TEDxGöteborg 2010
Anders Ynnerman: Visualizing the medical data explosion
Anders Ynnerman: Visualizzare l'esplosiva crescita dei dati in campo medico.
Filmed:
Readability: 3.4
539,883 views
Le attuali scansioni mediche producono migliai di immagini e e terabytes di dati per un singolo paziente ed in pochi secondi, ma come fanno i dottori a trarne informazioni utili? Durante il TEDxGöteborg, l'esperto di visualizzazione dei dati Anders Ynnerman mostra come utilizzare nuovi strumenti - quali l'autopsia virtuale - per analizzare questa miriade di dati, e offre anche uno sguardo a nuovo tecnologie in corso di sviluppo che sembrano fantascientifiche. Questo video contiene immagini mediche che potrebbero turbare la sensibilità di alcuni.
Anders Ynnerman - Scientific visualization expert
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Double-click the English transcript below to play the video.
00:15
I will start by posing a little bit of a challenge:
0
0
4000
Inizierò col porre una sfida
00:19
the challenge of dealing with data,
1
4000
3000
la sfida di gestire i dati
00:22
data that we have to deal with
2
7000
2000
i dati con cui abbiamo a che fare
00:24
in medical situations.
3
9000
2000
nella pratica medica.
00:26
It's really a huge challenge for us.
4
11000
2000
E' veramente un grande sfida per noi.
00:28
And this is our beast of burden --
5
13000
2000
Questo è il nostro mulo da lavoro.
00:30
this is a Computer Tomography machine,
6
15000
2000
E' un tomografo computerizzato --
00:32
a CT machine.
7
17000
2000
noto anche come CT o TAC.
00:34
It's a fantastic device.
8
19000
2000
E' uno strumento fantastico.
00:36
It uses X-rays, X-ray beams,
9
21000
2000
Utilizza i raggi X in fasci
00:38
that are rotating very fast around the human body.
10
23000
3000
che ruotano rapidamente attorno al corpo umano.
00:41
It takes about 30 seconds to go through the whole machine
11
26000
2000
Occorrono circa 30 secondi per una scansione completa
00:43
and is generating enormous amounts of information
12
28000
2000
che genera enormi quantità di informazione
00:45
that comes out of the machine.
13
30000
2000
che provengono dalla macchina.
00:47
So this is a fantastic machine
14
32000
2000
Quindi è questa la macchina fantastica
00:49
that we can use
15
34000
2000
che possiamo usare
00:51
for improving health care,
16
36000
2000
per migliorare l'assistenza sanitaria.
00:53
but as I said, it's also a challenge for us.
17
38000
2000
Ma come dicevo, è anche una sfida per noi.
00:55
And the challenge is really found in this picture here.
18
40000
3000
E la sfida si può vedere in questa immagine.
00:58
It's the medical data explosion
19
43000
2000
E' la crescita esplosiva dei dati medici
01:00
that we're having right now.
20
45000
2000
che adesso vediamo.
01:02
We're facing this problem.
21
47000
2000
Questo è il problema.
01:04
And let me step back in time.
22
49000
2000
Facciamo un passo indietro.
01:06
Let's go back a few years in time and see what happened back then.
23
51000
3000
Torniamo indietro di qualche anno per vedere cosa accadeva allora.
01:09
These machines that came out --
24
54000
2000
Queste macchine sono state introdotte
01:11
they started coming in the 1970s --
25
56000
2000
durante gli anni 70
01:13
they would scan human bodies,
26
58000
2000
scansionavano il corpo umano
01:15
and they would generate about 100 images
27
60000
2000
per produrre circa 100 immagini
01:17
of the human body.
28
62000
2000
del corpo.
01:19
And I've taken the liberty, just for clarity,
29
64000
2000
E per maggiore chiarezza
01:21
to translate that to data slices.
30
66000
3000
li ho trasformati in blocchi di dati.
01:24
That would correspond to about 50 megabytes of data,
31
69000
2000
Questo corrisponde a circa 50 MB di dati,
01:26
which is small
32
71000
2000
che è poca cosa
01:28
when you think about the data we can handle today
33
73000
3000
se pensiamo a quanti dati possiamo gestire oggi
01:31
just on normal mobile devices.
34
76000
2000
su di un telefonino.
01:33
If you translate that to phone books,
35
78000
2000
Se li misuriamo in elenchi telefonici
01:35
it's about one meter of phone books in the pile.
36
80000
3000
occupano circa una pila di un metro di altezza.
01:38
Looking at what we're doing today
37
83000
2000
Guardando ora a quel che facciamo oggi
01:40
with these machines that we have,
38
85000
2000
con queste macchine, vediamo che
01:42
we can, just in a few seconds,
39
87000
2000
in pochi secondi possiamo ottenere
01:44
get 24,000 images out of a body,
40
89000
2000
24.000 immagini da un corpo.
01:46
and that would correspond to about 20 gigabytes of data,
41
91000
3000
Che corrispondono a circa 20 GB di dati,
01:49
or 800 phone books,
42
94000
2000
ossia 800 elenchi del telefono.
01:51
and the pile would then be 200 meters of phone books.
43
96000
2000
Sarebbe una pila di elenchi alta 200 metri.
01:53
What's about to happen --
44
98000
2000
Ciò che sta per accadere --
01:55
and we're seeing this; it's beginning --
45
100000
2000
e cominciamo a vederlo, è appena agli inizi -
01:57
a technology trend that's happening right now
46
102000
2000
è un trend che si sta svilluppando adesso
01:59
is that we're starting to look at time-resolved situations as well.
47
104000
3000
di osservare anche il fattore tempo.
02:02
So we're getting the dynamics out of the body as well.
