TEDxAustin
Joel Selanikio: The big-data revolution in health care
Τζόελ Σελανίκιο: Οι εκπληκτικοί σπόροι μιας επανάστασης μεγάλων βάσεων δεδομένων στην ιατροφαρμακευτική περίθαλψη
Filmed:
Readability: 4.1
745,046 views
Η συλλογή παγκοσμίων δεδομένων για την Υγεία ήταν ελαττωματική επιστήμη: εργαζόμενοι διέσχιζαν χωριά με τα πόδια χτυπώντας πόρτες και κάνοντας ερωτήσεις, έγραφαν τις απαντήσεις σε έντυπα, μετά καταχωρούσαν τα δεδομένα - και από αυτή την ελλιπή πληροφόρηση, τα κράτη έβγαζαν μεγάλες αποφάσεις. Ο γκουρού των Δεδομένων Τζόελ Σελανίκιο εξηγεί τη ριζική αλλαγή στη συλλογή δεδομένων για την Υγεία την τελευταία δεκαετία, αρχίζοντας με το Palm Pilot και το Hotmail και τώρα εισχωρώντας στο σύννεφο (Βιντεοσκοπημένο στο TEDxAustin)
Joel Selanikio - Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio
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 old joke about a cop who's walking his beat
0
717
2439
Υπάρχει ένα παλιό ανέκδοτο
για έναν αστυνομικό που έχει περιπολία
για έναν αστυνομικό που έχει περιπολία
00:15
in the middle of the night,
1
3156
1295
μέσα στη νύχτα
00:16
and he comes across a guy under a street lamp
2
4451
2365
και συναντάει έναν τύπο
κάτω από μία λάμπα στο δρόμο
κάτω από μία λάμπα στο δρόμο
00:18
who's looking at the ground and moving from side to side,
3
6816
2531
ο οποίος κοιτάζει στο έδαφος
και πηγαίνει από εδώ κι από εκεί
και πηγαίνει από εδώ κι από εκεί
00:21
and the cop asks him what he's doing.
4
9347
1859
και ο αστυνόμος τον ρωτάει τι κάνει.
00:23
The guys says he's looking for his keys.
5
11206
1959
Ο τύπος λέει ότι ψάχνει τα κλειδιά του.
00:25
So the cop takes his time and looks over
6
13165
2580
Έτσι ο αστυνόμος με το πάσο του
αρχίζει να ψάχνει κι αυτός
αρχίζει να ψάχνει κι αυτός
00:27
and kind of makes a little matrix and looks
7
15745
1637
και κοιτάζει από εδώ, κοιτάζει από εκεί
00:29
for about two, three minutes. No keys.
8
17382
3051
για δυο-τρία λεπτά. Πουθενά τα κλειδιά.
00:32
The cop says, "Are you sure? Hey buddy,
9
20433
2966
Ο αστυνόμος τότε λέει: «Είσαι σίγουρος; Ρε φίλε,
00:35
are you sure you lost your keys here?"
10
23399
1880
είσαι σίγουρος ότι έχασες τα κλειδιά σου εδώ;».
00:37
And the guy says, "No, no, actually I lost them
11
25279
1379
Κι ο τύπος λέει: «Α όχι, βασικά τα έχασα
00:38
down at the other end of the street,
12
26658
1525
εκεί κάτω, στην άλλη άκρη του δρόμου,
00:40
but the light is better here."
13
28183
5984
αλλά έχει καλύτερο φωτισμό εδώ.»
00:46
There's a concept that people talk about nowadays
14
34167
1793
Υπάρχει μια έννοια για την οποία
μιλάνε οι άνθρωποι σήμερα,
μιλάνε οι άνθρωποι σήμερα,
00:47
called big data, and what they're talking about
15
35960
2234
τα «μεγάλα δεδομένα», και λένε πως
00:50
is all of the information that we're generating
16
38194
2166
όλες οι πληροφορίες που δημιουργούμε
00:52
through our interaction with and over the Internet,
17
40360
2665
μέσω της αλληλεπίδρασής μας μέσω του Διαδικτύου,
00:55
everything from Facebook and Twitter
18
43025
1942
τα πάντα απ' το Facebook και το Twitter
00:56
to music downloads, movies, streaming, all this kind of stuff,
19
44967
4077
έως το κατέβασμα μουσικής, ταινιών,
της μετάδοσης, όλα αυτά
της μετάδοσης, όλα αυτά
01:01
the live streaming of TED.
20
49044
1875
τη ζωντανή μετάδοση του TED.
01:02
And the folks who work with big data, for them,
21
50919
2761
Και αυτοί που δουλεύουν
με τις μεγάλες βάσεις δεδομένων
με τις μεγάλες βάσεις δεδομένων
01:05
they talk about that their biggest problem is
22
53680
1771
λένε πως το μεγαλύτερό τους πρόβλημα είναι
01:07
we have so much information,
23
55451
1912
ότι έχουμε τόση πολύ πληροφορία,
01:09
the biggest problem is, how do we organize all that information?
24
57363
3492
το μεγαλύτερο πρόβλημα είναι
πώς οργανώνουμε όλες αυτές τις πληροφορίες;
πώς οργανώνουμε όλες αυτές τις πληροφορίες;
01:12
I can tell you that working in global health,
25
60855
2392
Μπορώ να σας πω πως
ως εργαζόμενος για την παγκόσμια υγεία
ως εργαζόμενος για την παγκόσμια υγεία
01:15
that is not our biggest problem.
26
63247
2872
δεν είναι αυτό το μεγαλύτερό μας πρόβλημα.
01:18
Because for us, even though the light
27
66119
1570
Επειδή για μας, αν και το φως
01:19
is better on the Internet,
28
67689
3157
είναι καλύτερο στο Διαδίκτυο,
01:22
the data that would help us solve the problems
29
70846
2320
τα δεδομένα που θα μας βοηθούσαν
να λύσουμε τα προβλήματα
να λύσουμε τα προβλήματα
01:25
we're trying to solve is not actually present on the Internet.
30
73166
3386
που προσπαθούμε να λύσουμε,
δε βρίσκονται στο Διαδίκτυο.
δε βρίσκονται στο Διαδίκτυο.
01:28
So we don't know, for example, how many people
31
76552
1847
Δε γνωρίζουμε για παράδειγμα πόσοι άνθρωποι
01:30
right now are being affected by disasters
32
78399
2594
αυτή τη στιγμή έχουν προσβληθεί από ασθένειες
01:32
or by conflict situations.
33
80993
2336
ή από συγκρουσιακές καταστάσεις.
01:35
We don't know for really basically any of the clinics
34
83329
3743
Βασικά δε γνωρίζουμε για καμιά κλινική
01:39
in the developing world, which ones have medicines
35
87072
2193
στον αναπτυσσόμενο κόσμο, ποιες έχουν φάρμακα
01:41
and which ones don't.
36
89265
1460
και ποιες όχι.
01:42
We have no idea of what the supply chain is for those clinics.
37
90725
3172
Δεν έχουμε ιδέα ποια είναι
η εφοδιαστική αλυσίδα γι' αυτές τις κλινικές.
η εφοδιαστική αλυσίδα γι' αυτές τις κλινικές.
01:45
We don't know -- and this is really amazing to me --
38
93897
2860
Δεν ξέρουμε -- κι αυτό είναι πράγματι
απίστευτο για μένα --
απίστευτο για μένα --
01:48
we don't know how many children were born,
39
96757
2901
δεν ξέρουμε πόσα παιδιά γεννήθηκαν
01:51
or how many children there are in Bolivia
40
99658
2946
ή πόσα παιδιά υπάρχουν στη Βολιβία
01:54
or Botswana or Bhutan.
41
102604
3154
ή την Μποτσουάνα ή το Μπουτάν.
01:57
We don't know how many kids died last week
42
105758
1922
Δεν ξέρουμε πόσα παιδιά πέθαναν
την προηγούμενη εβδομάδα
την προηγούμενη εβδομάδα
01:59
in any of those countries.
