TED2009
Hans Rosling: Insights on HIV, in stunning data visuals
Hans Rosling o HIV: Nové poznatky a strhující vizualizace dat
Filmed:
Readability: 3.9
1,174,291 views
Hans Rosling představuje nové metody vizuálního ztvárnění dat, které odkrývají složité rizikové faktory jedné z nejsmrtelnějších (a nejméně pochopených) nemocí na světě - HIV. Tvrdí, že klíčem k zastavení epidemie nejsou nové léky, ale prevence přenosu.
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
Double-click the English transcript below to play the video.
00:12
(Applause)
0
0
5000
(Potlesk)
00:18
AIDS was discovered 1981; the virus, 1983.
1
6000
5000
AIDS byl objeven v roce 1981, virus byl popsán v roce 1983.
00:23
These Gapminder bubbles show you
2
11000
2000
Tyto bubliny v programu Gapminder ukazují,
00:25
how the spread of the virus was in 1983 in the world,
3
13000
4000
jak byl virus po světě rozšířen v roce 1983,
00:29
or how we estimate that it was.
4
17000
2000
nebo jaké rozšíření odhadujeme.
00:31
What we are showing here is --
5
19000
2000
Co se zde snažíme ukázat -
00:33
on this axis here, I'm showing percent of infected adults.
6
21000
7000
na této ose, je procento infikovaných dospělých.
00:40
And on this axis, I'm showing dollars per person in income.
7
28000
5000
A na této ose je průměrný příjem na osobu v dolarech.
00:45
And the size of these bubbles, the size of the bubbles here,
8
33000
4000
A velikost těchto bublin
00:49
that shows how many are infected in each country,
9
37000
3000
říká, kolik infikovaných je v každé zemi,
00:52
and the color is the continent.
10
40000
2000
barva pak značí jednotlivé světadíly.
00:54
Now, you can see United States, in 1983,
11
42000
2000
Jak vidíte, Spojené státy v roce 1983
00:56
had a very low percentage infected,
12
44000
3000
měly jen velmi malé procento infikovaných,
00:59
but due to the big population, still a sizable bubble.
13
47000
4000
ale vzhledem k počtu obyvatel to je stejně docela velká bublina.
01:03
There were quite many people infected in the United States.
14
51000
3000
Ve Spojených státech bylo virem HIV infikováno poměrně dost lidí.
01:06
And, up there, you see Uganda.
15
54000
2000
Tady nahoře vidíte Ugandu.
01:08
They had almost five percent infected,
16
56000
3000
Infikováno v ní bylo téměř pět procent obyvatelstva,
01:11
and quite a big bubble in spite of being a small country, then.
17
59000
3000
takže bublinu má velkou, přestože to je malá země.
01:14
And they were probably the most infected country in the world.
18
62000
5000
A byla to asi nejvíce postižená země na světě.
01:19
Now, what has happened?
19
67000
2000
No a co se dělo dál?
01:21
Now you have understood the graph
20
69000
2000
Když už teď rozumíte grafu,
01:23
and now, in the next 60 seconds,
21
71000
3000
v následujících 60 sekundách
01:26
we will play the HIV epidemic in the world.
22
74000
3000
si přehrajeme epidemii HIV ve světě.
01:29
But first, I have a new invention here.
23
77000
3000
Ještě předtím vám ale představím svůj nový vynález.
01:34
(Laughter)
24
82000
3000
(Smích)
01:39
I have solidified the beam of the laser pointer.
25
87000
4000
Podařilo se mi zhmotnit paprsek laserového ukazovátka.
01:43
(Laughter)
26
91000
3000
(Smích)
01:46
(Applause)
27
94000
3000
(Potlesk)
01:52
So, ready, steady, go!
28
100000
4000
Takže připravit, pozor, start!
01:56
First, we have the fast rise in Uganda and Zimbabwe.
29
104000
4000
Jako první se objevil rychlý růst v Ugandě a Zimbabwe.