48
107000
3000
Stiamo ottenendo anche le dinamiche del corpo.
02:05
And just assume
49
110000
2000
Pensate che
02:07
that we will be collecting data during five seconds,
50
112000
3000
raccoglieremo dati in appena 5 secondi
02:10
and that would correspond to one terabyte of data --
51
115000
2000
corrispondenti ad un terabyte di dati.
02:12
that's 800,000 books
52
117000
2000
Sono 800.000 libri
02:14
and 16 kilometers of phone books.
53
119000
2000
e 16 km di elenchi telefonici.
02:16
That's one patient, one data set.
54
121000
2000
E questo per un solo paziente in una sola sessione.
02:18
And this is what we have to deal with.
55
123000
2000
Ed è questo il problema da affrontare.
02:20
So this is really the enormous challenge that we have.
56
125000
3000
E' veramente una sfida enorme.
02:23
And already today -- this is 25,000 images.
57
128000
3000
Che abbiamo già oggi -- questa conta 25.000 immagini.
02:26
Imagine the days
58
131000
2000
Immaginatevi quando
02:28
when we had radiologists doing this.
59
133000
2000
i radiologi esaminavano questo set di dati.
02:30
They would put up 25,000 images,
60
135000
2000
Caricavano 25.000 immagini,
02:32
they would go like this, "25,0000, okay, okay.
61
137000
3000
e dicevano "25,000, ok, ok.
02:35
There is the problem."
62
140000
2000
Il problema si trova qui."
02:37
They can't do that anymore. That's impossible.
63
142000
2000
Non posson più farlo; è impossibile.
02:39
So we have to do something that's a little bit more intelligent than doing this.
64
144000
3000
Dobbiamo fare in modo diverso, un pò più intelligente.
02:43
So what we do is that we put all these slices together.
65
148000
2000
E allora uniamo insieme queste fette.
02:45
Imagine that you slice your body in all these directions,
66
150000
3000
Immaginate di scandire a fette il corpo in tutte queste direzioni,
02:48
and then you try to put the slices back together again
67
153000
3000
per poi riunire insieme tutte le fette
02:51
into a pile of data, into a block of data.
68
156000
2000
in un unico insieme di dati.
02:53
So this is really what we're doing.
69
158000
2000
E' quanto stiamo facendo.
02:55
So this gigabyte or terabyte of data, we're putting it into this block.
70
160000
3000
Quindi questo gigabyte o terabyte di dati sono fusi in un unico blocco.
02:58
But of course, the block of data
71
163000
2000
Ma questo blocco di dati
03:00
just contains the amount of X-ray
72
165000
2000
rappresenta solo l'ammontare di radiazione X
03:02
that's been absorbed in each point in the human body.
73
167000
2000
assorbita in ogni punto dal corpo umano.
03:04
So what we need to do is to figure out a way
74
169000
2000
Dunque dobbiamo inventare un modo
03:06
of looking at the things we do want to look at
75
171000
3000
per guardare agli aspetti che vogliamo osservare
03:09
and make things transparent that we don't want to look at.
76
174000
3000
rendendo trasparenti tutti i dati che non ci interessano.
03:12
So transforming the data set
77
177000
2000
Ossia vogliamo trasformate i dati
03:14
into something that looks like this.
78
179000
2000
in qualcosa di simile a questo.
03:16
And this is a challenge.
79
181000
2000
E' questa la sfida.
03:18
This is a huge challenge for us to do that.
80
183000
3000
Una sfida enorme.
03:21
Using computers, even though they're getting faster and better all the time,
81
186000
3000
Anche se si utilizzano computer sempre più veloci e migliori
03:24
it's a challenge to deal with gigabytes of data,
82
189000
2000
lavorare gigabyte di dati è difficile
03:26
terabytes of data
83
191000
2000
terabytes di dati
03:28
and extracting the relevant information.
84
193000
2000
per estrarre informazioni rilevanti.
03:30
I want to look at the heart.
85
195000
2000
Voglio esaminare il cuore
03:32
I want to look at the blood vessels. I want to look at the liver.
86
197000
2000
i vasi sanguigni, il fegato
03:34
Maybe even find a tumor,
87
199000
2000
forse troverò un tumore
03:36
in some cases.
88
201000
2000
in alcuni casi.
03:39
So this is where this little dear comes into play.
89
204000
2000
E qui entra in gioco questa piccolina.
03:41
This is my daughter.
90
206000
2000
E' mia figlia.
03:43
This is as of 9 a.m. this morning.
91
208000
2000
E' stata scattata alle 9 di stamattina.
03:45
She's playing a computer game.
92
210000
2000
Gioca al computer.
03:47
She's only two years old,
93
212000
2000
Ha solo due anni,
03:49
and she's having a blast.
94
214000
2000
e si diverte da matti.
03:51
So she's really the driving force
95
216000
3000
In realtà è lei la forza
03:54
behind the development of graphics-processing units.
96
219000
3000
che promuove lo sviluppo dei processori grafici.
03:58
As long as kids are playing computer games,
97
223000
2000
Finchè i bambini giocheranno con i computer,
04:00
graphics is getting better and better and better.
98
225000
2000
la grafica diventerà sempre migliore.
04:02
So please go back home, tell your kids to play more games,
99
227000
2000
Quindi, tornate a casa e dite ai vostri figli di giocare col computer,
04:04
because that's what I need.
100
229000
2000
perchè ci serve proprio questo.
04:06
So what's inside of this machine
101
231000
2000
E' quanto è contenuto in questa macchina
04:08
is what enables me to do the things that I'm doing
102
233000
2000
che mi permette di fare quel che faccio
04:10
with the medical data.
103
235000
2000
con i dati medici.
04:12
So really what I'm doing is using these fantastic little devices.