43
107680
1401
σε οποιοδήποτε απ' αυτά τα κράτη.
02:01
We don't know the needs of the elderly, the mentally ill.
44
109081
3372
Δεν ξέρουμε τις ανάγκες των ηλικιωμένων,
των ατόμων με ψυχικές ασθένειες.
των ατόμων με ψυχικές ασθένειες.
02:04
For all of these different critically important problems
45
112453
3239
Για όλα αυτά τα διαφορετικά προβλήματα
κριτικής σημασίας
κριτικής σημασίας
02:07
or critically important areas that we want to solve problems in,
46
115692
3001
ή τις περιοχές κριτικής σημασίας
στις οποίες θέλουμε να λύσουμε προβλήματα,
στις οποίες θέλουμε να λύσουμε προβλήματα,
02:10
we basically know nothing at all.
47
118693
5112
βασικά δε γνωρίζουμε απολύτως τίποτα.
02:15
And part of the reason why we don't know anything at all
48
123805
2623
Μέρος του λόγου
για τον οποίο δε γνωρίζουμε τίποτε
για τον οποίο δε γνωρίζουμε τίποτε
02:18
is that the information technology systems
49
126428
2252
είναι ότι τα συστήματα πληροφορικής
02:20
that we use in global health to find the data
50
128680
3525
που χρησιμοποιούμε στην παγκόσμια υγεία
για να βρούμε τα δεδομένα
για να βρούμε τα δεδομένα
02:24
to solve these problems is what you see here.
51
132205
2945
ώστε να λύσουμε αυτά τα προβλήματα
είναι αυτό που βλέπετε εδώ.
είναι αυτό που βλέπετε εδώ.
02:27
And this is about a 5,000-year-old technology.
52
135150
2258
Πρόκειται μία για τεχνολογία 5.000 χρόνων.
02:29
Some of you may have used it before.
53
137408
1052
Μερικοί από εσάς
ίσως να την έχετε ήδη χρησιμοποιήσει.
ίσως να την έχετε ήδη χρησιμοποιήσει.
02:30
It's kind of on its way out now, but we still use it
54
138460
2320
Σχεδόν αρχίζει να φεύγει απ' τη μέση τώρα
αλλά ακόμη τη χρησιμοποιούμε
αλλά ακόμη τη χρησιμοποιούμε
02:32
for 99 percent of our stuff.
55
140780
2091
για το 99% των εργασιών μας.
02:34
This is a paper form, and what you're looking at
56
142871
4009
Είναι ένα έντυπο κι αυτό που βλέπετε
02:38
is a paper form in the hand of a Ministry of Health nurse
57
146880
3366
είνια ένα έντυπο στα χέρια
μιας νοσοκόμας του Υπουργείου Υγείας
μιας νοσοκόμας του Υπουργείου Υγείας
02:42
in Indonesia who is tramping out across the countryside
58
150246
3288
στην Ινδονησία, η οποία
διασχίζει με τα πόδια το ύπαιθρο
διασχίζει με τα πόδια το ύπαιθρο
02:45
in Indonesia on, I'm sure, a very hot and humid day,
59
153534
3581
στην Ινδονησία σε πολύ ζεστές και υγρές μέρες,
είμαι σίγουρος,
είμαι σίγουρος,
02:49
and she is going to be knocking on thousands of doors
60
157115
2725
και θα χτυπήσει χιλιάδες πόρτες
02:51
over a period of weeks or months,
61
159840
1946
μέσα σε μια περίοδο εβδομάδων ή μηνών,
02:53
knocking on the doors and saying, "Excuse me,
62
161786
2448
χτυπώντας πόρτες και λέγοντας: «Με συγχωρείτε,
02:56
we'd like to ask you some questions.
63
164234
2172
θα θέλαμε να σας κάνουμε κάποιες ερωτήσεις.
02:58
Do you have any children? Were your children vaccinated?"
64
166406
3671
Έχετε παιδιά; Εμβολιάστηκαν τα παιδιά σας;».
03:02
Because the only way we can actually find out
65
170077
1848
Επειδή ο μοναδικός τρόπος να μάθουμε
03:03
how many children were vaccinated in the country of Indonesia,
66
171925
2883
πόσα παιδιά εμβολιάστηκαν
στη χώρα της Ινδονησίας,
στη χώρα της Ινδονησίας,
03:06
what percentage were vaccinated, is actually not
67
174808
2653
τι ποσοστό εμβολιάστηκε, δε βρίσκεται
03:09
on the Internet but by going out and knocking on doors,
68
177461
2900
στο Διαδίκτυο αλλά βγαίνοντας έξω
και χτυπώντας πόρτες,
και χτυπώντας πόρτες,
03:12
sometimes tens of thousands of doors.
69
180361
2871
μερικές φορές δεκάδες χιλιάδες πόρτες.
03:15
Sometimes it takes months to even years
70
183232
2376
Μερικές φορές χρειάζονται μήνες έως χρόνια
03:17
to do something like this.
71
185608
1726
για να γίνει κάτι τέτοιο.
03:19
You know, a census of Indonesia
72
187334
2141
Ξέρετε, μια απογραφή της Ινδονησίας
03:21
would probably take two years to accomplish.
73
189475
1832
πιθανόν να χρειαζόταν δυο χρόνια να ολοκληρωθεί.
03:23
And the problem, of course, with all of this is that
74
191307
2645
Το πρόβλημα με όλο αυτό, φυσικά, είναι ότι
03:25
with all those paper forms — and I'm telling you
75
193952
1785
με όλα αυτά τα έντυπα - και σας λέω
03:27
we have paper forms for every possible thing.
76
195737
2212
έχουμε έντυπα για οτιδήποτε φαντάζεστε.
03:29
We have paper forms for vaccination surveys.
77
197949
2703
Έχουμε έντυπα για έρευνες εμβολιασμού.
03:32
We have paper forms to track people who come into clinics.
78
200652
3374
Έχουμε έντυπα για να εντοπίσουμε
ανθρώπους που μπαίνουν σε κλινικές.
ανθρώπους που μπαίνουν σε κλινικές.
03:36
We have paper forms to track drug supplies,
79
204026
2795
Έχουμε έντυπα για να εντοπίσουμε
προμήθειες φαρμάκων,
προμήθειες φαρμάκων,
03:38
blood supplies, all these different paper forms
80
206821
2804
προμήθειες αίματος, όλα αυτά
τα διαφορετικά έντυπα
τα διαφορετικά έντυπα
03:41
for many different topics,
81
209625
1725
για πολλά διαφορετικά θέματα,
03:43
they all have a single common endpoint,
82
211350
2232
όλα έχουν μια μοναδική κατάληξη
03:45
and the common endpoint looks something like this.
83
213582
2665
και η κοινή κατάληξη μοιάζει κάπως έτσι.
03:48
And what we're looking at here is a truckful o' data.
84
216247
4284
Αυτό που βλέπουμε εδώ είναι
ένα φορτηγάκι γεμάτο από δεδομένα.
ένα φορτηγάκι γεμάτο από δεδομένα.
03:52
This is the data from a single vaccination coverage survey
85
220531
4619
Αυτά είναι τα δεδομένα μιας έρευνας
κάλυψης εμβολιασμού
κάλυψης εμβολιασμού
03:57
in a single district in the country of Zambia
86
225150
2215
σε μια μόνο περιοχή στη χώρα της Ζάμπια
03:59
from a few years ago that I participated in.
87
227365
2128
όπου συμμετείχα πριν από λίγα χρόνια.
