TEDMED 2015
Russ Altman: What really happens when you mix medications?
Расс Альтман: Что на самом деле происходит, когда вы смешиваете лекарства?
Filmed:
Readability: 4.2
1,766,922 views
Если вы принимаете два разных препарата по двум разным причинам, задумайтесь вот о чём: ваш врач может не полностью понимать, что происходит при приёме такой комбинации, потому что лекарственные взаимодействия очень тяжело изучать. Доступно и интересно Расс Альтман рассказывает о том, как врачи изучают непредвиденные лекарственные взаимодействия, используя необычный ресурс: систему поисковых запросов.
Russ Altman - Big data techno-optimist and internist
Russ Altman uses machine learning to better understand adverse effects of medication. Full bio
Russ Altman uses machine learning to better understand adverse effects of medication. Full bio
Double-click the English transcript below to play the video.
00:12
So you go to the doctor
and get some tests.
and get some tests.
0
811
3321
Вы идёте к врачу и сдаёте анализы.
00:16
The doctor determines
that you have high cholesterol
that you have high cholesterol
1
4674
2620
Доктор говорит вам,
что у вас высокий холестерин
что у вас высокий холестерин
00:19
and you would benefit
from medication to treat it.
from medication to treat it.
2
7318
3171
и что необходимо принимать
определённые препараты.
определённые препараты.
00:22
So you get a pillbox.
3
10981
1556
Вы получаете пузырёк с таблетками.
Вы не сомневаетесь:
00:25
You have some confidence,
4
13505
1199
00:26
your physician has some confidence
that this is going to work.
that this is going to work.
5
14728
2937
врач уверен, что лекарство сработает.
Компания, которая его выпускает,
провела исследования, прошла сертификацию,
провела исследования, прошла сертификацию,
00:29
The company that invented it did
a lot of studies, submitted it to the FDA.
a lot of studies, submitted it to the FDA.
6
17689
3553
00:33
They studied it very carefully,
skeptically, they approved it.
skeptically, they approved it.
7
21266
3107
препарат внимательно изучили и одобрили.
00:36
They have a rough idea of how it works,
8
24397
1889
У них есть общее представление
о его действии,
о его действии,
00:38
they have a rough idea
of what the side effects are.
of what the side effects are.
9
26310
2453
примерное представление
о побочных эффектах.
о побочных эффектах.
00:40
It should be OK.
10
28787
1150
Всё должно быть в порядке.
00:42
You have a little more
of a conversation with your physician
of a conversation with your physician
11
30864
2818
Вы поговорили со своим врачом ещё немного,
00:45
and the physician is a little worried
because you've been blue,
because you've been blue,
12
33706
2963
и он забеспокоился,
потому что вы подавлены,
потому что вы подавлены,
00:48
haven't felt like yourself,
13
36693
1293
чувствуете себя не очень,
00:50
you haven't been able to enjoy things
in life quite as much as you usually do.
in life quite as much as you usually do.
14
38010
3731
перестали радоваться привычным вещам.
00:53
Your physician says, "You know,
I think you have some depression.
I think you have some depression.
15
41765
3186
Он говорит: «Знаете, я думаю,
что у вас небольшая депрессия.
что у вас небольшая депрессия.
00:57
I'm going to have to give
you another pill."
you another pill."
16
45792
2315
Я пропишу вам ещё таблетки».
01:00
So now we're talking
about two medications.
about two medications.
17
48934
2483
То есть сейчас мы говорим
уже о двух препаратах.
уже о двух препаратах.
01:03
This pill also -- millions
of people have taken it,
of people have taken it,
18
51441
3104
И со вторым всё то же самое —
миллионы людей его принимают,
миллионы людей его принимают,
01:06
the company did studies,
the FDA looked at it -- all good.
the FDA looked at it -- all good.
19
54569
3631
компания проводила исследования,
они прошли все тесты — всё в порядке.
они прошли все тесты — всё в порядке.
01:10
Think things should go OK.
20
58823
2057
Проблем вроде бы быть не должно.
01:12
Think things should go OK.
21
60904
2197
Проблем вроде бы быть не должно.
01:15
Well, wait a minute.
22
63125
1439
Но подождите.
01:16
How much have we studied
these two together?
these two together?
23
64588
3517
Как долго мы изучали их взаимодействие?
01:20
Well, it's very hard to do that.
24
68630
2300
Это очень сложно.
01:22
In fact, it's not traditionally done.
25
70954
2130
На самом деле
никто этого обычно не делает.
никто этого обычно не делает.
01:25
We totally depend on what we call
"post-marketing surveillance,"
"post-marketing surveillance,"
26
73108
5518
Мы полностью зависим от так называемого
«постмаркетингового наблюдения»,
«постмаркетингового наблюдения»,
01:30
after the drugs hit the market.
27
78650
1880
после того как препарат вышел на рынок.
01:32
How can we figure out
if bad things are happening
if bad things are happening
28
80996
2848
Но как мы можем выяснить,
что эти два препарата
что эти два препарата
взаимодействуют как-то не так?
01:35
between two medications?
29
83868
1357
01:37
Three? Five? Seven?
30
85249
2030
Эти три? Пять? Семь?
01:39
Ask your favorite person
who has several diagnoses
who has several diagnoses
31
87708
2415
Спросите близких людей
с несколькими диагнозами,
с несколькими диагнозами,
01:42
how many medications they're on.
32
90147
1834
сколько препаратов они принимают.
01:44
Why do I care about this problem?
33
92530
1580
Почему меня волнует эта проблема?
01:46
I care about it deeply.
34
94134
1157
Она меня очень волнует.