104
237000
3000
In realtà sto utilizzando questi piccoli meravigliosi strumenti.
04:15
And you know, going back
105
240000
2000
E facendo un'altro passo indietro
04:17
maybe 10 years in time
106
242000
2000
circa 10 anni fa
04:19
when I got the funding
107
244000
2000
quando ho ricevuto i fondi
04:21
to buy my first graphics computer --
108
246000
2000
per comprare il mio primo computer con grafica.
04:23
it was a huge machine.
109
248000
2000
Era una macchina enorme.
04:25
It was cabinets of processors and storage and everything.
110
250000
3000
Era composta da armadi pieni di processori e memorie.
04:28
I paid about one million dollars for that machine.
111
253000
3000
Ho pagato circa 1 milione di dollari per quella macchina.
04:32
That machine is, today, about as fast as my iPhone.
112
257000
3000
E quella macchina oggi è quasi veloce quanto il mio Iphone.
04:37
So every month there are new graphics cards coming out,
113
262000
2000
Dunque, ogni mese viene prodotta una nuova scheda grafica.
04:39
and here is a few of the latest ones from the vendors --
114
264000
3000
Eccone alcune delle ultime appena prodotte --
04:42
NVIDIA, ATI, Intel is out there as well.
115
267000
3000
della NVIDIA, ATI ed anche Intel.
04:45
And you know, for a few hundred bucks
116
270000
2000
Sapete, per poche centinaia di dollari
04:47
you can get these things and put them into your computer,
117
272000
2000
potete comperarle, inserirle nel computer
04:49
and you can do fantastic things with these graphics cards.
118
274000
3000
e fare cose fantastiche con queste schede grafiche.
04:52
So this is really what's enabling us
119
277000
2000
Sono questi strumenti che ci stanno permettendo
04:54
to deal with the explosion of data in medicine,
120
279000
3000
di affrontare l'aumento esplosivo dei dati in medicina,
04:57
together with some really nifty work
121
282000
2000
grazie anche ad alcuni eccellenti lavori
04:59
in terms of algorithms --
122
284000
2000
nello sviluppo degli algoritmi --
05:01
compressing data,
123
286000
2000
compressione dei dati,
05:03
extracting the relevant information that people are doing research on.
124
288000
3000
estrazione dei dati rilevanti per i ricercatori.
05:06
So I'm going to show you a few examples of what we can do.
125
291000
3000
Vi mostrerò alcuni esempi di cosa possiamo fare.
05:09
This is a data set that was captured using a CT scanner.
126
294000
3000
Questi dati sono stati registrati da una macchina CT.
05:12
You can see that this is a full data [set].
127
297000
3000
Come potete vedere, è un blocco di dati integrale.
05:15
It's a woman. You can see the hair.
128
300000
3000
E' una donna, potete vedere i capelli.
05:18
You can see the individual structures of the woman.
129
303000
3000
Si vedono anche le strutture individuali delle donna.
05:21
You can see that there is [a] scattering of X-rays
130
306000
3000
E si vede anche che i raggi X sono riflessi e dispersi
05:24
on the teeth, the metal in the teeth.
131
309000
2000
dai denti, dal metallo presente nei denti.
05:26
That's where those artifacts are coming from.
132
311000
3000
Ecco perchè si osservano questi artefatti visivi.
05:29
But fully interactively
133
314000
2000
Ma in modo completamente interattivo
05:31
on standard graphics cards on a normal computer,
134
316000
3000
ed usando una scheda grafica standard su un computer normale,
05:34
I can just put in a clip plane.
135
319000
2000
posso selezionare un piano.
05:36
And of course all the data is inside,
136
321000
2000
Ovviamente tutti i dati sono pronti,
05:38
so I can start rotating, I can look at it from different angles,
137
323000
3000
quindi posso cominciare a ruotare per osservare da angoli diversi,
05:41
and I can see that this woman had a problem.
138
326000
3000
e notare che questa donna aveva un problema.
05:44
She had a bleeding up in the brain,
139
329000
2000
Aveva un versamento di sangue nel cervello,
05:46
and that's been fixed with a little stent,
140
331000
2000
che è stato risolto con un piccolo stent,
05:48
a metal clamp that's tightening up the vessel.
141
333000
2000
una clip di metallo che restringe il vaso.
05:50
And just by changing the functions,
142
335000
2000
E basta cambiare la funzione
05:52
then I can decide what's going to be transparent
143
337000
3000
per decidere cosa deve essere reso trasparente
05:55
and what's going to be visible.
144
340000
2000
e cosa invece deve essere visibile.
05:57
I can look at the skull structure,
145
342000
2000
Posso osservare la struttura del cranio,
05:59
and I can see that, okay, this is where they opened up the skull on this woman,
146
344000
3000
e vedere che, qui, è dove hanno aperto il cranio di questa donna,
06:02
and that's where they went in.
147
347000
2000
e da dove sono entrati.
06:04
So these are fantastic images.
148
349000
2000
Sono immagini fantastiche.
06:06
They're really high resolution,
149
351000
2000
Con risoluzione molto elevata,
06:08
and they're really showing us what we can do
150
353000
2000
e ci mostrano cosa è possibile fare ad oggi
06:10
with standard graphics cards today.
151
355000
3000
con una scheda grafica standard.
06:13
Now we have really made use of this,
152
358000
2000
Le stiamo sfruttando intensamente,
06:15
and we have tried to squeeze a lot of data
153
360000
3000
provando a far entrare moltissimi dati
06:18
into the system.
154
363000
2000
nel sistema.
06:20
And one of the applications that we've been working on --
155
365000
2000
Una delle applicazioni cui stiamo lavorando --
06:22
and this has gotten a little bit of traction worldwide --
156
367000
3000
e che ha ricevuto attenzione a livello mondiale --
06:25
is the application of virtual autopsies.