04:01
The only thing anyone was trying to find out
88
229493
2557
Το μοναδικό πράγμα
που προσπαθούσαν όλοι να βρουν
που προσπαθούσαν όλοι να βρουν
04:04
is what percentage of Zambian children are vaccinated,
89
232050
3103
είναι σε τι ποσοστό εμβολιάζονται
τα παιδιά στη Ζάμπια
τα παιδιά στη Ζάμπια
04:07
and this is the data, collected on paper over weeks
90
235153
3179
κι αυτά είναι τα δεδομένα,
συγκεντρωμένα σε χαρτί για εβδομάδες
συγκεντρωμένα σε χαρτί για εβδομάδες
04:10
from a single district, which is something like a county
91
238332
2874
από μια μόνο περιφέρεια,
που είναι κάτι σαν κομητεία
που είναι κάτι σαν κομητεία
04:13
in the United States.
92
241206
1340
στις ΗΠΑ.
04:14
You can imagine that, for the entire country of Zambia,
93
242546
2108
Μπορείτε να φανταστείτε πως,
για ολόκληρο το κράτος της Ζάμπια
για ολόκληρο το κράτος της Ζάμπια
04:16
answering just that single question
94
244654
3574
το ν'απαντηθεί αυτό το ένα ερώτημα
04:20
looks something like this.
95
248228
1948
φαίνεται κάπως σαν κι αυτό.
04:22
Truck after truck after truck
96
250176
2655
Το ένα φορτηγό μετά το άλλο
04:24
filled with stack after stack after stack of data.
97
252831
3461
γέμιζε με ολόκληρες σωρούς δεδομένων.
04:28
And what makes it even worse is that
98
256292
1328
Αυτό που το κάνει χειρότερο είναι πως
04:29
that's just the beginning,
99
257620
1938
αυτή είναι μόνον η αρχή
04:31
because once you've collected all that data,
100
259558
1974
επειδή, μόλις συλλεχθούν όλα αυτά τα δεδομένα,
04:33
of course someone's going to have to --
101
261532
1593
φυσικά, κάποιος θα πρέπει --
04:35
some unfortunate person is going to have to type that into a computer.
102
263125
3292
κάποιο δύστυχο άτομο θα πρέπει
να τα πληκτρολογήσει σ' έναν υπολογιστή.
να τα πληκτρολογήσει σ' έναν υπολογιστή.
04:38
When I was a graduate student, I actually was
103
266417
2046
Όταν ήμουν απόφοιτος, ήμουν πράγματι
04:40
that unfortunate person sometimes.
104
268463
2003
αυτός ο δύστυχος άνθρωπος κάποιες φορές.
04:42
I can tell you, I often wasn't really paying attention.
105
270466
3011
Μπορώ να σας πω, συχνά δεν έδινα προσοχή.
04:45
I probably made a lot of mistakes when I did it
106
273477
1818
Πιθανώς, έκανα πολλά λάθη
όταν έκανα κάτι τέτοιο
όταν έκανα κάτι τέτοιο
04:47
that no one ever discovered, so data quality goes down.
107
275295
2825
που ποτέ κανένας δεν ανακάλυψε,
οπότε πέφτει η ποιότητα των δεδομένων.
οπότε πέφτει η ποιότητα των δεδομένων.
04:50
But eventually that data hopefully gets typed into a computer,
108
278120
3152
Αλλά τελικά, αυτά τα δεδομένα ευελπιστούμε
πως πληκτρολογούνται σε υπολογιστή
πως πληκτρολογούνται σε υπολογιστή
04:53
and someone can begin to analyze it,
109
281272
1767
και κάποιος μπορεί ν' αρχίσει να τ' αναλύει,
04:55
and once they have an analysis and a report,
110
283039
2716
και μόλις θα έχουν την ανάλυση και την αναφορά,
04:57
hopefully then you can take the results of that data collection
111
285755
3299
ελπίζουμε, πως θα μπορείτε να πάρετε
τα αποτελέσματα αυτής της συλλογής δεδομένων
τα αποτελέσματα αυτής της συλλογής δεδομένων
05:01
and use it to vaccinate children better.
112
289054
2147
και να τα χρησιμοιήσετε
για να εμβολιαστούν καλύτερα τα παιδιά.
για να εμβολιαστούν καλύτερα τα παιδιά.
05:03
Because if there's anything worse
113
291201
2909
Επειδή το χειρότερο που υπάρχει
05:06
in the field of global public health,
114
294110
2346
στον τομέα της παγκόσμιας δημόσιας υγείας,
05:08
I don't know what's worse than allowing children on this planet
115
296456
2729
δεν ξέρω αν υπάρχει κάτι χειρότερο
απ' το να επιτρέπεται να πεθαίνουν παιδιά
απ' το να επιτρέπεται να πεθαίνουν παιδιά
05:11
to die of vaccine-preventable diseases,
116
299185
3140
πάνω σ' αυτόν τον πλανήτη, από ασθένειες
που προλαμβάνονται με εμβολιασμό,
που προλαμβάνονται με εμβολιασμό,
05:14
diseases for which the vaccine costs a dollar.
117
302325
3510
ασθένειες για τις οποίες το εμβόλιο
κοστίζει ένα δολάριο.
κοστίζει ένα δολάριο.
05:17
And millions of children die of these diseases every year.
118
305835
3088
Εκατομμύρια παιδιά πεθαίνουν
απ' αυτές τις ασθένειες κάθε χρόνο.
απ' αυτές τις ασθένειες κάθε χρόνο.
05:20
And the fact is, millions is a gross estimate because
119
308923
3462
Το γεγονός είναι, το «εκατομμύρια»
είναι χονδρικός υπολογισμός επειδή
είναι χονδρικός υπολογισμός επειδή
05:24
we don't really know how many kids die each year of this.
120
312385
3005
δε γνωρίζουμε πραγματικά πόσα παιδιά
πεθαίνουν απ' αυτό κάθε χρόνο.
πεθαίνουν απ' αυτό κάθε χρόνο.
05:27
What makes it even more frustrating is that
121
315390
2352
Αυτό που το κάνει ακόμη
πιο απογοητευτικό είναι πως
πιο απογοητευτικό είναι πως
05:29
the data entry part, the part that I used to do as a grad student,
122
317742
3099
το κομμάτι εισαγωγής των δεδομένων,
το οποίο έκανα ως φοιτητής,
το οποίο έκανα ως φοιτητής,
05:32
can take sometimes six months.
123
320841
1970
μπορεί μερικές φορές να διαρκέσει έξι μήνες.
05:34
Sometimes it can take two years to type that information
124
322811
2276
Μερικές φορές μπορεί να πάρει δυο χρόνια
για να πληκτρολογηθούν οι πληροφορίες
για να πληκτρολογηθούν οι πληροφορίες
05:37
into a computer, and sometimes, actually not infrequently,
125
325087
3336
σ' έναν υπολογιστή και, μερικές φορές,
στην πραγματικότητα όχι και τόσο σπάνια
στην πραγματικότητα όχι και τόσο σπάνια
05:40
it actually never happens.
126
328423
1988
δε γίνεται ποτε.
05:42
Now try and wrap your head around that for a second.
127
330411
2257
Για προσπαθήστε να το σκεφτείτε αυτό λιγάκι.
05:44
You just had teams of hundreds of people.
128
332668
2442
Έχετε ομάδες εκατοντάδων ανθρώπων.
05:47
They went out into the field to answer a particular question.
129
335110
2366
Βγαίνουν στο πεδίο για ν' απαντήσουν
μια συγκεκριμένη ερώτηση.
μια συγκεκριμένη ερώτηση.
05:49
You probably spent hundreds of thousands of dollars
130
337476
2467
Πιθανόν να ξοδεύετε εκατοντάδες χιλιάδες δολάρια
05:51
on fuel and photocopying and per diem,
131
339943
3844
σε καύσιμα και φωτοτυπίες και ημερίσια αμοιβή
05:55
and then for some reason, momentum is lost
132
343787
2353
και για κάποιο λόγο, κόβεται η φόρα
05:58
or there's no money left,
133
346140
1311
ή δεν έχουν μείνει χρήματα
05:59
and all of that comes to nothing
134
347451
2405
κι όλο αυτό δεν καταλήγει πουθενά
06:01
because no one actually types it into the computer at all.
