TEDxNijmegen
Peter van Manen: Better baby care -- thanks to Formula 1
पीटर वन मानन: फार्मूला १ रेसिंग कैसे मदद कर सकती है.... बच्चो की.
Filmed:
Readability: 3.5
845,406 views
फार्मूला १ रेस के दौरान, एक कार कई लाख डाटा बिन्दु गेराज को भेजती है, वास्तविक समय में विश्लेषण और प्रतिक्रिया के लिए. तो क्यों न इस विस्तृत और कठोर डाटा प्रणाली को कही और इस्तमाल करे, जैसे… एक बच्चो के हस्पताल में? पीटर वन मानन हमें बता रहे हैं.
Peter van Manen - Electronic systems expert
Peter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series. Full bio
Peter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series. Full bio
Double-click the English transcript below to play the video.
00:12
Motor racing is a funny old business.
0
336
2257
मोटर रेसिंग एक अजीब व्यवसाय है .
00:14
We make a new car every year,
1
2593
2317
हम हर साल एक नई कार बनाते हैं
00:16
and then we spend the rest of the season
2
4910
2188
और फिर बाकी समय बिताते हैं
00:19
trying to understand what it is we've built
3
7098
2776
ये समझने में की हमने क्या बनाया है।
00:21
to make it better, to make it faster.
4
9874
3221
और उसे अधिक तेज़ और बेहतर बनाने में.
00:25
And then the next year, we start again.
5
13095
3275
और फिर अगले साल , हम फिर से शुरू करते हैं.
00:28
Now, the car you see in front of you is quite complicated.
6
16370
4238
अब, आप के सामने काफी जटिल कार है .
00:32
The chassis is made up of about 11,000 components,
7
20608
3619
चेसिस, 11,000 घटकों से बना है
00:36
the engine another 6,000,
8
24227
2468
इंजन और 6000 से,
00:38
the electronics about eight and a half thousand.
9
26695
3093
साड़े आठ हजार इलेक्ट्रॉनिक्स.
00:41
So there's about 25,000 things there that can go wrong.
10
29788
4401
तो 25,000 चीज़ें हैं जो गलत हो सकती हैं.
00:46
So motor racing is very much about attention to detail.
11
34189
4826
तो मोटर रेसिंग विस्तार पर ध्यान के बारे में है.
00:51
The other thing about Formula 1 in particular
12
39015
3263
विशेष रूप से, फॉर्मूला 1 में
00:54
is we're always changing the car.
13
42278
2124
हम हमेशा कार बदलते रहते हैं.
00:56
We're always trying to make it faster.
14
44402
2280
हम हमेशा इसे तेज बनाने के लिए कोशिश करते हैं.
00:58
So every two weeks, we will be making
15
46682
2984
हर दो हफ्ते, हम 5000 नए घटक
01:01
about 5,000 new components to fit to the car.
16
49666
4200
कार में फिट करने के लिए बनायेंगे.
01:05
Five to 10 percent of the race car
17
53866
2178
पांच से 10 प्रतिशत रेस कार
01:08
will be different every two weeks of the year.
18
56044
3752
हर दो सप्ताह में बदल जाएँगी.
01:11
So how do we do that?
19
59796
2309
यह हम कैसे करते हैं?
01:14
Well, we start our life with the racing car.
20
62105
3744
हम रेसिंग कार के साथ शुरू करते हैं.
01:17
We have a lot of sensors on the car to measure things.
21
65849
3991
चीजों को मापने के लिए कार पर बहुत सेंसर होते हैं.
01:21
On the race car in front of you here
22
69840
1882
यहाँ आप के सामने रेस कार पर
01:23
there are about 120 sensors when it goes into a race.
23
71722
3159
एक दौड़ में जाने से पहले 120 सेंसर होते हैं.
01:26
It's measuring all sorts of things around the car.
24
74881
3652
यह कार के आस - पास हर तरह की चीजों को मापता है .
01:30
That data is logged. We're logging about
25
78533
2052
उससे डेटा लॉग होता है . तकरीबन 500 मापदंड
01:32
500 different parameters within the data systems,
26
80585
3704
डेटा सिस्टम के भीतर,
01:36
about 13,000 health parameters and events
27
84289
3665
13,000 स्वास्थ्य मानक और घटनाऐ
01:39
to say when things are not working the way they should do,
28
87954
4565
बताने के लिए की चीज़े काम नहीं कर रही हैं,
01:44
and we're sending that data back to the garage
29
92519
2825
और हम डेटा भेज रहे हैं वापस गेराज में
01:47
using telemetry at a rate of two to four megabits per second.
30
95344
4979
प्रति सेकंड 2-4 megabits के दर पर, टेलीमेटरी का उपयोग कर .
01:52
So during a two-hour race, each car will be sending
31
100323
3127
तो एक, दो घंटे की दौड़ के दौरान एक कार भेजेगी
01:55
750 million numbers.
32
103450
2275
750 मिलियन संख्याए.
01:57
That's twice as many numbers as words that each of us
33
105725
3143
यह दोगुना है हमारे जीवनकाल में
02:00
speaks in a lifetime.
34
108868
1631
बोले शब्दों से.
02:02
It's a huge amount of data.
35
110499
2618
यह डेटा की एक बड़ी मात्रा है .
02:05
But it's not enough just to have data and measure it.
36
113117
2645
लेकिन सिर्फ जानकारी होना और मापना पर्याप्त नहीं है .
02:07
You need to be able to do something with it.