157
370000
2000
è l'autopsia virtuale.
06:27
So again, looking at very, very large data sets,
158
372000
2000
Stiamo quindi analizzando enormi insiemi di dati,
06:29
and you saw those full-body scans that we can do.
159
374000
3000
e potete vedere da voi quali scan full-body possiamo fare.
06:32
We're just pushing the body through the whole CT scanner,
160
377000
3000
Stiamo semplicemente muovendo il corpo attraverso tutta la CT
06:35
and just in a few seconds we can get a full-body data set.
161
380000
3000
ed in pochi secondi abbiamo i dati per tutto il corpo.
06:38
So this is from a virtual autopsy.
162
383000
2000
Questa è un'autopsia virtuale.
06:40
And you can see how I'm gradually peeling off.
163
385000
2000
Potete osservare come gradualmente stia sfogliando.
06:42
First you saw the body bag that the body came in,
164
387000
3000
Prima si vede il sacco in cui il corpo è arrivato,
06:45
then I'm peeling off the skin -- you can see the muscles --
165
390000
3000
poi rimuovo la pelle -- si vedono i muscoli --
06:48
and eventually you can see the bone structure of this woman.
166
393000
3000
ed infine vedremo la struttura ossea di questa donna.
06:51
Now at this point, I would also like to emphasize
167
396000
3000
A questo punto, vorrei sottolineare che
06:54
that, with the greatest respect
168
399000
2000
è con il massimo rispetto
06:56
for the people that I'm now going to show --
169
401000
2000
per le persone che adesso sto per mostrare --
06:58
I'm going to show you a few cases of virtual autopsies --
170
403000
2000
Sto per mostrare alcuni casi di autopsia virtuale --
07:00
so it's with great respect for the people
171
405000
2000
ed è con grande rispetto per le persone che
07:02
that have died under violent circumstances
172
407000
2000
sono morte in circostanze violenti
07:04
that I'm showing these pictures to you.
173
409000
3000
che vi mostrerò queste immagini.
07:08
In the forensic case --
174
413000
2000
E' un caso di medicina legale --
07:10
and this is something
175
415000
2000
e di questi esami
07:12
that ... there's been approximately 400 cases so far
176
417000
2000
ne sono stati fatti in circa 400 casi fin'ora
07:14
just in the part of Sweden that I come from
177
419000
2000
solo nella regione della Svezia da cui provengo
07:16
that has been undergoing virtual autopsies
178
421000
2000
in cui è stata applicata l'autopsia virtuale
07:18
in the past four years.
179
423000
2000
negli ultimi quattro anni.
07:20
So this will be the typical workflow situation.
180
425000
3000
La procedura tipica è la seguente.
07:23
The police will decide --
181
428000
2000
La polizia decide --
07:25
in the evening, when there's a case coming in --
182
430000
2000
in serata, quando vi sia un caso in arrivo --
07:27
they will decide, okay, is this a case where we need to do an autopsy?
183
432000
3000
decide, ok, in questo caso ci serve un'autopsia.
07:30
So in the morning, in between six and seven in the morning,
184
435000
3000
La mattina dopo, tra le sei e le sette del mattino,
07:33
the body is then transported inside of the body bag
185
438000
2000
il corpo è trasportato nel sacco apposito
07:35
to our center
186
440000
2000
fino al nostro centro
07:37
and is being scanned through one of the CT scanners.
187
442000
2000
e viene scansionato in uno dei nostri scanner CT.
07:39
And then the radiologist, together with the pathologist
188
444000
2000
Quindi il radiologo ed il patologo
07:41
and sometimes the forensic scientist,
189
446000
2000
ed in alcuni casi anche l'esperto di medicina legale
07:43
looks at the data that's coming out,
190
448000
2000
osservano i dati prodotti dalla CT
07:45
and they have a joint session.
191
450000
2000
e lavorano insieme su di essi.
07:47
And then they decide what to do in the real physical autopsy after that.
192
452000
3000
Quindi decidono che cosa faranno nell'autopsia reale.
07:52
Now looking at a few cases,
193
457000
2000
Ora guardiamo ad alcuni casi,
07:54
here's one of the first cases that we had.
194
459000
2000
ecco il primo caso che abbiamo avuto.
07:56
You can really see the details of the data set.
195
461000
3000
Potete ossservare le caratteristiche dell'insieme di dati;
07:59
It's very high-resolution,
196
464000
2000
la risoluzione è molto elevata.
08:01
and it's our algorithms that allow us
197
466000
2000
E i nostri algoritmi ci consentono
08:03
to zoom in on all the details.
198
468000
2000
di zoomare nei dettagli
08:05
And again, it's fully interactive,
199
470000
2000
Ed è completamente interattivo,
08:07
so you can rotate and you can look at things in real time
200
472000
2000
quindi potete ruotare o guardare attraverso le cose in tempo reale
08:09
on these systems here.
201
474000
2000
usando questi sistemi.
08:11
Without saying too much about this case,
202
476000
2000
Senza rilevare troppo su questo caso,
08:13
this is a traffic accident,
203
478000
2000
posso dire che è un incidente di traffico,
08:15
a drunk driver hit a woman.
204
480000
2000
un ubriaco ha colpito una donna.
08:17
And it's very, very easy to see the damages on the bone structure.
205
482000
3000
Ed è facilissimo notare i danni alla struttura ossea.
08:20
And the cause of death is the broken neck.
206
485000
3000
E che la causa della morte è la rottura del collo.
08:23
And this women also ended up under the car,
207
488000
2000
E questa donna è anche finita sotto la macchina,
08:25
so she's quite badly beaten up
208
490000
2000
quindi è stata gravemente colpita
08:27
by this injury.