01:47
I'm an informatics and data science guy
and really, in my opinion,
and really, in my opinion,
35
95315
4304
Я учёный-информатик и аналитик данных,
и по-моему,
и по-моему,
единственная надежда
01:51
the only hope -- only hope --
to understand these interactions
to understand these interactions
36
99643
3745
понять эти взаимодействия —
01:55
is to leverage lots
of different sources of data
of different sources of data
37
103412
3056
это поднять огромное количество
источников информации,
источников информации,
01:58
in order to figure out
when drugs can be used together safely
when drugs can be used together safely
38
106492
3556
чтобы выяснить, какие препараты
безопасно использовать вместе,
безопасно использовать вместе,
02:02
and when it's not so safe.
39
110072
1777
а какие нет.
02:04
So let me tell you a data science story.
40
112615
2051
Я хочу рассказать историю
об анализе данных.
об анализе данных.
02:06
And it begins with my student Nick.
41
114690
2154
Всё началось с моего студента Ника.
02:08
Let's call him "Nick,"
because that's his name.
because that's his name.
42
116868
2380
Давайте назовём его «Ник»,
потому что так его зовут.
потому что так его зовут.
02:11
(Laughter)
43
119272
1592
(Смех)
02:12
Nick was a young student.
44
120888
1201
Он был молодым студентом.
02:14
I said, "You know, Nick, we have
to understand how drugs work
to understand how drugs work
45
122113
3079
Я сказал: «Знаешь, Ник, нам нужно понять,
как работают лекарства,
как работают лекарства,
02:17
and how they work together
and how they work separately,
and how they work separately,
46
125216
2626
как они работают вместе, как отдельно,
02:19
and we don't have a great understanding.
47
127866
1922
ведь мы это очень плохо понимаем».
02:21
But the FDA has made available
an amazing database.
an amazing database.
48
129812
2405
А теперь FDA выложила
прекрасную базу данных.
прекрасную базу данных.
Это база случаев,
связанных с побочными эффектами.
связанных с побочными эффектами.
02:24
It's a database of adverse events.
49
132241
1699
02:26
They literally put on the web --
50
134321
1642
Они просто выложили её в интернет —
02:27
publicly available, you could all
download it right now --
download it right now --
51
135987
3119
она доступна, её можно скачать
прямо сейчас:
прямо сейчас:
02:31
hundreds of thousands
of adverse event reports
of adverse event reports
52
139130
3627
сотни тысяч отчётов и жалоб
02:34
from patients, doctors,
companies, pharmacists.
companies, pharmacists.
53
142781
3760
от пациентов, врачей, компаний,
фармацевтов.
фармацевтов.
02:38
And these reports are pretty simple:
54
146565
1749
И они все довольно простые:
02:40
it has all the diseases
that the patient has,
that the patient has,
55
148338
2658
в них написано, какие заболевания
есть у пациента,
есть у пациента,
02:43
all the drugs that they're on,
56
151020
1767
какие препараты он принимал
02:44
and all the adverse events,
or side effects, that they experience.
or side effects, that they experience.
57
152811
3818
и все негативные последствия,
которые они испытали.
которые они испытали.
02:48
It is not all of the adverse events
that are occurring in America today,
that are occurring in America today,
58
156653
3436
Это не всё, что сегодня
происходит в Америке,
происходит в Америке,
02:52
but it's hundreds and hundreds
of thousands of drugs.
of thousands of drugs.
59
160113
2578
но это сотни и сотни тысяч препаратов.
02:54
So I said to Nick,
60
162715
1299
Так что я сказал Нику:
02:56
"Let's think about glucose.
61
164038
1826
«Возьмём, например, глюкозу.
02:57
Glucose is very important,
and we know it's involved with diabetes.
and we know it's involved with diabetes.
62
165888
3567
Глюкоза очень важна, мы знаем,
что она связана с диабетом.
что она связана с диабетом.
03:01
Let's see if we can understand
glucose response.
glucose response.
63
169479
3970
Давай посмотрим, понимаем ли мы
ответную реакцию на неё».
ответную реакцию на неё».
03:05
I sent Nick off. Nick came back.
64
173473
2458
Я отправил Ника работать.
Ник пришёл обратно.
Ник пришёл обратно.
03:08
"Russ," he said,
65
176248
1786
«Расс, — говорит он мне, —
03:10
"I've created a classifier that can
look at the side effects of a drug
look at the side effects of a drug
66
178351
5112
Я создал классификатор, позволяющий
посмотреть побочные эффекты препарата,
посмотреть побочные эффекты препарата,
03:15
based on looking at this database,
67
183487
2051
согласно этой базе данных,
03:17
and can tell you whether that drug
is likely to change glucose or not."
is likely to change glucose or not."
68
185562
4271
и он показывает, будет ли препарат
менять уровень глюкозы или нет».
менять уровень глюкозы или нет».
03:21
He did it. It was very simple, in a way.
69
189857
2016
Он сделал это. Это было довольно просто.
03:23
He took all the drugs
that were known to change glucose
that were known to change glucose
70
191897
2635
Он взял все препараты,
которые меняют уровень глюкозы,
которые меняют уровень глюкозы,
03:26
and a bunch of drugs
that don't change glucose,
that don't change glucose,
71
194556
2389
и группу препаратов,
которые его не меняют,
которые его не меняют,
03:28
and said, "What's the difference
in their side effects?
in their side effects?
72
196969
2888
и подумал: «В чём разница
между их побочными эффектами?
между их побочными эффектами?
03:31
Differences in fatigue? In appetite?
In urination habits?"
In urination habits?"
73
199881
4852
Изменения в утомляемости? Аппетите?
Мочеиспускании?»
Мочеиспускании?»
Всё это вместе позволило ему создать
очень хороший определитель.
очень хороший определитель.
03:36
All those things conspired
to give him a really good predictor.
to give him a really good predictor.
74
204757
2960
Он сказал: «Расс,
я могу с 93%-й точностью определить,
я могу с 93%-й точностью определить,
03:39
He said, "Russ, I can predict
with 93 percent accuracy
with 93 percent accuracy
75
207741
2548
изменит ли препарат глюкозу».
03:42
when a drug will change glucose."
76
210313
1572
Я говорю: «Ник, это отлично».