135
349856
2647
επειδή εντέλει κανένας
δεν το πληκτρολογεί στον υπολογιστή.
δεν το πληκτρολογεί στον υπολογιστή.
06:04
The process just stops. Happens all the time.
136
352503
3310
Η διαδικασία απλά διακόπτεται.
Συμβαίνει συνεχώς.
Συμβαίνει συνεχώς.
06:07
This is what we base our decisions on in global health:
137
355813
2933
Σ' αυτό βασίζουμε τις αποφάσεις μας
στην Παγκόσμια Υγεία:
στην Παγκόσμια Υγεία:
06:10
little data, old data, no data.
138
358746
4898
λίγα δεδομένα, παλιά δεδομένα, καθόλου δεδομένα.
06:15
So back in 1995, I began to think about ways
139
363644
2567
Το 1995, άρχισα να σκέφτομαι τρόπους
06:18
in which we could improve this process.
140
366211
2154
με τους οποίους θα μπορούσαμε
να βελτιώσουμε αυτή τη διαδικασία.
να βελτιώσουμε αυτή τη διαδικασία.
06:20
Now 1995, obviously that was quite a long time ago.
141
368365
2798
Το 1995, προφανώς αρκετό χρόνο πριν.
06:23
It kind of frightens me to think of how long ago that was.
142
371163
2382
Με φοβίζει κάπως να σκέφτομαι
πριν πόσο καιρό ήταν.
πριν πόσο καιρό ήταν.
06:25
The top movie of the year was
143
373545
2194
Η κορυφαία ταινία της εποχής ήταν
06:27
"Die Hard with a Vengeance."
144
375739
1182
«Πολύ Σκληρός για να Πεθάνει: η Εκδίκηση.»
06:28
As you can see, Bruce Willis had a lot more hair back then.
145
376921
2783
Όπως βλέπετε, ο Μπρους Ουίλις είχε
πολύ περισσότερο μαλλί τότε.
πολύ περισσότερο μαλλί τότε.
06:31
I was working in the Centers for Disease Control,
146
379704
2384
Εργαζόμουν στα Κέντρα Ελέγχου Νοσημάτων
06:34
and I had a lot more hair back then as well.
147
382088
3043
κι επίσης είχα πολύ περισσότερο μαλλί τότε.
06:37
But to me, the most significant thing that I saw in 1995
148
385131
3342
Για μένα όμως, το πιο σημαντικό πράγμα
που έβλεπα το 1995
που έβλεπα το 1995
06:40
was this.
149
388473
1454
ήταν αυτό.
06:41
Hard for us to imagine, but in 1995,
150
389927
2641
Δύσκολο να το φανταστούμε αλλά το 1995,
06:44
this was the ultimate elite mobile device.
151
392568
3598
αυτός ήταν η απόλυτη ελίτ κινητή συσκευή.
06:48
Right? It wasn't an iPhone. It wasn't a Galaxy phone.
152
396166
2372
Σωστά; Δεν ήταν το iPhone.
Δεν ήταν ένα τηλέφωνο Galaxy.
Δεν ήταν ένα τηλέφωνο Galaxy.
06:50
It was a Palm Pilot.
153
398538
1478
Ήταν το Palm Pilot.
06:52
And when I saw the Palm Pilot for the first time, I thought,
154
400016
3564
Όταν είδα το Palm Pilot
για πρώτη φορά, σκέφτηκα
για πρώτη φορά, σκέφτηκα
06:55
why can't we put the forms on these Palm Pilots
155
403580
2527
γιατί δεν μπορούμε να βάλουμε τα έντυπα
σ'αυτά τα Palm Pilots
σ'αυτά τα Palm Pilots
06:58
and go out into the field just carrying one Palm Pilot,
156
406107
2872
και να βγούμε έξω
κρατώντας ένα Palm Pilot
κρατώντας ένα Palm Pilot
07:00
which can hold the capacity of tens of thousands
157
408979
3117
που μπορεί να έχει χωρητικότητα δεκάδων χιλιάδων
07:04
of paper forms? Why don't we try to do that?
158
412096
2181
εντύπων; Γιατί δεν προσπαθούμε
να κάνουμε αυτό;
να κάνουμε αυτό;
07:06
Because if we can do that, if we can actually just
159
414277
2748
Επειδή, αν μπορούμε να το κάνουμε αυτό,
αν μπορούμε απλά
αν μπορούμε απλά
07:09
collect the data electronically, digitally,
160
417025
2514
να συγκεντρώνουμε τα δεδομένα ηλεκτρονικά, ψηφιακά,
07:11
from the very beginning,
161
419539
1903
απ' την αρχή,
07:13
we can just put a shortcut right through that whole process
162
421442
3017
μπορούμε να συντομεύσουμε
όλη αυτή τη διαδικασία
όλη αυτή τη διαδικασία
07:16
of typing,
163
424459
3222
της πληκτρολόγησης,
07:19
of having somebody type that stuff into the computer.
164
427681
1983
να βάλουμε κάποιον να πληκτρολογήσει
αυτό το υλικό στον υπολογιστή.
αυτό το υλικό στον υπολογιστή.
07:21
We can skip straight to the analysis
165
429664
1959
Μπορούμε να τα παρακάμψουμε όλα έως την ανάλυση
07:23
and then straight to the use of the data to actually save lives.
166
431623
3075
και μετά αμέσως στη χρήση των δεδομένων
για να σώσουμε ζωές.
για να σώσουμε ζωές.
07:26
So that's actually what I began to do.
167
434698
2515
Αυτό άρχισα να κάνω.
07:29
Working at CDC, I began to travel to different programs
168
437213
3334
Όταν εργαζόμουν στα Κέντρα Ελέγχου Νοσημάτων, άρχισα να ταξιδεύω σε διαφορετικά προγράμματα
07:32
around the world and to train them in using Palm Pilots
169
440547
4069
στον κόσμο και να τους εκπαιδεύω
στη χρήση των Palm Pilots
στη χρήση των Palm Pilots
07:36
to do data collection instead of using paper.
170
444616
2525
για να συλλέγουν δεδομένα
αντί να χρησιμποιούν χαρτί.
αντί να χρησιμποιούν χαρτί.
07:39
And it actually worked great.
171
447141
2109
Είχε υπέροχα αποτελέσματα!
07:41
It worked exactly as well as anybody would have predicted.
172
449250
2665
Δούλεψε ακριβώς όπως θα περίμενε κάποιος.
07:43
What do you know? Digital data collection
173
451915
2233
Για φαντάσου! Η ψηφιακή συλλογή δεδομένων
07:46
is actually more efficient than collecting on paper.
174
454148
2271
είναι πιο αποτελεσματική απ' τη συλλογή σε χαρτί.
07:48
While I was doing it, my business partner, Rose,
175
456419
2364
Καθώς εγώ έκανα αυτό,
η συνάδερφός μου, η Ρόουζ
η συνάδερφός μου, η Ρόουζ
07:50
who's here with her husband, Matthew, here in the audience,
176
458783
2817
που βρίσκεται εδώ με το σύζυγό της,
τον Μάθιου, εδώ στο κοινό,
τον Μάθιου, εδώ στο κοινό,
07:53
Rose was out doing similar stuff for the American Red Cross.
177
461600
3177
η Ρόουζ ήταν έξω κάνοντας παρόμοια πράγματα
για τον Αμερικανικό Ερυθρό Σταυρό.
για τον Αμερικανικό Ερυθρό Σταυρό.
07:56
The problem was, after a few years of doing that,
178
464777
2065
Το πρόβλημα ήταν, λίγα χρόνια αργότερα,
07:58
I realized I had done -- I had been to maybe
179
466842
2740
διαπίστωσα πως είχα κάνει ... είχα πάει σε ίσως
08:01
six or seven programs, and I thought,
180
469582
2718
6 ή 7 προγράμματα και νόμιζα,
08:04
you know, if I keep this up at this pace,
181
472300
2310
ξέρετε, αν συνεχίσω με αυτό το ρυθμό,
08:06
over my whole career, maybe I'm going to go
182
474610
1654
σ' όλη μου την καριέρα, ίσως πάω
08:08
to maybe 20 or 30 programs.