209
492000
2000
da questo scontro.
08:29
Here's another case, a knifing.
210
494000
3000
Ecco un altro caso, un accoltellamento.
08:32
And this is also again showing us what we can do.
211
497000
2000
E di nuovo si può vedere subito cosa possiamo fare.
08:34
It's very easy to look at metal artifacts
212
499000
2000
E' facilissimo osservare gli artifatti metallici
08:36
that we can show inside of the body.
213
501000
3000
che si possono vedere nel corpo.
08:39
You can also see some of the artifacts from the teeth --
214
504000
3000
Si possono anche vedere alcuni artifatti dai denti --
08:42
that's actually the filling of the teeth --
215
507000
2000
in realtà è l'amalgama delle otturazioni --
08:44
but because I've set the functions to show me metal
216
509000
3000
e questo perchè ho impostato la funzione mostra metallo
08:47
and make everything else transparent.
217
512000
2000
e rendi tutto il resto trasparente.
08:49
Here's another violent case. This really didn't kill the person.
218
514000
3000
Ecco un'altro caso violento. Non è questo ad avere ucciso la persona.
08:52
The person was killed by stabs in the heart,
219
517000
2000
E' stato ucciso da pugnalate al cuore,
08:54
but they just deposited the knife
220
519000
2000
ma hanno depositato il coltello
08:56
by putting it through one of the eyeballs.
221
521000
2000
facendogli attraversa un occhio.
08:58
Here's another case.
222
523000
2000
Ecco un'altro caso.
09:00
It's very interesting for us
223
525000
2000
Ci interessa molto poter
09:02
to be able to look at things like knife stabbings.
224
527000
2000
osservare aspetti come una pugnalata.
09:04
Here you can see that knife went through the heart.
225
529000
3000
Qui si vede che il coltello ha attraversato il cuore.
09:07
It's very easy to see how air has been leaking
226
532000
2000
E' facile osservare come l'aria sia passata
09:09
from one part to another part,
227
534000
2000
da parte a parte,
09:11
which is difficult to do in a normal, standard, physical autopsy.
228
536000
3000
cosa difficile da fare in una normale autopsia standard.
09:14
So it really, really helps
229
539000
2000
Quindi è veramente di grande aiuto
09:16
the criminal investigation
230
541000
2000
nelle investigazioni,
09:18
to establish the cause of death,
231
543000
2000
per stabilire la causa della morte,
09:20
and in some cases also directing the investigation in the right direction
232
545000
3000
e talora anche per indirizzarle nella giusta direzione
09:23
to find out who the killer really was.
233
548000
2000
e scoprire quindi l'assassino.
09:25
Here's another case that I think is interesting.
234
550000
2000
Ecco un altro caso che considero interessante.
09:27
Here you can see a bullet
235
552000
2000
Si può vedere un proiettile
09:29
that has lodged just next to the spine on this person.
236
554000
3000
incastrato in prossimità della colonna vertebrale.
09:32
And what we've done is that we've turned the bullet into a light source,
237
557000
3000
Quindi abbiamo trasformato questo proiettile in una fonte di luce
09:35
so that bullet is actually shining,
238
560000
2000
quindi in realtà il proiettile stà brillando,
09:37
and it makes it really easy to find these fragments.
239
562000
3000
e ciò rendere semplice trovare questi frammenti.
09:40
During a physical autopsy,
240
565000
2000
Durante una autopsia tradizionale,
09:42
if you actually have to dig through the body to find these fragments,
241
567000
2000
occore scavare nel corpo per trovare i frammenti,
09:44
that's actually quite hard to do.
242
569000
2000
una cosa veramente difficile da fare.
09:48
One of the things that I'm really, really happy
243
573000
2000
Sono molto lieto di potervi
09:50
to be able to show you here today
244
575000
3000
mostrare oggi
09:53
is our virtual autopsy table.
245
578000
2000
il nostro tavolo virtuale per autopsie.
09:55
It's a touch device that we have developed
246
580000
2000
E' un strumento sensibile al tocco che abbiamo sviluppato
09:57
based on these algorithms, using standard graphics GPUs.
247
582000
3000
basato su questi algoritmi, che usano GPU standard.
10:00
It actually looks like this,
248
585000
2000
Assomiglia a questo,
10:02
just to give you a feeling for what it looks like.
249
587000
3000
tanto per darvi un'idea del suo aspetto.
10:05
It really just works like a huge iPhone.
250
590000
3000
Funziona quasi come un gigantesco Iphone.
10:08
So we've implemented
251
593000
2000
Quindi abbiamo implementato
10:10
all the gestures you can do on the table,
252
595000
3000
tutti i movimenti che si possono fare sul tavolo
10:13
and you can think of it as an enormous touch interface.
253
598000
4000
potete vederla come un'enorme interfaccia a sfioramento.
10:17
So if you were thinking of buying an iPad,
254
602000
2000
Quindi se state pensando di comprare un Ipad
10:19
forget about it. This is what you want instead.
255
604000
3000
lasciate perdere; è questo che volete.
10:22
Steve, I hope you're listening to this, all right.
256
607000
3000
Steve, spero che tu stia ascoltando.
10:26
So it's a very nice little device.
257
611000
2000
E' un apparecchio veramente interessante.
10:28
So if you have the opportunity, please try it out.
258
613000
2000
Quindi se ne avete l'opportunità, provatelo.
10:30
It's really a hands-on experience.
259
615000
3000
E' una vera esperienza hands-on.