02:00
They went upwards like this.
30
108000
2000
Šly takto nahoru.
02:02
In Asia, the first country to be heavily infected was Thailand --
31
110000
4000
První těžce infikovanou zemí v Asii bylo Thajsko.
02:06
they reached one to two percent.
32
114000
2000
Pohybovalo se okolo jednoho až dvou procent.
02:08
Then, Uganda started to turn back,
33
116000
2000
Pak začala Uganda klesat,
02:10
whereas Zimbabwe skyrocketed,
34
118000
2000
zatímco Zimbabwe vystřelilo nahoru
02:12
and some years later South Africa had a terrible rise of HIV frequency.
35
120000
4000
a o několik let později se hrozivé zvýšení frekvence infekce HIV objevilo v Jihoafrické republice.
02:16
Look, India got many infected,
36
124000
2000
Podívejte se - Indie má hodně infikovaných,
02:18
but had a low level.
37
126000
2000
ale ti tvoří jen malé procento.
02:20
And almost the same happens here.
38
128000
2000
Skoro totéž se děje tady.
02:22
See, Uganda coming down, Zimbabwe coming down,
39
130000
3000
Uganda jde dolů, Zimbabwe jde dolů,
02:25
Russia went to one percent.
40
133000
2000
Rusko stoupá k jednomu procentu.
02:27
In the last two to three years,
41
135000
3000
V posledních dvou-třech letech
02:30
we have reached a steady state of HIV epidemic in the world.
42
138000
4000
jsme dosáhli stabilizovaného stavu epidemie HIV.
02:34
25 years it took.
43
142000
3000
Trvalo nám to 25 let.
02:37
But, steady state doesn't mean that things are getting better,
44
145000
3000
Stabilizace ale neznačí, že se stav zlepšuje,
02:40
it's just that they have stopped getting worse.
45
148000
3000
pouze se přestal zhoršovat.
02:43
And it has -- the steady state is, more or less,
46
151000
4000
Stabilizovaný stav znamená, že asi
02:47
one percent of the adult world population is HIV-infected.
47
155000
4000
jedno procento dospělé světové populace je infikováno virem HIV.
02:51
It means 30 to 40 million people,
48
159000
3000
30 až 40 milionů lidí,
02:54
the whole of California -- every person,
49
162000
2000
celá Kalifornie, každá osoba...
02:56
that's more or less what we have today in the world.
50
164000
2000
To je víceméně současná situace ve světě.
02:58
Now, let me make a fast replay of Botswana.
51
166000
5000
A teď si rychle znovu přehrajme Botswanu.
03:03
Botswana -- upper middle-income country in southern Africa,
52
171000
4000
Botswana je mírně nadprůměrně bohatá země v jižní Africe
03:07
democratic government, good economy,
53
175000
3000
s demokratickým zřízením, dobrou ekonomikou,
03:10
and this is what happened there.
54
178000
2000
a stalo se v ní toto:
03:12
They started low, they skyrocketed,
55
180000
2000
Začali nízko, pak vyletěli nahoru,
03:14
they peaked up there in 2003,
56
182000
3000
vrcholu dosáhli tady, v roce 2003,
03:17
and now they are down.
57
185000
2000
a teď jsou níže.
03:19
But they are falling only slowly,
58
187000
2000
Padají ale pomalu,
03:21
because in Botswana, with good economy and governance,
59
189000
2000
protože v Botswaně je zdravá ekonomika a vláda,
03:23
they can manage to treat people.
60
191000
3000
takže zvládnou obyvatele léčit.
03:26
And if people who are infected are treated, they don't die of AIDS.
61
194000
3000
A pokud jsou infikovaní lidé léčeni, nezemřou na AIDS.
03:29
These percentages won't come down
62
197000
3000
Procento infikovaných neklesne,
03:32
because people can survive 10 to 20 years.
63
200000
2000
protože lidé přežijí 10 až 20 let.
03:34
So there's some problem with these metrics now.
