TEDxNijmegen
Peter van Manen: Better baby care -- thanks to Formula 1
Peter van Manen: Jak může Formule 1 pomoci… dětem?
Filmed:
Readability: 3.5
845,406 views
Během závodu Formule 1 posílá auto stovky miliónů datových záznamů do boxů, kde je v reálném čase analyzují a vyhodnocují. Proč nevyužít tento propracovaný datový systém i někde jinde – například v dětské nemocnici? Více nám řekne Peter van Manen.
Peter van Manen - Electronic systems expert
Peter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series. Full bio
Peter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series. Full bio
Double-click the English transcript below to play the video.
00:12
Motor racing is a funny old business.
0
336
2257
Automobilové závody jsou už roky
zábavným byznysem.
zábavným byznysem.
00:14
We make a new car every year,
1
2593
2317
Každý rok vyrobíme nové auto
00:16
and then we spend the rest of the season
2
4910
2188
a zbytek sezóny se snažíme zjistit,
00:19
trying to understand what it is we've built
3
7098
2776
co jsme to vlastně vytvořili,
00:21
to make it better, to make it faster.
4
9874
3221
abychom to mohli vylepšit a zrychlit.
00:25
And then the next year, we start again.
5
13095
3275
A další rok začínáme zase znova.
00:28
Now, the car you see in front of you is quite complicated.
6
16370
4238
Auto, které vidíte před sebou,
je docela složité.
je docela složité.
00:32
The chassis is made up of about 11,000 components,
7
20608
3619
Kostra je vyrobena
z asi 11 000 komponent,
z asi 11 000 komponent,
00:36
the engine another 6,000,
8
24227
2468
motor z dalších 6 000,
00:38
the electronics about eight and a half thousand.
9
26695
3093
elektronika se skládá z asi 8 500.
00:41
So there's about 25,000 things there that can go wrong.
10
29788
4401
Takže tu máme asi 25 000 věcí,
které se mohou pokazit.
které se mohou pokazit.
00:46
So motor racing is very much about attention to detail.
11
34189
4826
Proto na závodech musíme
věnovat pozornost každému detailu.
věnovat pozornost každému detailu.
00:51
The other thing about Formula 1 in particular
12
39015
3263
Na Formuli 1 je navíc zajímavé,
00:54
is we're always changing the car.
13
42278
2124
že to auto neustále měníme.
00:56
We're always trying to make it faster.
14
44402
2280
Pořád se ho snažíme zrychlit.
00:58
So every two weeks, we will be making
15
46682
2984
Takže co dva týdny vyrábíme na míru
01:01
about 5,000 new components to fit to the car.
16
49666
4200
asi 5 000 nových komponent.
01:05
Five to 10 percent of the race car
17
53866
2178
Pět až deset procent závodního auta
01:08
will be different every two weeks of the year.
18
56044
3752
se mění každé dva týdny, po celý rok.
01:11
So how do we do that?
19
59796
2309
Jak to děláme?
01:14
Well, we start our life with the racing car.
20
62105
3744
Podíváme se, jak žije závodní auto.
01:17
We have a lot of sensors on the car to measure things.
21
65849
3991
Na autě máme spousty senzorů
k měření různých věcí.
k měření různých věcí.
01:21
On the race car in front of you here
22
69840
1882
Na autě před váma
01:23
there are about 120 sensors when it goes into a race.
23
71722
3159
bývá během závodu asi 120 senzorů.
01:26
It's measuring all sorts of things around the car.
24
74881
3652
Měří všechno možné, co se týká auta.
01:30
That data is logged. We're logging about
25
78533
2052
Ta data se zaznamenají.