03:43
I said, "Nick, that's great."
77
211909
1416
Он молодой студент,
нужно придать ему уверенности в себе.
нужно придать ему уверенности в себе.
03:45
He's a young student,
you have to build his confidence.
you have to build his confidence.
78
213349
2896
03:48
"But Nick, there's a problem.
79
216269
1390
«Ник, но есть проблема.
03:49
It's that every physician in the world
knows all the drugs that change glucose,
knows all the drugs that change glucose,
80
217683
3960
Все врачи в мире знают препараты,
меняющие уровень глюкозы,
меняющие уровень глюкозы,
03:53
because it's core to our practice.
81
221667
2038
потому что это основа их практики.
03:55
So it's great, good job,
but not really that interesting,
but not really that interesting,
82
223729
3722
Так что здорово, отличная работа,
но не настолько интересная,
но не настолько интересная,
03:59
definitely not publishable."
83
227475
1531
её точно не опубликуешь».
(Смех)
04:01
(Laughter)
84
229030
1014
04:02
He said, "I know, Russ.
I thought you might say that."
I thought you might say that."
85
230068
2550
Он сказал: «Я знаю, Расс,
я знал, что вы это скажете».
я знал, что вы это скажете».
04:04
Nick is smart.
86
232642
1152
Ник — умный парень.
«Я знал, что вы так скажете,
но я провел ещё один эксперимент.
но я провел ещё один эксперимент.
04:06
"I thought you might say that,
so I did one other experiment.
so I did one other experiment.
87
234149
2874
Я посмотрел в базе на людей,
принимавших два препарата,
принимавших два препарата,
04:09
I looked at people in this database
who were on two drugs,
who were on two drugs,
88
237047
2928
04:11
and I looked for signals similar,
glucose-changing signals,
glucose-changing signals,
89
239999
4422
и стал искать признаки изменения глюкозы
у таких пациентов.
04:16
for people taking two drugs,
90
244445
1624
04:18
where each drug alone
did not change glucose,
did not change glucose,
91
246093
5569
При этом препараты по одиночке
глюкозу не меняли,
глюкозу не меняли,
04:23
but together I saw a strong signal."
92
251686
2460
но вместе — я увидел, что они это делают».
04:26
And I said, "Oh! You're clever.
Good idea. Show me the list."
Good idea. Show me the list."
93
254170
3149
Я сказал: «Молодец, отличная идея.
Покажи-ка мне список».
Покажи-ка мне список».
04:29
And there's a bunch of drugs,
not very exciting.
not very exciting.
94
257343
2254
И там куча лекарств, не очень интересно.
04:31
But what caught my eye
was, on the list there were two drugs:
was, on the list there were two drugs:
95
259621
3932
Но моё внимание привлекло то,
что в списке были два препарата:
что в списке были два препарата:
04:35
paroxetine, or Paxil, an antidepressant;
96
263577
3393
пароксетин, или «Паксил», —
антидепрессант,
антидепрессант,
04:39
and pravastatin, or Pravachol,
a cholesterol medication.
a cholesterol medication.
97
267756
3570
и правастатин, или «Правакол», —
препарат от холестерина.
препарат от холестерина.
04:43
And I said, "Huh. There are millions
of Americans on those two drugs."
of Americans on those two drugs."
98
271936
4283
И я сказал: «Хм. Миллионы американцев
принимают их одновременно».
принимают их одновременно».
04:48
In fact, we learned later,
99
276243
1246
Позже мы выяснили,
04:49
15 million Americans on paroxetine
at the time, 15 million on pravastatin,
at the time, 15 million on pravastatin,
100
277513
6032
что 15 млн американцев принимают
пароксетин, 15 млн — правастатин
пароксетин, 15 млн — правастатин
04:55
and a million, we estimated, on both.
101
283569
2817
и миллион, как мы посчитали, —
оба препарата одновременно.
оба препарата одновременно.
04:58
So that's a million people
102
286767
1254
И это миллион человек,
05:00
who might be having some problems
with their glucose
with their glucose
103
288045
2453
у которых могут быть проблемы
с глюкозой,
с глюкозой,
05:02
if this machine-learning mumbo jumbo
that he did in the FDA database
that he did in the FDA database
104
290522
3206
если это шаманство,
что он проделал с базой данных FDA,
что он проделал с базой данных FDA,
05:05
actually holds up.
105
293752
1254
реально работает.
05:07
But I said, "It's still not publishable,
106
295030
1927
Но я сказал: «Это всё ещё не публикуемо,
05:08
because I love what you did
with the mumbo jumbo,
with the mumbo jumbo,
107
296981
2296
мне очень нравится, что ты там наколдовал
05:11
with the machine learning,
108
299301
1246
с машинным обучением,
05:12
but it's not really standard-of-proof
evidence that we have."
evidence that we have."
109
300571
3864
но это не доказательство того,
что мы правы.
что мы правы.
Так что нам нужно что-нибудь ещё.
05:17
So we have to do something else.
110
305618
1589
05:19
Let's go into the Stanford
electronic medical record.
electronic medical record.
111
307231
2876
Давай посмотрим в электронные
медицинские записи Стэнфорда,
медицинские записи Стэнфорда,
05:22
We have a copy of it
that's OK for research,
that's OK for research,
112
310131
2064
у нас есть копия для исследований —
05:24
we removed identifying information.
113
312219
2046
мы убрали всю идентификационную
информацию.
информацию.
05:26
And I said, "Let's see if people
on these two drugs
on these two drugs
114
314581
2503
И я сказал: «Посмотрим, есть ли проблемы
с уровнем глюкозы
с уровнем глюкозы
05:29
have problems with their glucose."
115
317108
1769
у людей, принимающих оба препарата».
05:31
Now there are thousands
and thousands of people
and thousands of people
116
319242
2207
Итак, тысячи и тысячи людей
05:33
in the Stanford medical records
that take paroxetine and pravastatin.
that take paroxetine and pravastatin.