10:33
So it gained some traction, and we're trying to roll this out
260
618000
3000
E sta guadagnando consensi, quindi stiamo provando a lanciarlo
10:36
and trying to use it for educational purposes,
261
621000
2000
ed utilizzarlo per fini educativi
10:38
but also, perhaps in the future,
262
623000
2000
ma forse anche, in futuro,
10:40
in a more clinical situation.
263
625000
3000
in situazioni cliniche.
10:43
There's a YouTube video that you can download and look at this,
264
628000
2000
C'è un video su YouTube a cui potete fare riferimento
10:45
if you want to convey the information to other people
265
630000
2000
se volete diffondere ad altri le informazioni relative
10:47
about virtual autopsies.
266
632000
3000
alle autopsie virtuali.
10:50
Okay, now that we're talking about touch,
267
635000
2000
Ok, parlando di interfaccie a sfioramento
10:52
let me move on to really "touching" data.
268
637000
2000
cominciamo a parlare di toccare davvero i dati.
10:54
And this is a bit of science fiction now,
269
639000
2000
Adesso questa è quasi fantascienza,
10:56
so we're moving into really the future.
270
641000
3000
ci stiamo inoltrando veramente nel futuro.
10:59
This is not really what the medical doctors are using right now,
271
644000
3000
Non è qualcosa che i medici stanno veramente usando adesso
11:02
but I hope they will in the future.
272
647000
2000
ma spero che lo faranno in futuro.
11:04
So what you're seeing on the left is a touch device.
273
649000
3000
A sinistra potete vedere uno strumento a contatto.
11:07
It's a little mechanical pen
274
652000
2000
E' una piccola penna meccanica
11:09
that has very, very fast step motors inside of the pen.
275
654000
3000
dotati al suo interno di motori a passo molto rapido.
11:12
And so I can generate a force feedback.
276
657000
2000
Che può generare un ritorno di forza.
11:14
So when I virtually touch data,
277
659000
2000
Così se tocco virtualmente dei dati,
11:16
it will generate forces in the pen, so I get a feedback.
278
661000
3000
la penna genererà un sensazione tattile.
11:19
So in this particular situation,
279
664000
2000
Ora in questa situazione particolare,
11:21
it's a scan of a living person.
280
666000
2000
vediamo la scansione di una persona viva.
11:23
I have this pen, and I look at the data,
281
668000
3000
Ho questa penna, osservo i dati,
11:26
and I move the pen towards the head,
282
671000
2000
e muovo la penna verso la testa,
11:28
and all of a sudden I feel resistance.
283
673000
2000
e all'improvviso sento una resistenza.
11:30
So I can feel the skin.
284
675000
2000
E' come se toccassi la pelle.
11:32
If I push a little bit harder, I'll go through the skin,
285
677000
2000
Se spingo un poco di più, oltrepasso la pelle
11:34
and I can feel the bone structure inside.
286
679000
3000
e posso avvertire la sensazione di toccare le ossa.
11:37
If I push even harder, I'll go through the bone structure,
287
682000
2000
Se spingo ancor di più, attraverso la struttura ossea,
11:39
especially close to the ear where the bone is very soft.
288
684000
3000
specie vicino all'orecchio dove l'osso è molto soffice.
11:42
And then I can feel the brain inside, and this will be the slushy like this.
289
687000
3000
E posso provare la sensazione di toccare il cervello, che è viscido.
11:45
So this is really nice.
290
690000
2000
Una cosa molto interessante.
11:47
And to take that even further, this is a heart.
291
692000
3000
E per andare oltre, questo è il cuore.
11:50
And this is also due to these fantastic new scanners,
292
695000
3000
E grazie a questi fantastici nuovi scanner,
11:53
that just in 0.3 seconds,
293
698000
2000
in appena 0.3 secondi,
11:55
I can scan the whole heart,
294
700000
2000
posso scansionare l'intero cuore,
11:57
and I can do that with time resolution.
295
702000
2000
e tenere anche conto del fattore tempo.
11:59
So just looking at this heart,
296
704000
2000
Guardando a questo cuore,
12:01
I can play back a video here.
297
706000
2000
posso visualizzare questo video.
12:03
And this is Karljohan, one of my graduate students
298
708000
2000
E' Karl Johan, uno dei miei studenti
12:05
who's been working on this project.
299
710000
2000
che lavora al progetto.
12:07
And he's sitting there in front of the Haptic device, the force feedback system,
300
712000
3000
Siete di fronte al congegno Haptic, il sistema di force feedback,
12:10
and he's moving his pen towards the heart,
301
715000
3000
e sta muovendo la penna verso il cuore,
12:13
and the heart is now beating in front of him,
302
718000
2000
e il cuore comincia a pulsare di fronte a lui
12:15
so he can see how the heart is beating.
303
720000
2000
quindi ora si vede il cuore mentre pulsa.
12:17
He's taken the pen, and he's moving it towards the heart,
304
722000
2000
Ora ha preso la penna, la muove verso il cuore
12:19
and he's putting it on the heart,
305
724000
2000
e la sposta verso il cuore
12:21
and then he feels the heartbeats from the real living patient.
306
726000
3000
ed prova la sensazione di sentire i battiti, come un paziente reale.
12:24
Then he can examine how the heart is moving.
307
729000
2000
Quindi può esaminare il modo in cui il cuore si muove.
12:26
He can go inside, push inside of the heart,
308
731000
2000
Può entrarci dentro, spingersi dentro il cuore,
12:28
and really feel how the valves are moving.
309
733000
3000
e provare la sensazione di toccare le valvole.
12:31
And this, I think, is really the future for heart surgeons.
310
736000
3000
Penso che questo sia il futuro della chirurgia cardiaca.