64
202000
3000
Tím vzniká v našem měření problém.
03:37
But the poorer countries in Africa, the low-income countries down here,
65
205000
4000
Ale v chudších zemích Afriky, v nízkopříjmových zemích tady dole,
03:41
there the rates fall faster, of the percentage infected,
66
209000
6000
procento infikovaných klesá rychleji,
03:47
because people still die.
67
215000
2000
protože lidé pořád umírají.
03:49
In spite of PEPFAR, the generous PEPFAR,
68
217000
3000
Navzdory štědrosti programu PEPFAR (U.S. President's Emergency Plan For AIDS Relief)
03:52
all people are not reached by treatment,
69
220000
3000
zdravotnická péče nedosáhne ke všem lidem
03:55
and of those who are reached by treatment in the poor countries,
70
223000
2000
a i z těch, kteří k ní v chudých zemích přístup mají
03:57
only 60 percent are left on treatment after two years.
71
225000
3000
je jen 60% léčeno déle než dva roky.
04:00
It's not realistic with lifelong treatment
72
228000
4000
Celoživotní péče není
04:04
for everyone in the poorest countries.
73
232000
2000
v chudých zemích pro všechny realistická.
04:06
But it's very good that what is done is being done.
74
234000
3000
Ale je velmi dobře, že se pomáhá, jak to jen jde.
04:09
But focus now is back on prevention.
75
237000
4000
Zaměřujeme se ale znovu spíše na prevenci.
04:13
It is only by stopping the transmission
76
241000
3000
Jen zastavením přenášení choroby
04:16
that the world will be able to deal with it.
77
244000
3000
se jí bude svět moci zbavit.
04:19
Drugs is too costly -- had we had the vaccine,
78
247000
2000
Léky jsou příliš drahé - kdybychom měli vakcínu,
04:21
or when we will get the vaccine, that's something more effective --
79
249000
3000
respektive až ji budeme mít, ta bude daleko efektivnější,
04:24
but the drugs are very costly for the poor.
80
252000
2000
ale léky jsou pro chudé velmi drahé.
04:26
Not the drug in itself, but the treatment
81
254000
2000
Ani ne tak samotný lék, jako celá léčba
04:28
and the care which is needed around it.
82
256000
2000
a potřebná zdravotnická péče.
04:32
So, when we look at the pattern,
83
260000
3000
Když se podíváme na tuto situaci,
04:35
one thing comes out very clearly:
84
263000
2000
jedna věc je velmi jasná:
04:37
you see the blue bubbles
85
265000
2000
Vidíte modré bubliny
04:39
and people say HIV is very high in Africa.
86
267000
2000
a lidé říkají, že HIV je v Africe velmi rozšířené.
04:41
I would say, HIV is very different in Africa.
87
269000
3000
Já bych spíše řekl, že HIV je v Africe velmi odlišné.
04:44
You'll find the highest HIV rate in the world
88
272000
4000
Najdete zde nejvyšší míru infikovaných virem HIV na světě,
04:48
in African countries,
89
276000
2000
najdete ji v afrických zemích,
04:50
and yet you'll find Senegal, down here --
90
278000
2000
ale také tu je Senegal,
04:52
the same rate as United States.
91
280000
2000
kde je stejné procento jako v USA.
04:54
And you'll find Madagascar,
92
282000
2000
A také najdete Madagaskar,
04:56
and you'll find a lot of African countries
93
284000
2000
a mnoho dalších zemí v Africe,
04:58
about as low as the rest of the world.
94
286000
3000
kde je stejně málo infikovaných jako ve zbytku světa.
05:01
It's this terrible simplification that there's one Africa
95
289000
4000
Je hrozné zjednodušeně říkat, že je jen jedna Afrika,
05:05
and things go on in one way in Africa.
96
293000
2000
a že věci se v celé Africe odehrávají stejně.
05:07
We have to stop that.
97
295000
2000
S tím už musíme skoncovat.
