ABOUT THE SPEAKER
Russ Altman - Big data techno-­optimist and internist
Russ Altman uses machine learning to better understand adverse effects of medication.

Why you should listen

Professor of bioengineering, genetics, medicine and computer science at Stanford University, Russ Altman's primary research interests are in the application of computing and informatics technologies to problems relevant to medicine. He is particularly interested in methods for understanding drug actions at molecular, cellular, organism and population levels, including how genetic variation impacts drug response.

Altman received the U.S. Presidential Early Career Award for Scientists and Engineers, a National Science Foundation CAREER Award and Stanford Medical School's graduate teaching award. He has chaired the Science Board advising the FDA Commissioner and currently serves on the NIH Director’s Advisory Committee. He is a clinically active internist, the founder of the PharmGKB knowledge base, and advisor to pharmacogenomics companies.

More profile about the speaker
Russ Altman | Speaker | TED.com
TEDMED 2015

Russ Altman: What really happens when you mix medications?

Russ Altman: Mi történik, ha kombináljuk az orvosságokat?

Filmed:
1,766,922 views

Ha eltérő okból két gyógyszert szedünk, kijózanító gondolatunk támadhat: talán orvosunk nem teljesen érti, mi történhet, ha kombinálja őket? A gyógyszerek kölcsönhatását ugyanis elképesztően nehéz tanulmányozni. Érdekes és világos előadásában Russ Altman bemutatja, hogyan tanulmányozzák az orvosok a gyógyszerek nem várt kölcsönhatásait egy meglepő forrás segítségével: keresőmotoros lekérdezéssel.
- Big data techno-­optimist and internist
Russ Altman uses machine learning to better understand adverse effects of medication. Full bio