12:34
I mean it's probably the wet dream for a heart surgeon
311
739000
3000
Penso che questo sia un sogno nel cassetto dei cardiochirurgi
12:37
to be able to go inside of the patient's heart
312
742000
3000
poter entrare nel cuore di un paziente
12:40
before you actually do surgery,
313
745000
2000
prima ancora di operarlo,
12:42
and do that with high-quality resolution data.
314
747000
2000
e il tutto con dati ad alta risoluzione.
12:44
So this is really neat.
315
749000
2000
Veramente splendido.
12:47
Now we're going even further into science fiction.
316
752000
3000
Inoltriamoci ancora nella fantascienza.
12:50
And we heard a little bit about functional MRI.
317
755000
3000
Guardiamo alla risonanza magnetica funzionale MRI.
12:53
Now this is really an interesting project.
318
758000
3000
E' un progetto molto interessante.
12:56
MRI is using magnetic fields
319
761000
2000
La MRI usa campi magnetici
12:58
and radio frequencies
320
763000
2000
e radiofrequenze
13:00
to scan the brain, or any part of the body.
321
765000
3000
per scandire il cervello, o altri parti del corpo.
13:03
So what we're really getting out of this
322
768000
2000
Quindi quello che stiamo ottenendo
13:05
is information of the structure of the brain,
323
770000
2000
sono informazioni sulla struttura del cervello,
13:07
but we can also measure the difference
324
772000
2000
ma possiamo anche misurare la differenza
13:09
in magnetic properties of blood that's oxygenated
325
774000
3000
tra le proprietà magnetiche del sangue ossigenato
13:12
and blood that's depleted of oxygen.
326
777000
3000
e quelle del sangue privo di ossigeno.
13:15
That means that it's possible
327
780000
2000
Ossia questo rende possibile
13:17
to map out the activity of the brain.
328
782000
2000
mappare l'attività del cervello.
13:19
So this is something that we've been working on.
329
784000
2000
E' qualcosa cui stiamo lavorando.
13:21
And you just saw Motts the research engineer, there,
330
786000
3000
Ecco Motts l'ingegnere ricercatore
13:24
going into the MRI system,
331
789000
2000
mentre entra nella MRI
13:26
and he was wearing goggles.
332
791000
2000
ed indossa degli occhiali.
13:28
So he could actually see things in the goggles.
333
793000
2000
Lui può vedere oggetti con gli occhiali.
13:30
So I could present things to him while he's in the scanner.
334
795000
3000
Quindi posso mostrargli gli oggetti mentre è nello scanner.
13:33
And this is a little bit freaky,
335
798000
2000
E' proprio una cosa curiosa,
13:35
because what Motts is seeing is actually this.
336
800000
2000
perchè in realtà ciò che Motts sta guardando
13:37
He's seeing his own brain.
337
802000
3000
è il suo cervello.
13:40
So Motts is doing something here,
338
805000
2000
Dunque Motts compie qualche azione.
13:42
and probably he is going like this with his right hand,
339
807000
2000
E probabilmente muoverà la mano destra in questo modo,
13:44
because the left side is activated
340
809000
2000
perchè il lato sinistro della corteccia
13:46
on the motor cortex.
341
811000
2000
motoria è attivato.
13:48
And then he can see that at the same time.
342
813000
2000
E lui può vederlo mentre avviene.
13:50
These visualizations are brand new.
343
815000
2000
Sono visualizzazioni del tutto nuove.
13:52
And this is something that we've been researching for a little while.
344
817000
3000
Questo è qualcosa su cui stiamo facendo ricerche da qualche tempo.
13:55
This is another sequence of Motts' brain.
345
820000
3000
E' un'altra sequenza del cervello di Motts.
13:58
And here we asked Motts to calculate backwards from 100.
346
823000
3000
Abbiamo chiesto a Motts di contare indietro partendo da 100.
14:01
So he's going "100, 97, 94."
347
826000
2000
E quindi pensa "100,97,94."
14:03
And then he's going backwards.
348
828000
2000
E quindi conta all'indietro.
14:05
And you can see how the little math processor is working up here in his brain
349
830000
3000
E potete vedere come ci sia un piccolo processo matematico nel suo cervello
14:08
and is lighting up the whole brain.
350
833000
2000
che sta illuminando l'intero cervello.
14:10
Well this is fantastic. We can do this in real time.
351
835000
2000
E' fantastico, e possiamo farlo in tempo reale.
14:12
We can investigate things. We can tell him to do things.
352
837000
2000
Possiamo investigare, chiederli di fare delle azioni.
14:14
You can also see that his visual cortex
353
839000
2000
Potete anche vedere la sua corteccia visiva
14:16
is activated in the back of the head,
354
841000
2000
attivata nel retro della testa,
14:18
because that's where he's seeing, he's seeing his own brain.
355
843000
2000
perchè è li che lui guarda, mentre guarda il suo stesso cervello.
14:20
And he's also hearing our instructions
356
845000
2000
Ed ascolta anche le nostre istruzioni
14:22
when we tell him to do things.
357
847000
2000
quando gli dicamo di fare qualcosa.
14:24
The signal is really deep inside of the brain as well,
358
849000
2000
E' un segnale che si trova molto in profondità nel cervello,
14:26
and it's shining through,
359
851000
2000
ma riluce evidentemente,
14:28
because all of the data is inside this volume.
360
853000
2000
perchè tutti i dati sono in questo blocco.
14:30
And in just a second here you will see --
361
855000
2000
E tra un secondo lo vedrete anche voi --
14:32
okay, here. Motts, now move your left foot.
362
857000
2000
Ok, Moots, muovi il tuo piede sinistro.
14:34
So he's going like this.
363
859000
2000
E si muove così.
14:36
For 20 seconds he's going like that,
364
861000
2000
Per 20 secondi continua a fare così
14:38
and all of a sudden it lights up up here.
