TEDMED 2009
Eric Dishman: Take health care off the mainframe
Eric Dishman: Eliminar la Asistencia Médica del sistema central
Filmed:
Readability: 4
439,060 views
En TEDMED, Eric Dishman presenta un atrevido argumento: El sistema de asistencia médica estadounidense es como la informática de finales de los 59; conexiones a enormes sistemas centrales: hospitales, médicos, residencias de ancianos. A medida que aumenta la población en la tercera edad, Dishman asegura que es imperativo crear un sistema de asistencia médica personal, conectada y a domicilio.
Eric Dishman - Social scientist
Eric Dishman does health care research for Intel -- studying how new technology can solve big problems in the system for the sick, the aging and, well, all of us. Full bio
Eric Dishman does health care research for Intel -- studying how new technology can solve big problems in the system for the sick, the aging and, well, all of us. Full bio
Double-click the English transcript below to play the video.
00:15
If you think about the phone --
0
0
2000
Si pensamos en el teléfono,
00:17
and Intel has tested
1
2000
2000
e Intel ha investigado
00:19
a lot of the things I'm going to show you,
2
4000
2000
muchas de las cosas que voy a mostrárles
00:21
over the last 10 years,
3
6000
2000
en los últimos 10 años
00:23
in about 600 elderly households --
4
8000
2000
en unas 600 viviendas de personas mayores,
00:25
300 in Ireland, and 300 in Portland --
5
10000
3000
300 en Irlanda y 300 en Portland,
00:28
trying to understand: How do we measure
6
13000
2000
intentando comprender cómo medir
00:30
and monitor behavior
7
15000
2000
y seguir comportamientos
00:32
in a medically meaningful way?
8
17000
2000
de un módo médicamente significativo.
00:34
And if you think about the phone, right,
9
19000
2000
Y si pensamos en el teléfono, por ejemplo,
00:36
it's something that we can use for some incredible ways
10
21000
2000
es algo que podemos utilizar de maneras increíbles
00:38
to help people actually take the right medication at the right time.
11
23000
3000
para ayudar a la gente a que tome la medicación correcta en el momento indicado.
00:41
We're testing these kinds of simple
12
26000
2000
Estamos probando este tipo de tecnologías
00:43
sensor-network technologies in the home
13
28000
2000
de redes de sensores por la casa
00:45
so that any phone that a senior is already comfortable with
14
30000
2000
para que cualquier teléfono con el que un anciano ya esté familiarizado
00:47
can help them deal with their medications.
15
32000
2000
pueda ayudarle a controlar su medicación.
00:49
And a lot of what they do is they pick up the phone,
16
34000
2000
Y lo que hacen es que descuelgan el teléfono
00:51
and it's our system whispering to them which pill they need to take,
17
36000
3000
y nuestro sistema les susurra al oído la pastilla que deben tomarse,
00:54
and they fake like they're having a conversation with a friend.
18
39000
3000
mientras fingen que hablan con un amigo.
00:57
And they're not embarrassed by a meds caddy that's ugly,
19
42000
2000
Y no se sienten avergonzados por un carrito de medicinas
00:59
that sits on their kitchen table and says,
20
44000
2000
que guardan en la cocina y que dice:
01:01
"I'm old. I'm frail."
21
46000
2000
"Soy viejo. Soy débil".
01:03
It's surreptitious technology
22
48000
2000
Es una tecnología muy discreta
01:05
that's helping them do a simple task
23
50000
2000
que les ayuda a realizar la tarea simple
01:07
of taking the right pill at the right time.
24
52000
2000
de tomar la pastilla correcta en el momento indicado.
01:09
Now, we also do some pretty amazing things with these phones.
25
54000
3000
Ahora bien, también podemos hacer cosas increíbles con estos teléfonos.
01:12
Because that moment when you answer the phone
26
57000
3000
Cada vez que uno descuelga el teléfono
01:15
is a cognitive test every time that you do it.
27
60000
3000
se produce una prueba cognitiva.
01:18
Think about it, all right? I'm going to answer the phone three different times.
28
63000
3000
Vamos a verlo, ¿de acuerdo? Voy a descolgar el teléfono de tres formas distintas.
01:21
"Hello? Hey."
29
66000
2000
"¿Diga? ¡Hola!"
01:23
All right? That's the first time.
30
68000
3000
¿Vale?, esa es la primera.
01:26
"Hello? Uh, hey."
31
71000
4000
"¿Diga? eh..., ¡hola!"
01:30
"Hello? Uh, who?
32
75000
4000
"¿Diga? eh..., ¿quién?
01:34
Oh, hey."
33
79000
3000
¡Ah, hola!"
01:37
All right? Very big differences
34
82000
3000
¿Vale? Grandes diferencias
01:40
between the way I answered the phone the three times.
35
85000
3000
entre cómo he cogido el teléfono las tres veces.
01:43
And as we monitor phone usage
36
88000
2000
Y a medida que estudiamos el uso del teléfono
01:45
by seniors over a long period of time,
37
90000
3000
que hacen los ancianos a lo largo de un periodo de tiempo,
01:48
down to the tenths of a microsecond,
38
93000
2000
a nivel de décimas de microsegundo,
01:50
that recognition moment
39
95000
2000
ese momento de reconocimiento
01:52
of whether they can figure out that person on the other end
40
97000
2000
en el que se ve si pueden reconocer que quien está al otro lado
01:54
is a friend and we start talking to them immediately,
41
99000
2000
es un amigo y empezar a hablarle de inmediato,
01:56
or they do a lot of what's called trouble talk,
42
101000
2000
o entran en esos instanstes de desconcierto,
01:58
where they're like, "Wait, who is this? Oh." Right?
43
103000
3000
ese "Un momento, ¿quién es? ¡Ah!" ¿Cierto?
02:01
Waiting for that recognition moment
44
106000
2000
El esperar ese momento de reconocimiento
02:03
may be the best early indicator of the onset of dementia
45
108000
2000
puede ser un mejor indicio prematuro de la aparición de demencia
02:05
than anything that shows up clinically today.
46
110000
2000
que cualquier resultado clínico de hoy en día.