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

00:12
So you go to the doctororvos
and get some teststesztek.
0
811
3321
Felkeressük az orvosunkat,
s ő néhány laborvizsgálatot végez.
00:16
The doctororvos determinesmeghatározza
that you have highmagas cholesterolkoleszterin
1
4674
2620
Megállapítja, hogy magas
a koleszterinszintünk.
00:19
and you would benefithaszon
from medicationgyógyszer to treatcsemege it.
2
7318
3171
Jó lenne, ha erre gyógyszert szednénk.
00:22
So you get a pillboxfészek.
3
10981
1556
Gyógyszert ír föl rá.
00:25
You have some confidencebizalom,
4
13505
1199
Bízunk benne,
00:26
your physicianorvos has some confidencebizalom
that this is going to work.
5
14728
2937
s orvosunk is bízik benne, hogy hatni fog.
A gyógyszerfejlesztő a kísérletei
eredményét beadta az engedélyező szervnek.
00:29
The companyvállalat that inventedfeltalált it did
a lot of studiestanulmányok, submittedbenyújtott it to the FDAFDA.
6
17689
3553
00:33
They studiedtanult it very carefullygondosan,
skepticallykételkedve, they approvedjóváhagyott it.
7
21266
3107
A szerv alaposan tanulmányozta őket,
majd megadta az engedélyt.
Nagyjából ismerik a szer
hatásmechanizmusát,
00:36
They have a roughdurva ideaötlet of how it worksművek,
8
24397
1889
00:38
they have a roughdurva ideaötlet
of what the sideoldal effectshatások are.
9
26310
2453
kb. ismertek a mellékhatások.
00:40
It should be OK.
10
28787
1150
Jónak kell lennie.
00:42
You have a little more
of a conversationbeszélgetés with your physicianorvos
11
30864
2818
Egy kicsit még beszélgetünk az orvossal,
00:45
and the physicianorvos is a little worriedaggódó
because you've been bluekék,
12
33706
2963
a doki egy kicsit ideges, látja.
hogy le vagyok törve,
00:48
haven'tnincs feltfilc like yourselfsaját magad,
13
36693
1293
pocsékul érzem magam,
00:50
you haven'tnincs been ableképes to enjoyélvez things
in life quiteegészen as much as you usuallyáltalában do.
14
38010
3731
nem tudok úgy örülni az élet
dolgainak, ahogy szoktam.
00:53
Your physicianorvos saysmondja, "You know,
I think you have some depressiondepresszió.
15
41765
3186
"Azt hiszem, maga egy kissé
levert – mondja a doki –
00:57
I'm going to have to give
you anotheregy másik pilltabletta."
16
45792
2315
arra adok egy másik tablettát."
01:00
So now we're talkingbeszél
about two medicationsgyógyszerek.
17
48934
2483
Úgyhogy most már két gyógyszerről van szó.
01:03
This pilltabletta alsois -- millionsTöbb millió
of people have takentett it,
18
51441
3104
E milliók által szedett gyógyszerre is
elvégezték a kísérleteket,
01:06
the companyvállalat did studiestanulmányok,
the FDAFDA lookednézett at it -- all good.
19
54569
3631
a hatóság engedélyezte – minden rendben.
01:10
Think things should go OK.
20
58823
2057
Ezzel rendben lesz.
01:12
Think things should go OK.
21
60904
2197
Ezzel is rendben lesz.
01:15
Well, wait a minuteperc.
22
63125
1439
De várjunk csak!
01:16
How much have we studiedtanult
these two togetheregyütt?
23
64588
3517
Mennyit vizsgálták a két szert együtt?
01:20
Well, it's very hardkemény to do that.
24
68630
2300
Nos, ezt elég nehéz elvégezni.
01:22
In facttény, it's not traditionallyhagyományosan doneKész.
25
70954
2130
Az a helyzet, hogy nem szokták.
01:25
We totallyteljesen dependfügg on what we call
"post-marketinghozatal surveillancefelügyelet,"
26
73108
5518
Teljesen az ún. "forgalomba hozatalt
követő vizsgálat"-tól függünk
01:30
after the drugsgyógyszerek hittalálat the marketpiac.
27
78650
1880
a gyógyszerek piacra kerülése után.
01:32
How can we figureábra out
if badrossz things are happeningesemény
28
80996
2848
Hogyan deríthetjük ki, ha két szer
01:35
betweenközött two medicationsgyógyszerek?
29
83868
1357
károsan hat egymásra?
01:37
ThreeHárom? FiveÖt? SevenHét?
30
85249
2030
És ha három? Öt? Hét?
01:39
AskKérdez your favoritekedvenc personszemély
who has severalszámos diagnosesdiagnózisok
31
87708
2415
Kérdezzék meg több betegségben szenvedő
01:42
how manysok medicationsgyógyszerek they're on.
32
90147
1834
jó ismerősüket, hányfélét szed.
01:44
Why do I caregondoskodás about this problemprobléma?
33
92530
1580
Miért foglalkoztat ez a kérdés?
01:46
I caregondoskodás about it deeplymélyen.
34
94134
1157
Nagyon is foglalkoztat.
01:47
I'm an informaticsinformatika and dataadat sciencetudomány guy
and really, in my opinionvélemény,
35
95315
4304
Informatikus és adattudós vagyok,
és véleményem szerint
01:51
the only hoperemény -- only hoperemény --
to understandmegért these interactionskölcsönhatások
36
99643
3745
az egyetlen reményünk,
hogy megértsük a kölcsönhatásokat,
01:55
is to leveragetőkeáttétel lots
of differentkülönböző sourcesforrás of dataadat
37
103412
3056
ha kihasználjuk a különféle adatforrásokat
01:58
in ordersorrend to figureábra out
when drugsgyógyszerek can be used togetheregyütt safelybiztonságosan
38
106492
3556
annak eldöntésére, mikor szedhetők
biztonsággal egyes gyógyszerek együtt,
02:02
and when it's not so safebiztonságos.
39
110072
1777
és mikor nem biztonságos.
02:04
So let me tell you a dataadat sciencetudomány storysztori.
40
112615
2051
Íme egy adatokkal kapcsolatos történet.
02:06
And it beginselkezdődik with my studentdiák NickNick.
41
114690
2154
Nickkel, tanítványommal kezdődik.
02:08
Let's call him "NickNick,"
because that's his namenév.
42
116868
2380
Nevezzük Nicknek, mivel úgy hívják.
02:11
(LaughterNevetés)
43
119272
1592
(Nevetés)
02:12
NickNick was a youngfiatal studentdiák.
44
120888
1201
"Nick – szóltam
02:14
I said, "You know, NickNick, we have
to understandmegért how drugsgyógyszerek work
45
122113
3079
ifjú diákomhoz –, meg kellene
értenünk a gyógyszerek hatását:
02:17
and how they work togetheregyütt
and how they work separatelykülön,
46
125216
2626
hogyan hatnak együtt, külön-külön.
02:19
and we don't have a great understandingmegértés.
47
127866
1922
Nem sokat tudunk róla."
De elérhetjük a hatóság, az FDA
óriási adatbázisát,
02:21
But the FDAFDA has madekészült availableelérhető
