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

Why you should listen

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

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

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

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

Joel Selanikio: The big-data revolution in health care

Zdumiewajace początki rewolucji danych w ochronie zdrowia

Filmed:
745,046 views

Zbieranie danych w dziedzinie globalnej ochrony zdrowia było nauką niedoskonałą: pracownicy przemierzali wioski, pukali do drzwi i zadawali pytania. Odpowiedzi wpisywali w papierowe formularze, po czym udostępniali dane. Na podstawie tych niepełnych informacji podejmowane były niezmiernie ważne decyzje państwowe. Joel Selanikio, entuzjasta danych, opowiada o znaczących zmianach, jakie zaszły w ciągu ostatniej dekady w sposobie zbierania danych o zdrowiu: od Palm Pilotów i Hotmail aż do chmury. (Sfilmowane na TEDxAustin)
- Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio

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

00:12
There's an oldstary jokeżart about a coppolicjant who'skto jest walkingpieszy his beatbić
0
717
2439
Znacie stary kawał o glinie,
który na nocnym patrolu
00:15
in the middleśrodkowy of the night,
1
3156
1295
00:16
and he comespochodzi acrossprzez a guy underpod a streetulica lamplampa
2
4451
2365
pod latarnią spotyka faceta,
00:18
who'skto jest looking at the groundziemia and movingw ruchu from sidebok to sidebok,
3
6816
2531
który patrzy w ziemię,
chodząc w tę i z powrotem,
00:21
and the coppolicjant askspyta him what he's doing.
4
9347
1859
więc gliniarz pyta go, co robi.
00:23
The guys saysmówi he's looking for his keysklucze.
5
11206
1959
Facet mówi, że szuka kluczy.
00:25
So the coppolicjant takes his time and lookswygląda over
6
13165
2580
Więc gliniarz również zaczyna szukać
00:27
and kinduprzejmy of makesczyni a little matrixMacierz and lookswygląda
7
15745
1637
systematycznie, krok po kroku
00:29
for about two, threetrzy minutesminuty. No keysklucze.
8
17382
3051
przez kilka minut. Ani śladu kluczy.
00:32
The coppolicjant saysmówi, "Are you sure? Hey buddykumpel,
9
20433
2966
W końcu pyta faceta: "Jest pan pewien,
00:35
are you sure you lostStracony your keysklucze here?"
10
23399
1880
że tu zgubiły się te klucze?"
00:37
And the guy saysmówi, "No, no, actuallytak właściwie I lostStracony them
11
25279
1379
On na to: "Zgubiłem je po
drugiej stronie ulicy,
00:38
down at the other endkoniec of the streetulica,
12
26658
1525
00:40
but the lightlekki is better here."
13
28183
5984
ale tu jest więcej światła".
00:46
There's a conceptpojęcie that people talk about nowadaysdzisiaj
14
34167
1793
Mówi się teraz sporo o zjawisku
00:47
callednazywa bigduży datadane, and what they're talkingmówić about
15
35960
2234
zwanym "big data", które oznacza
00:50
is all of the informationInformacja that we're generatinggenerowanie
16
38194
2166
wszystkie informacje, które tworzymy
00:52
throughprzez our interactioninterakcja with and over the InternetInternet,
17
40360
2665
za pośrednictwem internetu.
00:55
everything from FacebookFacebook and TwitterTwitter
18
43025
1942
To, co piszemy na Facebooku i Twitterze,
00:56
to musicmuzyka downloadspliki do pobrania, movieskino, streamingstreaming, all this kinduprzejmy of stuffrzeczy,
19
44967
4077
muzyka i filmy, które ściągamy,
media strumieniowe,
01:01
the liverelacja na żywo streamingstreaming of TEDTED.
20
49044
1875
na przykład TED.
01:02
And the folksludzie who work with bigduży datadane, for them,
21
50919
2761
Ludzie pracujący
nad tymi "wielkimi danymi"
01:05
they talk about that theirich biggestnajwiększy problemproblem is
22
53680
1771
mówią, że największym
problemem jest organizacja
01:07
we have so much informationInformacja,
23
55451
1912
01:09
the biggestnajwiększy problemproblem is, how do we organizezorganizować all that informationInformacja?
24
57363
3492
tak dużej liczby informacji.
01:12
I can tell you that workingpracujący in globalświatowy healthzdrowie,
25
60855
2392
W pracy nad zdrowiem globalnym
są większe zmartwienia.
01:15
that is not our biggestnajwiększy problemproblem.
26
63247
2872
01:18
Because for us, even thoughchociaż the lightlekki
27
66119
1570
Choć w internecie jest więcej światła,
01:19
is better on the InternetInternet,
28
67689
3157
informacje i dane
pomocne w rozwiązywaniu problemów,
01:22
the datadane that would help us solverozwiązać the problemsproblemy
29
70846
2320
nad którymi pracujemy,
nie są tam zamieszczane.
01:25
we're tryingpróbować to solverozwiązać is not actuallytak właściwie presentteraźniejszość on the InternetInternet.
30
73166
3386
01:28
So we don't know, for exampleprzykład, how manywiele people
31
76552
1847
Nie wiemy, na przykład, ilu ludzi
01:30
right now are beingistota affectedafektowany by disasterskatastrofy
32
78399
2594
w tej chwili cierpi z powodu
katastrof lub konfliktów.
01:32
or by conflictkonflikt situationssytuacje.
33
80993
2336
01:35
We don't know for really basicallygruntownie any of the clinicskliniki
34
83329
3743
Tak naprawdę nie wiemy, które z klinik
01:39
in the developingrozwijanie worldświat, whichktóry oneste have medicinesleki
35
87072
2193
w krajach rozwijających się
mają leki, a które nie.
01:41
and whichktóry oneste don't.
36
89265
1460
01:42
We have no ideapomysł of what the supplyDostawa chainłańcuch is for those clinicskliniki.
37
90725
3172
Nie mamy pojęcia, jak są one zaopatrywane.
01:45
We don't know -- and this is really amazingniesamowity to me --
38
93897
2860
Nie wiemy - i to mnie zadziwia
- ile dzieci rodzi się
01:48
we don't know how manywiele childrendzieci were bornurodzony,
39
96757
2901
01:51
or how manywiele childrendzieci there are in BoliviaBoliwia
40
99658
2946
ani też ile ich ogólnie jest w Boliwii,
01:54
or BotswanaBotswana or BhutanBhutan.
41
102604
3154
w Botswanie czy Bhutanie.
01:57
We don't know how manywiele kidsdzieciaki diedzmarły last weektydzień
42
105758