02:07
We call these behavioral markers.
47
112000
2000
A esto lo llamamos marcadores de comportamiento
02:09
There's lots of others. Is the person going to the phone
48
114000
2000
Hay muchos más. Cuando esa persona acude a coger el teléfono
02:11
as quickly, when it rings, as they used to?
49
116000
3000
cuando suena, ¿tarda lo mismo que antes?
02:14
Is it a hearing problem or is it a physicality problem?
50
119000
3000
¿Es un problema auditivo o físico?
02:17
Has their voice gotten more quiet? We're doing a lot of work with people
51
122000
2000
¿Su voz se va haciendo más tenue? Hemos trabajado mucho con personas
02:19
with Alzheimer's and particularly with Parkinson's,
52
124000
3000
con Alzheimer y en particular gente con Parkinson
02:22
where that quiet voice that sometimes shows up with Parkinson's patients
53
127000
3000
en los que esa voz más tenue de lo normal en pacientes con Parkinson
02:25
may be the best early indicator
54
130000
3000
puede ser el mejor indicador prematuro
02:28
of Parkinson's five to 10 years before it shows up clinically.
55
133000
3000
de Parkinson de 5 a 10 años antes de su aparición clínica.
02:31
But those subtle changes in your voice over a long period of time
56
136000
3000
Pero esos cambios se producen durante un largo periodo de tiempo
02:34
are hard for you or your spouse to notice until it becomes so extreme
57
139000
3000
que hace difícil que uno mismo o su pareja se dé cuenta hasta que llegue
02:37
and your voice has become so quiet.
58
142000
2000
al extremo y haya un deterioro claro.
02:39
So, sensors are looking at that kind of voice.
59
144000
2000
Así que estos sensores buscan esa voz tenue.
02:41
When you pick up the phone,
60
146000
2000
Cuango uno descuelga el teléfono
02:43
how much tremor are you having,
61
148000
2000
¿cuánto le tiembla la mano?,
02:45
and what is that like, and what is that trend like over a period of time?
62
150000
3000
¿cómo exáctamente?, ¿cuál es la tendencia a lo largo de un periodo de tiempo?
02:48
Are you having more trouble dialing the phone than you used to?
63
153000
2000
¿Le cuesta a uno marcar más que antes?
02:50
Is it a dexterity problem? Is it the onset of arthritis?
64
155000
3000
¿Es un problema de destreza? ¿Es la aparición de artrítis?
02:53
Are you using the phone? Are you socializing less than you used to?
65
158000
4000
¿Usa uno el teléfono?, ¿socializa uno menos que antes?
02:57
And looking at that pattern. And what does that decline in social health
66
162000
3000
Y siguiendo ese patrón, ¿en qué se traduce ese declive de la salud social?,
03:00
mean, as a kind of a vital sign of the future?
67
165000
3000
¿es un indicador de la salud futura?
03:03
And then wow, what a radical idea,
68
168000
3000
Y ahora, wow, ¡qué idea tan radical!,
03:06
we -- except in the United States --
69
171000
2000
podríamos, salvo en los EEUU,
03:08
might be able to use this newfangled technology
70
173000
3000
utilizar esta nueva tecnología
03:11
to actually interact with a nurse or a doctor on the other end of the line.
71
176000
3000
para poder interactuar con un profesional de la salud al otro lado del aparato.
03:14
Wow, what a great day that will be
72
179000
2000
¡Qué gran día sería aquel
03:16
once we're allowed to actually do those kinds of things.
73
181000
3000
en el que podamos hacer este tipo de cosas!
03:19
So, these are what I would call behavioral markers.
74
184000
4000
Bien, esto son lo que yo llamo marcadores de comportamiento.
03:23
And it's the whole field that we've been trying to work on
75
188000
3000
Y es el campo que en el que llevamos trabajando
03:26
for the last 10 years at Intel.
76
191000
2000
10 años en Intel.
03:28
How do you put simple disruptive technologies,
77
193000
2000
¿Cómo se incluyen tecnologías disruptivas
03:30
and the first of five phrases that I'm going to talk about in this talk?
78
195000
2000
en la primera de las cinco frases de las que voy a hablar?
03:32
Behavioral markers matter.
79
197000
2000
Los marcadores de comportamiento son importantes.
03:34
How do we change behavior?
80
199000
2000
¿Cómo modificamos el comportamiento?
03:36
How do we measure changes in behavior
81
201000
2000
¿Cómo medimos cambios en el comportamiento
03:38
in a meaningful way that's going to help us with
82
203000
2000
de forma significativa que nos ayude a
03:40
prevention of disease, early onset of disease,
83
205000
2000
prevenir enfermedades, su aparición prematura,
03:42
and tracking the progression of disease over a long period of time?
84
207000
3000
y seguir el progreso de una enfermedad durante un largo periodo de tiempo?
03:45
Now, why would Intel let me
85
210000
3000
Bien, ¿Para qué me dejaría Intel
03:48
spend a lot of time and money, over the last 10 years,
86
213000
3000
emplear mucho tiempo y dinero, durante los últimos 10 años,
03:51
trying to understand the needs of seniors
87
216000
2000
intentando comprender las necesidades de los ancianos
03:53
and start thinking about these kinds of behavioral markers?
88
218000
2000
y empezar a pensar acerca de estos marcadores de comportamiento?
03:55
This is some of the field work that we've done.
89
220000
3000
Esto es algo del trabajo de campo que he hecho.
03:58
We have now lived with 1,000 elderly households
90
223000
3000
Hemos vivido en 1.000 viviendas de ancianos
04:01
in 20 countries over the last 10 years.
91
226000
2000
en 20 países en los últimos 10 años.
04:03
We study people in Rochester, New York.
92
228000
2000
Estudiamos a gente en Rochester, Nueva York.
04:05
We go live with them in the winter
93
230000
2000
Vamos a vivir con ellos en invierno,
04:07
because what they do in the winter,
94
232000
2000
ya que lo que hacen en invierno,
04:09
and their access to healthcare, and how much they socialize,
95
234000
2000
y su accesibilidad a la asistencia médica y cuánto se relacionan
04:11
is very different than in the summer.