an amazingelképesztő databaseadatbázis.
48
129812
2405
02:24
It's a databaseadatbázis of adversekedvezőtlen eventsesemények.
49
132241
1699
ami a kedvezőtlen hatásokról szól.
02:26
They literallyszó szerint put on the webháló --
50
134321
1642
Gyakorlatilag a weben van,
02:27
publiclynyilvánosan availableelérhető, you could all
downloadLetöltés it right now --
51
135987
3119
bárkinek hozzáférhető, letölthető róla
02:31
hundredsszáz of thousandsTöbb ezer
of adversekedvezőtlen eventesemény reportsjelentések
52
139130
3627
kedvezőtlen hatásokról szóló
százezernyi jelentés,
02:34
from patientsbetegek, doctorsorvosok,
companiesvállalatok, pharmacistsgyógyszerészek.
53
142781
3760
ami betegektől, orvosoktól,
cégektől és gyógyszerészektől jött.
02:38
And these reportsjelentések are prettyszép simpleegyszerű:
54
146565
1749
Nagyon egyszerű jelentések:
02:40
it has all the diseasesbetegségek
that the patientbeteg has,
55
148338
2658
felsorolják, mi bajuk a betegeknek,
02:43
all the drugsgyógyszerek that they're on,
56
151020
1767
milyen gyógyszereket szednek,
02:44
and all the adversekedvezőtlen eventsesemények,
or sideoldal effectshatások, that they experiencetapasztalat.
57
152811
3818
minden tapasztalt kedvezőtlen
vagy mellékhatást.
02:48
It is not all of the adversekedvezőtlen eventsesemények
that are occurringelőforduló in AmericaAmerikai todayMa,
58
156653
3436
Nem minden kedvezőtlen hatás
fordul elő ma az USA-ban,
02:52
but it's hundredsszáz and hundredsszáz
of thousandsTöbb ezer of drugsgyógyszerek.
59
160113
2578
de vagy százezernyi orvosságról írnak.
02:54
So I said to NickNick,
60
162715
1299
Azt mondtam Nicknek:
02:56
"Let's think about glucoseszőlőcukor.
61
164038
1826
"Nézzük meg a glükózt, a szőlőcukrot!
02:57
GlucoseGlükóz is very importantfontos,
and we know it's involvedrészt with diabetescukorbetegség.
62
165888
3567
A glükóz nagyon fontos, és tudjuk róla,
hogy köze van a cukorbetegséghez.
03:01
Let's see if we can understandmegért
glucoseszőlőcukor responseválasz.
63
169479
3970
Nézzük meg, megérthetjük-e
a szőlőcukor reakcióját!"
03:05
I sentküldött NickNick off. NickNick camejött back.
64
173473
2458
Nick elment, aztán visszajött.
03:08
"RussRuss," he said,
65
176248
1786
"Russ, – mondta –
03:10
"I've createdkészítette a classifierosztályozó that can
look at the sideoldal effectshatások of a drugdrog
66
178351
5112
egy mellékhatás alapján
osztályozó rendszert állítottam össze,
03:15
basedszékhelyű on looking at this databaseadatbázis,
67
183487
2051
amely az adatbázist használva kimutatja,
03:17
and can tell you whetherakár that drugdrog
is likelyvalószínűleg to changeváltozás glucoseszőlőcukor or not."
68
185562
4271
hogy egy orvosságtól
megváltozik-e a vércukorszint."
03:21
He did it. It was very simpleegyszerű, in a way.
69
189857
2016
Megcsinálta. Elég egyszerű volt.
03:23
He tookvett all the drugsgyógyszerek
that were knownismert to changeváltozás glucoseszőlőcukor
70
191897
2635
Csoportosította a gyógyszereket aszerint,
03:26
and a bunchcsokor of drugsgyógyszerek
that don't changeváltozás glucoseszőlőcukor,
71
194556
2389
hogy megváltoztatják-e
a vércukorszintet vagy sem,
03:28
and said, "What's the differencekülönbség
in theirazok sideoldal effectshatások?
72
196969
2888
és föltette a kérdést:
"Miben különböznek a mellékhatásaik?
03:31
DifferencesKülönbségek in fatiguefáradtság? In appetiteétvágy?
In urinationvizelés habitsszokások?"
73
199881
4852
Kimerültség? Étvágy? Vizelési szokások?"
03:36
All those things conspiredösszeesküdtek
to give him a really good predictorPredictor.
74
204757
2960
E tényezők révén Nick tényleg
jó jelzőrendszert hozott létre.
03:39
He said, "RussRuss, I can predictmegjósolni
with 93 percentszázalék accuracypontosság
75
207741
2548
"Russ, 93%-os pontossággal
előre tudom jelezni,
hogy a szer módosítja-e a cukrot."
03:42
when a drugdrog will changeváltozás glucoseszőlőcukor."
76
210313
1572
"Nick, ez pompás!" – így én.
03:43
I said, "NickNick, that's great."
77
211909
1416
03:45
He's a youngfiatal studentdiák,
you have to buildépít his confidencebizalom.
78
213349
2896
Zöldfülű diák, erősítsük
csak az önbizalmát!
03:48
"But NickNick, there's a problemprobléma.
79
216269
1390
"De Nick, az a bibi,
03:49
It's that everyminden physicianorvos in the worldvilág
knowstudja all the drugsgyógyszerek that changeváltozás glucoseszőlőcukor,
80
217683
3960
hogy minden orvos ismeri
a vércukorszintet befolyásoló szereket,
03:53
because it's coremag to our practicegyakorlat.
81
221667
2038
mert ez szakmai kétszerkettő.
03:55
So it's great, good jobmunka,
but not really that interestingérdekes,
82
223729
3722
Amit csináltál jó, de nem
lőnek vele nyulat,
03:59
definitelyegyértelműen not publishableközzétehető."
83
227475
1531
és biztosan nem publikálható."
04:01
(LaughterNevetés)
84
229030
1014
(Nevetés)
04:02
He said, "I know, RussRuss.
I thought you mightesetleg say that."
85
230068
2550
"Russ, tudom, sejtettem,
hogy ezt mondod" – felelte.
04:04
NickNick is smartOkos.
86
232642
1152
Nick éles eszű.
04:06
"I thought you mightesetleg say that,
so I did one other experimentkísérlet.
87
234149
2874
"Sejtettem, hogy ezt mondod,
így másik kutatást is végeztem.
04:09
I lookednézett at people in this databaseadatbázis
who were on two drugsgyógyszerek,
88
237047
2928
Az adatbázisban megnéztem azokat,
akik két gyógyszert szednek,
04:11
and I lookednézett for signalsjelek similarhasonló,
glucose-changingglükóz-változó signalsjelek,
89
239999
4422
és kerestem a vércukorszintjük
változására utaló jeleket
04:16
for people takingbevétel two drugsgyógyszerek,
90
244445
1624
arra az esetre,
04:18
where eachminden egyes drugdrog aloneegyedül
did not changeváltozás glucoseszőlőcukor,
91
246093
5569
amikor egy-egy gyógyszer
nem hatott a vércukorszintre,
04:23
but togetheregyütt I saw a strongerős signaljel."
92
251686
2460
de kettő már igen.
04:26
And I said, "Oh! You're cleverokos.
Good ideaötlet. ShowTérkép me the listlista."
93
254170
3149