1922
Nie wiemy, ile dzieci zmarło
w tych krajach
01:59
in any of those countrieskraje.
43
107680
1401
w zeszłym tygodniu.
02:01
We don't know the needswymagania of the elderlyStarsi, the mentallypsychicznie illchory.
44
109081
3372
Nie wiemy nic o potrzebach starszych
lub chorych umysłowo.
02:04
For all of these differentróżne criticallykrytycznie importantważny problemsproblemy
45
112453
3239
O żadnej z tych kwestii,
02:07
or criticallykrytycznie importantważny areasobszary that we want to solverozwiązać problemsproblemy in,
46
115692
3001
rodzącej poważne problemy,
które chcemy rozwiązać,
02:10
we basicallygruntownie know nothing at all.
47
118693
5112
w zasadzie nie wiemy nic.
02:15
And partczęść of the reasonpowód why we don't know anything at all
48
123805
2623
A jednym z powodów,
dla których nic nie wiemy
02:18
is that the informationInformacja technologytechnologia systemssystemy
49
126428
2252
jest system technologii informacyjnej,
02:20
that we use in globalświatowy healthzdrowie to find the datadane
50
128680
3525
którego używamy,
by znaleźć dane o zdrowiu globalnym
02:24
to solverozwiązać these problemsproblemy is what you see here.
51
132205
2945
i rozwiązać związane z nim problemy.
02:27
And this is about a 5,000-year-old-roczny technologytechnologia.
52
135150
2258
To technologia sprzed pięciu
tysięcy lat, pewnie ją znacie.
02:29
Some of you maymoże have used it before.
53
137408
1052
02:30
It's kinduprzejmy of on its way out now, but we still use it
54
138460
2320
Już odchodzi do lamusa, ale my
używamy jej w 99% przypadków.
02:32
for 99 percentprocent of our stuffrzeczy.
55
140780
2091
02:34
This is a paperpapier formformularz, and what you're looking at
56
142871
4009
To papierowy formularz,
02:38
is a paperpapier formformularz in the handdłoń of a MinistryMinisterstwo of HealthZdrowie nursepielęgniarka
57
146880
3366
tutaj w dłoni pielęgniarki
z Ministerstwa Zdrowia w Indonezji,
02:42
in IndonesiaIndonezja who is trampingtramping out acrossprzez the countrysidewsi
58
150246
3288
przemierzającej indonezyjską wieś
02:45
in IndonesiaIndonezja on, I'm sure, a very hotgorąco and humidwilgotne day,
59
153534
3581
w bardzo ciepły i wilgotny dzień,
02:49
and she is going to be knockingpukanie on thousandstysiące of doorsdrzwi
60
157115
2725
by tygodniami lub miesiącami
pukać do tysięcy drzwi
02:51
over a periodokres of weekstygodnie or monthsmiesiące,
61
159840
1946
02:53
knockingpukanie on the doorsdrzwi and sayingpowiedzenie, "ExcusePretekst me,
62
161786
2448
i mówić: "Przepraszam,
02:56
we'dpoślubić like to askzapytać you some questionspytania.
63
164234
2172
chcielibyśmy zadać Państwu kilka pytań.
02:58
Do you have any childrendzieci? Were your childrendzieci vaccinatedszczepione?"
64
166406
3671
Mają Państwo dzieci?
Czy zostały one zaszczepione?".
03:02
Because the only way we can actuallytak właściwie find out
65
170077
1848
To jedyny sposób, by dowiedzieć się,
03:03
how manywiele childrendzieci were vaccinatedszczepione in the countrykraj of IndonesiaIndonezja,
66
171925
2883
ile dzieci w Indonezji
zostało zaszczepionych.
03:06
what percentageodsetek were vaccinatedszczepione, is actuallytak właściwie not
67
174808
2653
Jaki procent tych dzieci jest zaszczepiony
03:09
on the InternetInternet but by going out and knockingpukanie on doorsdrzwi,
68
177461
2900
nie dowiemy się z internetu,
ale pukając do drzwi,
03:12
sometimesczasami tenskilkadziesiąt of thousandstysiące of doorsdrzwi.
69
180361
2871
czasami nawet do dziesiątek tysięcy drzwi.
03:15
SometimesCzasami it takes monthsmiesiące to even yearslat
70
183232
2376
Takie przedsięwzięcie
trwa miesiące lub lata.
03:17
to do something like this.
71
185608
1726
03:19
You know, a censusspis ludności of IndonesiaIndonezja
72
187334
2141
Spis ludności w Indonezji
trwałby pewnie z dwa lata.
03:21
would probablyprawdopodobnie take two yearslat to accomplishukończyć.
73
189475
1832
03:23
And the problemproblem, of coursekurs, with all of this is that
74
191307
2645
A problem, oczywiście, to
te wszystkie formularze.
03:25
with all those paperpapier formsformularze — and I'm tellingwymowny you
75
193952
1785
03:27
we have paperpapier formsformularze for everykażdy possiblemożliwy thing.
76
195737
2212
Mamy papierowe formularze na wszystko.
03:29
We have paperpapier formsformularze for vaccinationszczepienie ochronne surveysankiety.
77
197949
2703
Na sondaże w sprawie szczepień.
03:32
We have paperpapier formsformularze to tracktor people who come into clinicskliniki.
78
200652
3374
Formularze dla pacjentów klinik.
03:36
We have paperpapier formsformularze to tracktor drugnarkotyk supplieskieszonkowe dzieci,
79
204026
2795
Formularze dotyczące
zaopatrzenia w leki i krew.
03:38
bloodkrew supplieskieszonkowe dzieci, all these differentróżne paperpapier formsformularze
80
206821
2804
Wszystkie te papierowe formularze
03:41
for manywiele differentróżne topicstematy,
81
209625
1725
do wypełniania w różnych przypadkach,
03:43
they all have a singlepojedynczy commonpospolity endpointpunkt końcowy,
82
211350
2232
odnoszą ten sam skutek, który wygląda tak.
03:45
and the commonpospolity endpointpunkt końcowy lookswygląda something like this.
83
213582
2665
03:48
And what we're looking at here is a truckfultruckful o'o ' datadane.
84
216247
4284
To, co widzicie, to ciężarówka informacji.
03:52
This is the datadane from a singlepojedynczy vaccinationszczepienie ochronne coveragepokrycie surveyAnkieta
85
220531
4619
To są dane z sondażu w sprawie szczepień
03:57
in a singlepojedynczy districtdzielnica in the countrykraj of ZambiaZambia
86
225150
2215
w jednej prowincji Zambii,
03:59
from a fewkilka yearslat agotemu that I participateduczestniczył in.
87
227365
2128
w którym brałem udział kilka lat temu.
04:01
The only thing anyonektokolwiek was tryingpróbować to find out
88
229493
2557
Jedyne, czego chcieliśmy się dowiedzieć,
04:04
is what percentageodsetek of ZambianZambii childrendzieci are vaccinatedszczepione,
89
232050