96
236000
2000
difiere mucho de en verano.
04:13
If they have a hip fracture we go with them
97
238000
2000
Si sufren una fractura de cadera les acompañamos
04:15
and we study their entire discharge experience.
98
240000
2000
y estudiamos su experiencia de ingreso y alta completa.
04:17
If they have a family member who is a key part of their care network,
99
242000
2000
Si tienen un familiar que resulta muy importante en su red de asistencia
04:19
we fly and study them as well.
100
244000
2000
viajamos y les estudiamos también.
04:21
So, we study the holistic health experience
101
246000
3000
Así, estudiamos la experiencia médica completa
04:24
of 1,000 seniors over the last 10 years
102
249000
2000
de 1.000 ancianos durante los últimos 10 años
04:26
in 20 different countries.
103
251000
2000
en 20 países distintos.
04:28
Why is Intel willing to fund that?
104
253000
3000
Y, ¿por qué lo financia Intel?
04:31
It's because of the second slogan that I want to talk about.
105
256000
2000
Por el segundo eslogan del que quiero hablar.
04:33
Ten years ago, when I started trying to convince Intel
106
258000
2000
Hace 10 años, cuando empecé a intentar convencer a Intel
04:35
to let me go start looking at disruptive technologies
107
260000
2000
de que me dejara inverstigar tecnologías disruptivas
04:37
that could help with independent living,
108
262000
2000
que pudieran contrbuir a una vida independiente,
04:39
this is what I called it: "Y2K + 10."
109
264000
3000
así es como lo llamé: "2000 + 10".
04:42
You know, back in 2000,
110
267000
2000
Verán, en 2000
04:44
we were all so obsessed with paying attention
111
269000
2000
estábamos tan obsesionados con cómo
04:46
to the aging of our computers,
112
271000
2000
"envejecían" nuestros ordenadores
04:48
and whether or not they were going to survive
113
273000
2000
y de si podrían sobrevivir
04:50
the tick of the clock from 1999 to 2000,
114
275000
2000
al famoso efecto 2000
04:52
that we missed a moment that only demographers were paying attention to.
115
277000
5000
que nos perdimos un momento en el que sólo los demógrafos se habían fijado.
04:57
It was right around New Years.
116
282000
2000
Fue alrededor de Año Nuevo.
04:59
And that switchover,
117
284000
2000
Y ese cambio
05:01
when we had the larger number of older people on the planet,
118
286000
3000
en el que el número de personas mayores en el planeta
05:04
for the first time than younger people.
119
289000
2000
era mayor que el de jóvenes.
05:06
For the first time in human history -- and barring aliens landing
120
291000
2000
Por primera vez en la historia de la humnidad, y salvo por visitas alienígenas
05:08
or some major other pandemic,
121
293000
2000
o grandes pandemias,
05:10
that's the expectation from demographers, going forward.
122
295000
3000
eso es lo que esperan los demógrafos de aquí en adelante.
05:13
And 10 years ago it seemed like I had a lot of time
123
298000
2000
Y hace 10 años parecía que tenía mucho tiempo
05:15
to convince Intel to work on this. Right?
124
300000
2000
para convencer a Intel para esto, ¿verdad?
05:17
Y2K + 10 was coming,
125
302000
2000
2000 + 10 estaba llegando,
05:19
the baby boomers starting to retire.
126
304000
3000
Los "baby boomers" empezaban a jubilarse.
05:22
Well folks, it's like we know these demographics here.
127
307000
4000
Bueno amigos, es como si nos sonaran estos datos.
05:26
This is a map of the entire world.
128
311000
2000
Este es un mapa del mundo entero.
05:28
It's like the lights are on,
129
313000
2000
Es como si las luces estuvieran encendidas,
05:30
but nobody's home on this demographic
130
315000
2000
pero no hay nadie en casa en este problema
05:32
Y2K + 10 problem. Right?
131
317000
2000
demográfico de 2000+10, ¿verdad?
05:34
I mean we sort of get it here, but we don't get it here,
132
319000
4000
Quiero decir que como que lo entendemos aquí, pero no aquí.
05:38
and we're not doing anything about it.
133
323000
2000
Y no estamos haciendo nada al respecto.
05:40
The health reform bill is largely ignoring
134
325000
2000
La ley de reforma de salud ignora en gran parte
05:42
the realities of the age wave that's coming,
135
327000
2000
las realidades del grupo de edad que se avecina,
05:44
and the implications for what we need to do to change
136
329000
2000
y las implicaciones sobre lo que debemos hacer para cambiar
05:46
not only how we pay for care,
137
331000
3000
no sólo cómo pagamos por la salud,
05:49
but deliver care in some radically different ways.
138
334000
3000
si no también cómo ofrecer asistencia de formas radicalmente diferentes.
05:52
And in fact, it's upon us.
139
337000
2000
Y ya se nos está echando encima.
05:54
I mean you probably saw these headlines. This is Catherine Casey
140
339000
3000
Supongo que ya habrán leído estos titulares. Esta es Catherine Casey,
05:57
who is the first boomer to actually get Social Security.
141
342000
3000
la primera "baby boomer" en recibir Seguridad Social.
06:00
That actually occurred this year. She took early retirement.
142
345000
2000
Esto ocurrió este año, sin ir más lejos. Se ha prejubilado.
06:02
She was born one second after midnight in 1946.
143
347000
4000
Ella nació un segundo después de medianoche en 1946.
06:06
A retired school teacher,
144
351000
2000
Una profesora de escuela jubilada.
06:08
there she is with a Social Security administrator.
145
353000
2000
Ahí está con el administrador de la Seguridad Social.
06:10
The first boomer actually, we didn't even wait till 2011, next year.
146
355000
3000
La primera "boomer", sin tener que esperar a 2011, el año que viene.
06:13
We're already starting to see early retirement occur this year.
147
358000
3000
Ya estamos empezando a ver prejubilaciones este mismo año.
06:16
All right, so it's here. This Y2K + 10 problem is at our door.