"Okos vagy, jó ötlet! Nézzük,
mire jutottál!" – mondtam.
04:29
And there's a bunchcsokor of drugsgyógyszerek,
not very excitingizgalmas.
94
257343
2254
A listán egy csomó
érdektelen gyógyszer van.
04:31
But what caughtelkapott my eyeszem
was, on the listlista there were two drugsgyógyszerek:
95
259621
3932
De a listán két orvosság
ötlött a szemembe:
04:35
paroxetineparoxetin, or PaxilPaxil, an antidepressantantidepresszáns;
96
263577
3393
a paroxetin, egy antidepresszáns,
04:39
and pravastatinpravastatin, or PravacholPravachol,
a cholesterolkoleszterin medicationgyógyszer.
97
267756
3570
és a pravasztatin,
egy koleszteringyógyszer.
04:43
And I said, "Huh. There are millionsTöbb millió
of AmericansAz amerikaiak on those two drugsgyógyszerek."
98
271936
4283
Megjegyeztem: "Hűha, ezt a két szert
több millió amerikai szedi."
04:48
In facttény, we learnedtanult latera későbbiekben,
99
276243
1246
Később megtudtuk,
04:49
15 millionmillió AmericansAz amerikaiak on paroxetineparoxetin
at the time, 15 millionmillió on pravastatinpravastatin,
100
277513
6032
hogy jelenleg 15-15 millióan szedik
a paroxetint, illetve a pravasztatint,
04:55
and a millionmillió, we estimatedbecsült, on bothmindkét.
101
283569
2817
és sejthetően egymillióan mindkettőt.
04:58
So that's a millionmillió people
102
286767
1254
Tehát egymilliónyinak
05:00
who mightesetleg be havingamelynek some problemsproblémák
with theirazok glucoseszőlőcukor
103
288045
2453
lehet baja a vércukrával,
05:02
if this machine-learninggép-tanulás mumbohókusz jumboJumbo
that he did in the FDAFDA databaseadatbázis
104
290522
3206
ha ezt a hatósági adatbázisból
gépi tanulás csiribirijével kinyert
05:05
actuallytulajdonképpen holdstart up.
105
293752
1254
eredmények alátámasztják.
De azt mondtam: "Ez még nem publikálható,
05:07
But I said, "It's still not publishableközzétehető,
106
295030
1927
05:08
because I love what you did
with the mumbohókusz jumboJumbo,
107
296981
2296
mert bár tetszik, amit hókuszpókuszoltál
05:11
with the machinegép learningtanulás,
108
299301
1246
a gépi tanulással,
05:12
but it's not really standard-of-proofstandard-a-próba
evidencebizonyíték that we have."
109
300571
3864
de ez nem megdönthetetlen bizonyíték."
05:17
So we have to do something elsemás.
110
305618
1589
Valami mást kell csinálnunk.
05:19
Let's go into the StanfordStanford
electronicelektronikus medicalorvosi recordrekord.
111
307231
2876
Menjünk bele a Stanford elektronikus
orvosi feljegyzéseibe.
05:22
We have a copymásolat of it
that's OK for researchkutatás,
112
310131
2064
Megvan nekünk, kutatásra megfelel,
05:24
we removedeltávolított identifyingazonosítása informationinformáció.
113
312219
2046
és kiszedtük belőle az információt.
05:26
And I said, "Let's see if people
on these two drugsgyógyszerek
114
314581
2503
"Nézzük meg, hogy a mindkét
gyógyszert szedőknek
05:29
have problemsproblémák with theirazok glucoseszőlőcukor."
115
317108
1769
van-e bajuk a cukrukkal" – mondtam.
05:31
Now there are thousandsTöbb ezer
and thousandsTöbb ezer of people
116
319242
2207
Több ezer beteg van
05:33
in the StanfordStanford medicalorvosi recordsfeljegyzések
that take paroxetineparoxetin and pravastatinpravastatin.
117
321473
3459
a Stanford adatbázisában,
akik paroxetint és pravasztatint szednek.
05:36
But we neededszükséges specialkülönleges patientsbetegek.
118
324956
1799
De nem minden páciens volt érdekes.
05:38
We neededszükséges patientsbetegek who were on one of them
and had a glucoseszőlőcukor measurementmérés,
119
326779
4597
Olyanok kellettek, akik az egyiket
szedték, és mérték a vércukrukat,
05:43
then got the secondmásodik one and had
anotheregy másik glucoseszőlőcukor measurementmérés,
120
331400
3449
majd a másikat is kezdték szedni,
és akkor is mérték a vércukrukat,
05:46
all withinbelül a reasonableésszerű periodidőszak of time --
something like two monthshónap.
121
334873
3615
mindezt ésszerű időintervallumon,
mondjuk két hónapon belül.
05:50
And when we did that,
we foundtalál 10 patientsbetegek.
122
338512
3159
10 ilyen beteget találtunk.
05:54
HoweverAzonban, eightnyolc out of the 10
had a bumpütődés in theirazok glucoseszőlőcukor
123
342592
4538
A 10 közül nyolc betegnek
megnőtt a vércukorszintje,
05:59
when they got the secondmásodik P --
we call this P and P --
124
347154
2645
amikor szedni kezdte a másik P nevű szert,
06:01
when they got the secondmásodik P.
125
349823
1310
– ezt hívjuk P + P-nek.
06:03
EitherVagy one could be first,
the secondmásodik one comesjön up,
126
351157
2562
Mindegy melyikkel kezdi,
s mikor hozzáveszi a másikat,
06:05
glucoseszőlőcukor wentment up
20 milligramsmg perper deciliterDL.
127
353743
2847
a vércukor 20 mg/dl értékkel fölszökik.
06:08
Just as a reminderemlékeztető,
128
356614
1158
Csak emlékeztetőül:
06:09
you walkséta around normallynormális esetben,
if you're not diabeticcukorbeteg,
129
357796
2325
aki nem cukorbeteg, vidáman sétálgat
06:12
with a glucoseszőlőcukor of around 90.
130
360145
1359
kb. 90-es vércukorszinttel.
06:13
And if it getsjelentkeznek up to 120, 125,
131
361528
2076
De ha 120-125-re felszökik, orvosa
06:15
your doctororvos beginselkezdődik to think
about a potentiallehetséges diagnosisdiagnózis of diabetescukorbetegség.
132
363628
3450
már cukorbetegséget gyanít.
06:19
So a 20 bumpütődés -- prettyszép significantjelentős.
133
367102
2991
Úgyhogy a 20-as növekedés jelentős.
06:22
I said, "NickNick, this is very coolmenő.
134
370601
1904
"Nick – mondtam –, ez frankó,
06:25
But, I'm sorry, we still
don't have a paperpapír,
135
373616
2053
de ne haragudj, ez kevés a cikkhez,
06:27
because this is 10 patientsbetegek
and -- give me a breakszünet --
136
375693
2579
mert 10 beteg, ne is akard bemesélni,
06:30
it's not enoughelég patientsbetegek."
137
378296
1245
mintának 10 beteg kevés."
06:31
So we said, what can we do?
138
379565
1306
Akkor most mit tegyünk?
06:32
And we said, let's call our friendsbarátok
at HarvardHarvard and VanderbiltVanderbilt,
139
380895
2976