3103
to jaki procent zambijskich dzieci
był zaszczepiony.
04:07
and this is the datadane, collectedZebrane on paperpapier over weekstygodnie
90
235153
3179
A to dane zebrane
na papierowych formularzach
04:10
from a singlepojedynczy districtdzielnica, whichktóry is something like a countyHrabstwo
91
238332
2874
w ciągu kilku tygodni
w tylko jednej prowincji,
04:13
in the UnitedStany Zjednoczone StatesPaństwa.
92
241206
1340
wielkości hrabstwa w USA.
04:14
You can imaginewyobrażać sobie that, for the entireCały countrykraj of ZambiaZambia,
93
242546
2108
Możecie sobie wyobrazić,
że dla całej Zambii
04:16
answeringodpowiadając just that singlepojedynczy questionpytanie
94
244654
3574
zebranie tej jednej
informacji wyglądałoby tak.
04:20
lookswygląda something like this.
95
248228
1948
04:22
TruckSamochód ciężarowy after truckciężarówka after truckciężarówka
96
250176
2655
Ciężarówka za ciężarówką,
04:24
filledwypełniony with stackstos after stackstos after stackstos of datadane.
97
252831
3461
wypełnione stosem papierowych danych.
A co gorsza, to dopiero początek,
04:28
And what makesczyni it even worsegorzej is that
98
256292
1328
04:29
that's just the beginningpoczątek,
99
257620
1938
04:31
because oncepewnego razu you've collectedZebrane all that datadane,
100
259558
1974
bo po zebraniu tych wszystkich danych
trzeba jakiegoś nieszczęśnika,
04:33
of coursekurs someone'sktoś going to have to --
101
261532
1593
04:35
some unfortunateniefortunny personosoba is going to have to typerodzaj that into a computerkomputer.
102
263125
3292
który wklepie je do komputera.
04:38
When I was a graduateukończyć studentstudent, I actuallytak właściwie was
103
266417
2046
Na ostatnim roku studiów
bywałem tym nieszczęśnikiem.
04:40
that unfortunateniefortunny personosoba sometimesczasami.
104
268463
2003
04:42
I can tell you, I oftenczęsto wasn'tnie było really payingintratny attentionUwaga.
105
270466
3011
I powiem szczerze,
że często miałem w nosie, co przepisuję.
04:45
I probablyprawdopodobnie madezrobiony a lot of mistakesbłędy when I did it
106
273477
1818
Narobiłem pewnie mnóstwo błędów,
04:47
that no one ever discoveredodkryty, so datadane qualityjakość goesidzie down.
107
275295
2825
których nikt nie poprawił,
więc jakość tych danych spadła.
04:50
But eventuallyostatecznie that datadane hopefullyufnie getsdostaje typedwpisane into a computerkomputer,
108
278120
3152
Gdy w końcu te dane
znajdują się w komputerze,
04:53
and someonektoś can beginzaczynać to analyzeanalizować it,
109
281272
1767
ktoś może je przeanalizować.
04:55
and oncepewnego razu they have an analysisanaliza and a reportraport,
110
283039
2716
Mając analizę i raport,
można dzięki tym danym
04:57
hopefullyufnie then you can take the resultswyniki of that datadane collectionkolekcja
111
285755
3299
05:01
and use it to vaccinateszczepić przeciw chorobie childrendzieci better.
112
289054
2147
zacząć lepiej szczepić dzieci.
05:03
Because if there's anything worsegorzej
113
291201
2909
Bo nie istnieje nic gorszego w
dziedzinie globalnego zdrowia
05:06
in the fieldpole of globalświatowy publicpubliczny healthzdrowie,
114
294110
2346
05:08
I don't know what's worsegorzej than allowingpozwalać childrendzieci on this planetplaneta
115
296456
2729
niż pozwolić dzieciom na tym świecie
05:11
to dieumierać of vaccine-preventableszczepienie diseaseschoroby,
116
299185
3140
umierać na choroby, którym można zapobiec
05:14
diseaseschoroby for whichktóry the vaccineszczepionka costskoszty a dollardolar.
117
302325
3510
szczepiąc je za dolara.
05:17
And millionsmiliony of childrendzieci dieumierać of these diseaseschoroby everykażdy yearrok.
118
305835
3088
Co roku na takie choroby
umierają miliony dzieci.
05:20
And the factfakt is, millionsmiliony is a grossobrzydliwy estimateoszacowanie because
119
308923
3462
"Miliony" to szacunkowa liczba,
05:24
we don't really know how manywiele kidsdzieciaki dieumierać eachkażdy yearrok of this.
120
312385
3005
bo nie wiemy,
ile dzieci tak naprawdę to dotyka.
05:27
What makesczyni it even more frustratingfrustrujące is that
121
315390
2352
Jeszcze bardziej frustrujące jest to,
05:29
the datadane entrywejście partczęść, the partczęść that I used to do as a gradGrad studentstudent,
122
317742
3099
że wklepywanie danych do komputera,
co sam robiłem na studiach,
05:32
can take sometimesczasami sixsześć monthsmiesiące.
123
320841
1970
może trwać czasem sześć miesięcy.
05:34
SometimesCzasami it can take two yearslat to typerodzaj that informationInformacja
124
322811
2276
A czasem zajmuje to dwa lata.
05:37
into a computerkomputer, and sometimesczasami, actuallytak właściwie not infrequentlyrzadko,
125
325087
3336
Nierzadko te dane w ogóle nie
są wprowadzane do komputera.
05:40
it actuallytak właściwie never happensdzieje się.
126
328423
1988
05:42
Now try and wrapowinąć your headgłowa around that for a seconddruga.
127
330411
2257
Wyobraźcie to sobie przez chwilę.
05:44
You just had teamszespoły of hundredssetki of people.
128
332668
2442
Właśnie wysłaliście setki ludzi,
05:47
They wentposzedł out into the fieldpole to answerodpowiedź a particularszczególny questionpytanie.
129
335110
2366
by znaleźli odpowiedź na dane pytanie.
05:49
You probablyprawdopodobnie spentwydany hundredssetki of thousandstysiące of dollarsdolarów
130
337476
2467
Pewnie wydaliście setki tysięcy dolarów
05:51
on fuelpaliwo and photocopyingksero and perza diemDiem,
131
339943
3844
na paliwo, kserokopie i koszty podróży,
05:55
and then for some reasonpowód, momentumpęd is lostStracony
132
343787
2353
ale z jakiegoś powodu sprawa traci rozmach
05:58
or there's no moneypieniądze left,
133
346140
1311
albo zabrakło pieniędzy
05:59
and all of that comespochodzi to nothing
134
347451
2405
i wszystko, co zrobiliście,
spełzło na niczym,
06:01
because no one actuallytak właściwie typestypy it into the computerkomputer at all.
135
349856
2647
bo nikt nie zadał sobie trudu,
by udostępnić wasze dane.
06:04