148
361000
3000
Muy bien, ya está aquí. Este problema de 2000+10 está a la vuelta de la esquina.
06:19
This is 50 tsunamis scheduled on the calendar,
149
364000
5000
Esto son 50 tsunamis programados en el calendario.
06:24
but somehow we can't sort of marshal our government
150
369000
3000
Pero no se sabe cómo no somos capaces de instar al gobierno
06:27
and innovative forces to sort of get out in front of it
151
372000
2000
y a las fuerzas innovadoras a que se enfrenten a ello
06:29
and do something about it. We'll wait until
152
374000
2000
y hagan algo al respecto. Esperaremos hasta
06:31
it's more of a catastrophe, and react,
153
376000
2000
que sea una catástrofe y, luego, reaccionaremos
06:33
as opposed to prepare for it.
154
378000
2000
en lugar de prepararnos.
06:35
So, one of the reasons it's so
155
380000
2000
Así que, una de las razones por las que
06:37
challenging to prepare for this Y2K problem
156
382000
2000
es un desafío el prepararse para el problema
06:39
is, I want to argue, we have what I would call
157
384000
2000
es, y quiero argumentarlo, que tenemos lo que yo llamo
06:41
mainframe poisoning.
158
386000
2000
un envenenamiento del sistema central.
06:43
Andy Grove, about six or seven years ago,
159
388000
3000
Andy Grove, hará unos 6 o 7 años,
06:46
he doesn't even know or remember this, in a Fortune Magazine article
160
391000
2000
ni se acuerda ya, pero en un artículo de Fortune Magazine
06:48
he used the phrase "mainframe healthcare,"
161
393000
3000
usó la frase "sistema central de asistencia médica",
06:51
and I've been extending and expanding this.
162
396000
2000
y yo he extendido este concepto.
06:53
He saw it written down somewhere. He's like, "Eric that's a really cool concept."
163
398000
3000
Lo vio escrito en alguna parte. Me dijo, "Eric, ese concepto es genial".
06:56
I was like, "Actually it was your idea. You said it in a Fortune Magazine article.
164
401000
2000
Y yo le dije: "¡Pero si fue idea tuya! Lo dijiste en un artículo de Fortune Magazine.
06:58
I just extended it."
165
403000
2000
Yo solo lo he extendido".
07:00
You know, this is the mainframe.
166
405000
2000
Este es el sistema central,
07:02
This mentality of traveling to
167
407000
3000
Esta mentalidad de grandes
07:05
and timesharing large, expensive healthcare systems
168
410000
3000
y caros sistemas asistencia médica
07:08
actually began in 1787.
169
413000
2000
apareció en 1787.
07:10
This is the first general hospital in Vienna.
170
415000
3000
Este es el primer hospital general de Viena.
07:13
And actually the second general hospital in Vienna,
171
418000
2000
Y, de hecho, el segundo hospital general de Viena
07:15
in about 1850, was where we started to build out
172
420000
3000
cerca de 1850, fue donde se empezó a diseñar
07:18
an entire curriculum for teaching med students specialties.
173
423000
4000
un programa de estudios basado en especialidades.
07:22
And it's a place in which we started developing
174
427000
2000
Y es donde se empezó a desarrollar
07:24
architecture that literally divided the body,
175
429000
2000
la arquitectura que literalmente dividió el cuerpo
07:26
and divided care into departments and compartments.
176
431000
3000
y dividió la salud en departamentos y especialidades.
07:29
And it was reflected in our architecture,
177
434000
2000
Y se vio reflejado en nuestra arquitectura.
07:31
it was reflected in the way that we taught students,
178
436000
2000
Se vio reflejado en cómo enseñamos a los estudiantes.
07:33
and this mainframe mentality persists today.
179
438000
3000
Y esta mentalidad de sistema central aún existe.
07:36
Now, I'm not anti-hospital.
180
441000
3000
Ahora, yo no soy anti-hospitales.
07:39
With my own healthcare problems, I've taken drug therapies,
181
444000
2000
Con mis propios problemas de salud he tomado medicamentos,
07:41
I've traveled to this hospital and others, many, many times.
182
446000
3000
he estado en este y aquel hospital, muchas veces.
07:44
But we worship the high hospital on a hill. Right?
183
449000
4000
Pero idolatramos al gran hospital general, ¿no?
07:48
And this is mainframe healthcare.
184
453000
2000
Y esto es el sistema central médico.
07:50
And just as 30 years ago
185
455000
2000
Y tal y como hace 30 años
07:52
we couldn't conceive that we would have the power
186
457000
3000
no podíamos concebir que tendríamos la potencia
07:55
of a mainframe computer that took up a room this size
187
460000
3000
de un ordenador central que ocupaba una sala como esta
07:58
in our purses and on our belts,
188
463000
2000
en nuestros bolsos y bolsillos,
08:00
that we're carrying around in our cell phone today,
189
465000
2000
dentro de los móviles de hoy en día.
08:02
and suddenly, computing,
190
467000
2000
Y de pronto, la informática,
08:04
that used to be an expert driven system,
191
469000
2000
que solía estar reservada a los expertos,
08:06
it was a personal system that we all owned as part of our daily lives --
192
471000
3000
se convirtió en un sistema personal que todos manejamos a diario.
08:09
that shift from mainframe to personal computing
193
474000
3000
Ese cambió de sistema central a informática personal
08:12
is what we have to do for healthcare.
194
477000
2000
es lo que tenemos que hacer con la salud.
08:14
We have to shift from this mainframe mentality of healthcare
195
479000
3000
Tenemos que cambiar esa mentalidad centralizada de la salud
08:17
to a personal model of healthcare.
196
482000
2000
hacia un modelo de salud personal.
08:19
We are obsessed with this way of thinking.
197
484000
3000
Estamos obsesionados con esta forma de pensar.
08:22
When Intel does surveys all around the world and we say,
198
487000
2000
Cuando Intel hace estudios alrededor del mundo y decimos:
08:24
"Quick response: healthcare."
199
489000
2000
"Respuesta rápida, salud".
08:26
The first word that comes up is "doctor."
200
491000
2000
La primera palabra que sale es médico.