Jó, hívjuk föl barátainkat
a Harvardon és a Vanderbilten,
06:35
who alsois -- HarvardHarvard in BostonBoston,
VanderbiltVanderbilt in NashvilleNashville,
140
383895
2587
a Harvardnak Bostonban
és Vanderbiltnek Nashville-ben
06:38
who alsois have electronicelektronikus
medicalorvosi recordsfeljegyzések similarhasonló to oursa miénk.
141
386506
2821
is van a miénkhez hasonló
elektronikus orvosi adatbázisa.
06:41
Let's see if they can find
similarhasonló patientsbetegek
142
389351
2020
Találnak-e hasonló betegeket
06:43
with the one P, the other P,
the glucoseszőlőcukor measurementsmérések
143
391395
3276
az egyik és a másik P-vel
és mért vércukorszinttel
06:46
in that rangehatótávolság that we need.
144
394695
1600
a nekünk kellő intervallumban.
06:48
God blessáldja them, VanderbiltVanderbilt
in one weekhét foundtalál 40 suchilyen patientsbetegek,
145
396787
4955
Az Isten áldja meg őket, a Vanderbilt
egy hét alatt talált 40 ilyen beteget.
06:53
sameazonos trendirányzat.
146
401766
1189
A szabályszerűség azonos.
06:55
HarvardHarvard foundtalál 100 patientsbetegek, sameazonos trendirányzat.
147
403804
3620
A Harvard 100 ilyet talált,
a szabályszerűség ugyanaz.
06:59
So at the endvég, we had 150 patientsbetegek
from threehárom diversekülönböző medicalorvosi centersközpontok
148
407448
4281
Végül a három egészségügyi
intézményből volt 150 betegünk,
07:03
that were tellingsokatmondó us that patientsbetegek
gettingszerzés these two drugsgyógyszerek
149
411753
3297
akik alátámasztották,
hogy a két gyógyszert szedők
07:07
were havingamelynek theirazok glucoseszőlőcukor bumpütődés
somewhatnémileg significantlyszignifikánsan.
150
415074
2703
vércukorszintje szignifikánsan felszökött.
07:10
More interestinglyérdekes módon,
we had left out diabeticscukorbetegek,
151
418317
2810
Kihagytuk a cukorbetegeket,
07:13
because diabeticscukorbetegek alreadymár
have messedHírnök up glucoseszőlőcukor.
152
421151
2317
mert az ő cukruk már
eleve nincs rendben.
07:15
When we lookednézett
at the glucoseszőlőcukor of diabeticscukorbetegek,
153
423492
2238
Mikor a vércukrukat figyeltük,
07:17
it was going up 60 milligramsmg
perper deciliterDL, not just 20.
154
425754
3435
nem 20, hanem 60 mg/dl-rel ugrott meg.
07:21
This was a bignagy dealüzlet, and we said,
"We'veMost már got to publishközzétesz this."
155
429760
3452
Nagy fogás volt, és a közzététel
mellett döntöttünk.
07:25
We submittedbenyújtott the paperpapír.
156
433236
1179
Benyújtottuk a cikket
07:26
It was all dataadat evidencebizonyíték,
157
434439
2111
a bizonyító adatokkal,
07:28
dataadat from the FDAFDA, dataadat from StanfordStanford,
158
436574
2483
adatok a hatóságtól, a Stanford adatai,
07:31
dataadat from VanderbiltVanderbilt, dataadat from HarvardHarvard.
159
439081
1946
a Vanderbilt és a Harvard adatai.
07:33
We had not doneKész a singleegyetlen realigazi experimentkísérlet.
160
441051
2396
Egyetlen árva kísérletet sem végeztünk.
07:36
But we were nervousideges.
161
444495
1296
De idegesek voltunk,
07:38
So NickNick, while the paperpapír
was in reviewfelülvizsgálat, wentment to the lablabor.
162
446201
3730
ezért miközben a cikk lektoráláson volt,
Nick bement a laborba.
07:41
We foundtalál somebodyvalaki
who knewtudta about lablabor stuffdolog.
163
449955
2462
Találtunk valakit, aki értett
a labormunkához.
07:44
I don't do that.
164
452441
1393
Én nem.
07:45
I take caregondoskodás of patientsbetegek,
but I don't do pipettespipetták.
165
453858
2417
Betegeket ápolok,
de pipettákhoz nem értek.
07:49
They taughttanított us how to feedtakarmány miceegerek drugsgyógyszerek.
166
457420
3053
Kitanítottak minket, hogyan kell
gyógyszerezni az egereket.
07:52
We tookvett miceegerek and we gaveadott them
one P, paroxetineparoxetin.
167
460864
2414
Adtunk az egereknek paroxetint.
07:55
We gaveadott some other miceegerek pravastatinpravastatin.
168
463302
2508
Más egereknek meg pravasztatint.
07:57
And we gaveadott a thirdharmadik groupcsoport
of miceegerek bothmindkét of them.
169
465834
3595
A harmadik egércsoportnak mindkettőt.
08:01
And loíme and beholdíme, glucoseszőlőcukor wentment up
20 to 60 milligramsmg perper deciliterDL
170
469893
3946
És lám, az egerek vércukra decinként
08:05
in the miceegerek.
171
473863
1171
20-60 mg-mal fölment.
08:07
So the paperpapír was acceptedelfogadott
basedszékhelyű on the informaticsinformatika evidencebizonyíték aloneegyedül,
172
475058
3158
Az egyedül informatikai bizonyítékon
alapuló cikkünket elfogadták,
08:10
but we addedhozzáadott a little notejegyzet at the endvég,
173
478240
1894
de rövid megjegyzést fűztünk hozzá,
08:12
sayingmondás, oh by the way,
if you give these to miceegerek, it goesmegy up.
174
480158
2899
miszerint ha ezt adjuk az egereknek,
a vércukruk fölmegy.
08:15
That was great, and the storysztori
could have endedvége lett there.
175
483081
2508
Ez pompás volt, és a mesém
itt véget is érhetne.
08:17
But I still have sixhat and a halffél minutespercek.
176
485613
1997
De még van hat és fél percem.
08:19
(LaughterNevetés)
177
487634
2807
(Nevetés)
08:22
So we were sittingülés around
thinkinggondolkodás about all of this,
178
490465
2815
Csak ültünk, és ezeken filóztunk,
08:25
and I don't rememberemlékezik who thought
of it, but somebodyvalaki said,
179
493304
2735
nem tudom, melyikünknek jutott eszébe:
08:28
"I wondercsoda if patientsbetegek
who are takingbevétel these two drugsgyógyszerek
180
496063
3201
"Vajon akik mindkét gyógyszert szedik,
08:31
are noticingészrevenné sideoldal effectshatások
of hyperglycemiahyperglykaemia.
181
499288
3553
észreveszik-e a magas
vércukorszint mellékhatásait?
08:34
They could and they should.
182
502865
1496
Észrevehetik és kellene is.
08:36
How would we ever determinemeghatározására that?"
183
504761
1877
Hogyan határozhatnánk meg?"
08:39
We said, well, what do you do?
184
507551
1443
Mit szoktunk tenni?
08:41
You're takingbevétel a medicationgyógyszer,
one newúj medicationgyógyszer or two,
185
509018
2580
Kapunk egy-két új gyógyszert,