The processproces just stopsprzystanki. HappensDzieje się all the time.
136
352503
3310
I cały proces po prostu się zatrzymuje.
To zdarza się cały czas.
06:07
This is what we basebaza our decisionsdecyzje on in globalświatowy healthzdrowie:
137
355813
2933
Na tym właśnie opieramy decyzje
w kwestii zdrowia globalnego:
06:10
little datadane, oldstary datadane, no datadane.
138
358746
4898
za mało danych, przestarzałe dane,
brak danych.
06:15
So back in 1995, I beganrozpoczął się to think about wayssposoby
139
363644
2567
W 1995 roku zacząłem zastanawiać się,
06:18
in whichktóry we could improveulepszać this processproces.
140
366211
2154
jak moglibyśmy usprawnić ten proces.
06:20
Now 1995, obviouslyoczywiście that was quitecałkiem a long time agotemu.
141
368365
2798
To bardzo dawno temu.
06:23
It kinduprzejmy of frightensstraszy me to think of how long agotemu that was.
142
371163
2382
Aż się boję pomyśleć, jak dawno.
06:25
The topTop moviefilm of the yearrok was
143
373545
2194
Najpopularniejszym filmem była
wtedy "Szklana pułapka 3".
06:27
"DieDie HardTwardy with a VengeanceZemsty."
144
375739
1182
06:28
As you can see, BruceBruce WillisWillis had a lot more hairwłosy back then.
145
376921
2783
Bruce Willis miał bujniejszą czuprynę.
Pracowałem wtedy
06:31
I was workingpracujący in the CentersOśrodki for DiseaseChoroby ControlKontroli,
146
379704
2384
w Centrum Zwalczania
i Zapobiegania Chorobom
06:34
and I had a lot more hairwłosy back then as well.
147
382088
3043
i też miałem bujniejszą czuprynę.
06:37
But to me, the mostwiększość significantznaczący thing that I saw in 1995
148
385131
3342
Najbardziej znaczącą rzeczą,
06:40
was this.
149
388473
1454
którą zobaczyłem w 1995, było to.
06:41
HardTwardy for us to imaginewyobrażać sobie, but in 1995,
150
389927
2641
Pewnie trudno w to uwierzyć, ale w 1995
06:44
this was the ultimateostateczny eliteelita mobilemobilny deviceurządzenie.
151
392568
3598
to była najbardziej elitarna
ze wszystkich komórek.
06:48
Right? It wasn'tnie było an iPhoneiPhone. It wasn'tnie było a GalaxyGalaxy phonetelefon.
152
396166
2372
To nie był żaden iPhone ani Galaxy.
06:50
It was a PalmPalmy PilotPilot.
153
398538
1478
To był Palm Pilot.
06:52
And when I saw the PalmPalmy PilotPilot for the first time, I thought,
154
400016
3564
I kiedy zobaczyłem go po raz pierwszy,
pomyślałem:
06:55
why can't we put the formsformularze on these PalmPalmy PilotsPiloci
155
403580
2527
dlaczego by nie załadować formularzy
do Palm Pilotów
06:58
and go out into the fieldpole just carryingNiosąc one PalmPalmy PilotPilot,
156
406107
2872
i przeprowadzać ankiety przy ich pomocy,
07:00
whichktóry can holdutrzymać the capacityPojemność of tenskilkadziesiąt of thousandstysiące
157
408979
3117
skoro mogą pomieścić dziesiątki tysięcy
07:04
of paperpapier formsformularze? Why don't we try to do that?
158
412096
2181
papierowych formularzy?
Dlaczego by nie spróbować?
07:06
Because if we can do that, if we can actuallytak właściwie just
159
414277
2748
Gdybyśmy mogli tak po prostu
zbierać dane elektronicznie
07:09
collectzebrać the datadane electronicallyelektronicznie, digitallycyfrowo,
160
417025
2514
07:11
from the very beginningpoczątek,
161
419539
1903
od samego początku, moglibyśmy
pominąć ten cały proces
07:13
we can just put a shortcutskrót right throughprzez that wholecały processproces
162
421442
3017
07:16
of typingpisanie na maszynie,
163
424459
3222
wprowadzania danych do komputera.
07:19
of havingmający somebodyktoś typerodzaj that stuffrzeczy into the computerkomputer.
164
427681
1983
Żaden nieszczęśnik
nie musiałby tego robić.
07:21
We can skippominąć straightproste to the analysisanaliza
165
429664
1959
Moglibyśmy przejść wprost
do analizy danych
07:23
and then straightproste to the use of the datadane to actuallytak właściwie savezapisać liveszyje.
166
431623
3075
i użyć ich od razu, by ratować życie.
07:26
So that's actuallytak właściwie what I beganrozpoczął się to do.
167
434698
2515
Więc zacząłem tak robić.
07:29
WorkingPraca at CDCCDC, I beganrozpoczął się to travelpodróżować to differentróżne programsprogramy
168
437213
3334
Pracując w Centrum,
zacząłem podróżować po świecie
07:32
around the worldświat and to trainpociąg them in usingza pomocą PalmPalmy PilotsPiloci
169
440547
4069
i szkolić pracowników różnych organizacji
07:36
to do datadane collectionkolekcja insteadzamiast of usingza pomocą paperpapier.
170
444616
2525
w używaniu Palm Pilotów
do zbierania danych.
07:39
And it actuallytak właściwie workedpracował great.
171
447141
2109
I to rzeczywiście zdawało egzamin.
07:41
It workedpracował exactlydokładnie as well as anybodyktoś would have predictedprzewidywane.
172
449250
2665
Działało lepiej niż można by przypuszczać.
07:43
What do you know? DigitalCyfrowy datadane collectionkolekcja
173
451915
2233
Kto by pomyślał?
Zbieranie danych elektronicznie
07:46
is actuallytak właściwie more efficientwydajny than collectingzbieranie on paperpapier.
174
454148
2271
idzie sprawniej
niż spisywanie ich na papierze.
07:48
While I was doing it, my businessbiznes partnerpartner, RoseRóża,
175
456419
2364
Kiedy się tym zajmowałem,
moja wspólniczka, Rose,
07:50
who'skto jest here with her husbandmąż, MatthewMateusz, here in the audiencepubliczność,
176
458783
2817
która jest dziś na widowni ze swoim mężem,
07:53
RoseRóża was out doing similarpodobny stuffrzeczy for the AmericanAmerykański RedCzerwony CrossKrzyż.
177
461600
3177
robiła coś podobnego
dla Amerykańskiego Czerwonego Krzyża.
07:56
The problemproblem was, after a fewkilka yearslat of doing that,
178
464777
2065
Ale po kilku latach zdałem sobie sprawę
07:58
I realizedrealizowany I had doneGotowe -- I had been to maybe
179
466842
2740
z tego, że przeszkoliłem ludzi
08:01
sixsześć or sevensiedem programsprogramy, and I thought,
180
469582
2718
z może sześciu czy siedmiu organizacji
08:04
you know, if I keep this up at this pacetempo,
181
472300
2310
i pomyślałem, że w takim tempie,
08:06
over my wholecały careerkariera, maybe I'm going to go