117
321473
3459
принимают пароксетин и правастатин,
согласно записям Стэнфорда.
согласно записям Стэнфорда.
05:36
But we needed special patients.
118
324956
1799
Но нам были нужны особые пациенты:
05:38
We needed patients who were on one of them
and had a glucose measurement,
and had a glucose measurement,
119
326779
4597
те, которые принимали один из препаратов
и измеряли уровень глюкозы,
и измеряли уровень глюкозы,
05:43
then got the second one and had
another glucose measurement,
another glucose measurement,
120
331400
3449
а затем начали принимать второй
и снова измерили уровень глюкозы,
и снова измерили уровень глюкозы,
05:46
all within a reasonable period of time --
something like two months.
something like two months.
121
334873
3615
причём в определённый промежуток времени —
скажем, два месяца.
скажем, два месяца.
05:50
And when we did that,
we found 10 patients.
we found 10 patients.
122
338512
3159
И когда мы это сделали,
мы нашли 10 пациентов.
мы нашли 10 пациентов.
05:54
However, eight out of the 10
had a bump in their glucose
had a bump in their glucose
123
342592
4538
Однако у восьми из этой десятки
был скачок глюкозы,
был скачок глюкозы,
когда они получили второй «П» —
мы называем их «П» —
мы называем их «П» —
05:59
when they got the second P --
we call this P and P --
we call this P and P --
124
347154
2645
когда они получили второй «П».
06:01
when they got the second P.
125
349823
1310
06:03
Either one could be first,
the second one comes up,
the second one comes up,
126
351157
2562
Любой из них может быть первым,
они начинают принимать второй —
они начинают принимать второй —
06:05
glucose went up
20 milligrams per deciliter.
20 milligrams per deciliter.
127
353743
2847
глюкоза поднимается
на 20 мг на децилитр.
на 20 мг на децилитр.
06:08
Just as a reminder,
128
356614
1158
Хочу напомнить,
06:09
you walk around normally,
if you're not diabetic,
if you're not diabetic,
129
357796
2325
что в обычной жизни, если вы не диабетик,
06:12
with a glucose of around 90.
130
360145
1359
ваш уровень глюкозы около 90.
06:13
And if it gets up to 120, 125,
131
361528
2076
И если она поднимается до 120–125,
06:15
your doctor begins to think
about a potential diagnosis of diabetes.
about a potential diagnosis of diabetes.
132
363628
3450
ваш врач может начать думать,
что у вас диабет.
что у вас диабет.
06:19
So a 20 bump -- pretty significant.
133
367102
2991
Так что скачок на 20 пунктов
довольно значителен.
довольно значителен.
06:22
I said, "Nick, this is very cool.
134
370601
1904
Я сказал: «Ник, это очень круто.
Но, к сожалению, это всё ещё
не тянет на публикацию,
не тянет на публикацию,
06:25
But, I'm sorry, we still
don't have a paper,
don't have a paper,
135
373616
2053
06:27
because this is 10 patients
and -- give me a break --
and -- give me a break --
136
375693
2579
потому что 10 пациентов, как ни крути,
этого не достаточно».
06:30
it's not enough patients."
137
378296
1245
06:31
So we said, what can we do?
138
379565
1306
И мы подумали — что мы можем сделать?
06:32
And we said, let's call our friends
at Harvard and Vanderbilt,
at Harvard and Vanderbilt,
139
380895
2976
Позвоним-ка нашим друзьям
из Гарварда и Вандербильта,
из Гарварда и Вандербильта,
06:35
who also -- Harvard in Boston,
Vanderbilt in Nashville,
Vanderbilt in Nashville,
140
383895
2587
у которых — Гарвард в Бостоне,
Вандербильт в Нашвилле —
Вандербильт в Нашвилле —
06:38
who also have electronic
medical records similar to ours.
medical records similar to ours.
141
386506
2821
у которых есть такие же
истории болезни, как у нас.
истории болезни, как у нас.
Посмотрим, смогут ли они найти
похожих пациентов
похожих пациентов
06:41
Let's see if they can find
similar patients
similar patients
142
389351
2020
06:43
with the one P, the other P,
the glucose measurements
the glucose measurements
143
391395
3276
с одним «П», с другим «П»,
измерениями глюкозы
измерениями глюкозы
06:46
in that range that we need.
144
394695
1600
в диапазоне, который нам нужен.
06:48
God bless them, Vanderbilt
in one week found 40 such patients,
in one week found 40 such patients,
145
396787
4955
Слава богу, в Университете Вандербильта
за неделю нашли 40 таких пациентов,
за неделю нашли 40 таких пациентов,
06:53
same trend.
146
401766
1189
динамика та же.
06:55
Harvard found 100 patients, same trend.
147
403804
3620
В Гарварде нашли 100 пациентов,
динамика та же.
динамика та же.
06:59
So at the end, we had 150 patients
from three diverse medical centers
from three diverse medical centers
148
407448
4281
В результате у нас было 150 пациентов
из трёх разных медицинских центров,
из трёх разных медицинских центров,
07:03
that were telling us that patients
getting these two drugs
getting these two drugs
149
411753
3297
и всё говорило о том, что у принимающих
два этих препарата
два этих препарата
07:07
were having their glucose bump
somewhat significantly.
somewhat significantly.
150
415074
2703
были значительные скачки
уровня глюкозы.
уровня глюкозы.
07:10
More interestingly,
we had left out diabetics,
we had left out diabetics,
151
418317
2810
Что интересно, мы не включили
туда диабетиков,
туда диабетиков,
потому что у диабетиков
и так не всё в порядке с глюкозой.
и так не всё в порядке с глюкозой.
07:13
because diabetics already
have messed up glucose.
have messed up glucose.
152
421151
2317
Когда мы посмотрели на эти показатели
у диабетиков,
у диабетиков,
07:15
When we looked
at the glucose of diabetics,
at the glucose of diabetics,
153
423492
2238
07:17
it was going up 60 milligrams
per deciliter, not just 20.
per deciliter, not just 20.