08:43
and you get a funnyvicces feelingérzés.
186
511622
1538
aztán fura érzésünk támad.
08:45
What do you do?
187
513184
1151
Mit szoktunk tenni?
08:46
You go to GoogleGoogle
188
514359
1151
Guglizunk, beírjuk
08:47
and typetípus in the two drugsgyógyszerek you're takingbevétel
or the one drugdrog you're takingbevétel,
189
515534
3349
a két új gyógyszer nevét, vagy az egyikét
08:50
and you typetípus in "sideoldal effectshatások."
190
518907
1603
azzal, hogy "mellékhatás".
08:52
What are you experiencingtapasztal?
191
520534
1356
Mit tapasztalunk?
08:54
So we said OK,
192
522239
1151
Jó, akkor kérjük el
08:55
let's askkérdez GoogleGoogle if they will shareOssza meg
theirazok searchKeresés logsrönk with us,
193
523414
3056
a Google-tól a keresések napló-fájljait,
08:58
so that we can look at the searchKeresés logsrönk
194
526494
1833
hogy végignézhessük őket:
09:00
and see if patientsbetegek are doing
these kindsféle of searcheskeresések.
195
528351
2565
vajon a betegek keresnek-e ilyen infót?
09:02
GoogleGoogle, I am sorry to say,
deniedtiltott our requestkérelem.
196
530940
3275
Sajnos, a Google nem volt készséges.
09:06
So I was bummedbummed.
197
534819
1151
Elkenődtem.
09:07
I was at a dinnervacsora with a colleaguekolléga
who worksművek at MicrosoftA Microsoft ResearchKutatási
198
535994
3166
Vacsoráztunk egy Microsoft Researchnél
dolgozó munkatársammal.
09:11
and I said, "We wanted to do this studytanulmány,
199
539184
1941
"Meg kéne csinálni a kutatást, a Google
09:13
GoogleGoogle said no, it's kindkedves of a bummerdőzsölés."
200
541149
1880
nemet mondott, le vagyok törve."
09:15
He said, "Well, we have
the BingBing searcheskeresések."
201
543053
2086
Erre ő: "Ott a Bing keresőnk."
09:18
(LaughterNevetés)
202
546195
3483
(Nevetés)
09:22
Yeah.
203
550805
1267
Eeegen.
09:24
That's great.
204
552096
1151
Ez nagyszerű.
09:25
Now I feltfilc like I was --
205
553271
1151
Úgy éreztem magam...
09:26
(LaughterNevetés)
206
554446
1000
(Nevetés)
09:27
I feltfilc like I was talkingbeszél to NickNick again.
207
555470
2412
... mintha megint Nickkel beszélnék.
09:30
He worksművek for one of the largestlegnagyobb
companiesvállalatok in the worldvilág,
208
558437
2624
A világ egyik legnagyobb cégénél dolgozik,
09:33
and I'm alreadymár tryingmegpróbálja
to make him feel better.
209
561085
2206
és én már épp készültem leápolni,
09:35
But he said, "No, RussRuss --
you mightesetleg not understandmegért.
210
563315
2445
de ő így szólt: "Russ,
bizonyára félreértesz.
09:37
We not only have BingBing searcheskeresések,
211
565784
1500
Nemcsak a Bing keresőnk van,
09:39
but if you use InternetInternet ExplorerExplorer
to do searcheskeresések at GoogleGoogle,
212
567308
3340
de az Internet Explorer látja,
amit Google-lal,
09:42
YahooYahoo, BingBing, any ...
213
570672
1891
Yahooval, Binggel, bármivel keresnek.
09:44
Then, for 18 monthshónap, we keep that dataadat
for researchkutatás purposescélokra only."
214
572587
3643
Másfél évig tároljuk azokat az adatokat,
kizárólag kutatási célból."
09:48
I said, "Now you're talkingbeszél!"
215
576254
1936
Erre azt mondtam: "Ez már döfi!"
09:50
This was EricEric HorvitzHorvitz,
my friendbarát at MicrosoftA Microsoft.
216
578214
2198
A fiú Eric Horvitz volt,
a microsoftos cimbim.
09:52
So we did a studytanulmány
217
580436
1695
Megcsináltuk a kutatást,
09:54
where we definedmeghatározott 50 wordsszavak
that a regularszabályos personszemély mightesetleg typetípus in
218
582155
4619
kiválasztottunk 50 szót,
amit egy átlagos személy begépel,
09:58
if they're havingamelynek hyperglycemiahyperglykaemia,
219
586798
1602
ha magas a vércukorszintje,
10:00
like "fatiguefáradtság," "lossveszteség of appetiteétvágy,"
"urinatingvizelés a lot," "peeingpisilnek a lot" --
220
588424
4762
pl. kimerültség, étvágytalanság,
gyakori vizelés, már elnézést,
10:05
forgivemegbocsát me, but that's one
of the things you mightesetleg typetípus in.
221
593210
2767
de ilyeneket szoktak beírni.
10:08
So we had 50 phrasesmondatok
that we calledhívott the "diabetescukorbetegség wordsszavak."
222
596001
2790
50 kifejezést, ún. cukorbaj
szavakat találtunk.
10:10
And we did first a baselinealapvonal.
223
598815
2063
Először meghatároztuk a bázist.
10:12
And it turnsmenetek out
that about .5 to one percentszázalék
224
600902
2704
Kiderült, hogy az internetes
keresések 0,5–1%-ában
10:15
of all searcheskeresések on the InternetInternet
involvevonja one of those wordsszavak.
225
603630
2982
e szavak egyike fordul elő.
10:18
So that's our baselinealapvonal ratearány.
226
606636
1742
Ez a mi százalékos arányunk.
10:20
If people typetípus in "paroxetineparoxetin"
or "PaxilPaxil" -- those are synonymsszinonimák --
227
608402
4143
Ha valaki beírja a paroxetint
vagy a Paxilt – ezek szinonimák –
10:24
and one of those wordsszavak,
228
612569
1215
valamelyiket közülük,
10:25
the ratearány goesmegy up to about two percentszázalék
of diabetes-typetípusú cukorbetegség wordsszavak,
229
613808
4890
az arány a cukorbaj szavak
2%-áig megy föl,
10:30
if you alreadymár know
that there's that "paroxetineparoxetin" wordszó.
230
618722
3044
ha már tudjuk, hogy létezik
a paroxetin szó.
10:34
If it's "pravastatinpravastatin," the ratearány goesmegy up
to about threehárom percentszázalék from the baselinealapvonal.
231
622191
4547
A pravasztatin esetén az arány
a bázishoz képest 3%-kal nő.
10:39
If bothmindkét "paroxetineparoxetin" and "pravastatinpravastatin"
are presentajándék in the querylekérdezés,
232
627171
4390
Ha mindkét szóra egyszerre rákerestek,
10:43
it goesmegy up to 10 percentszázalék,
233
631585
1669
az arány 10%-kal nőtt,
10:45
a hugehatalmas three-három- to four-foldnégyes kombinációban increasenövekedés
234
633278
3461
ez jó 3-4-szeres növekedés
10:48
in those searcheskeresések with the two drugsgyógyszerek
that we were interestedérdekelt in,
235
636763
3389
a bennünket érdeklő két gyógyszerre
történt rákereséseknél
10:52
and diabetes-typetípusú cukorbetegség wordsszavak