182
474610
1654
w ciągu całej mojej kariery,
08:08
to maybe 20 or 30 programsprogramy.
183
476264
2277
przeszkolę może 20 czy 30 organizacji.
08:10
But the problemproblem is, 20 or 30 programsprogramy,
184
478541
3229
Problem w tym, że przeszkolenie
08:13
like, trainingtrening 20 or 30 programsprogramy to use this technologytechnologia,
185
481770
2973
jedynie 20 czy 30 organizacji
w użyciu tej technologii
08:16
that is a tinymalutki dropupuszczać in the bucketwiadro.
186
484743
2206
jest jak kropla w morzu potrzeb.
08:18
The demandżądanie for this, the need for datadane to runbiegać better programsprogramy,
187
486949
4039
W krajach rozwijających się
zapotrzebowanie na dane jest ogromne,
08:22
just withinw ciągu healthzdrowie, not to mentionwzmianka all of the other fieldspola
188
490988
2736
by uruchomić lepsze programy
w obrębie ochrony zdrowia,
08:25
in developingrozwijanie countrieskraje, is enormousogromny.
189
493724
2166
nie mówiąc o innych dziedzinach.
08:27
There are millionsmiliony and millionsmiliony and millionsmiliony of programsprogramy,
190
495890
4010
Istnieją setki milionów przedsięwzięć,
08:31
millionsmiliony of clinicskliniki that need to tracktor drugsleki,
191
499900
2535
miliony klinik muszą monitorować leki,
08:34
millionsmiliony of vaccineszczepionka programsprogramy.
192
502435
1299
są miliony programów szczepień.
08:35
There are schoolsszkoły that need to tracktor attendanceobecności.
193
503734
2057
Szkoły muszą kontrolować obecność.
08:37
There are all these differentróżne things
194
505791
2005
Wszystko to wymaga od
nas zbierania danych.
08:39
for us to get the datadane that we need to do.
195
507796
2095
08:41
And I realizedrealizowany, if I kepttrzymane up the way that I was doing,
196
509891
4526
Zrozumiałem, że pracując
nadal w ten sposób
08:46
I was basicallygruntownie hardlyledwie going to make any impactwpływ
197
514417
3243
nie uda mi się dokonać znaczącej
zmiany aż do emerytury.
08:49
by the endkoniec of my careerkariera.
198
517660
1832
Zacząłem więc łamać sobie głowę
nad tym, jak wygląda to, co robię,
08:51
And so I beganrozpoczął się to wrackwrack my brainmózg
199
519492
2155
08:53
tryingpróbować to think about, you know,
200
521647
1143
cały proces szkolenia ludzi,
08:54
what was the processproces that I was doing,
201
522790
1518
08:56
how was I trainingtrening folksludzie, and what were the bottleneckswąskich gardeł
202
524308
2856
gdzie są przeszkody i wąskie gardła
08:59
and what were the obstaclesprzeszkody to doing it fasterszybciej
203
527164
2813
utrudniające jego przyspieszenie
i zwiększenie wydajności?
09:01
and to doing it more efficientlywydajnie?
204
529977
1520
09:03
And unfortunatelyNiestety, after thinkingmyślący about this for some time,
205
531497
3143
Gdy się nad tym zastanowiłem,
udało mi się, niestety,
09:06
I realizedrealizowany -- I identifiedzidentyfikowane the mainGłówny obstacleprzeszkoda.
206
534640
3452
zidentyfikować główną przeszkodę.
09:10
And the mainGłówny obstacleprzeszkoda, it turnedobrócony out,
207
538092
1977
To smutne, ale główną przeszkodą
09:12
and this is a sadsmutny realizationRealizacja,
208
540069
1835
09:13
the mainGłówny obstacleprzeszkoda was me.
209
541904
2268
okazałem się być ja sam.
09:16
So what do I mean by that?
210
544172
2196
Co chcę przez to powiedzieć?
09:18
I had developedrozwinięty a processproces wherebyprzy czym
211
546368
2488
Stworzyłem proces, w którym ja
byłem centrum wszechświata.
09:20
I was the centercentrum of the universewszechświat of this technologytechnologia.
212
548856
5045
09:25
If you wanted to use this technologytechnologia, you had to get in touchdotknąć with me.
213
553901
2989
Każdy zainteresowany tą technologią
musiał skontaktować się ze mną.
09:28
That meansznaczy you had to know I existedistniały.
214
556890
2106
Musiał więc wiedzieć, że istnieję.
09:30
Then you had to find the moneypieniądze to payzapłacić for me
215
558996
1474
Musiał znaleźć pieniądze na to,
bym przyleciał do jego kraju,
09:32
to flylatać out to your countrykraj
216
560470
1486
09:33
and the moneypieniądze to payzapłacić for my hotelhotel
217
561956
1548
na mój hotel, koszty pobytu
oraz moją dzienną stawkę.
09:35
and my perza diemDiem and my dailycodziennie rateoceniać.
218
563504
2760
09:38
So you could be talkingmówić about 10,000 or 20,000 or 30,000 dollarsdolarów
219
566264
2949
Mówimy o 10, 20 czy 30 tysiącach dolarów,
09:41
if I actuallytak właściwie had the time or it fitdopasowanie my schedulerozkład
220
569213
2582
o ile znalazłbym odpowiedni termin
09:43
and I wasn'tnie było on vacationwakacje.
221
571795
1947
i nie był akurat na wakacjach.
09:45
The pointpunkt is that anything, any systemsystem that dependszależy
222
573742
2897
Problem w tym,
że jeśli jakikolwiek system polega
09:48
on a singlepojedynczy humanczłowiek beingistota or two or threetrzy or fivepięć humanczłowiek beingsIstoty,
223
576639
2870
na pojedynczej osobie
czy nawet dwóch lub pięciu osobach,
09:51
it just doesn't scaleskala.
224
579509
1736
nie może zostać rozszerzony.
09:53
And this is a problemproblem for whichktóry we need to scaleskala
225
581245
2021
Rozwiązanie problemu, o którym mówię,
09:55
this technologytechnologia and we need to scaleskala it now.
226
583266
2997
musi zostać rozszerzone i to szybko.
09:58
And so I beganrozpoczął się to think of wayssposoby in whichktóry I could basicallygruntownie
227
586263
2222
Zacząłem więc myśleć,
10:00
take myselfsiebie out of the pictureobrazek.
228
588485
2384
jak mógłbym usunąć siebie
z centrum wydarzeń.
10:02
And, you know, I was thinkingmyślący,
229
590869
4496
I jak mógłbym to zrobić
10:07
how could I take myselfsiebie out of the pictureobrazek
230
595365
2096
na dłuższy czas.
10:09
for quitecałkiem some time.
231
597461
1809
Zawsze uczono mnie, że
rozprowadzanie technologii
10:11
You know, I'd been trainedprzeszkolony that the way that
232
599270
2157
10:13
you distributerozprowadzać technologytechnologia withinw ciągu internationalmiędzynarodowy developmentrozwój