183
476264
2277
σε 20 ή 30 προγράμματα.
08:10
But the problem is, 20 or 30 programs,
184
478541
3229
Αλλά το πρόβλημα είναι, 20 ή 30 προγράμματα,
08:13
like, training 20 or 30 programs to use this technology,
185
481770
2973
η εκπαίδευση σε 20 ή 30 προγράμματα
για τη χρήση αυτής της τεχνολογίας,
για τη χρήση αυτής της τεχνολογίας,
08:16
that is a tiny drop in the bucket.
186
484743
2206
είναι μια σταγόνα στον ωκεανό.
08:18
The demand for this, the need for data to run better programs,
187
486949
4039
Η ζήτηση γι' αυτό, η ανάγκη για δεδομένα
για να έχουμε καλύτερα προγράμματα
για να έχουμε καλύτερα προγράμματα
08:22
just within health, not to mention all of the other fields
188
490988
2736
μέσα στην Υγεία μόνο, για να μην αναφερθώ
σε όλους τους άλλους τομείς
σε όλους τους άλλους τομείς
08:25
in developing countries, is enormous.
189
493724
2166
στα αναπτυσσόμενα κράτη, είναι πελώρια.
08:27
There are millions and millions and millions of programs,
190
495890
4010
Υπάρχουν εκατομμύρια κι εκατομμύρια προγράμματα
08:31
millions of clinics that need to track drugs,
191
499900
2535
εκατομμύρια κλινικές που χρειάζονται
να εντοπίσουν φάρμακα,
να εντοπίσουν φάρμακα,
08:34
millions of vaccine programs.
192
502435
1299
εκατομμύρια προγράμματα εμβολίων.
08:35
There are schools that need to track attendance.
193
503734
2057
Υπάρχουν σχολεία που χρειάζονται
να παρακολουθούν τις παρουσίες.
να παρακολουθούν τις παρουσίες.
08:37
There are all these different things
194
505791
2005
Υπάρχουν όλα αυτά τα διαφορετικά πράγματα
08:39
for us to get the data that we need to do.
195
507796
2095
για τα οποία χρειάζεται να πάρουμε δεδομένα.
08:41
And I realized, if I kept up the way that I was doing,
196
509891
4526
Και διαπίστωσα, ότι αν συνέχιζα
με τον ρυθμό που πήγαινα,
με τον ρυθμό που πήγαινα,
08:46
I was basically hardly going to make any impact
197
514417
3243
με δυσκολία θα είχα αντίκτυπο
08:49
by the end of my career.
198
517660
1832
έως το τέλος της καριέρας μου.
08:51
And so I began to wrack my brain
199
519492
2155
Έτσι άρχισα ν' ακονίζω το μυαλό μου
08:53
trying to think about, you know,
200
521647
1143
προσπαθώντας να σκεφτώ, ξέρετε,
08:54
what was the process that I was doing,
201
522790
1518
ποια ήταν η διαδικασία που έκανα,
08:56
how was I training folks, and what were the bottlenecks
202
524308
2856
πώς εκπαίδευα ανθρώπους
και που ήταν η συμφόρηση
και που ήταν η συμφόρηση
08:59
and what were the obstacles to doing it faster
203
527164
2813
και ποια τα εμπόδια ώστε να γίνει γρηγορότερα
09:01
and to doing it more efficiently?
204
529977
1520
και να γίνει πιο αποτελεσματικά;
09:03
And unfortunately, after thinking about this for some time,
205
531497
3143
Δυστυχώς, αφού το σκέφτηκα κάμποσο καιρό,
09:06
I realized -- I identified the main obstacle.
206
534640
3452
διαπίστωσα -- εντόπισα το κύριο εμπόδιο.
09:10
And the main obstacle, it turned out,
207
538092
1977
Το κύριο εμπόδιο αποδείχθηκε,
09:12
and this is a sad realization,
208
540069
1835
κι αυτή είναι θλιβερή διαπίστωση,
09:13
the main obstacle was me.
209
541904
2268
το κύριο εμπόδιο ήμουν εγώ!
09:16
So what do I mean by that?
210
544172
2196
Τι εννοώ μ'αυτό;
09:18
I had developed a process whereby
211
546368
2488
Είχα αναπτύξει μια διαδικασία βάσει της οποίας
09:20
I was the center of the universe of this technology.
212
548856
5045
εγώ ήμουν το κέντρο του σύμπαντος
αυτής της τεχνολογίας.
αυτής της τεχνολογίας.
09:25
If you wanted to use this technology, you had to get in touch with me.
213
553901
2989
Αν ήθελες να χρησιμοποιήσεις αυτήν την τεχνολογία,
έπρεπε να επικοινωνήσεις μαζί μου.
έπρεπε να επικοινωνήσεις μαζί μου.
09:28
That means you had to know I existed.
214
556890
2106
Αυτό σημαίνει πως έπρεπε
να γνωρίζεις ότι υπήρχα.
να γνωρίζεις ότι υπήρχα.
09:30
Then you had to find the money to pay for me
215
558996
1474
Μετά έπρεπε να βρεις
τα χρήματα να με πληρώσεις
τα χρήματα να με πληρώσεις
09:32
to fly out to your country
216
560470
1486
να πετάξω στη χώρα σου
09:33
and the money to pay for my hotel
217
561956
1548
και τα χρήματα να πληρώσεις
το ξενοδοχείο μου,
το ξενοδοχείο μου,
09:35
and my per diem and my daily rate.
218
563504
2760
την ημερήσια αμοιβή
και το καθημερινό ποσοστό μου.
και το καθημερινό ποσοστό μου.
09:38
So you could be talking about 10,000 or 20,000 or 30,000 dollars
219
566264
2949
Άρα θα μιλούσες για 10.000
ή 20.000 ή 30.000 δολλάρια
ή 20.000 ή 30.000 δολλάρια
09:41
if I actually had the time or it fit my schedule
220
569213
2582
αν βέβαια είχα το χρόνο
ή ταίριαζε στο πρόγραμμά μου
ή ταίριαζε στο πρόγραμμά μου
09:43
and I wasn't on vacation.
221
571795
1947
και δεν ήμουν διακοπές.
09:45
The point is that anything, any system that depends
222
573742
2897
Το θέμα είναι πως οτιδήποτε,
οποιοδήποτε σύστημα εξαρτάται
οποιοδήποτε σύστημα εξαρτάται
09:48
on a single human being or two or three or five human beings,
223
576639
2870
από ένα μόνο άτομο, ή δυο,
ή τρία, ή πέντε άτομα,
ή τρία, ή πέντε άτομα,
09:51
it just doesn't scale.
224
579509
1736
απλά δεν διευρύνεται.
09:53
And this is a problem for which we need to scale
225
581245
2021
Αυτό είναι ένα πρόβλημα για το οποίο
χρειάζεται να διευρύνουμε
χρειάζεται να διευρύνουμε
09:55
this technology and we need to scale it now.
226
583266
2997
αυτή την τεχνολογία και
χρειάζεται να τη διευρύνουμε τώρα.
χρειάζεται να τη διευρύνουμε τώρα.
09:58
And so I began to think of ways in which I could basically
227
586263
2222
Άρχισα λοιπόν να σκέφτομαι τρόπους
με τους οποίους θα μπορούσα
με τους οποίους θα μπορούσα
10:00
take myself out of the picture.
228
588485
2384
να βγάλω τον εαυτό μου απ' την εικόνα.
10:02
And, you know, I was thinking,
229
590869
4496
Ξέρετε, σκεφτόμουν,
10:07
how could I take myself out of the picture
230
595365
2096
πώς θα μπορούσα να βγάλω τον εαυτό μου
απ' την εικόνα,
απ' την εικόνα,
10:09
for quite some time.