05:09
It's not respectful, and it's not very clever
98
297000
3000
Není uctivé ani chytré
05:12
to think that way.
99
300000
2000
takto přemýšlet.
05:14
(Applause)
100
302000
4000
(Potlesk)
05:18
I had the fortune to live and work for a time in the United States.
101
306000
3000
Měl jsem to štěstí jednu dobu žít a pracovat ve Spojených státech.
05:21
I found out that Salt Lake City and San Francisco were different.
102
309000
4000
Zjistil jsem, že Salt Lake City a San Francisco se od sebe liší.
05:25
(Laughter)
103
313000
2000
(Smích)
05:27
And so it is in Africa -- it's a lot of difference.
104
315000
3000
A stejné to je v Africe - existují významné rozdíly.
05:30
So, why is it so high? Is it war?
105
318000
2000
Takže proč je tam HIV tak rozšířené? Je to válkou?
05:32
No, it's not. Look here.
106
320000
2000
Není. Podívejte se sem.
05:34
War-torn Congo is down there -- two, three, four percent.
107
322000
3000
Válkou zmítané Kongo je tady dole - dvě, tři, čtyři procenta.
05:37
And this is peaceful Zambia, neighboring country -- 15 percent.
108
325000
4000
A toto je mírumilovná Zambie, sousední země s 15 procenty.
05:41
And there's good studies of the refugees coming out of Congo --
109
329000
3000
Máme dobré studie o uprchlících z Konga,
05:44
they have two, three percent infected,
110
332000
2000
jsou mezi nimi dvě až tři procenta infikovaných
05:46
and peaceful Zambia -- much higher.
111
334000
2000
a mírumilovná Zambie jich má daleko víc.
05:48
There are now studies clearly showing
112
336000
2000
Nové studie jasně ukazují,
05:50
that the wars are terrible, that rapes are terrible,
113
338000
3000
že války jsou hrozné, že znásilňování je hrozné,
05:53
but this is not the driving force for the high levels in Africa.
114
341000
3000
ale ani jedno není hnací silou výskytu HIV v Africe.
05:56
So, is it poverty?
115
344000
2000
Je to tedy chudoba?
05:58
Well if you look at the macro level,
116
346000
2000
No, při letmém pohledu na graf
06:00
it seems more money, more HIV.
117
348000
2000
to vypadá, že více peněz znamená méně HIV.
06:02
But that's very simplistic,
118
350000
3000
To je ale velmi zjednodušené,
06:05
so let's go down and look at Tanzania.
119
353000
2000
pojďme se proto podívat na Tanzanii.
06:07
I will split Tanzania in five income groups,
120
355000
4000
Rozdělím ji na pět příjmových skupin,
06:11
from the highest income to the lowest income,
121
359000
2000
od nejvyššího po nejnižší příjem,
06:13
and here we go.
122
361000
2000
a jdeme na to.
06:15
The ones with the highest income, the better off -- I wouldn't say rich --
123
363000
3000
Ti s nejvíce penězi, i když bych raději neříkal "ti bohatí",
06:18
they have higher HIV.
124
366000
2000
jsou častěji infikovaní.
06:20
The difference goes from 11 percent down to four percent,
125
368000
3000
Rozptyl je od 11 až do 4 procent
06:23
and it is even bigger among women.
126
371000
2000
a ještě větší je u žen.
06:25
There's a lot of things that we thought, that now, good research,
127
373000
4000
Je hodně teorií, které jsou teď dobrou výzkumnou prací,
06:29
done by African institutions and researchers
128
377000
3000
prováděnou africkými institucemi a vědci
06:32
together with the international researchers, show that that's not the case.
129
380000
3000
spolu s výzkumníky z jiných zemí, vyvraceny.
06:35
So, this is the difference within Tanzania.
130
383000
2000
Takže to jsme měli rozdíly v rámci Tanzanie.
06:37
And, I can't avoid showing Kenya.
131
385000
2000
A nemohu se vyhnout Keni.
06:39
Look here at Kenya.