Ukládáme asi 500
Ukládáme asi 500
01:32
500 different parameters within the data systems,
26
80585
3704
různých parametrů z datových systémů,
01:36
about 13,000 health parameters and events
27
84289
3665
asi 13 000 parametrů o stavu auta
a o tom, co se zrovna děje,
a o tom, co se zrovna děje,
01:39
to say when things are not working the way they should do,
28
87954
4565
abychom poznali,
když něco nefunguje tak, jak by mělo,
když něco nefunguje tak, jak by mělo,
01:44
and we're sending that data back to the garage
29
92519
2825
a všechna data posíláme do boxů
01:47
using telemetry at a rate of two to four megabits per second.
30
95344
4979
přenosovou rychlostí asi 2 – 4 Mb/s.
01:52
So during a two-hour race, each car will be sending
31
100323
3127
Během dvouhodinového závodu
každé auto odešle
každé auto odešle
01:55
750 million numbers.
32
103450
2275
750 milionu čísel.
01:57
That's twice as many numbers as words that each of us
33
105725
3143
To je dvakrát více,
než kolik slov vysloví každý z nás
než kolik slov vysloví každý z nás
02:00
speaks in a lifetime.
34
108868
1631
během svého života.
02:02
It's a huge amount of data.
35
110499
2618
Je to obrovský objem dat.
02:05
But it's not enough just to have data and measure it.
36
113117
2645
Ale nestačí to jenom změřit a uložit.
02:07
You need to be able to do something with it.
37
115762
2158
Musíme být schopní s nimi něco dělat.
02:09
So we've spent a lot of time and effort
38
117920
2394
Takže věnujeme spoustu času a úsilí,
02:12
in turning the data into stories
39
120314
1869
abychom těm datům dali nějaký smysl,
02:14
to be able to tell, what's the state of the engine,
40
122183
3105
aby nám řekla, jaký je stav motoru,
02:17
how are the tires degrading,
41
125288
2272
jak jsou sjeté pneumatiky,
02:19
what's the situation with fuel consumption?
42
127560
3748
jaká je spotřeba paliva.
02:23
So all of this is taking data
43
131308
2788
Všechno je to o převodu dat
02:26
and turning it into knowledge that we can act upon.
44
134096
3802
na něco, o co se můžeme opřít.
02:29
Okay, so let's have a look at a little bit of data.
45
137898
2638
Podívejme se teď
na nějaká konkrétní data.
na nějaká konkrétní data.
02:32
Let's pick a bit of data from
46
140536
2030
Vezmeme data například
02:34
another three-month-old patient.
47
142566
3079
od jiného tříměsíčního pacienta.
02:37
This is a child, and what you're seeing here is real data,
48
145645
4171
Tohle je dítě
a tady vidíte skutečná data,
a tady vidíte skutečná data,
02:41
and on the far right-hand side,
49
149816
1977
a úplně napravo
02:43
where everything starts getting a little bit catastrophic,
50
151793
2587
to začíná být docela divoké.
02:46
that is the patient going into cardiac arrest.
51
154380
3584
Pacient dostává zástavu srdce.
02:49
It was deemed to be an unpredictable event.
52
157964
3232
Bylo to považováno
za nepředvídatelnou událost.
za nepředvídatelnou událost.
02:53
This was a heart attack that no one could see coming.
53
161196
3789
Nikdo o té zástavě nemohl tušit.
02:56
But when we look at the information there,
54
164985
2550
Ale když se podíváme
tady na ty informace,
tady na ty informace,
02:59
we can see that things are starting to become
55
167535
2349
vidíme, že stav se začíná
03:01
a little fuzzy about five minutes or so before the cardiac arrest.
56
169884
4029
trochu zhoršovat asi pět minut
před samotnou zástavou.
před samotnou zástavou.
03:05
We can see small changes
57
173913
2037
Vidíme malé změny
03:07
in things like the heart rate moving.
58
175950
2383
v zobrazení činnosti srdce.
03:10
These were all undetected by normal thresholds
59
178333
2486
Nepřekročily hranice pro rozpoznání,
03:12
which would be applied to data.
60
180819
2408
které byly nastaveny pro tyto data.
03:15
So the question is, why couldn't we see it?
61
183227
3143
Vyvstává otázka: Proč jsme to neviděli?