231
597461
1809
για αρκετό διάστημα.
10:11
You know, I'd been trained that the way that
232
599270
2157
Ξέρετε, είχα εκπαιδευτεί ότι
ο τρόπος με τον οποίο
ο τρόπος με τον οποίο
10:13
you distribute technology within international development
233
601427
2722
διανέμεις την τεχνολογία
μέσα στη διεθνή ανάπτυξη
μέσα στη διεθνή ανάπτυξη
10:16
is always consultant-based.
234
604149
2027
είναι πάντα βασισμένη σε συμβούλους.
10:18
It's always guys that look pretty much like me
235
606176
2977
Είναι πάντα τύποι που μοιάζουν αρκετά με εμένα
10:21
flying from countries that look pretty much like this
236
609153
2301
που πετούν από κράτη
που μοιάζουν αρκετά με αυτό
που μοιάζουν αρκετά με αυτό
10:23
to other countries with people with darker skin.
237
611454
3106
σε άλλα κράτη με ανθρώπους
με πιο σκούρο δέρμα.
με πιο σκούρο δέρμα.
10:26
And you go out there, and you spend money on airfare
238
614560
2445
Βγαίνεις εκεί έξω και ξοδεύεις λεφτά
σε αεροπορικά εισιτήρια
σε αεροπορικά εισιτήρια
10:29
and you spend time and you spend per diem
239
617005
3510
και ξοδεύεις χρόνο
και ξοδεύεις ημερήσια αμοιβή
και ξοδεύεις ημερήσια αμοιβή
10:32
and you spend [on a] hotel and you spend all that stuff.
240
620515
2112
και ξοδεύεις σε ξενοδοχείο
κι όλ' αυτά τα πράγματα.
κι όλ' αυτά τα πράγματα.
10:34
As far as I knew, that was the only way
241
622627
1851
Απ' ότι ήξερα, αυτός ήταν ο μοναδικός τρόπος
10:36
you could distribute technology, and I couldn't figure out a way around it.
242
624478
3269
που θα μπορούσες να διανέμεις τεχνολογία
και δεν μπορούσα να βρω μια λύση.
και δεν μπορούσα να βρω μια λύση.
10:39
But the miracle that happened,
243
627747
2671
Αλλά το θαύμα που συνέβη,
10:42
I'm going to call it Hotmail for short.
244
630418
2750
θα τ'ονομάσω Hotmail εν συντομία.
10:45
Now you may not think of Hotmail as being miraculous,
245
633168
2181
Τώρα μπορεί να μη βρίσκετε
το Hotmail θαυματουργό
το Hotmail θαυματουργό
10:47
but for me it was miraculous, because I noticed,
246
635349
2913
αλλά για μένα ήταν, επειδή παρατήρησα,
10:50
just as I was wrestling with this problem,
247
638262
2566
καθώς πάλευα μ' αυτό το πρόβλημα,
10:52
I was working in sub-Saharan Africa mostly at the time.
248
640828
3414
εργαζόμουν κυρίως στην υπο-Σαχάρια Αφρική
εκείνον τον καιρό.
εκείνον τον καιρό.
10:56
I noticed that every sub-Saharan African health worker
249
644242
2589
Παρατήρησα πως κάθε υπο-Σαχάριος Αφρικανός εργαζόμενος στον τομέα της Υγείας
10:58
that I was working with had a Hotmail account.
250
646831
4108
με τον οποίο συνεργαζόμουν,
είχε ένα λογαριασμό στο Hotmail.
είχε ένα λογαριασμό στο Hotmail.
11:02
And I thought, it struck me,
251
650939
2144
Και σκέφτηκα, μου ήρθε,
11:05
wait a minute, I know that the Hotmail people
252
653083
2615
για ένα λεπτό, ξέρω πως οι άνθρωποι του Hotmail
11:07
surely didn't fly to the Ministry of Health of Kenya
253
655698
2716
σίγουρα δεν πέταξαν στο Υπουργείο Υγείας της Κένυα
11:10
to train people in how to use Hotmail.
254
658414
2711
για να εκπαιδεύσουν τον κόσμο
στη χρήση του Hotmail.
στη χρήση του Hotmail.
11:13
So these guys are distributing technology.
255
661125
2487
Άρα αυτοί οι τύποι διανέμουν τεχνολογία.
11:15
They're getting software capacity out there
256
663612
2004
Αποκτούν χωρητικότητα λογισμικού εκεί έξω
11:17
but they're not actually flying around the world.
257
665616
2009
αλλά δεν πετούν ανά τον κόσμο.
11:19
I need to think about this some more.
258
667625
1560
Χρειάζεται να το σκεφτώ αυτό λίγο ακόμη.
11:21
While I was thinking about it, people started using
259
669185
2173
Καθώς το σκεφτόμουν, οι άνθρωποι
άρχισαν να χρησιμοποιούν
άρχισαν να χρησιμοποιούν
11:23
even more things just like this, just as we were.
260
671358
3200
ακόμη περισσότερα πράγματα ακριβώς σαν αυτό,
όπως κι εμείς.
όπως κι εμείς.
11:26
They started using LinkedIn and Flickr
261
674558
1210
Άρχισαν να χρησιμοποιούν το LinkedIn και το Flckr
11:27
and Gmail and Google Maps, all these things.
262
675768
2761
και το Gmail και τους Χάρτες Google, όλα αυτά.
11:30
Of course, all of these things are cloud-based
263
678529
2726
Φυσικά, όλα αυτά βασίζονται στο σύννεφο
11:33
and don't require any training.
264
681255
2206
και δεν απαιτούν καμία εκπαίδευση.
11:35
They don't require any programmers.
265
683461
1600
Δεν απαιτούν προγραμματιστές.
11:37
They don't require any consultants, because
266
685061
1709
Δεν απαιτούν συμβούλους επειδή
11:38
the business model for all these businesses
267
686770
2394
το επιχειρησιακό μοντέλο
για όλες αυτές τις επιχειρήσεις
για όλες αυτές τις επιχειρήσεις
11:41
requires that something be so simple we can use it ourselves
268
689164
2997
απαιτεί κάτι να είναι τόσο απλό
ώστε να μπορούμε να το χρησιμοποιήσουμε μόνοι μας
ώστε να μπορούμε να το χρησιμοποιήσουμε μόνοι μας
11:44
with little or no training.
269
692161
1185
με λίγη ή καθόλου εκπαίδευση.
11:45
You just have to hear about it and go to the website.
270
693346
2614
Απλά χρειάζεται ν' ακούσεις γι' αυτό
και να πας στην ιστοσελίδα.
και να πας στην ιστοσελίδα.
11:47
And so I thought, what would happen if we built software
271
695960
4365
Σκέφτηκα, τι θα συνέβαινε
αν κατασκευάζαμε λογισμικό
αν κατασκευάζαμε λογισμικό
11:52
to do what I'd been consulting in?
272
700325
2011
να κάνει αυτό για το οποίο συμβούλευα;
11:54
Instead of training people how
273
702336
1434
Αντί να εκπαιδεύουμε ανθρώπους πώς
11:55
to put forms onto mobile devices,
274
703770
2850
να βάζουν έντυπα σε κινητές συσκευές,
11:58
let's create software that lets them do it themselves
275
706620
2284
ας δημιουργήσουμε λογισμικό
που τους επιτρέπει να το κάνουν μόνοι τους
που τους επιτρέπει να το κάνουν μόνοι τους
12:00
with no training and without me being involved?
276
708904
1890
χωρίς εκπαίδευση και χωρίς να εμπλέκομαι εγώ;
12:02
And that's exactly what we did.
277
710794
1804
Κι αυτό ακριβώς κάναμε.
12:04
So we created software called Magpi,
278
712598
3684
Έτσι, δημιουργήσαμε λογισμικό που ονομάζεται Magpi
12:08
which has an online form creator.