or hyperglycemia-typehyperglykaemia-típus wordsszavak.
236
640176
3566
és a cukorbaj szavaknál
vagy a magas vércukor típusú szavaknál.
Publikáltuk az eredményeket,
10:56
We publishedközzétett this,
237
644216
1265
10:57
and it got some attentionFigyelem.
238
645505
1466
és némi figyelmet keltettek.
10:58
The reasonok it deservesérdemel attentionFigyelem
239
646995
1778
Azért érdemelnek figyelmet,
11:00
is that patientsbetegek are tellingsokatmondó us
theirazok sideoldal effectshatások indirectlyközvetve
240
648797
4312
mert a betegek közvetve,
keresésükkel adják meg
11:05
throughkeresztül theirazok searcheskeresések.
241
653133
1156
a mellékhatásokat.
11:06
We broughthozott this
to the attentionFigyelem of the FDAFDA.
242
654313
2138
Felhívtuk rá a hatóság figyelmét,
11:08
They were interestedérdekelt.
243
656475
1269
érdekelte őket.
11:09
They have setkészlet up socialtársadalmi mediamédia
surveillancefelügyelet programsprogramok
244
657768
3606
Indítottak egy közösségimédia-figyelő
programot
11:13
to collaborateegyüttműködik with MicrosoftA Microsoft,
245
661398
1751
a Microsofttal együttműködve,
11:15
whichmelyik had a niceszép infrastructureinfrastruktúra
for doing this, and othersmások,
246
663173
2794
amelynek megvolt az infrastruktúrája,
11:17
to look at TwitterTwitter feedshírcsatornák,
247
665991
1282
hogy rálásson a Twitterre,
11:19
to look at FacebookFacebook feedshírcsatornák,
248
667297
1716
a Facebookra,
11:21
to look at searchKeresés logsrönk,
249
669037
1311
a keresések naplófájljaira,
11:22
to try to see earlykorai signsjelek that drugsgyógyszerek,
eitherbármelyik individuallykülön-külön or togetheregyütt,
250
670372
4909
s így korán rábukkanjon, ha egy gyógyszer
akár magában vagy másikkal együtt
11:27
are causingokozó problemsproblémák.
251
675305
1589
bajt okoz.
11:28
What do I take from this?
Why tell this storysztori?
252
676918
2174
Mi szűrhető le ebből? Miért mondom ezt el?
11:31
Well, first of all,
253
679116
1207
Először, mert a big data
11:32
we have now the promiseígéret
of bignagy dataadat and medium-sizedközepes méretű dataadat
254
680347
4037
és a közepes méretű adat azt ígéri,
11:36
to help us understandmegért drugdrog interactionskölcsönhatások
255
684408
2918
hogy segítségével megérthetjük
a gyógyszerek kölcsönhatását
11:39
and really, fundamentallyalapvetően, drugdrog actionsakciók.
256
687350
2420
és a gyógyszerek alapvető
hatásmechanizmusát.
11:41
How do drugsgyógyszerek work?
257
689794
1413
Hogyan hatnak az orvosságok?
11:43
This will createteremt and has createdkészítette
a newúj ecosystemökoszisztéma
258
691231
2836
Ez új ökorendszert hoz létre,
de már létre is hozott
11:46
for understandingmegértés how drugsgyógyszerek work
and to optimizeoptimalizálása theirazok use.
259
694091
3267
a gyógyszerek hatásának megértéséhez
s alkalmazásuk optimalizálásához.
11:50
NickNick wentment on; he's a professorEgyetemi tanár
at ColumbiaColumbia now.
260
698303
2659
Nick folytatta: most tanár a Columbián.
11:52
He did this in his PhDPhD
for hundredsszáz of pairspárok of drugsgyógyszerek.
261
700986
4072
PhD-jában több száz gyógyszerpárt
vizsgált.
Több nagyon lényeges kölcsönhatást talált,
11:57
He foundtalál severalszámos
very importantfontos interactionskölcsönhatások,
262
705082
2517
11:59
and so we replicatedreplikált this
263
707623
1214
vizsgálatait ismételtük.
12:00
and we showedkimutatta, that this
is a way that really worksművek
264
708861
2574
Kimutattuk, hogy ez a módszer hatékony
12:03
for findinglelet drug-druggyógyszer interactionskölcsönhatások.
265
711459
2339
a gyógyszerek kölcsönhatásának
kimutatására.
12:06
HoweverAzonban, there's a couplepárosít of things.
266
714282
1734
De ez még nem minden.
12:08
We don't just use pairspárok
of drugsgyógyszerek at a time.
267
716040
3046
A módszer nemcsak
gyógyszerpárokra alkalmazható.
12:11
As I said before, there are patientsbetegek
on threehárom, fiveöt, sevenhét, ninekilenc drugsgyógyszerek.
268
719110
4469
Már mondtam, hogy egyes betegek
3, 5, 7, 9 féle gyógyszer szednek.
12:15
Have they been studiedtanult with respecttisztelet
to theirazok nine-waykilenc módon interactioninterakció?
269
723981
3642
Kutatta-e valaki
a 9 gyógyszer kölcsönhatását?
12:19
Yes, we can do pair-wisepair-Wise,
A and B, A and C, A and D,
270
727647
4208
Párosával megy: A+B, A+C, A+D,
12:23
but what about A, B, C,
D, E, F, G all togetheregyütt,
271
731879
4286
de mi a helyzet az A, B, C,
D, E, F, G együttese esetén,
12:28
beinglény takentett by the sameazonos patientbeteg,
272
736189
1762
ha a beteg mindegyiket szedi?
12:29
perhapstalán interactingkölcsönható with eachminden egyes other
273
737975
2118
Talán úgy lépnek
kölcsönhatásra egymással,
12:32
in waysmódokon that eitherbármelyik makesgyártmányú them
more effectivehatékony or lessKevésbé effectivehatékony
274
740117
3778
hogy egymás hatását
erősítik vagy gyengítik,
12:35
or causesokoz sideoldal effectshatások
that are unexpectedváratlan?
275
743919
2332
vagy nem várt mellékhatásokat okoznak?
12:38
We really have no ideaötlet.
276
746275
1827
Fogalmunk sincs.
12:40
It's a bluekék skyég, opennyisd ki fieldmező
for us to use dataadat
277
748126
3756
Egyelőre fehér folt, amelyet adatok
segítségével föltárhatunk,
12:43
to try to understandmegért
the interactioninterakció of drugsgyógyszerek.
278
751906
2502
hogy a gyógyszerek
kölcsönhatását megértsük.
12:46
Two more lessonstanulságok:
279
754848
1370
Még két tanulság.
12:48
I want you to think about the powererő
that we were ableképes to generategenerál
280
756242
4199
Gondoljanak bele, micsoda energia
keletkezett a betegek adataiból,
12:52
with the dataadat from people who had
volunteeredönként theirazok adversekedvezőtlen reactionsreakciók
281
760465
4711
akik önként közölték panaszaikat
12:57
throughkeresztül theirazok pharmacistsgyógyszerészek,
throughkeresztül themselvesmaguk, throughkeresztül theirazok doctorsorvosok,
282
765200
3269
patikusukon, orvosukon keresztül
vagy közvetlenül,
13:00