08:28
The second that comes up is "hospital." And the third is "illness" or "sickness." Right?
201
493000
3000
La segunda es hospital. Y la tercera es enfermedad o enfermo, ¿verdad?
08:31
We are wired, in our imagination, to think about healthcare
202
496000
4000
Estamos diseñados para pensar en la asistencia Médica
08:35
and healthcare innovation as something
203
500000
2000
y la innovación médica como algo
08:37
that goes into that place.
204
502000
2000
que entra en ese concepto.
08:39
Our entire health reform discussion right now,
205
504000
2000
Toda la polémica actual sobre la reforma de salud,
08:41
health I.T., when we talk with policy makers,
206
506000
3000
informátización de la medicina, cuando hablamos
08:44
equals "How are we going to get doctors using
207
509000
2000
con los políticos significa ¿cómo vamos a hacer
08:46
electronic medical records in the mainframe?"
208
511000
2000
que los médicos usen historiales electrónicos?
08:48
We're not thinking about
209
513000
2000
No estamos pensando en
08:50
how do we shift from the mainframe to the home.
210
515000
2000
cómo cambiar del sistema central al hogar.
08:52
And the problem with this is
211
517000
2000
Y el problema está en
08:54
the way we conceive healthcare. Right?
212
519000
2000
nuestro concepto de salud, ¿no creen?
08:56
This is a very reactive, crisis-driven system.
213
521000
2000
Es un sistema muy reactivo e influenciado por la crisis.
08:58
We're doing 15-minute exams with patients.
214
523000
2000
Hacemos consultas de 15 minutos
09:00
It's population-based.
215
525000
2000
Es en base a la población.
09:02
We collect a bunch of biological information in this artificial setting,
216
527000
3000
Recogemos un puñado de información biológica en este ambiente artificial.
09:05
and we fix them up, like Humpty-Dumpty all over again,
217
530000
2000
Los "arreglamos" a lo sana, sana, culito de rana,
09:07
and send them home,
218
532000
2000
y a casa, esperando
09:09
and hope -- we might hand them a brochure, maybe an interactive website --
219
534000
3000
tras darles un folleto o una web interactiva a la que acudir,
09:12
that they do as asked and don't come back into the mainframe.
220
537000
4000
que hagan lo que les mandemos y no vuelvan al sistema central.
09:16
And the problem is we can't afford it today, folks.
221
541000
3000
Y el problema es que no nos lo podemos permitir.
09:19
We can't afford mainframe healthcare today to include the uninsured.
222
544000
4000
No podemos permitir que la salud centralizada incluya a los no asegurados.
09:23
And now we want to do a double-double
223
548000
2000
¿Y ahora queremos hacer un doble doble
09:25
of the age wave coming through?
224
550000
2000
con el grupo de edad que se avecina?
09:27
Business as usual in healthcare is broken and we've got to do something different.
225
552000
3000
Como de costumbre, los negocios de la salud no funcionan y hay que hacer algo nuevo.
09:30
We've got to focus on the home.
226
555000
2000
Tenemos que centrarnos en los hogares.
09:32
We've got to focus on a personal healthcare paradigm
227
557000
2000
Tenemos que centrarnos en el paradigma de la salud personal
09:34
that moves care to the home. How do we be more proactive,
228
559000
2000
que lleva la asistencia a casa. ¿Cómo nos hacemos más proactivos
09:36
prevention-driven?
229
561000
2000
y preventivos?
09:38
How do we collect vital signs and other kinds of information 24 by 7?
230
563000
4000
¿Cómo recogemos constantes vitales y ese tipo de datos 24h al día?
09:42
How do we get a personal baseline about what's going to work for you?
231
567000
3000
¿Cómo recogemos datos basales sobre qué va a funcionar para ti ?
09:45
How do we collect not just biological data
232
570000
2000
¿Cómo recogemos datos no sólo biológicos, ?
09:47
but behavioral data, psychological data,
233
572000
2000
sino de comportamiento, psicológicos,
09:49
relational data, in and on and around the home?
234
574000
3000
relacional, fuera, dentro y sobre el hogar?
09:52
And how do we drive compliance to be a customized care plan
235
577000
3000
Y ¿Cómo conseguimos crear este plan de salud personalizado
09:55
that uses all this great technology that's around us
236
580000
2000
que utiliza toda esta gran tecnología a nuestro alrededor
09:57
to change our behavior?
237
582000
2000
para cambiar nuestro comportamiento?
09:59
That's what we need to do for our personal health model.
238
584000
3000
Eso es lo que debemos hacer con el modelo de salud personal.
10:02
I want to give you a couple of examples. This is Mimi
239
587000
2000
Quiero darles algunos ejemplo. Esta es Mimi,
10:04
from one of our studies --
240
589000
2000
de uno de nuestros estudios.
10:06
in her 90s, had to move out of her home
241
591000
2000
Con más de 90 años tuvo que mudarse
10:08
because her family was worried about falls.
242
593000
2000
porque su familia estaba preocupada por las caídas.
10:10
Raise your hand if you had a serious fall
243
595000
2000
Levanten la mano los que hayan sufrido
10:12
in your household, or any of your loved ones,
244
597000
2000
alguna caída importante en sus casas, o sus familiares,
10:14
your parents or so forth. Right?
245
599000
2000
sus padres y demás. ¿Verdad?
10:16
Classic. Hip fracture often leads to institutionalization of a senior.
246
601000
4000
Típico. las fracturas de cadera en ancianos suelen conllevar hospitalización.
10:20
This is what was happening to Mimi; the family was worried about it,
247
605000
2000
Esto le pasó a Mimi y su familia estaba tan preocupada que la llevaron
10:22
moved her out of her own home into an assisted living facility.
248
607000
3000
a un centro de asistencia a personas con necesidades especiales.
10:25
She tripped over her oxygen tank.
249
610000
3000
Y se tropezó con su tanque de oxígeno.
10:28
Many people in this generation won't press the button,
250
613000
2000
Muchas personas de esa generación no pulsan el botón,
10:30
even if they have an alert call system, because they don't want to bother anybody,
251
615000
2000
incluso si cuentan con un sistema de llamada de emergencia, porque no quieren molestar,
10:32
even though they've been paying 30 dollars a month.