03:18
Was this a predictable event?
62
186370
2581
Dalo se to předvídat?
03:20
Can we look more at the patterns in the data
63
188951
3010
Může nám pohled na tyto vzory v datech
03:23
to be able to do things better?
64
191961
3380
pomoci zlepšit některé postupy?
03:27
So this is a child,
65
195341
2650
Tohle dítě
03:29
about the same age as the racing car on stage,
66
197991
3232
je stejně staré jako tohle závodní auto.
03:33
three months old.
67
201223
1630
Má tři měsíce.
03:34
It's a patient with a heart problem.
68
202853
2605
Je to pacient se srdečními problémy.
03:37
Now, when you look at some of the data on the screen above,
69
205458
3468
Když se podíváte na ta data
na obrazovce,
na obrazovce,
03:40
things like heart rate, pulse, oxygen, respiration rates,
70
208926
4902
jako je srdeční rytmus, tep,
kyslík, dýchání,
kyslík, dýchání,
03:45
they're all unusual for a normal child,
71
213828
3076
pro normální dítě jsou neobvyklé,
03:48
but they're quite normal for the child there,
72
216904
2642
ale pro tohle dítě je to normální.
03:51
and so one of the challenges you have in health care is,
73
219546
4138
Jedna z věcí,
kterou zdravotnictví musí řešit,
kterou zdravotnictví musí řešit,
03:55
how can I look at the patient in front of me,
74
223684
2851
je jak se dívat na pacienta,
03:58
have something which is specific for her,
75
226535
3047
který má své specifické problémy,
04:01
and be able to detect when things start to change,
76
229582
2788
a být schopný rozpoznat,
kdy se věci začnou měnit,
kdy se věci začnou měnit,
04:04
when things start to deteriorate?
77
232370
2099
kdy se začnou zhoršovat?
04:06
Because like a racing car, any patient,
78
234469
3050
Stejně jako u závodního auta,
tak i u pacientů,
tak i u pacientů,
04:09
when things start to go bad, you have a short time
79
237519
2976
když se začne stav zhoršovat,
máte málo času,
máte málo času,
04:12
to make a difference.
80
240495
1831
abyste s tím něco udělali.
04:14
So what we did is we took a data system
81
242326
2754
Takže jsme vzali náš systém,
04:17
which we run every two weeks of the year in Formula 1
82
245080
3131
který používáme co dva týdny
ve Formuli 1
ve Formuli 1
04:20
and we installed it on the hospital computers
83
248211
3002
a nainstalovali ho na počítače
04:23
at Birmingham Children's Hospital.
84
251213
2290
v dětské nemocnici v Birminghamu.
04:25
We streamed data from the bedside instruments
85
253503
2439
Posílali jsme data
z přístrojů vedle lůžka
z přístrojů vedle lůžka
04:27
in their pediatric intensive care
86
255942
2557
na místní dětskou jednotku intenzivní péče,
04:30
so that we could both look at the data in real time
87
258499
3456
takže jsme je mohli vidět
v reálném čase,
v reálném čase,
04:33
and, more importantly, to store the data
88
261955
2871
a hlavně jsme je mohli ukládat,
04:36
so that we could start to learn from it.
89
264826
3057
abychom se z nich mohli dál učit.
04:39
And then, we applied an application on top
90
267883
4384
Na to jsme ještě připojili program,
04:44
which would allow us to tease out the patterns in the data
91
272267
3270
který nám umožnil
vybrat z dat určité vzory
vybrat z dat určité vzory
04:47
in real time so we could see what was happening,
92
275537
2956
v reálném čase,
takže jsme viděli co se děje,
takže jsme viděli co se děje,
04:50
so we could determine when things started to change.
93
278493
3713
a mohli určit,
kdy došlo ke změně stavu.
kdy došlo ke změně stavu.