154
425754
3435
они поднимались на целых 60 мг
на децилитр, а не на 20.
на децилитр, а не на 20.
07:21
This was a big deal, and we said,
"We've got to publish this."
"We've got to publish this."
155
429760
3452
Это было серьёзно, и мы подумали,
что надо это опубликовать.
что надо это опубликовать.
07:25
We submitted the paper.
156
433236
1179
Мы отправили работу.
07:26
It was all data evidence,
157
434439
2111
Всё было основано только на данных —
07:28
data from the FDA, data from Stanford,
158
436574
2483
данных из FDA, данных из Стэнфорда,
07:31
data from Vanderbilt, data from Harvard.
159
439081
1946
Вандербильта, Гарварда.
07:33
We had not done a single real experiment.
160
441051
2396
Мы не провели ни одного эксперимента.
07:36
But we were nervous.
161
444495
1296
И мы нервничали.
07:38
So Nick, while the paper
was in review, went to the lab.
was in review, went to the lab.
162
446201
3730
И Ник, когда нашу работу рассматривали,
пошёл в лабораторию.
пошёл в лабораторию.
07:41
We found somebody
who knew about lab stuff.
who knew about lab stuff.
163
449955
2462
Мы нашли кого-то, кто этим занимается.
07:44
I don't do that.
164
452441
1393
Я об этом ничего не знаю.
07:45
I take care of patients,
but I don't do pipettes.
but I don't do pipettes.
165
453858
2417
Я занимаюсь пациентами, а не пипетками.
07:49
They taught us how to feed mice drugs.
166
457420
3053
Они научили нас,
как давать препараты мышам.
как давать препараты мышам.
07:52
We took mice and we gave them
one P, paroxetine.
one P, paroxetine.
167
460864
2414
Мы взяли мышей и дали им один «П» —
пароксетин.
пароксетин.
07:55
We gave some other mice pravastatin.
168
463302
2508
А другим дали правастатин.
07:57
And we gave a third group
of mice both of them.
of mice both of them.
169
465834
3595
А третьей группе дали оба.
08:01
And lo and behold, glucose went up
20 to 60 milligrams per deciliter
20 to 60 milligrams per deciliter
170
469893
3946
И кто бы мог подумать, глюкоза поднялась
от 20 до 60 мг на децилитр
от 20 до 60 мг на децилитр
08:05
in the mice.
171
473863
1171
у этих мышей.
08:07
So the paper was accepted
based on the informatics evidence alone,
based on the informatics evidence alone,
172
475058
3158
Работа, основанная только на данных,
была принята,
была принята,
08:10
but we added a little note at the end,
173
478240
1894
но в конце мы добавили:
08:12
saying, oh by the way,
if you give these to mice, it goes up.
if you give these to mice, it goes up.
174
480158
2899
«Кстати, если дать препараты мышам,
глюкоза поднимается».
глюкоза поднимается».
08:15
That was great, and the story
could have ended there.
could have ended there.
175
483081
2508
Это было здорово,
и всё на этом могло закончиться.
и всё на этом могло закончиться.
08:17
But I still have six and a half minutes.
176
485613
1997
Но у меня ещё шесть с половиной минут.
(Смех)
08:19
(Laughter)
177
487634
2807
И мы посидели,
подумали обо всём об этом,
подумали обо всём об этом,
08:22
So we were sitting around
thinking about all of this,
thinking about all of this,
178
490465
2815
08:25
and I don't remember who thought
of it, but somebody said,
of it, but somebody said,
179
493304
2735
и я уже не помню, кто это придумал,
но кто-то сказал:
но кто-то сказал:
«Интересно, а кто-то из этих пациентов,
которые принимали оба препарата,
которые принимали оба препарата,
08:28
"I wonder if patients
who are taking these two drugs
who are taking these two drugs
180
496063
3201
08:31
are noticing side effects
of hyperglycemia.
of hyperglycemia.
181
499288
3553
заметил побочный эффект
гипергликемии?
гипергликемии?
08:34
They could and they should.
182
502865
1496
Они могли, и они должны были.
08:36
How would we ever determine that?"
183
504761
1877
Как бы мы могли это определить?»
Что люди делают в таких случаях?
08:39
We said, well, what do you do?
184
507551
1443
08:41
You're taking a medication,
one new medication or two,
one new medication or two,
185
509018
2580
Вы принимаете лекарство —
одно новое или два —
одно новое или два —
08:43
and you get a funny feeling.
186
511622
1538
и испытываете странные ощущения.
08:45
What do you do?
187
513184
1151
Что вы будете делать?
08:46
You go to Google
188
514359
1151
Вы открываете Google,
08:47
and type in the two drugs you're taking
or the one drug you're taking,
or the one drug you're taking,
189
515534
3349
вбиваете оба препарата,
или один, который вы принимаете,
или один, который вы принимаете,
08:50
and you type in "side effects."
190
518907
1603
и потом «побочные эффекты».
08:52
What are you experiencing?
191
520534
1356
Что вы ощущаете?
08:54
So we said OK,
192
522239
1151
И мы думаем: ладно,
08:55
let's ask Google if they will share
their search logs with us,
their search logs with us,
193
523414
3056
давайте попросим Google
поделиться с нами данными запросов,
поделиться с нами данными запросов,
08:58
so that we can look at the search logs
194
526494
1833
чтобы мы могли посмотреть,
09:00
and see if patients are doing
these kinds of searches.
these kinds of searches.
195
528351
2565
задавали ли пациенты такие вопросы.
09:02
Google, I am sorry to say,
denied our request.
denied our request.
196
530940
3275
В Google, к сожалению,
отклонили наш запрос.
отклонили наш запрос.
09:06
So I was bummed.
197
534819
1151
Я был очень расстроен.