365
863000
2000
e di improvviso qui si accende qualcosa.
14:40
So we've got motor cortex activation up there.
366
865000
2000
E' l'attivazione della corteccia motrice.
14:42
So this is really, really nice,
367
867000
2000
E' molto, molto bello.
14:44
and I think this is a great tool.
368
869000
2000
Penso sia uno strumento fantastico.
14:46
And connecting also with the previous talk here,
369
871000
2000
E riconnettendomi al talk precedente,
14:48
this is something that we could use as a tool
370
873000
2000
è qualcosa che possiamo usare come strumento
14:50
to really understand
371
875000
2000
per capire veramente
14:52
how the neurons are working, how the brain is working,
372
877000
2000
come funzionano i neuroni, come funziona il cervello,
14:54
and we can do this with very, very high visual quality
373
879000
3000
e possiamo farlo con altissima qualità visuale
14:57
and very fast resolution.
374
882000
3000
e risoluzione velocissima.
15:00
Now we're also having a bit of fun at the center.
375
885000
2000
Quindi ci stiamo divertendo un poco.
15:02
So this is a CAT scan -- Computer Aided Tomography.
376
887000
3000
Questa è una scansione TC - tomografia computerizzata.
15:06
So this is a lion from the local zoo
377
891000
2000
E' un leone dello zoo locale
15:08
outside of Norrkoping in Kolmarden, Elsa.
378
893000
3000
appena fuori da Norrkoping in Kilmarden, Elsa.
15:11
So she came to the center,
379
896000
2000
Dunque lei è venuta al laboratorio
15:13
and they sedated her
380
898000
2000
dove è stata sedata
15:15
and then put her straight into the scanner.
381
900000
2000
e dove è stata messa nello scanner.
15:17
And then, of course, I get the whole data set from the lion.
382
902000
3000
E quindi, ovviamente, ottengo tutti i dati relativi al leone.
15:20
And I can do very nice images like this.
383
905000
2000
E posso ottenere delle bellissime immagini.
15:22
I can peel off the layer of the lion.
384
907000
2000
Posso rimuovere uno strato dal leone.
15:24
I can look inside of it.
385
909000
2000
E guardare all'interno.
15:26
And we've been experimenting with this.
386
911000
2000
Lo stiamo sperimentando.
15:28
And I think this is a great application
387
913000
2000
Penso sia una ottima applicazione
15:30
for the future of this technology,
388
915000
2000
per il futuro di questa tecnologia.
15:32
because there's very little known about the animal anatomy.
389
917000
3000
Perchè ben poco è noto dell'anatomia animale.
15:35
What's known out there for veterinarians is kind of basic information.
390
920000
3000
Ciò che i veterinari hanno sono informazioni essenziali.
15:38
We can scan all sorts of things,
391
923000
2000
Possiamo scansionare ogni tipo di cosa,
15:40
all sorts of animals.
392
925000
2000
ogni tipo di animale.
15:42
The only problem is to fit it into the machine.
393
927000
3000
L'unico problema è farli entrare nella macchina.
15:45
So here's a bear.
394
930000
2000
Ecco un orso.
15:47
It was kind of hard to get it in.
395
932000
2000
E' stato difficile farlo entrare.
15:49
And the bear is a cuddly, friendly animal.
396
934000
3000
Un orso coccolone, un animale amichevole.
15:52
And here it is. Here is the nose of the bear.
397
937000
3000
Ecco, qui si vede il naso dell'orso.
15:55
And you might want to cuddle this one,
398
940000
3000
E forse vorrete coccolarlo,
15:58
until you change the functions and look at this.
399
943000
3000
finchè non cambiate la funzione e vedete questo.
16:01
So be aware of the bear.
400
946000
2000
Quindi attenzione all'orso.
16:03
So with that,
401
948000
2000
Quindi, infine,
16:05
I'd like to thank all the people
402
950000
2000
vorrei ringraziare tutte le persone
16:07
who have helped me to generate these images.
403
952000
2000
che mi hanno aiutato a generare queste immagini.
16:09
It's a huge effort that goes into doing this,
404
954000
2000
Ciò richiede uno sforzo immenso,
16:11
gathering the data and developing the algorithms,
405
956000
3000
per ottenere i dati e sviluppare gli algoritmi,
16:14
writing all the software.
406
959000
2000
e sviluppare il software.
16:16
So, some very talented people.
407
961000
3000
Si tratta di gente talentuosa.
16:19
My motto is always, I only hire people that are smarter than I am
408
964000
3000
Il mio motto è sempre, assumi gente più sveglia di te
16:22
and most of these are smarter than I am.
409
967000
2000
e molti di loro sono più svegli di me.
16:24
So thank you very much.
410
969000
2000
Grazie molte.
16:26
(Applause)
411
971000
4000
(Applausi)
ABOUT THE SPEAKER
Anders Ynnerman - Scientific visualization expertAnders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction.
Why you should listen
Professor Anders Ynnerman received a Ph.D. in physics from Gothenburg University. During the early 90s he was doing research at Oxford University and Vanderbilt University. In 1996 he started the Swedish National Graduate School in Scientific Computing, which he directed until 1999. From 1997 to 2002 he directed the Swedish National Supercomputer Centre and from 2002 to 2006 he directed the Swedish National Infrastructure for Computing (SNIC).
Since 1999 he is holding a chair in scientific visualization at Linköping University and in 2000 he founded the Norrköping Visualization and Interaction Studio (NVIS). NVIS currently constitutes one of the main focal points for research and education in computer graphics and visualization in the Nordic region. Ynnerman is currently heading the build-up of a large scale center for Visualization in Norrköping.
Anders Ynnerman | Speaker | TED.com