279
716282
1877
που έχει στο διαδίκτυο έναν δημιουργό φόρμας.
12:10
No one has to speak to me.
280
718159
1151
Κανείς δε χρειάζεται να μου μιλήσει.
12:11
You just have to hear about it and go to the website.
281
719310
2694
Απλά πρέπει να ακούσεις γι'αυτό
και να πας στην ιστοσελίδα.
και να πας στην ιστοσελίδα.
12:14
You can create forms, and once you've created the forms,
282
722004
2747
Μπορείς να δημιουργήσεις φόρμες και,
μόλις τα δημιουργήσεις,
μόλις τα δημιουργήσεις,
12:16
you push them to a variety of common mobile phones.
283
724751
2340
τα σπρώχνεις σε διάφορα
κοινά κινητά τηλέφωνα.
κοινά κινητά τηλέφωνα.
12:19
Obviously nowadays, we've moved past Palm Pilots
284
727091
2475
Είναι προφανές ότι στις μέρες μας έχουμε φτάσει
πέρα απ' τα Palm Pilots
πέρα απ' τα Palm Pilots
12:21
to mobile phones.
285
729566
1328
στα κινητά τηλέφωνα.
12:22
And it doesn't have to be a smartphone.
286
730894
1132
Δεν είναι ανάγκη να είναι «έξυπνο τηλέφωνο».
12:24
It can be a basic phone like the phone on the right there,
287
732026
2707
Μπορεί να είναι ένα βασικό τηλέφωνο όπως εκεί αυτό δεξιά,
12:26
you know, the basic kind of Symbian phone
288
734733
1336
ξέρετε, το βασικό είδος τηλεφώνου Symbian
12:28
that's very common in developing countries.
289
736069
2466
που είναι πολύ κοινό σε αναπτυσσόμενες χώρες.
12:30
And the great part about this is, it's just like Hotmail.
290
738535
3999
Το σημαντικό κομμάτι σ' αυτό είναι
πως μοιάζει στο Hotmail.
πως μοιάζει στο Hotmail.
12:34
It's cloud-based, and it doesn't require any training,
291
742534
2334
Βασίζεται στο σύννεφο
και δεν απαιτεί εκπαίδευση,
και δεν απαιτεί εκπαίδευση,
12:36
programming, consultants.
292
744868
2040
προγραμματισμό, συμβούλους.
12:38
But there are some additional benefits as well.
293
746908
1936
Όμως πάρχουν κι επιπρόσθετα ωφέλη.
12:40
Now we knew, when we built this system,
294
748844
1955
Γνωρίζαμε, όταν χτίσαμε αυτό το σύστημα,
12:42
the whole point of it, just like with the Palm Pilots,
295
750799
2293
πως ο σκοπός του, όπως και με τους Πιλοτικούς Υπολογιστές,
12:45
was that you'd have to, you'd be able to
296
753092
2604
ήταν πως θα έπρεπε, θα μπορούσες να
12:47
collect the data and immediately upload the data and get your data set.
297
755696
3191
συλλέξεις τα δεδομένα και αμέσως να τα ανεβάσεις και πάρεις το σύνολο των δεδομένων σου.
12:50
But what we found, of course, since it's already on a computer,
298
758887
2437
Αυτό που που βρήκαμε, φυσικά,
επειδή ήδη βρίσκεται σε υπολογιστή,
επειδή ήδη βρίσκεται σε υπολογιστή,
12:53
we can deliver instant maps and analysis and graphing.
299
761324
3188
μπορούμε να παρέχουμε άμεσους χάρτες
κι ανάλυση και γραφικές παραστάσεις.
κι ανάλυση και γραφικές παραστάσεις.
12:56
We can take a process that took two years
300
764512
2251
Μπορούμε να πάρουμε μια διαδικασία
που χρειάστηκε δυο χρόνια
που χρειάστηκε δυο χρόνια
12:58
and compress that down to the space of five minutes.
301
766763
3222
και να τη συμπιέσουμε στα 5 λεπτά.
13:01
Unbelievable improvements in efficiency.
302
769985
2506
Απίστευτη βελτίωση στην απόδοση.
13:04
Cloud-based, no training, no consultants, no me.
303
772491
4766
Βασίζεται στο σύννεφο, χωρίς εκπαίδευση,
χωρίς συμβούλους, χωρίς εμένα.
χωρίς συμβούλους, χωρίς εμένα.
13:09
And I told you that in the first few years
304
777257
2323
Και σας είπα πως τα πρώτα χρόνια
13:11
of trying to do this the old-fashioned way,
305
779580
1827
προσπάθειας να γίνει αυτό
με τον παλιομοδίτικο τρόπο,
με τον παλιομοδίτικο τρόπο,
13:13
going out to each country,
306
781407
1292
να πηγαίνω σε κάθε χώρα,
13:14
we reached about, I don't know,
307
782699
3054
φτάσαμε περίπου, ξέρω 'γω,
13:17
probably trained about 1,000 people.
308
785753
2118
εκπαιδεύσαμε περίπου 1.000 ανθρώπους.
13:19
What happened after we did this?
309
787871
1803
Τι συνέβη αφού το κάναμε αυτό;
13:21
In the second three years, we had 14,000 people
310
789674
2506
Στη δεύτερη τριετία, 14.000 άνθρωποι
13:24
find the website, sign up, and start using it to collect data,
311
792180
3193
βρήκαν την ιστοσελίδα, έκαναν εγγραφή και άρχισαν να τη χρησιμοποιούν για συλλογή δεδομένων,
13:27
data for disaster response,
312
795373
1502
δεδομένων για ανταπόκριση σε καταστροφές,
13:28
Canadian pig farmers tracking pig disease and pig herds,
313
796875
4748
Καναδοί χοιροτρόφοι που εντοπίζουν
ασθένειες χοίρων και ζωικό κεφάλαιο,
ασθένειες χοίρων και ζωικό κεφάλαιο,
13:33
people tracking drug supplies.
314
801623
2415
ανθρώπους που εντοπίζουν προμήθειες φαρμάκων.
13:36
One of my favorite examples, the IRC,
315
804038
1942
Ένα από τ' αγαπημένα μου παραδείγματα, η Δ.Ε.Δ.,
13:37
International Rescue Committee,
316
805980
1629
Διεθνής Επιτροπή Διασώσης,
13:39
they have a program where semi-literate midwives
317
807609
3237
έχουν ένα πρόγραμμα όπου ημιμαθείς μαίες
13:42
using $10 mobile phones
318
810846
2427
χρησιμοποιώντας κινητά τηλέφωνα των $10
13:45
send a text message using our software
319
813273
2209
στέλνουν μηνύματα χρησιμοποιώντας το λογισμικό μας
13:47
once a week with the number of births
320
815482
2209
μια φορά την εβδομάδα με τον αριθμό γεννήσεων
13:49
and the number of deaths, which gives IRC
321
817691
2313
και θανάτων, το οποίο δίνει στη Δ.Ε.Δ.
13:52
something that no one in global health has ever had:
322
820004
2599
κάτι που δεν είχε ποτέ κανείς στην παγκόσμια υγεία:
13:54
a near real-time system of counting babies,
323
822603
3637
ένα σύστημα καταμέτρησης μωρών
σχεδόν σε πραγματικό χρόνο,
σχεδόν σε πραγματικό χρόνο,
13:58
of knowing how many kids are born,
324
826240
1492
για να γνωρίζουμε πόσα παιδιά γεννιούνται,
13:59
of knowing how many children there are
325
827732
1676
για να γνωρίζουμε πόσα παιδιά υπάρχουν
14:01
in Sierra Leone, which is the country where this is happening,
326
829408
2782
στη Σιέρα Λεόνε, το κράτος όπου συμβαίνει αυτό,
14:04
and knowing how many children die.
327
832190
3204
και για να γνωρίζουμε πόσα παιδιά πεθαίνουν.