Я ужинал с коллегой, который работает
в Microsoft Research,
в Microsoft Research,
09:07
I was at a dinner with a colleague
who works at Microsoft Research
who works at Microsoft Research
198
535994
3166
и сказал ему:
«Мы хотели провести исследование,
«Мы хотели провести исследование,
09:11
and I said, "We wanted to do this study,
199
539184
1941
в Google отказали — облом».
09:13
Google said no, it's kind of a bummer."
200
541149
1880
09:15
He said, "Well, we have
the Bing searches."
the Bing searches."
201
543053
2086
Он сказал: «Ну, у нас есть данные Bing».
09:18
(Laughter)
202
546195
3483
(Смех)
09:22
Yeah.
203
550805
1267
Ну да.
09:24
That's great.
204
552096
1151
Супер.
09:25
Now I felt like I was --
205
553271
1151
Я почувствовал, будто...
09:26
(Laughter)
206
554446
1000
(Смех)
09:27
I felt like I was talking to Nick again.
207
555470
2412
Будто я снова разговаривал с Ником.
09:30
He works for one of the largest
companies in the world,
companies in the world,
208
558437
2624
Он работает на одну из самых больших
компаний в мире,
компаний в мире,
09:33
and I'm already trying
to make him feel better.
to make him feel better.
209
561085
2206
а я уже пытаюсь его подбодрить.
09:35
But he said, "No, Russ --
you might not understand.
you might not understand.
210
563315
2445
Но потом он говорит: «Нет, Расс,
ты, наверное, не понял.
ты, наверное, не понял.
09:37
We not only have Bing searches,
211
565784
1500
У нас есть не только запросы в Bing,
09:39
but if you use Internet Explorer
to do searches at Google,
to do searches at Google,
212
567308
3340
но и запросы в Google, Yahoo, Bing —
отовсюду — сделанные из Internet Explorer.
09:42
Yahoo, Bing, any ...
213
570672
1891
09:44
Then, for 18 months, we keep that data
for research purposes only."
for research purposes only."
214
572587
3643
Затем мы храним эту информацию 18 месяцев
только для исследований».
только для исследований».
09:48
I said, "Now you're talking!"
215
576254
1936
И я говорю: «Вот это другое дело!»
09:50
This was Eric Horvitz,
my friend at Microsoft.
my friend at Microsoft.
216
578214
2198
Это был Эрик Хорвиц,
мой друг в Microsoft.
мой друг в Microsoft.
09:52
So we did a study
217
580436
1695
И мы провели исследование,
09:54
where we defined 50 words
that a regular person might type in
that a regular person might type in
218
582155
4619
где определили 50 слов,
которые обычный человек может набрать,
которые обычный человек может набрать,
09:58
if they're having hyperglycemia,
219
586798
1602
если у него гипергликемия,
10:00
like "fatigue," "loss of appetite,"
"urinating a lot," "peeing a lot" --
"urinating a lot," "peeing a lot" --
220
588424
4762
например «усталость», «потеря аппетита»,
«много хожу в туалет», «много писаю» —
«много хожу в туалет», «много писаю» —
10:05
forgive me, but that's one
of the things you might type in.
of the things you might type in.
221
593210
2767
прошу прощения, это одна из вещей,
которую могут искать.
которую могут искать.
10:08
So we had 50 phrases
that we called the "diabetes words."
that we called the "diabetes words."
222
596001
2790
И у нас было 50 фраз, мы их назвали
«диабетическими словами».
«диабетическими словами».
10:10
And we did first a baseline.
223
598815
2063
И сначала мы посмотрели
исходные данные.
исходные данные.
10:12
And it turns out
that about .5 to one percent
that about .5 to one percent
224
600902
2704
Выяснилось, что от 0,5 до 1%
10:15
of all searches on the Internet
involve one of those words.
involve one of those words.
225
603630
2982
всех запросов в интернете
включают одно из этих слов.
включают одно из этих слов.
10:18
So that's our baseline rate.
226
606636
1742
Это нашa точка отсчёта.
10:20
If people type in "paroxetine"
or "Paxil" -- those are synonyms --
or "Paxil" -- those are synonyms --
227
608402
4143
Если люди ищут «пароксетин» или «Паксил» —
это синонимы —
это синонимы —
10:24
and one of those words,
228
612569
1215
и одно из этих слов,
10:25
the rate goes up to about two percent
of diabetes-type words,
of diabetes-type words,
229
613808
4890
частота вырастает до примерно
2% «диабетических слов»,
2% «диабетических слов»,
10:30
if you already know
that there's that "paroxetine" word.
that there's that "paroxetine" word.
230
618722
3044
если вы уже знаете,
что там есть слово «пароксетин».
что там есть слово «пароксетин».
10:34
If it's "pravastatin," the rate goes up
to about three percent from the baseline.
to about three percent from the baseline.
231
622191
4547
Если это «правастатин», частота вырастает
примерно до 3% от исходного уровня.
примерно до 3% от исходного уровня.
10:39
If both "paroxetine" and "pravastatin"
are present in the query,
are present in the query,
232
627171
4390
Если и «пароксетин», и «правастатин»
представлены в запросе,
представлены в запросе,
10:43
it goes up to 10 percent,
233
631585
1669
она поднимается до 10% —
10:45
a huge three- to four-fold increase
234
633278
3461
огромное увеличение в три-четыре раза
10:48
in those searches with the two drugs
that we were interested in,
that we were interested in,
235
636763
3389
в запросах с интересующими нас препаратами
10:52
and diabetes-type words
or hyperglycemia-type words.
or hyperglycemia-type words.
236
640176
3566
и «диабетическими»
или «гипергликемическими» словами.
или «гипергликемическими» словами.
10:56
We published this,
237
644216
1265
Мы это опубликовали,
10:57
and it got some attention.
238
645505
1466
и это привлекло внимание.