132
387000
2000
Podívejte na Keňu.
06:41
I've split Kenya in its provinces.
133
389000
2000
Rozdělil jsem ji na její provincie.
06:43
Here it goes.
134
391000
2000
Takhle.
06:45
See the difference within one African country --
135
393000
3000
Vidíte zde rozdíly v jedné africké zemi -
06:48
it goes from very low level to very high level,
136
396000
3000
jde to od nízké úrovně až po velmi vysokou
06:51
and most of the provinces in Kenya is quite modest.
137
399000
3000
a většina Keňských provincií je někde uprostřed.
06:54
So, what is it then?
138
402000
2000
Ale proč?
06:56
Why do we see this extremely high levels in some countries?
139
404000
4000
Proč v některých zemích nalézáme takto extrémní hodnoty?
07:00
Well, it is more common with multiple partners,
140
408000
3000
No, tento stav má asi více příčin,
07:03
there is less condom use,
141
411000
3000
je zde nedostatečné používání kondomů
07:06
and there is age-disparate sex --
142
414000
3000
a věkové rozdíly sexuálních partnerů,
07:09
that is, older men tend to have sex with younger women.
143
417000
3000
tedy že starší muži mívají sex s mladými ženami.
07:12
We see higher rates in younger women than younger men
144
420000
3000
Hodnoty jsou pak vyšší u mladých žen než u mladých mužů
07:15
in many of these highly affected countries.
145
423000
2000
v mnohých z hůře postižených zemí.
07:17
But where are they situated?
146
425000
2000
Ale kde se tyto země nacházejí?
07:19
I will swap the bubbles to a map.
147
427000
2000
Přesunu teď bubliny na mapu.
07:21
Look, the highly infected are four percent of all population
148
429000
4000
Podívejte, ve vysoce infikovaných zemích žijí 4% procenta celkové světové populace,
07:25
and they hold 50 percent of the HIV-infected.
149
433000
3000
ale 50% všech nemocných HIV.
07:28
HIV exists all over the world.
150
436000
3000
HIV existuje všude na světě.
07:31
Look, you have bubbles all over the world here.
151
439000
2000
Bubliny vidíme po celém světě.
07:33
Brazil has many HIV-infected.
152
441000
3000
Brazílie má hodně nemocných AIDS.
07:36
Arab countries not so much, but Iran is quite high.
153
444000
3000
Arabské země moc ne, celkem vysoko je ale Írán.
07:39
They have heroin addiction and also prostitution in Iran.
154
447000
4000
V Íránu je hodně lidí závislých na heroinu a také tam je rozšířená prostituce.
07:43
India has many because they are many.
155
451000
2000
Indie jich má mnoho infikovaných, protože má mnoho obyvatel.
07:45
Southeast Asia, and so on.
156
453000
2000
Jihovýchodní Asie, a tak dále.
07:47
But, there is one part of Africa --
157
455000
2000
Ale pořád je tu ta jedna část Afriky -
07:49
and the difficult thing is, at the same time,
158
457000
2000
a je těžké zároveň
07:51
not to make a uniform statement about Africa,
159
459000
4000
nehovořit o Africe jako celku,
07:55
not to come to simple ideas of why it is like this, on one hand.
160
463000
4000
nepřicházet se zjednodušenými příčinami této situace.
07:59
On the other hand, try to say that this is not the case,
161
467000
3000
Na druhé straně musíme uznat, že situace je zde vážná,
08:02
because there is a scientific consensus about this pattern now.
162
470000
4000
na tomto se vědci shodují.
08:06
UNAIDS have done good data available, finally,
163
474000
3000
UNAIDS konečně zveřejnil dobrá data
08:09
about the spread of HIV.
164
477000
3000
o rozšíření HIV.
08:12
It could be concurrency.
165
480000
3000
Může to být větším množstvím sexuálních partnerů.
08:15
It could be some virus types.
166
483000
3000
Může to být několika typy virů.