252
617000
2000
incluso si pagan 30 dólares al mes por ese servicio.
10:34
Boomers will press the button. Trust me.
253
619000
2000
Los "boomers" lo pulsarían. Se lo aseguro.
10:36
They're going to be pressing that button non-stop. Right?
254
621000
4000
Pulsarían el botón sin pensárselo dos veces. ¿Verdad?
10:40
Mimi broke her pelvis, lay all night, all morning,
255
625000
4000
Mimi se fracturó la pelvis y se quedó en el suelo
10:44
finally somebody came in and found her,
256
629000
2000
todo el día y la noche hasta que la encontraron
10:46
sent her to the hospital.
257
631000
2000
y la llevaron al hospital.
10:48
They fixed her back up. She was never going to be able to move back
258
633000
2000
Allí la trataron pero no podría volver al centro de asistencia
10:50
into the assisted living. They put her into the nursing home unit.
259
635000
2000
así que la llevaron a una residencia de ancianos.
10:52
First night in the nursing home unit where she had been
260
637000
2000
La primera noche que estuvo en la residencia, dentro del
10:54
in the same assisted living facility, moved her from one bed to another,
261
639000
3000
mismo centro de asistencia, la movieron de una cama a otra,
10:57
kind of threw her, rebroke her pelvis,
262
642000
2000
la medio tiraron y se volvió a romper la pelvis.
10:59
sent her back to the hospital that she had just come from,
263
644000
3000
La mandaron de vuelta al hospital del que acababa de salir,
11:02
no one read the chart, put her on Tylenol,
264
647000
2000
nadie leyó su historial, le dieron paracetamol,
11:04
which she is allergic to, broke out, got bedsores,
265
649000
2000
a lo que es alérgica, empezó a sentir malestar,
11:06
basically, had heart problems, and died
266
651000
3000
luego empezaron los problemas cardíacos y murió.
11:09
from the fall and the complications and the errors that were there.
267
654000
3000
Por culpa de la caída y las complicaciones y errores que se produjeron.
11:12
Now, the most frightening thing about this is
268
657000
4000
Y bien, lo que más me asusta es que
11:16
this is my wife's grandmother.
269
661000
3000
esta era la abuela de mi mujer.
11:19
Now, I'm Eric Dishman. I speak English,
270
664000
2000
Veamos, yo soy Eric Dishman. Hablo inglés.
11:21
I work for Intel, I make a good salary,
271
666000
2000
Trabajo para Intel. Tengo un buen sueldo.
11:23
I'm smart about falls and fall-related injuries --
272
668000
3000
Sé qué hacer ante caídas y lesiones derivadas.
11:26
it's an area of research that I work on.
273
671000
2000
Es el área de investigación en el que trabajo.
11:28
I have access to senators and CEOs.
274
673000
3000
Tengo contacto con senadores y Consejeros Delegados.
11:31
I can't stop this from happening.
275
676000
2000
Y no puedo evitar que esto ocurra.
11:33
What happens if you don't have money, you don't speak English
276
678000
2000
¿Qué pasa si no tienes dinero, no hablas inglés o no tiene
11:35
or don't have the kind of access
277
680000
2000
como acceder a los medios
11:37
to deal with these kinds of problems that inevitably occur?
278
682000
3000
contra este tipo de problemas que surgen inevitablemente?
11:40
How do we actually prevent the vast majority of falls
279
685000
3000
De hecho, para empezar, ¿cómo podemos evitar que
11:43
from ever occurring in the first place?
280
688000
2000
ocurran la mayoría de estas caídas?
11:45
Let me give you a quick example of work that we're doing
281
690000
2000
Les daré un ejemplo del trabajo que estoy haciendo para
11:47
to try to do exactly that.
282
692000
2000
intentar hacer eso mismo.
11:49
I've been wearing a little technology that we call Shimmer.
283
694000
3000
Llevo conmigo una tecnología que llamamos Shimmer (brillo).
11:52
It's a research platform.
284
697000
2000
Es una plataforma de investigación.
11:54
It has accelerometry. You can plug in a three-lead ECG.
285
699000
3000
Cuenta con acelerómetros. Se le puede conectar un EKG
11:57
There is all kinds of sort of plug-and-play
286
702000
2000
de tres derivaciones. Todo Plug and Play.
11:59
kind of Legos that you can do to capture, in the wild,
287
704000
2000
como Legos que se pueden construir para captar en
12:01
in the real world,
288
706000
2000
el mundo real,
12:03
things like tremor, gait,
289
708000
2000
cosas como los temblores, el paso,
12:05
stride length and those kinds of things.
290
710000
2000
la longitud de las zancadas, esas cosas.
12:07
The problem is, our understanding of falls today,
291
712000
4000
El problema está en nuestra concepción de las caídas,
12:11
like Mimi, is get a survey in the mail three months after you fell,
292
716000
3000
como con Mimi. Nos llega una encuesta en el correo, 3 meses después,
12:14
from the State, saying, "What were you doing when you fell?"
293
719000
3000
del Estado diciendo, "¿Qué estaba usted haciendo cuando se cayó?"
12:17
That's sort of the state of the art.
294
722000
2000
Eso es lo más avanzado que hay.
12:19
But with something like Shimmer, or we have something called the Magic Carpet,
295
724000
3000
Pero con algo como el Shimmer, o también tenemos la Magic Carpet (alfombra mágica),
12:22
embedded sensors in carpet, or camera-based systems
296
727000
2000
con sensores incorporados, o sistemas de cámaras
12:24
that we borrowed from sports medicine,
297
729000
2000
como los usados en medicina deportiva,
12:26
we're starting for the first time in those 600 elderly households
298
731000
3000
por primera vez, en esas 600 viviendas de ancianos, hemos empezado
12:29
to collect actual kinematic motion data
299
734000
3000
a recoger datos reales de movimiento cinemático
12:32
to understand: What are the subtle changes that are occurring
300
737000
4000
para comprender cuáles son los cambios mínimos que ocurren
12:36
that can show us that mom has become risk at falls?