233
601427
2722
w dziedzinie rozwoju międzynarodowego
10:16
is always consultant-basedna podstawie konsultant.
234
604149
2027
zawsze bazuje na konsultantach.
10:18
It's always guys that look prettyładny much like me
235
606176
2977
Czyli na osobach takich, jak ja,
10:21
flyinglatający from countrieskraje that look prettyładny much like this
236
609153
2301
które latają z krajów takich, jak ten,
10:23
to other countrieskraje with people with darkerciemniejsze skinskóra.
237
611454
3106
do krajów, gdzie ludzie mają
ciemniejszą skórę.
10:26
And you go out there, and you spendwydać moneypieniądze on airfareprzelot
238
614560
2445
Wybierasz się tam, płacisz za przelot,
10:29
and you spendwydać time and you spendwydać perza diemDiem
239
617005
3510
poświęcasz czas, wydajesz diety,
10:32
and you spendwydać [on a] hotelhotel and you spendwydać all that stuffrzeczy.
240
620515
2112
pieniądze na hotel i podobne rzeczy.
10:34
As fardaleko as I knewwiedziałem, that was the only way
241
622627
1851
Myślałem, że to jedyny sposób
10:36
you could distributerozprowadzać technologytechnologia, and I couldn'tnie mógł figurepostać out a way around it.
242
624478
3269
rozprowadzania technologii
i nie umiałem wymyślić nic innego.
10:39
But the miraclecud that happenedstało się,
243
627747
2671
I wtedy zdarzył się cud.
10:42
I'm going to call it HotmailHotmail for shortkrótki.
244
630418
2750
Mówię o nim w skrócie Hotmail.
10:45
Now you maymoże not think of HotmailHotmail as beingistota miraculouscudowny,
245
633168
2181
Pewnie nie uważacie,
że Hotmail jest cudem,
10:47
but for me it was miraculouscudowny, because I noticedzauważyłem,
246
635349
2913
ale dla mnie nim był, bo coś zauważyłem.
10:50
just as I was wrestlingzapasy with this problemproblem,
247
638262
2566
W czasie, gdy próbowałem
rozwiązać ten problem,
10:52
I was workingpracujący in sub-SaharanSubsaharyjskiej AfricaAfryka mostlyprzeważnie at the time.
248
640828
3414
pracowałem w Afryce Subsaharyjskiej.
10:56
I noticedzauważyłem that everykażdy sub-SaharanSubsaharyjskiej AfricanAfrykańska healthzdrowie workerpracownik
249
644242
2589
Zauważyłem,
że tam każdy pracownik służby zdrowia,
10:58
that I was workingpracujący with had a HotmailHotmail accountkonto.
250
646831
4108
z którym pracowałem, ma konto na Hotmail.
11:02
And I thought, it struckpowalony me,
251
650939
2144
Uderzyła mnie myśl, że
przecież pracownicy Hotmail
11:05
wait a minutechwila, I know that the HotmailHotmail people
252
653083
2615
11:07
surelypewno didn't flylatać to the MinistryMinisterstwo of HealthZdrowie of KenyaKenia
253
655698
2716
nie latają do Ministerstwa Zdrowia
w Kenii,
11:10
to trainpociąg people in how to use HotmailHotmail.
254
658414
2711
żeby szkolić ludzi, jak używać Hotmail.
11:13
So these guys are distributingdystrybucja technologytechnologia.
255
661125
2487
Oni rozprzestrzeniają swoją technologię
11:15
They're gettinguzyskiwanie softwareoprogramowanie capacityPojemność out there
256
663612
2004
i możliwości swoich programów,
11:17
but they're not actuallytak właściwie flyinglatający around the worldświat.
257
665616
2009
ale nie latają dookoła świata.
11:19
I need to think about this some more.
258
667625
1560
Musiałem to jeszcze raz przemyśleć.
11:21
While I was thinkingmyślący about it, people startedRozpoczęty usingza pomocą
259
669185
2173
W tym czasie ludzie zaczęli używać
więcej podobnych platform, tak jak tutaj.
11:23
even more things just like this, just as we were.
260
671358
3200
11:26
They startedRozpoczęty usingza pomocą LinkedInLinkedIn and FlickrFlickr
261
674558
1210
Zaczęli używać LinkedIn, Flickr,
Gmail, Google Maps i tak dalej.
11:27
and GmailGmail and GoogleGoogle MapsMapy, all these things.
262
675768
2761
11:30
Of coursekurs, all of these things are cloud-basedoparte na chmurze
263
678529
2726
Wszystko to jest oparte
na chmurze obliczeniowej
11:33
and don't requirewymagać any trainingtrening.
264
681255
2206
i nie wymaga żadnych szkoleń.
11:35
They don't requirewymagać any programmersprogramistów.
265
683461
1600
Nie wymaga też programistów
ani konsultantów,
11:37
They don't requirewymagać any consultantskonsultanci, because
266
685061
1709
11:38
the businessbiznes modelModel for all these businessesbiznes
267
686770
2394
bo model każdego z tych biznesów zakłada,
11:41
requireswymaga that something be so simpleprosty we can use it ourselvesmy sami
268
689164
2997
że wszystko ma być tak proste,
byśmy mogli używać tego sami,
11:44
with little or no trainingtrening.
269
692161
1185
bez lub po krótkim szkoleniu.
11:45
You just have to hearsłyszeć about it and go to the websitestronie internetowej.
270
693346
2614
Wystarczy o tym usłyszeć
i wejść na stronę internetową.
11:47
And so I thought, what would happenzdarzyć if we builtwybudowany softwareoprogramowanie
271
695960
4365
Pomyślałem, że można by napisać program,
11:52
to do what I'd been consultingordynacyjny in?
272
700325
2011
który zastąpiłby moje szkolenia.
11:54
InsteadZamiast tego of trainingtrening people how
273
702336
1434
Zamiast pokazywać ludziom,
11:55
to put formsformularze ontona mobilemobilny devicespomysłowość,
274
703770
2850
jak tworzyć formularze
na urządzenia przenośne,
11:58
let's createStwórz softwareoprogramowanie that letspozwala them do it themselvessami
275
706620
2284
lepiej stworzyć program,
by mogli sami to robić,
12:00
with no trainingtrening and withoutbez me beingistota involvedzaangażowany?
276
708904
1890
bez konsultacji i beze mnie.
12:02
And that's exactlydokładnie what we did.
277
710794
1804
To właśnie zrobiliśmy.
12:04
So we createdstworzony softwareoprogramowanie callednazywa MagpiMagpi,
278
712598
3684
Stworzyliśmy program o nazwie Magpi,
12:08
whichktóry has an onlineonline formformularz creatortwórca.
279
716282
1877
zawierający kreator formularzy online.
12:10
No one has to speakmówić to me.
280
718159
1151
Nie jestem już potrzebny.
12:11