14:07
Physicians for Human Rights --
328
835394
1597
Οι «Γιατροί για τ' Ανθρώπινα Δικαιώματα» --
14:08
this is moving a little bit outside the health field —
329
836991
2479
αυτό κινείται λιγάκι έξω απ' τον τομέα υγείας --
14:11
they are gathering, they're basically training people
330
839470
2865
συγκεντρώνουν, βασικά εκπαιδεύουν ανθρώπους
14:14
to do rape exams in Congo, where this is an epidemic,
331
842335
3364
να κάνουν εξετάσεις για βιασμούς στο Κονγό,
όπου υπάρχει επιδημία,
όπου υπάρχει επιδημία,
14:17
a horrible epidemic,
332
845699
1748
μια φριχτή επιδημία,
14:19
and they're using our software to document
333
847447
2171
και χρησιμοποιούν το λογισμικό μας
για να τεκμηριώσουν
για να τεκμηριώσουν
14:21
the evidence they find, including photographically,
334
849618
2972
τα στοιχεία που βρίσκουν,
συμπεριλαμβανομένου φωτογραφικού υλικού,
συμπεριλαμβανομένου φωτογραφικού υλικού,
14:24
so that they can bring the perpetrators to justice.
335
852590
4152
ώστε να φέρουν τους δράστες στη δικαιοσύνη.
14:28
Camfed, another charity based out of the U.K.,
336
856742
3683
Η Camfed, μια άλλη φιλανθρωπική
βασισμένη στο Ην. Βασίλειο,
βασισμένη στο Ην. Βασίλειο,
14:32
Camfed pays girls' families to keep them in school.
337
860425
3748
πληρώνει τις οικογένειες των κοριτσιών
για να τα κρατήσουν στο σχολείο.
για να τα κρατήσουν στο σχολείο.
14:36
They understand this is the most significant intervention
338
864173
1873
Καταλαβαίνουν πως αυτό είναι
η πιο σημαντική παρέμβαση
η πιο σημαντική παρέμβαση
14:38
they can make. They used to track the dispersements,
339
866046
3284
που μπορούν να κάνουν.
Συνήθιζαν να εντοπίζουν τις δαπάνες,
Συνήθιζαν να εντοπίζουν τις δαπάνες,
14:41
the attendance, the grades, on paper.
340
869330
1986
τις παρουσίες, τους βαθμούς στα χαρτιά.
14:43
The turnaround time between a teacher
341
871316
1608
Ο απαιτούμενος χρόνος ανάμεσα στο δάσκαλο
14:44
writing down grades or attendance
342
872924
1726
που καταγράφει τους βαθμούς ή τις παρουσίες
14:46
and getting that into a report was about two to three years.
343
874650
2610
και τη μεταφορά σε αναφορά
ήταν περίπου δύο με τρία χρόνια.
ήταν περίπου δύο με τρία χρόνια.
14:49
Now it's real time, and because this is such
344
877260
2230
Τώρα είναι σε πραγματικό χρόνο κι επειδή είναι
14:51
a low-cost system and based in the cloud, it costs,
345
879490
2940
ένα σύστημα τόσο χαμηλού κόστους
και βασίζεται στο σύννεφο, κοστίζει,
και βασίζεται στο σύννεφο, κοστίζει,
14:54
for the entire five countries that Camfed runs this in
346
882430
3434
και για τα 5 κράτη στα οποία το λειτουργείη Camfed
14:57
with tens of thousands of girls,
347
885864
1932
με δεκάδες χιλιάδες κορίτσια,
14:59
the whole cost combined is 10,000 dollars a year.
348
887796
3358
ολόκληρο το συνδιασμένο κόστος
είναι 10.000 δολάρια το χρόνο.
είναι 10.000 δολάρια το χρόνο.
15:03
That's less than I used to get
349
891154
1801
Είναι λιγότερο απ' ότι έπερνα απλά
15:04
just traveling out for two weeks to do a consultation.
350
892955
5071
ταξιδεύοντας έξω για δυο εβδομάδες
για να κάνω μία συμβουλευτική.
για να κάνω μία συμβουλευτική.
15:10
So I told you before that
351
898026
2136
Σας είπα πριν πως
15:12
when we were doing it the old-fashioned way, I realized
352
900162
2192
όταν το κάναμε με τον παλιομοδίτικο τρόπο,
διαπίστωσα πως
διαπίστωσα πως
15:14
all of our work was really adding up to just a drop in the bucket --
353
902354
2898
όλη μας η δουλειά πράγματι ισούνταν
μόλις με μια σταγόνα στον ωκεανό --
μόλις με μια σταγόνα στον ωκεανό --
15:17
10, 20, 30 different programs.
354
905252
2226
10, 20, 30 διαφορετικά προγράμματα.
15:19
We've made a lot of progress, but I recognize
355
907478
2275
Έχουμε κάνει πολύ πρόοδο, αλλά το αναγνωρίζω
15:21
that right now, even the work that we've done
356
909753
2157
τώρα, ακόμη και η δουλειά που έχουμε κάνει
15:23
with 14,000 people using this,
357
911910
2404
με 14.000 ανθρώπους να το χρησιμοποιούν,
15:26
is still a drop in the bucket. But something's changed.
358
914314
2946
είναι ακόμη μια σταγόνα στον ωκεανό.
Αλλά κάτι έχει αλλάξει.
Αλλά κάτι έχει αλλάξει.
15:29
And I think it should be obvious.
359
917260
1216
Νομίζω πρέπει να είναι ολοφάνερο.
15:30
What's changed now is,
360
918476
2091
Αυτό που άλλαξε τώρα είναι,
15:32
instead of having a program in which we're scaling at such a slow rate
361
920567
3578
αντί να έχουμε ένα πρόγραμμα με το οποίο
επεκτεινόμαστε με τόσο αργό ρυθμό
επεκτεινόμαστε με τόσο αργό ρυθμό
15:36
that we can never reach all the people who need us,
362
924145
3198
ώστε ποτέ να μην μπορούμε να φτάσουμε
όλους όσους μας χρειάζονται,
όλους όσους μας χρειάζονται,
15:39
we've made it unnecessary for people to get reached by us.
363
927343
3659
το έχουμε κάνει περιττό να χρειάζεται
να βρίσκουμε εμείς τους ανθρώπους.
να βρίσκουμε εμείς τους ανθρώπους.
15:43
We've created a tool that lets programs
364
931002
3076
Έχουμε δημιουργήσει ένα εργαλείο
που αφήνει τα προγράμματα
που αφήνει τα προγράμματα
15:46
keep kids in school, track the number of babies
365
934078
3155
να κρατούν τα παιδιά στο σχολείο,
να εντοπίζουν τον αριθμό μωρών
να εντοπίζουν τον αριθμό μωρών
15:49
that are born and the number of babies that die,
366
937233
2804
που γεννιούνται και τον αριθμό μωρών που πεθαίνουν,
15:52
to catch criminals and successfully prosecute them,
367
940037
3623
να πιάνουν τους εγκληματίες
και να τους διώκουν επιτυχώς,
και να τους διώκουν επιτυχώς,
15:55
to do all these different things to learn more
368
943660
2690
να κάνουν όλα αυτά για να μαθαίνουμε περισσότερα
15:58
about what's going on, to understand more, to see more,
369
946350
5117
για το τι συμβαίνει, να καταλαβαίνουμε περισσότερα,
να βλέπουμε περισσότερα,
να βλέπουμε περισσότερα,
16:03
and to save lives and improve lives.
370
951467
3971
να σώζουμε ζωές και να βελτιώνουμε ζωές.
16:07
Thank you.
371
955438
1997
Ευχαριστώ.
16:09
(Applause)
372
957435
3987
(Χειροκρότημα)
ABOUT THE SPEAKER
Joel Selanikio - Health and technology activistDr. 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.
Joel Selanikio | Speaker | TED.com