
993000
3000
hogy betartsák a szükséges lépéseket.
16:51
And it's been slow to spread.
379
996000
2000
Lassan terjedt el.
16:53
This is not yet our norm in surgery --
380
998000
4000
Még a sebészetben sem vált normává –
16:57
let alone making checklists
381
1002000
2000
nem hogy más területeken,
16:59
to go onto childbirth and other areas.
382
1004000
3000
például a szülészetben.
17:02
There's a deep resistance
383
1007000
2000
Kemény ellenállásba ütközünk,
17:04
because using these tools
384
1009000
2000
mert ezek az eszközök
17:06
forces us to confront
385
1011000
2000
arra kényszerítenek, hogy észrevegyük:
17:08
that we're not a system,
386
1013000
2000
nem vagyunk rendszer,
17:10
forces us to behave with a different set of values.
387
1015000
3000
más értékrend mentén kell működnünk.
17:13
Just using a checklist
388
1018000
2000
Már az ellenőrző lista használata is
17:15
requires you to embrace different values from the ones we've had,
389
1020000
3000
megköveteli, hogy újfajta
értékrenddel dolgozzunk,
értékrenddel dolgozzunk,
17:18
like humility,
390
1023000
4000
például szerénység,
17:22
discipline,
391
1027000
3000
fegyelem
17:25
teamwork.
392
1030000
2000
és csapatmunka mentén.
17:27
This is the opposite of what we were built on:
393
1032000
3000
Ez épp az ellenkezője
az eddigi felfogásunknak,
az eddigi felfogásunknak,
17:30
independence, self-sufficiency,
394
1035000
2000
ami függetlenségen, önjáró stíluson
17:32
autonomy.
395
1037000
3000
és önállóságon alapult.
17:35
I met an actual cowboy, by the way.
396
1040000
3000
Egyébként beszéltem én
igazi cowboyjal.
igazi cowboyjal.
17:38
I asked him, what was it like
397
1043000
3000
Megkérdeztem, milyen,
17:41
to actually herd a thousand cattle
398
1046000
2000
amikor ezres létszámú csordát hajt
17:43
across hundreds of miles?
399
1048000
2000
többszáz mérföldön át?
17:45
How did you do that?
400
1050000
2000
Hogy oldja meg?
17:47
And he said, "We have the cowboys stationed at distinct places all around."
401
1052000
3000
Azt mondta: "Mindenhová
állítunk egy-egy cowboyt."
állítunk egy-egy cowboyt."
17:50
They communicate electronically constantly,
402
1055000
3000
Folyamatosan kapcsolatban állnak,
elektronikus eszközök útján,
elektronikus eszközök útján,
17:53
and they have protocols and checklists
403
1058000
2000
protokollokkal és ellenőrző listákkal
17:55
for how they handle everything --
404
1060000
2000
kezelnek mindent –
17:57
(Laughter)
405
1062000
2000
(Nevetés)
17:59
-- from bad weather
406
1064000
2000
– a rossz időtől kezdve
18:01
to emergencies or inoculations for the cattle.
407
1066000
3000
az elsősegélynyújtásig,
vagy a csorda beoltásáig.
vagy a csorda beoltásáig.
18:04
Even the cowboys are pit crews now.
408
1069000
4000
Ma már a cowboyok is
szerelőcsapatként dolgoznak.
szerelőcsapatként dolgoznak.
18:08
And it seemed like time
409
1073000
2000
És úgy látszik, itt az ideje,
18:10
that we become that way ourselves.
410
1075000
2000
hogy mi is így folytassuk.
18:12
Making systems work
411
1077000
2000
Orvosokból és tudósokból álló
18:14
is the great task of my generation
412
1079000
3000
nemzedékem nagy kihívása
18:17
of physicians and scientists.
413
1082000
2000
a működőképes rendszerek létrehozása.
18:19
But I would go further and say
414
1084000
2000
De továbbmegyek, és azt mondom,
18:21
that making systems work,
415
1086000
2000
működőképessé tenni
18:23
whether in health care, education,
416
1088000
2000
az egészségügyi, oktatási,
18:25
climate change,
417
1090000
2000
klímaváltozási,
18:27
making a pathway out of poverty,
418
1092000
2000
valamint a szegénység felszámolására
irányuló rendszereket,
irányuló rendszereket,
18:29
is the great task of our generation as a whole.
419
1094000
4000
ez összességében véve
nemzedékünk nagy feladata.
nemzedékünk nagy feladata.
18:33
In every field, knowledge has exploded,
420
1098000
3000
A tudomány minden területen robbant,
18:36
but it has brought complexity,
421
1101000
2000
de egyre bonyolultabb is lett,
18:38
it has brought specialization.
422
1103000
3000
egyre több szakterületre bomlik.
18:41
And we've come to a place where we have no choice
423
1106000
2000
Odajutottunk, ahol nincs más választásunk,
18:43
but to recognize,
424
1108000
2000
fel kell ismernünk:
18:45
as individualistic as we want to be,
425
1110000
3000
mindegy, mennyire akarunk
egyénileg érvényesülni,
egyénileg érvényesülni,
18:48
complexity requires
426
1113000
3000
az összetettség
csoportos együttműködést kíván.
18:51
group success.
427
1116000
2000
18:53
We all need to be pit crews now.
428
1118000
4000
Alkossunk mindannyian
szerelőcsapatot! Most.
szerelőcsapatot! Most.
18:57
Thank you.
429
1122000
2000
Köszönöm.
18:59
(Applause)
430
1124000
14000
(Taps)
ABOUT THE SPEAKER
Atul Gawande - Surgeon, writer, public health innovatorSurgeon and public health professor by day, writer by night, Atul Gawande explores how doctors can dramatically improve their practice using approaches as simple as a checklist – or coaching.
Why you should listen
Atul Gawande is author of several best-selling books, including Complications: A Surgeon's Notes on an Imperfect Science, Better: A Surgeon's Notes on Performance, Being Mortal: Medicine and What Matters in the End and The Checklist Manifesto.
He is also a surgeon at Brigham and Women’s Hospital in Boston, a staff writer for The New Yorker and a professor at Harvard Medical School and the Harvard School of Public Health. He has won the Lewis Thomas Prize for Writing about Science, a MacArthur Fellowship and two National Magazine Awards. In his work in public health, he is Executive Director of Ariadne Labs, a joint center for health systems innovation and chair of Lifebox, a nonprofit organization making surgery safer globally.
In June 2018, Gawande was chosen to lead the new healthcare company set up by Amazon, JPMorgan and Berkshire Hathaway.
Photo: Aubrey Calo
Atul Gawande | Speaker | TED.com