04:54
Now, in motor racing, we're all a little bit ambitious,
94
282206
3863
My závodníci jsme dost ctižádostiví,
04:58
audacious, a little bit arrogant sometimes,
95
286069
2549
troufalí a někdy trochu arogantní,
05:00
so we decided we would also look at the children
96
288618
3398
tak jsme se rozhodli,
že budeme sledovat děti
že budeme sledovat děti
05:04
as they were being transported to intensive care.
97
292016
2957
už během transportu do nemocnice.
05:06
Why should we wait until they arrived in the hospital
98
294973
2154
Proč bychom měli čekat,
až přijedou do nemocnice,
až přijedou do nemocnice,
05:09
before we started to look?
99
297127
1994
než se na ně podíváme?
05:11
And so we installed a real-time link
100
299121
2997
Tak jsme nainstalovali spojení,
které v reálném čase
které v reálném čase
05:14
between the ambulance and the hospital,
101
302118
2836
spojuje sanitku a nemocnici.
05:16
just using normal 3G telephony to send that data
102
304954
3776
Data posíláme pomocí telefonní 3G sítě,
05:20
so that the ambulance became an extra bed
103
308730
2487
takže se sanitka stává dalším lůžkem
05:23
in intensive care.
104
311217
3136
na oddělení intenzivní péče.
05:26
And then we started looking at the data.
105
314353
3702
A pak jsme začali sledovat ta data.
05:30
So the wiggly lines at the top, all the colors,
106
318055
2921
Ty zubaté čáry nahoře, ty barvy,
05:32
this is the normal sort of data you would see on a monitor --
107
320976
3194
to jsou normální věci,
které obvykle vidíte na monitoru
které obvykle vidíte na monitoru
05:36
heart rate, pulse, oxygen within the blood,
108
324170
3772
srdeční rytmus, tep, kyslík v krvi,
05:39
and respiration.
109
327942
2635
a dýchání.
05:42
The lines on the bottom, the blue and the red,
110
330577
2753
Čáry dole, ta modrá a červená,
05:45
these are the interesting ones.
111
333330
1360
tam to začíná být zajímavé.
05:46
The red line is showing an automated version
112
334690
3209
Červená ukazuje spočítanou hodnotu
05:49
of the early warning score
113
337899
1597
stavu včasného varování,
05:51
that Birmingham Children's Hospital were already running.
114
339496
2487
který už v Birminghamské nemocnici
fungoval.
fungoval.
05:53
They'd been running that since 2008,
115
341983
2338
Používají to od roku 2008,
05:56
and already have stopped cardiac arrests
116
344321
2256
a už několikrát zabránili zástavě srdce
05:58
and distress within the hospital.
117
346577
2757
a krizovým situacím v nemocnici.
06:01
The blue line is an indication
118
349334
2432
Modrá čára ukazuje,
06:03
of when patterns start to change,
119
351766
2500
kdy se začínají měnit vzory,
06:06
and immediately, before we even started
120
354266
2309
takže okamžitě,
dřív než podle toho
dřív než podle toho
06:08
putting in clinical interpretation,
121
356575
1708
začneme určovat diagnózu,
06:10
we can see that the data is speaking to us.
122
358283
2870
vídíme, že nám to něco ukazuje.
06:13
It's telling us that something is going wrong.
123
361153
3536
Říká nám to,
že něco není v pořádku.
že něco není v pořádku.
06:16
The plot with the red and the green blobs,
124
364689
3816
Graf s červenými a zelenými tečkami
06:20
this is plotting different components
125
368505
2805
zobrazuje různé části dat
06:23
of the data against each other.
126
371310
2547
v závislosti na sobě.
06:25
The green is us learning what is normal for that child.
127
373857
3840
Zelená linka, to zjišťujeme
jaký je normální stav dítěte.
jaký je normální stav dítěte.
06:29
We call it the cloud of normality.
128
377697
2610
Říkáme tomu oblast normálnosti.
06:32
And when things start to change,
129
380307
2241
A když se něco změní,
06:34
when conditions start to deteriorate,
130
382548
2564
když se podmínky zhorší,
06:37
we move into the red line.