You just have to hearsłyszeć about it and go to the websitestronie internetowej.
281
719310
2694
Wystarczy wejść na stronę internetową.
12:14
You can createStwórz formsformularze, and oncepewnego razu you've createdstworzony the formsformularze,
282
722004
2747
Można tworzyć formularze i
przesyłać na telefony komórkowe.
12:16
you pushPchać them to a varietyróżnorodność of commonpospolity mobilemobilny phonestelefony.
283
724751
2340
12:19
ObviouslyOczywiście nowadaysdzisiaj, we'vemamy movedprzeniósł pastprzeszłość PalmPalmy PilotsPiloci
284
727091
2475
Dziś oczywiście nie ma już
Palm Pilotów, tylko komórki.
12:21
to mobilemobilny phonestelefony.
285
729566
1328
12:22
And it doesn't have to be a smartphoneSmartphone.
286
730894
1132
Nie musi to być smartfon.
12:24
It can be a basicpodstawowy phonetelefon like the phonetelefon on the right there,
287
732026
2707
Wystarczy zwykła komórka,
jak ta po prawej,
12:26
you know, the basicpodstawowy kinduprzejmy of SymbianSymbian phonetelefon
288
734733
1336
zwykła z systemem Symbian,
12:28
that's very commonpospolity in developingrozwijanie countrieskraje.
289
736069
2466
popularna w krajach rozwijających się.
12:30
And the great partczęść about this is, it's just like HotmailHotmail.
290
738535
3999
I co najlepsze: to jest jak Hotmail.
12:34
It's cloud-basedoparte na chmurze, and it doesn't requirewymagać any trainingtrening,
291
742534
2334
Oparte na chmurze, nie wymaga szkoleń,
12:36
programmingprogramowanie, consultantskonsultanci.
292
744868
2040
programowania, konsultantów.
12:38
But there are some additionaldodatkowe benefitskorzyści as well.
293
746908
1936
Są też dodatkowe korzyści.
12:40
Now we knewwiedziałem, when we builtwybudowany this systemsystem,
294
748844
1955
Gdy tworzyliśmy ten system,
12:42
the wholecały pointpunkt of it, just like with the PalmPalmy PilotsPiloci,
295
750799
2293
jego celem, tak jak Palm Pilotów,
12:45
was that you'dty byś have to, you'dty byś be ablezdolny to
296
753092
2604
było umożliwienie zebrania danych
12:47
collectzebrać the datadane and immediatelynatychmiast uploadPrzekazać plik the datadane and get your datadane setzestaw.
297
755696
3191
i natychmiastowego załadowania ich
i udostępnienia.
12:50
But what we founduznany, of coursekurs, sinceod it's alreadyjuż on a computerkomputer,
298
758887
2437
Okazało się,
że ponieważ dane są już w komputerze,
12:53
we can deliverdostarczyć instantnatychmiastowy mapsmapy and analysisanaliza and graphingwykresy.
299
761324
3188
możemy na bieżąco tworzyć mapy,
analizy i wykresy.
12:56
We can take a processproces that tookwziął two yearslat
300
764512
2251
Proces, który zabierał dwa lata,
12:58
and compresskompres that down to the spaceprzestrzeń of fivepięć minutesminuty.
301
766763
3222
udało się skrócić do pięciu minut.
13:01
UnbelievableNiewiarygodne improvementsulepszenia in efficiencywydajność.
302
769985
2506
Niesamowita poprawa wydajności.
13:04
Cloud-basedOparte na chmurze, no trainingtrening, no consultantskonsultanci, no me.
303
772491
4766
W chmurze, bez szkoleń,
bez konsultantów i beze mnie.
13:09
And I told you that in the first fewkilka yearslat
304
777257
2323
Powiedziałem, że w ciągu
pierwszych kilku lat,
13:11
of tryingpróbować to do this the old-fashionedstaromodny way,
305
779580
1827
gdy próbowaliśmy staroświecką metodą,
13:13
going out to eachkażdy countrykraj,
306
781407
1292
jeżdżąc do każdego kraju,
dotarliśmy ze szkoleniami
13:14
we reachedosiągnięty about, I don't know,
307
782699
3054
13:17
probablyprawdopodobnie trainedprzeszkolony about 1,000 people.
308
785753
2118
do około tysiąca osób.
13:19
What happenedstało się after we did this?
309
787871
1803
Co się stało po uruchomieniu tego?
13:21
In the seconddruga threetrzy yearslat, we had 14,000 people
310
789674
2506
W ciągu kolejnych trzech lat
14 tysięcy ludzi
13:24
find the websitestronie internetowej, signznak up, and startpoczątek usingza pomocą it to collectzebrać datadane,
311
792180
3193
odnalazło stronę, zalogowało się
i zaczęło zbierać dane.
13:27
datadane for disasterkatastrofa responseodpowiedź,
312
795373
1502
Dane o katastrofach,
13:28
CanadianKanadyjski pigświnia farmersrolnicy trackingśledzenie pigświnia diseasechoroba and pigświnia herdsstad,
313
796875
4748
stadach świń i ich chorobach
w Kanadzie, dostawach leków.
13:33
people trackingśledzenie drugnarkotyk supplieskieszonkowe dzieci.
314
801623
2415
13:36
One of my favoriteulubiony examplesprzykłady, the IRCIRC,
315
804038
1942
International Rescue Comittee,
czyli Międzynarodowy Komitet Ratunkowy
13:37
InternationalInternational RescueRescue CommitteeKomitet,
316
805980
1629
13:39
they have a programprogram where semi-literatepółanalfabetę midwivespołożne
317
807609
3237
ma program, w którym położne
13:42
usingza pomocą $10 mobilemobilny phonestelefony
318
810846
2427
używając naszego programu
i komórki za 10 dolarów,
13:45
sendwysłać a texttekst messagewiadomość usingza pomocą our softwareoprogramowanie
319
813273
2209
raz na tydzień wysyłają wiadomość
13:47
oncepewnego razu a weektydzień with the numbernumer of birthsUrodzeni w
320
815482
2209
z liczbą urodzeń i zgonów,
co daje tej organizacji coś,
13:49
and the numbernumer of deathsśmierci, whichktóry givesdaje IRCIRC
321
817691
2313
13:52
something that no one in globalświatowy healthzdrowie has ever had:
322
820004
2599
czego nie miał nikt
w dziedzinie zdrowia globalnego:
13:54
a nearBlisko real-timeczas rzeczywisty systemsystem of countingrachunkowość babiesdzieci,
323
822603
3637
system pozwalający liczyć dzieci
13:58
of knowingporozumiewawczy how manywiele kidsdzieciaki are bornurodzony,
324
826240
1492
niemal w czasie rzeczywistym,
wiedzę, ile się ich urodziło,
13:59
of knowingporozumiewawczy how manywiele childrendzieci there are
325
827732
1676
14:01
in SierraSierra LeoneLeone, whichktóry is the countrykraj where this is happeningwydarzenie,
326
829408
2782
ile ich w ogóle jest i ile z nich umiera
14:04
and knowingporozumiewawczy how manywiele childrendzieci dieumierać.