the people who allowedengedélyezett the databasesadatbázisok
at StanfordStanford, HarvardHarvard, VanderbiltVanderbilt,
283
768493
3667
azokból, akik a Stanfordon, Harvardon,
Vanderbilten kutatási célból
13:04
to be used for researchkutatás.
284
772184
1427
átengedték az adatbázisukat.
Az emberek idegesek adataik miatt.
13:05
People are worriedaggódó about dataadat.
285
773929
1445
13:07
They're worriedaggódó about theirazok privacyAdatvédelem
and securityBiztonság -- they should be.
286
775398
3187
Féltik a magánéletüket, a biztonságukat,
– és jól is teszik.
Biztonságos rendszerek kellenek.
13:10
We need securebiztonságos systemsrendszerek.
287
778609
1151
13:11
But we can't have a systemrendszer
that closeszáródik that dataadat off,
288
779784
3406
De nem olyanok,
amelyek kizárják az adatokat,
13:15
because it is too richgazdag of a sourceforrás
289
783214
2752
mert ezek gazdag forrást képeznek
13:17
of inspirationihlet, innovationinnováció and discoveryfelfedezés
290
785990
3971
az orvoslás új gondolataihoz, újításaihoz
13:21
for newúj things in medicinegyógyszer.
291
789985
1578
és fölfedezéseihez.
13:24
And the finalvégső thing I want to say is,
292
792494
1794
Végezetül hangsúlyozom,
13:26
in this caseügy we foundtalál two drugsgyógyszerek
and it was a little bitbit of a sadszomorú storysztori.
293
794312
3357
hogy mi két szert találtunk, s ez csak
e szomorú történet egy szelete.
13:29
The two drugsgyógyszerek actuallytulajdonképpen causedokozott problemsproblémák.
294
797693
1921
A két gyógyszer bajt okozott,
13:31
They increasedmegnövekedett glucoseszőlőcukor.
295
799638
1475
növelték a vércukrot.
13:33
They could throwdobás somebodyvalaki into diabetescukorbetegség
296
801137
2446
Cukorbetegséget okozhatnak valakinél,
13:35
who would otherwisemásképp not be in diabetescukorbetegség,
297
803607
2294
aki különben nem kapná el a cukorbajt.
13:37
and so you would want to use
the two drugsgyógyszerek very carefullygondosan togetheregyütt,
298
805925
3175
Szeretnénk nagyon óvatosan
szedni együtt a két gyógyszert,
13:41
perhapstalán not togetheregyütt,
299
809124
1151
vagy együtt talán nem,
13:42
make differentkülönböző choicesválasztás
when you're prescribingfelírása.
300
810299
2340
dönteni szeretnénk, ha már fölírják őket.
13:44
But there was anotheregy másik possibilitylehetőség.
301
812663
1846
Ám volt más lehetőségünk is.
13:46
We could have foundtalál
two drugsgyógyszerek or threehárom drugsgyógyszerek
302
814533
2344
Találhattunk volna 2-3 gyógyszert,
13:48
that were interactingkölcsönható in a beneficialjótékony way.
303
816901
2261
amelyek előnyösen hatnak egymásra.
13:51
We could have foundtalál newúj effectshatások of drugsgyógyszerek
304
819616
2712
Találhattunk volna új gyógyhatásokat,
13:54
that neitherse of them has aloneegyedül,
305
822352
2160
amelyet külön-külön egyikük sem mutat föl,
13:56
but togetheregyütt, insteadhelyette
of causingokozó a sideoldal effecthatás,
306
824536
2493
de együttesen, mellékhatások helyett,
13:59
they could be a newúj and novelregény treatmentkezelés
307
827053
2425
új, szokatlan gyógymódot nyújthatnak
14:01
for diseasesbetegségek that don't have treatmentskezelések
308
829502
1882
a kezelhetetlen betegségekre,
14:03
or where the treatmentskezelések are not effectivehatékony.
309
831408
2007
vagy azokra, amiknél a kezelés hatástalan.
14:05
If we think about drugdrog treatmentkezelés todayMa,
310
833439
2395
Ha a gyógyszeres kezeléseket nézzük,
14:07
all the majorJelentősebb breakthroughsáttörések --
311
835858
1752
minden nagy áttörés,
14:09
for HIVHIV, for tuberculosistuberkulózis,
for depressiondepresszió, for diabetescukorbetegség --
312
837634
4297
pl. a HIV, TBC, depresszió, cukorbaj,
14:13
it's always a cocktailkoktél of drugsgyógyszerek.
313
841955
2830
gyógyszerek kombinációjával történik.
14:16
And so the upsidefejjel here,
314
844809
1730
A módszer ígéretes,
14:18
and the subjecttantárgy for a differentkülönböző
TEDTED Talk on a differentkülönböző day,
315
846563
2849
és a különböző TED előadások tárgya az,
14:21
is how can we use the sameazonos dataadat sourcesforrás
316
849436
2593
hogy miként használhatjuk ki
az adatforrásokat arra,
14:24
to find good effectshatások
of drugsgyógyszerek in combinationkombináció
317
852053
3563
hogy jó hatásokat találjunk
orvosságok kombinálásakor,
14:27
that will providebiztosítani us newúj treatmentskezelések,
318
855640
2175
és ez új kezelésekhez vezet,
jobban megértjük a gyógyszerek hatását,
14:29
newúj insightsbetekintést into how drugsgyógyszerek work
319
857839
1852
14:31
and enableengedélyezze us to take caregondoskodás
of our patientsbetegek even better?
320
859715
3786
és így még jobban kezelhetjük betegeinket.
14:35
Thank you very much.
321
863525
1166
Köszönöm szépen.
14:36
(ApplauseTaps)
322
864715
3499
(Taps)
Translated by Peter Pallós
Reviewed by Zsuzsanna Lőrincz

▲Back to top

ABOUT THE SPEAKER
Russ Altman - Big data techno-­optimist and internist
Russ Altman uses machine learning to better understand adverse effects of medication.

Why you should listen

Professor of bioengineering, genetics, medicine and computer science at Stanford University, Russ Altman's primary research interests are in the application of computing and informatics technologies to problems relevant to medicine. He is particularly interested in methods for understanding drug actions at molecular, cellular, organism and population levels, including how genetic variation impacts drug response.

Altman received the U.S. Presidential Early Career Award for Scientists and Engineers, a National Science Foundation CAREER Award and Stanford Medical School's graduate teaching award. He has chaired the Science Board advising the FDA Commissioner and currently serves on the NIH Director’s Advisory Committee. He is a clinically active internist, the founder of the PharmGKB knowledge base, and advisor to pharmacogenomics companies.

More profile about the speaker
Russ Altman | Speaker | TED.com