301
741000
3000
que nos puedan indicar si "mamá" sufre el riesgo de caerse.
12:39
And most often we can do two interventions,
302
744000
2000
Y normalmente podemos hacer dos cosas,
12:41
fix the meds mix.
303
746000
2000
cambiar de medicamentos.
12:43
I'm a qualitative researcher, but when I look at these data streams coming in
304
748000
3000
Yo soy un investigador cualitativo pero cuando miro los datos que recibo de
12:46
from these homes, I can look at the data and tell you the day
305
751000
3000
esas casas, puedo deducir en qué día exactamente
12:49
that some doctor prescribed them something that nobody else
306
754000
2000
un médico le recetó algo que nadie más sabía que el paciente
12:51
knew that they were on, because we see the changes
307
756000
2000
estaba tomando. Porque vemos los cambios
12:53
in their patterns in the household. Right?
308
758000
3000
en sus patrones dentro del hogar. ¿Verdad?
12:56
These discoveries of behavioral markers,
309
761000
3000
Estos descubrimientos de los marcadores
12:59
and behavioral changes
310
764000
2000
y cambios de comportamiento
13:01
are game changing, and like the discovery of the microscope
311
766000
2000
lo cambian todo, tal y como el descubrimiento del microscopio
13:03
because of our collecting data streams that we've actually never done before.
312
768000
3000
gracias a los flujos de datos que recogemos, cosa que no habíamos hecho antes.
13:06
This is an example in our TRIL Clinic in Ireland
313
771000
2000
Este es un ejemplo en la Trill Clinic de Irlanda
13:08
of -- actually what you're seeing is
314
773000
2000
de... bueno, lo que están viendo es,
13:10
she's looking at data,
315
775000
2000
ella está observando
13:12
in this picture, from the Magic Carpet.
316
777000
2000
los datos recogidos por la magic carpet.
13:14
So, we have a little carpet that you can look at your amount of postural sway,
317
779000
3000
Así que tenemos esta pequeña alfombra que nos dice el movimiento postural
13:17
and look at the changes in your postural sway over many months.
318
782000
3000
y el cambio en el movimiento postural a lo largo de varios meses.
13:20
Here's what some of this data might look like.
319
785000
2000
Así es como se verían estos datos.
13:22
This is actually sensor firings.
320
787000
2000
Esto son activaciones de sensores.
13:24
These are two different subjects in our study.
321
789000
2000
Tenemos aquí dos sujetos de nuestro estudio
13:26
It's about a year's worth of data.
322
791000
2000
y más o menos los datos de un año.
13:28
The color represents different rooms they are in the house.
323
793000
3000
El color representa las diferentes habitaciones de la casa.
13:31
This person on the left is living in their own home.
324
796000
2000
La persona de la izquierda vive en su propia casa.
13:33
This person on the right is actually living in an assisted living facility.
325
798000
3000
La persona de la derecha, en cambio, vive en un centro de asistencia.
13:36
I know this because look at how punctuated meal time is
326
801000
3000
Esto lo sé por lo acentuada que está la hora de la comida
13:39
when they are no longer in their particular rooms here. Right?
327
804000
3000
cuando ya no están es su propia habitación, ¿lo ven?
13:42
Now, this doesn't mean that much to you.
328
807000
3000
Puede que esto no les diga mucho,
13:45
But when we look at these cycles of data
329
810000
2000
pero cuando observamos estos ciclos de datos
13:47
over a longer period of time -- and we're looking at everything from
330
812000
2000
durante un largo periodo de tiempo y nos fijamos en todo, desde
13:49
motion around different rooms in the house,
331
814000
2000
movimiento en las distintas habitaciones de la casa
13:51
to sort of micro-motions that Shimmer picks up,
332
816000
3000
hasta los micro-movimientos que recoge el Shimmer
13:54
about gait and stride length -- these streams of data
333
819000
2000
sobre el paso y la longitud de las zancadas, este flujo de datos
13:56
are starting to tell us things about behavioral patterns
334
821000
2000
nos están diciendo algo sobre los patrones de comportamiento
13:58
that we've never understood before.
335
823000
2000
que antes no comprendíamos.
14:00
You can go to ORCATech.org --
336
825000
2000
Pueden ir a ORCATech.org.
14:02
it has nothing to do with whales, it's the Oregon Center for Aging and Technology --
337
827000
3000
No, no tiene nada que ver con ballenas, es el Oregon Center for Aging and Technology
14:05
to see more about that.
338
830000
2000
para saber más sobre esto.
14:07
The problem is, Intel is still one of the largest
339
832000
2000
El problema es que Intel sigue siendo el mayor
14:09
funders in the world
340
834000
2000
contribuyente del mundo
14:11
of independent living technology research.
341
836000
3000
en este tipo de investigación independiente.
14:14
I'm not bragging about how much we fund;
342
839000
2000
No es que quiera presumir de cuánto invertimos,
14:16
it's how little anyone else actually pays attention
343
841000
2000
es que nadie más parece prestar atención al
14:18
to aging and funds innovation on aging,
344
843000
3000
envejecimiento y las subvenciones para innovación
14:21
chronic disease management and independent living in the home.
345
846000
3000
la gestión de enfermedades crónicas y la vida independiente en el hogar.
14:24
So, my mantra here, my fourth slogan is:
346
849000
2000
Así que mi mantra, mi cuarto eslogan es:
14:26
10,000 households or bust.
347
851000
3000
10.000 hogares o nada.
14:29
We need to drive
348
854000
2000
Tenemos que llevar a cabo
14:31
a national, if not international, Framingham-type heart study
349
856000
4000
un estudio nacional, si no internacional a lo Framingham heart study
14:35
of independent living technologies,
350
860000
2000
sobre las tecnologías de vida independiente
14:37
where we have 10,000 elderly connected households
351
862000
3000
en el que contemos con 10.000 viviendas de ancianos
14:40
with broadband, full medical characterization,
352
865000
3000
conectadas, con caracterización médica completa
14:43
and a platform by which we can start to experiment
353
868000
2000
y una plataforma sobre la que experimentar
14:45
and turn these from 20-household anecdotal studies
354
870000
3000
y convertir estos 20 estudios anecdóticos en viviendas
14:48
that the universities fund,
355
873000
2000
subvencionadas por universidades,
14:50
to large clinical trials that prove out the value of these technologies.