327
832190
3204
w Sierra Leone, gdzie ma to miejsce.
14:07
PhysiciansLekarze for HumanCzłowieka RightsPrawa --
328
835394
1597
Physicians for Human Rights,
14:08
this is movingw ruchu a little bitkawałek outsidena zewnątrz the healthzdrowie fieldpole
329
836991
2479
czyli Lekarze na rzecz Praw Człowieka
14:11
they are gatheringzebranie, they're basicallygruntownie trainingtrening people
330
839470
2865
szkolą ludzi w przeprowadzaniu badań
14:14
to do raperzepak examsegzaminy in CongoKongo, where this is an epidemicepidemia,
331
842335
3364
ofiar gwałtów w Kongo, gdzie
jest to straszliwa epidemia.
14:17
a horribleokropny epidemicepidemia,
332
845699
1748
14:19
and they're usingza pomocą our softwareoprogramowanie to documentdokument
333
847447
2171
Używają naszego programu
14:21
the evidencedowód they find, includingwłącznie z photographicallyfotograficznie,
334
849618
2972
do dokumentacji dowodów,
również fotograficznych,
14:24
so that they can bringprzynieść the perpetratorssprawców to justicesprawiedliwość.
335
852590
4152
by móc postawić napastników przed sądem.
14:28
CamfedCAMFED, anotherinne charitydobroczynność basedna podstawie out of the U.K.,
336
856742
3683
Kolejna organizacja, Camfed,
14:32
CamfedCAMFED payspłaci girls'dziewczyny' familiesrodziny to keep them in schoolszkoła.
337
860425
3748
płaci rodzinom dziewczynek
za ich edukację.
14:36
They understandzrozumieć this is the mostwiększość significantznaczący interventioninterwencja
338
864173
1873
Uważają, że to najważniejsze,
14:38
they can make. They used to tracktor the dispersementsdispersements,
339
866046
3284
co mogą dla nich zrobić.
Wcześniej rejestrowali płatności,
14:41
the attendanceobecności, the gradesgatunki, on paperpapier.
340
869330
1986
obecność i stopnie na papierze.
14:43
The turnaroundObróć się time betweenpomiędzy a teachernauczyciel
341
871316
1608
Od wpisania stopnia czy
obecności przez nauczyciela
14:44
writingpisanie down gradesgatunki or attendanceobecności
342
872924
1726
14:46
and gettinguzyskiwanie that into a reportraport was about two to threetrzy yearslat.
343
874650
2610
do stworzenia raportu upływało 2 do 3 lat.
14:49
Now it's realreal time, and because this is suchtaki
344
877260
2230
Teraz dzieje się to w czasie rzeczywistym,
14:51
a low-costniska cena systemsystem and basedna podstawie in the cloudChmura, it costskoszty,
345
879490
2940
a koszt, dzięki chmurze, jest niewielki.
14:54
for the entireCały fivepięć countrieskraje that CamfedCAMFED runsdziała this in
346
882430
3434
Na całe 5 krajów, w których działa Camden
14:57
with tenskilkadziesiąt of thousandstysiące of girlsdziewczyny,
347
885864
1932
i dziesiątki tysięcy dziewczynek,
14:59
the wholecały costkoszt combinedłączny is 10,000 dollarsdolarów a yearrok.
348
887796
3358
wynosi około 10 tysięcy dolarów rocznie.
15:03
That's lessmniej than I used to get
349
891154
1801
To mniej niż dostawałem za
dwa tygodnie konsultacji.
15:04
just travelingpodróżny out for two weekstygodnie to do a consultationkonsultacje.
350
892955
5071
15:10
So I told you before that
351
898026
2136
Tak jak powiedziałem, gdy
robiliśmy to starą metodą,
15:12
when we were doing it the old-fashionedstaromodny way, I realizedrealizowany
352
900162
2192
15:14
all of our work was really addingdodawanie up to just a dropupuszczać in the bucketwiadro --
353
902354
2898
nasza praca była kroplą w morzu potrzeb:
15:17
10, 20, 30 differentróżne programsprogramy.
354
905252
2226
10, 20, 30 programów.
15:19
We'veMamy madezrobiony a lot of progresspostęp, but I recognizerozpoznać
355
907478
2275
Zrobiliśmy ogromny postęp,
ale nawet teraz,
15:21
that right now, even the work that we'vemamy doneGotowe
356
909753
2157
przy wszystkich osiągnięciach,
i 14 tysiącach użytkowników,
15:23
with 14,000 people usingza pomocą this,
357
911910
2404
15:26
is still a dropupuszczać in the bucketwiadro. But something'scoś jest changedzmienione.
358
914314
2946
to dalej kropla w morzu potrzeb.
Ale coś się zmieniło.
15:29
And I think it should be obviousoczywisty.
359
917260
1216
Myślę, że to oczywiste.
15:30
What's changedzmienione now is,
360
918476
2091
Zmieniło się to, że zamiast programu,
15:32
insteadzamiast of havingmający a programprogram in whichktóry we're scalingułuskowienie at suchtaki a slowpowolny rateoceniać
361
920567
3578
który rozszerza zasięg tak wolno,
że nigdy nie dotrzemy
15:36
that we can never reachdosięgnąć all the people who need us,
362
924145
3198
do wszystkich potrzebujących,
15:39
we'vemamy madezrobiony it unnecessaryniepotrzebne for people to get reachedosiągnięty by us.
363
927343
3659
sprawiliśmy, że nie muszą do nas trafiać.
15:43
We'veMamy createdstworzony a toolnarzędzie that letspozwala programsprogramy
364
931002
3076
Stworzyliśmy narzędzie pozwalające
15:46
keep kidsdzieciaki in schoolszkoła, tracktor the numbernumer of babiesdzieci
365
934078
3155
utrzymać dzieci w szkołach, śledzić liczbę
15:49
that are bornurodzony and the numbernumer of babiesdzieci that dieumierać,
366
937233
2804
dzieci narodzonych i umierających,
15:52
to catchłapać criminalsprzestępców and successfullyz powodzeniem prosecuteścigania them,
367
940037
3623
chwytać przestępców
i skutecznie ich skazywać,
15:55
to do all these differentróżne things to learnuczyć się more
368
943660
2690
załatwiać wiele różnych spraw, by wiedzieć
15:58
about what's going on, to understandzrozumieć more, to see more,
369
946350
5117
co się dzieje, by rozumieć
i dostrzegać więcej,
16:03
and to savezapisać liveszyje and improveulepszać liveszyje.
370
951467
3971
oraz chronić i poprawiać życie.
16:07
Thank you.
371
955438
1997
Dziękuję.
16:09
(ApplauseAplauz)
372
957435
3987
(Brawa)

▲Back to top

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

Why you should listen

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

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

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

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