Причина, по которой это
заслуживает внимания,
заслуживает внимания,
10:58
The reason it deserves attention
239
646995
1778
11:00
is that patients are telling us
their side effects indirectly
their side effects indirectly
240
648797
4312
в том, что пациенты рассказывают нам
о своих побочных эффектах не напрямую,
о своих побочных эффектах не напрямую,
11:05
through their searches.
241
653133
1156
а через поиск.
11:06
We brought this
to the attention of the FDA.
to the attention of the FDA.
242
654313
2138
Мы отослали это в FDA.
11:08
They were interested.
243
656475
1269
Они заинтересовались.
11:09
They have set up social media
surveillance programs
surveillance programs
244
657768
3606
Они установили наблюдение
за социальными сетями,
за социальными сетями,
11:13
to collaborate with Microsoft,
245
661398
1751
чтобы сотрудничать с Microsoft,
с их техническими возможностями
для этой задачи,
для этой задачи,
11:15
which had a nice infrastructure
for doing this, and others,
for doing this, and others,
246
663173
2794
а также за лентой в Twitter,
11:17
to look at Twitter feeds,
247
665991
1282
11:19
to look at Facebook feeds,
248
667297
1716
в Facebook,
за статистикой поисковых запросов,
11:21
to look at search logs,
249
669037
1311
11:22
to try to see early signs that drugs,
either individually or together,
either individually or together,
250
670372
4909
чтобы выявить ранние признаки того,
что препараты, раздельно или вместе,
что препараты, раздельно или вместе,
11:27
are causing problems.
251
675305
1589
вызывают проблемы.
11:28
What do I take from this?
Why tell this story?
Why tell this story?
252
676918
2174
И что же я понял?
Зачем я это рассказываю?
Зачем я это рассказываю?
Прежде всего,
11:31
Well, first of all,
253
679116
1207
11:32
we have now the promise
of big data and medium-sized data
of big data and medium-sized data
254
680347
4037
теперь данные могут помочь обеспечить
11:36
to help us understand drug interactions
255
684408
2918
лучшее понимание взаимодействия
лекарственных препаратов
лекарственных препаратов
11:39
and really, fundamentally, drug actions.
256
687350
2420
и, по сути, их действие.
11:41
How do drugs work?
257
689794
1413
Как действуют лекарства?
11:43
This will create and has created
a new ecosystem
a new ecosystem
258
691231
2836
Это создаст и уже создало
новую экосистему
новую экосистему
11:46
for understanding how drugs work
and to optimize their use.
and to optimize their use.
259
694091
3267
для понимания того, как работают препараты
и как оптимизировать их использование.
и как оптимизировать их использование.
11:50
Nick went on; he's a professor
at Columbia now.
at Columbia now.
260
698303
2659
Ник не остановился — он теперь профессор
Колумбийского университета.
Колумбийского университета.
11:52
He did this in his PhD
for hundreds of pairs of drugs.
for hundreds of pairs of drugs.
261
700986
4072
Он проделал то же самое в своей докторской
с сотнями пар лекарств.
с сотнями пар лекарств.
11:57
He found several
very important interactions,
very important interactions,
262
705082
2517
Он нашёл несколько очень важных
взаимодействий,
взаимодействий,
так что мы воспроизвели эксперимент
11:59
and so we replicated this
263
707623
1214
12:00
and we showed that this
is a way that really works
is a way that really works
264
708861
2574
и показали, что это на самом деле работает
12:03
for finding drug-drug interactions.
265
711459
2339
для поиска взаимодействия препаратов.
12:06
However, there's a couple of things.
266
714282
1734
Однако есть ещё пара моментов.
12:08
We don't just use pairs
of drugs at a time.
of drugs at a time.
267
716040
3046
Мы не просто используем лекарства парами.
12:11
As I said before, there are patients
on three, five, seven, nine drugs.
on three, five, seven, nine drugs.
268
719110
4469
Как я уже сказал, есть пациенты,
принимающие три, пять, семь, девять.
принимающие три, пять, семь, девять.
12:15
Have they been studied with respect
to their nine-way interaction?
to their nine-way interaction?
269
723981
3642
Изучил ли кто-то их
девятистороннее взаимодействие?
девятистороннее взаимодействие?
12:19
Yes, we can do pair-wise,
A and B, A and C, A and D,
A and B, A and C, A and D,
270
727647
4208
Да, мы можем рассматривать их парами —
А и В, А и С, А и D,
А и В, А и С, А и D,
12:23
but what about A, B, C,
D, E, F, G all together,
D, E, F, G all together,
271
731879
4286
но как насчёт A, B, C,
D, E, F, G — всех вместе,
D, E, F, G — всех вместе,
12:28
being taken by the same patient,
272
736189
1762
принимаемых одним пациентом?
12:29
perhaps interacting with each other
273
737975
2118
Возможно, они взаимодействуют,
12:32
in ways that either makes them
more effective or less effective
more effective or less effective
274
740117
3778
снижая или увеличивая эффективность
друг друга
друг друга
12:35
or causes side effects
that are unexpected?
that are unexpected?
275
743919
2332
или вызывая неожиданные побочные
эффекты?
эффекты?
12:38
We really have no idea.
276
746275
1827
Мы действительно не знаем.
12:40
It's a blue sky, open field
for us to use data
for us to use data
277
748126
3756
Это непаханое поле работы,
где мы можем использовать наши данные,
где мы можем использовать наши данные,
12:43
to try to understand
the interaction of drugs.
the interaction of drugs.
278
751906
2502
чтобы попытаться понять
эти взаимодействия.
эти взаимодействия.
12:46
Two more lessons:
279
754848
1370
Ещё два урока.