356
875000
3000
en grandes ensayos clínicos que demuestren el valor de estas tecnologías.
14:53
So, 10,000 households or bust.
357
878000
2000
Así que 10.000 hogares o nada.
14:55
These are just some of the households that we've done in the Intel studies.
358
880000
4000
Estos son sólo algunos de estos hogares en los que hemos trabajado.
14:59
My fifth and final phrase:
359
884000
2000
Mi quinta y última máxima:
15:01
I have tried for two years,
360
886000
2000
Llevo dos años intentándolo,
15:03
and there were moments when we were quite close,
361
888000
3000
y en ciertos momentos llegamos a estar muy cerca
15:06
to make this healthcare reform bill be about reform
362
891000
3000
de hacer que esta ley de reforma de salud trate de
15:09
from something and to something,
363
894000
2000
cambiar de algo y a algo.
15:11
from a mainframe model
364
896000
2000
De un modelo centralizado
15:13
to a personal health model,
365
898000
2000
a un modelo de salud personal
15:15
or to mean something more than just a debate
366
900000
2000
o que al menos sea algo más que un simple debate
15:17
about the public option and how we're going to finance.
367
902000
2000
sobre la opción pública y cómo financiarla.
15:19
It doesn't matter how we finance healthcare.
368
904000
3000
No importa cómo financiemos la asistencia médica.
15:22
We're going to figure something out
369
907000
2000
Algo se nos ocurrirá en los próximos
15:24
for the next 10 years, and try it.
370
909000
2000
10 años, y ya lo intentaremos.
15:26
No matter who pays for it,
371
911000
2000
No importa quién ponga el dinero,
15:28
we better start doing care in a fundamentally different way
372
913000
2000
más nos vale empezar a prestar cuidados de forma muy distinta
15:30
and treating the home and the patient
373
915000
3000
y tratar al hogar y al paciente
15:33
and the family member and the caregivers
374
918000
2000
y al familiar y a los profesionales de la salud
15:35
as part of these coordinated care teams
375
920000
2000
como parte de equipos coordinados de cuidados
15:37
and using disruptive technologies that are already here
376
922000
4000
y usando tecnologías disruptivas que ya son capaces
15:41
to do care in some pretty fundamental different ways.
377
926000
3000
de prestar cuidados de formas fundamentalmente diferentes.
15:44
The president needs to stand up and say,
378
929000
3000
El Presidente debe alzarse y decir,
15:47
at the end of a healthcare reform debate,
379
932000
3000
al final del debate sobre la reforma de salud,
15:50
"Our goal as a country is to move 50 percent of care
380
935000
3000
"Nuestro objetivo como país es trasladar el 50% de la asistencia
15:53
out of institutions, clinics, hospitals and nursing homes,
381
938000
3000
de las instituciones, clínicas, hospitales y residencias
15:56
to the home, in 10 years."
382
941000
2000
a los hogares, en 10 años".
15:58
It's achievable. We should do it economically,
383
943000
2000
Se puede hacer. Deberíamos hacerlo económicamente.
16:00
we should do it morally,
384
945000
2000
Moralmente.
16:02
and we should do it for quality of life.
385
947000
2000
Y deberíamos hacerlo por la calidad de vida.
16:04
But there is no goal within this health reform.
386
949000
2000
Pero esta reforma de salud no tiene meta alguna.
16:06
It's just a mess today.
387
951000
2000
Es un lío.
16:08
So, you know, that's my last message to you.
388
953000
2000
Así que, este es el último mensaje que les doy:
16:10
How do we set a going-to-the-moon goal
389
955000
3000
¿Cómo nos proponemos el ambicioso objetivo
16:13
of dealing with the Y2K +10 problem that's coming?
390
958000
4000
de arreglar el problema "2000 + 10" que se avecina?
16:17
It's not that innovation and technology is going to be the
391
962000
2000
No es que la innovación y la tecnología vayan a ser
16:19
magic pill that cures all, but it's going to be part of the solution.
392
964000
3000
la panacea, pero van a formar parte de la solución.
16:22
And if we don't create a personal health movement,
393
967000
3000
Y si no nos movemos hacia la salud personal,
16:25
something that we're all aiming towards in reform,
394
970000
2000
algo que todos tenemos como objetivo con la reforma,
16:27
then we're going to move nowhere.
395
972000
2000
no vamos a ninguna parte.
16:29
So, I hope you'll turn this conference into that kind of movement forward.
396
974000
2000
Así que espero que usen esta conferencia como impulso.
16:31
Thanks very much.
397
976000
2000
Muchísimas gracias.
16:33
(Applause)
398
978000
3000
(Aplausos)
ABOUT THE SPEAKER
Eric Dishman - Social scientistEric Dishman does health care research for Intel -- studying how new technology can solve big problems in the system for the sick, the aging and, well, all of us.
Why you should listen
Eric Dishman is an Intel Fellow and general manager of Intel's Health Strategy & Solutions Group. He founded the product research and innovation team responsible for driving Intel’s worldwide healthcare research, new product innovation, strategic planning, and health policy and standards activities.
Dishman is recognized globally for driving healthcare reform through home and community-based technologies and services, with a focus on enabling independent living for seniors. His work has been featured in The New York Times, Washington Post and Businessweek, and The Wall Street Journal named him one of “12 People Who Are Changing Your Retirement.” He has delivered keynotes on independent living for events such as the annual Consumer Electronics Show, the IAHSA International Conference and the National Governors Association. He has published numerous articles on independent living technologies and co-authored government reports on health information technologies and health reform.
He has co-founded organizations devoted to advancing independent living, including the Technology Research for Independent Living Centre, the Center for Aging Services Technologies, the Everyday Technologies for Alzheimer’s Care program, and the Oregon Center for Aging & Technology.
Eric Dishman | Speaker | TED.com