08:18
It could be that there is other things
167
486000
4000
Můžou existovat jiné faktory,
08:22
which makes transmission occur in a higher frequency.
168
490000
3000
které způsobují vyšší frekvenci přenosu.
08:25
After all, if you are completely healthy and you have heterosexual sex,
169
493000
3000
Vždyť když jste naprosto zdraví a máte heterosexuální sex,
08:28
the risk of infection in one intercourse is one in 1,000.
170
496000
5000
riziko infekce při jednom styku je 1:1000.
08:33
Don't jump to conclusions now on how to
171
501000
2000
Nevyvozujte z toho ale předčasné závěry,
08:35
behave tonight and so on.
172
503000
2000
dnes večer se chovejte slušně!
08:37
(Laughter)
173
505000
2000
(Smích)
08:39
But -- and if you are in an unfavorable situation,
174
507000
3000
Když jste ale v méně příznivé situaci,
08:42
more sexually transmitted diseases, it can be one in 100.
175
510000
3000
například s více pohlavně přenosnými chorobami, riziko může být až 1:100.
08:45
But what we think is that it could be concurrency.
176
513000
3000
Myslíme si ale, že příčinou by mohl být souběh partnerů.
08:48
And what is concurrency?
177
516000
2000
Co to znamená?
08:50
In Sweden, we have no concurrency.
178
518000
2000
Ve Švédsku nic takového nemáme.
08:52
We have serial monogamy.
179
520000
2000
Máme sériovou monogamii.
08:54
Vodka, New Year's Eve -- new partner for the spring.
180
522000
2000
Vodka - Silvestr - nový partner na jaro.
08:56
Vodka, Midsummer's Eve -- new partner for the fall.
181
524000
2000
Vodka - letní slunovrat - nový partner na podzim.
08:58
Vodka -- and it goes on like this, you know?
182
526000
2000
Vodka - a tak to jde dále a dále... Chápete?
09:00
And you collect a big number of exes.
183
528000
3000
A tím si nasbíráte velké množství expartnerů.
09:03
And we have a terrible chlamydia epidemic --
184
531000
2000
A máme příšernou epidemii chlamydií,
09:05
terrible chlamydia epidemic which sticks around for many years.
185
533000
4000
která se u nás drží spoustu let.
09:09
HIV has a peak three to six weeks after infection
186
537000
3000
Infekce virem HIV vrcholí 3 až 6 týdnů po nakažení,
09:12
and therefore, having more than one partner in the same month
187
540000
3000
a proto je u ní sex s několika partnery za jeden měsíc
09:15
is much more dangerous for HIV than others.
188
543000
3000
daleko nebezpečnější než u jiných infekcí.
09:18
Probably, it's a combination of this.
189
546000
2000
Pravděpodobně za tím vším stojí kombinace těchto faktorů.
09:20
And what makes me so happy is that we are moving now
190
548000
3000
Jsem rád, že se teď blížíme
09:23
towards fact when we look at this.
191
551000
2000
ke skutečnosti, když se díváme na tento graf.
09:25
You can get this chart, free.
192
553000
2000
Můžete ho získat zdarma.
09:27
We have uploaded UNAIDS data on the Gapminder site.
193
555000
3000
Na Gapminder.org jsme nahráli data UNAIDS.
09:30
And we hope that when we act on global problems in the future
194
558000
4000
Doufáme, že až budeme v budoucnu reagovat na globální potíže,
09:34
we will not only have the heart,
195
562000
3000
budeme mít nejen srdce,
09:37
we will not only have the money,
196
565000
2000
nejen peníze,
09:39
but we will also use the brain.
197
567000
3000
ale také použijeme mozek.
09:42
Thank you very much.
198
570000
2000
Děkuji vám.
09:44
(Applause)
199
572000
6000
(Potlesk)
ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionaryIn Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.
Why you should listen
Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.
What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.
Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.
Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)
Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.
Hans Rosling passed away in February 2017. He is greatly missed.
Hans Rosling | Speaker | TED.com