12:48
I want you to think about the power
that we were able to generate
that we were able to generate
280
756242
4199
Я хочу, чтобы вы подумали,
какие у нас открылись возможности,
какие у нас открылись возможности,
12:52
with the data from people who had
volunteered their adverse reactions
volunteered their adverse reactions
281
760465
4711
благодаря тем людям,
которые рассказали о своих жалобах
которые рассказали о своих жалобах
12:57
through their pharmacists,
through themselves, through their doctors,
through themselves, through their doctors,
282
765200
3269
фармацевтам, самим себе, своим врачам,
благодаря тем, кто разрешает использовать
13:00
the people who allowed the databases
at Stanford, Harvard, Vanderbilt,
at Stanford, Harvard, Vanderbilt,
283
768493
3667
базы данных в Стэнфорде, Гарварде,
Вандербильте
Вандербильте
13:04
to be used for research.
284
772184
1427
для исследований.
13:05
People are worried about data.
285
773929
1445
Люди волнуются за свои данные.
13:07
They're worried about their privacy
and security -- they should be.
and security -- they should be.
286
775398
3187
Они беспокоятся о приватности,
безопасности — так и должно быть.
безопасности — так и должно быть.
Нам нужны защищённые системы.
13:10
We need secure systems.
287
778609
1151
13:11
But we can't have a system
that closes that data off,
that closes that data off,
288
779784
3406
Но нам не нужны системы,
которые ограничивают доступ к данным,
которые ограничивают доступ к данным,
13:15
because it is too rich of a source
289
783214
2752
являющимся богатым источником вдохновения,
13:17
of inspiration, innovation and discovery
290
785990
3971
инноваций и новых открытий
13:21
for new things in medicine.
291
789985
1578
для создания нового в медицине.
13:24
And the final thing I want to say is,
292
792494
1794
И в заключение хочу сказать,
13:26
in this case we found two drugs
and it was a little bit of a sad story.
and it was a little bit of a sad story.
293
794312
3357
что в нашем случае мы нашли пару
препаратов, и результы были печальными.
препаратов, и результы были печальными.
13:29
The two drugs actually caused problems.
294
797693
1921
Они действительно вызывали проблемы.
13:31
They increased glucose.
295
799638
1475
Они повышали глюкозу.
13:33
They could throw somebody into diabetes
296
801137
2446
Они могли вызвать у кого-то диабет,
13:35
who would otherwise not be in diabetes,
297
803607
2294
который бы без них не возник,
13:37
and so you would want to use
the two drugs very carefully together,
the two drugs very carefully together,
298
805925
3175
так что нужно использовать
два препарата очень аккуратно,
два препарата очень аккуратно,
13:41
perhaps not together,
299
809124
1151
может быть, не вместе,
13:42
make different choices
when you're prescribing.
when you're prescribing.
300
810299
2340
может, прописать пациенту что-то другое.
13:44
But there was another possibility.
301
812663
1846
Но ведь была и другая возможность.
13:46
We could have found
two drugs or three drugs
two drugs or three drugs
302
814533
2344
Мы могли найти пару или тройку лекарств,
13:48
that were interacting in a beneficial way.
303
816901
2261
которые бы обеспечили
благотворное взаимодействие.
благотворное взаимодействие.
13:51
We could have found new effects of drugs
304
819616
2712
Мы могли обнаружить новые эффекты
препаратов,
препаратов,
13:54
that neither of them has alone,
305
822352
2160
которых у них по одиночке не было бы,
13:56
but together, instead
of causing a side effect,
of causing a side effect,
306
824536
2493
но вместе, вместо побочного эффекта,
13:59
they could be a new and novel treatment
307
827053
2425
они могли бы предложить
совершенно новую терапию
совершенно новую терапию
14:01
for diseases that don't have treatments
308
829502
1882
болезней, считавшихся неизлечимыми
14:03
or where the treatments are not effective.
309
831408
2007
или плохо поддающимися лечению.
В современной лекарственной терапии
14:05
If we think about drug treatment today,
310
833439
2395
14:07
all the major breakthroughs --
311
835858
1752
все значимые открытия —
14:09
for HIV, for tuberculosis,
for depression, for diabetes --
for depression, for diabetes --
312
837634
4297
для ВИЧ, туберкулёза, депрессии, диабета —
14:13
it's always a cocktail of drugs.
313
841955
2830
это всегда коктейль из разных лекарств.
14:16
And so the upside here,
314
844809
1730
Хорошая новость в том,
и это уже отдельная тема
для другого выступления на TED,
для другого выступления на TED,
14:18
and the subject for a different
TED Talk on a different day,
TED Talk on a different day,
315
846563
2849
что мы можем использовать
те же источники данных,
те же источники данных,
14:21
is how can we use the same data sources
316
849436
2593
14:24
to find good effects
of drugs in combination
of drugs in combination
317
852053
3563
чтобы находить положительные эффекты
комбинаций лекарств,
комбинаций лекарств,
14:27
that will provide us new treatments,
318
855640
2175
которые обеспечат нам новые
схемы лечения,
схемы лечения,
новый взгляд на то,
как работают препараты,
как работают препараты,
14:29
new insights into how drugs work
319
857839
1852
14:31
and enable us to take care
of our patients even better?
of our patients even better?
320
859715
3786
и возможность заботиться
о пациентах ещё лучше.
о пациентах ещё лучше.
14:35
Thank you very much.
321
863525
1166
Большое спасибо.
14:36
(Applause)
322
864715
3499
ABOUT THE SPEAKER
Russ Altman - Big data techno-optimist and internistRuss Altman uses machine learning to better understand adverse effects of medication.
Why you should listen
Professor of bioengineering, genetics, medicine and computer science at Stanford University, Russ Altman's primary research interests are in the application of computing and informatics technologies to problems relevant to medicine. He is particularly interested in methods for understanding drug actions at molecular, cellular, organism and population levels, including how genetic variation impacts drug response.
Altman received the U.S. Presidential Early Career Award for Scientists and Engineers, a National Science Foundation CAREER Award and Stanford Medical School's graduate teaching award. He has chaired the Science Board advising the FDA Commissioner and currently serves on the NIH Director’s Advisory Committee. He is a clinically active internist, the founder of the PharmGKB knowledge base, and advisor to pharmacogenomics companies.
Russ Altman | Speaker | TED.com