131
385112
2238
přesuneme se k červené čáře.
06:39
There's no rocket science here.
132
387350
1657
Není to žádná velká věda.
06:41
It is displaying data that exists already in a different way,
133
389007
4113
Zobrazuje to data, která už existují,
ale v jiné podobě,
ale v jiné podobě,
06:45
to amplify it, to provide cues to the doctors,
134
393120
3391
takže poskytuje lepší indicie
doktorům a sestrám,
doktorům a sestrám,
06:48
to the nurses, so they can see what's happening.
135
396511
2738
aby viděli, co se zrovna děje.
06:51
In the same way that a good racing driver
136
399249
3130
Stejně jako se závodník spoléhá
06:54
relies on cues to decide when to apply the brakes,
137
402379
4044
na signály,
aby věděl, kdy brzdit,
aby věděl, kdy brzdit,
06:58
when to turn into a corner,
138
406423
1476
kdy začít zatáčet,
06:59
we need to help our physicians and our nurses
139
407899
2918
potřebujeme pomoct doktorům a sestrám
07:02
to see when things are starting to go wrong.
140
410817
3620
aby viděli,
kdy se zhoršuje stav pacientů.
kdy se zhoršuje stav pacientů.
07:06
So we have a very ambitious program.
141
414437
2946
Proto máme velmi ambiciózní program.
07:09
We think that the race is on to do something differently.
142
417383
4736
Právě závody nám umožňují
dělat věci jinak.
dělat věci jinak.
07:14
We are thinking big. It's the right thing to do.
143
422119
2904
Přemýšlíme ve velkém. Tak je to správné.
07:17
We have an approach which, if it's successful,
144
425023
3412
S našim přístupem,
pokud bude úspěšný
pokud bude úspěšný
07:20
there's no reason why it should stay within a hospital.
145
428435
2531
vůbec nemusíme zůstat
pouze v nemocnicích.
pouze v nemocnicích.
07:22
It can go beyond the walls.
146
430966
1841
Můžeme jít mnohem dále.
07:24
With wireless connectivity these days,
147
432807
2071
S dnešní bezdrátovou technologií,
07:26
there is no reason why patients, doctors and nurses
148
434878
3444
není důvod,
aby pacienti, doktoři a sestry
aby pacienti, doktoři a sestry
07:30
always have to be in the same place
149
438322
2171
museli být pořád na stejném místě
07:32
at the same time.
150
440493
1993
ve stejný čas.
07:34
And meanwhile, we'll take our little three-month-old baby,
151
442486
3995
A mezitím vezmeme naše
tříměsíční dítě
tříměsíční dítě
07:38
keep taking it to the track, keeping it safe,
152
446481
3757
a budeme se starat,
aby nevyjelo z tratě,
aby nevyjelo z tratě,
07:42
and making it faster and better.
153
450238
2333
aby bylo v bezpečí,
a bylo lepší a rychlejší.
a bylo lepší a rychlejší.
07:44
Thank you very much.
154
452571
1405
Děkuji mnohokrát.
07:45
(Applause)
155
453976
4954
(Potlesk)
ABOUT THE SPEAKER
Peter van Manen - Electronic systems expertPeter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series.
Why you should listen
To say that Peter van Manen has a high-speed job would be an understatement. As Managing Director of McLaren Electronics, which provides electronics and data collection software to motorsports events, he and his team work in real time during a race to improve cars on about 500 different parameters. That's about 750 million data points in two hours.
But recently van Manen and his team have been wondering: Why can't the extremely precise and subtle data-collection and analysis systems used in motorsports be applied elsewhere, for the benefit of all? They have applied their systems to ICU units at Birmingham Children's Hospital with real-time analysis that allows them to proactively prevent cardiac arrests. The unit has seen a 25 percent decrease in life-threatening events. And it's just the beginning.
Peter van Manen | Speaker | TED.com