37
115762
2158
आप इसके साथ कुछ करने में सक्षम भी होने चाहिए.
02:09
So we've spent a lot of time and effort
38
117920
2394
इसलिए हमने बहोत समय और प्रयास दिया है
02:12
in turning the data into stories
39
120314
1869
डेटा से कहानिया बनाने में
02:14
to be able to tell, what's the state of the engine,
40
122183
3105
इंजन की सही स्थिति जानने के लिए
02:17
how are the tires degrading,
41
125288
2272
टायर कैसे जल रहे हैं
02:19
what's the situation with fuel consumption?
42
127560
3748
ईंधन की खपत क्या है?
02:23
So all of this is taking data
43
131308
2788
तो यह सब डेटा ले जा रहा है
02:26
and turning it into knowledge that we can act upon.
44
134096
3802
और ज्ञान में बदल हम इस पर कार्रवाई कर सकते हैं .
02:29
Okay, so let's have a look at a little bit of data.
45
137898
2638
चलिये डेटा के एक हिस्से पर नजर डालते हैं.
02:32
Let's pick a bit of data from
46
140536
2030
यह डेटा लेते हैं
02:34
another three-month-old patient.
47
142566
3079
एक तीन महीने की उम्र के रोगी से .
02:37
This is a child, and what you're seeing here is real data,
48
145645
4171
यह एक बच्चा है , और आप यहाँ देख रहे हैं वास्तविक डेटा
02:41
and on the far right-hand side,
49
149816
1977
और दाएँ हाथ की ओर,
02:43
where everything starts getting a little bit catastrophic,
50
151793
2587
सब कुछ भयावह हो रहा है
02:46
that is the patient going into cardiac arrest.
51
154380
3584
मरीज को हृदय का दौरा हो रहा है .
02:49
It was deemed to be an unpredictable event.
52
157964
3232
यह एक अप्रत्याशित घटना थी.
02:53
This was a heart attack that no one could see coming.
53
161196
3789
इसकी कोई भविष्यवाणी नहीं कर सकता था
02:56
But when we look at the information there,
54
164985
2550
लेकिन हम जब जानकारी को देखते हैं,
02:59
we can see that things are starting to become
55
167535
2349
चीज़े अजीब हो रही थी
03:01
a little fuzzy about five minutes or so before the cardiac arrest.
56
169884
4029
हृदय के दौरे से पांच मिनट पहले.
03:05
We can see small changes
57
173913
2037
हम छोटे परिवर्तन देख सकते हैं
03:07
in things like the heart rate moving.
58
175950
2383
दिल की दर में .
03:10
These were all undetected by normal thresholds
59
178333
2486
ये सामान्य रूप से दिखते नहीं थे
03:12
which would be applied to data.
60
180819
2408
डेटा में.
03:15
So the question is, why couldn't we see it?
61
183227
3143
तो सवाल है , यह हमें दिखते क्यों नहीं थे?
03:18
Was this a predictable event?
62
186370
2581
क्या यह पूर्वकथनीय घटना थी?
03:20
Can we look more at the patterns in the data
63
188951
3010
क्या हम डेटा में पैटर्न देख सकते हैं
03:23
to be able to do things better?
64
191961
3380
बेहतर रूप से कार्य करने के लिए?
03:27
So this is a child,
65
195341
2650
यह एक बच्चा है
03:29
about the same age as the racing car on stage,
66
197991
3232
इस रेसिंग कार की ही उम्र का,
03:33
three months old.
67
201223
1630
तीन महीने.
03:34
It's a patient with a heart problem.
68
202853
2605
यह दिल की समस्या का रोगी है.
03:37
Now, when you look at some of the data on the screen above,
69
205458
3468
अब, आप ऊपर स्क्रीन पर डेटा देखे,
03:40
things like heart rate, pulse, oxygen, respiration rates,
70
208926
4902
धड़कन, नाड़ी, ऑक्सीजन, श्वसन दर,
03:45
they're all unusual for a normal child,
71
213828
3076
एक सामान्य बच्चे के लिए सब असामान्य हैं
03:48
but they're quite normal for the child there,
72
216904
2642
लेकिन वे वहाँ एक बच्चे के लिए सामान्य हैं
03:51
and so one of the challenges you have in health care is,
73
219546
4138
इसलिए स्वास्थ्य के क्षेत्र में चुनौती है,
03:55
how can I look at the patient in front of me,
74
223684
2851
मैं मरीज को कैसे देख सकता हूँ
03:58
have something which is specific for her,
75
226535
3047
उसके लिए विशिष्ट रूप से
04:01
and be able to detect when things start to change,
76
229582
2788
पता लगा सकूं जब चीज़े बदलनी शुरू हो
04:04
when things start to deteriorate?
77
232370
2099
चीज़े जब खराब हो?
04:06
Because like a racing car, any patient,
78
234469
3050
क्योंकि एक रेसिंग कार की तरह, किसी भी मरीज के साथ,
04:09
when things start to go bad, you have a short time
79
237519
2976
हालात खराब होने पर समय बहोत कम होता है
04:12
to make a difference.
80
240495
1831
कुछ करने के लिए.
04:14
So what we did is we took a data system
81
242326
2754
तो हमने एक डेटा प्रणाली ली
04:17
which we run every two weeks of the year in Formula 1
82
245080
3131
जो हम फॉर्मूला 1 में साल में दो सप्ताह चलाते हैं
04:20
and we installed it on the hospital computers
83
248211
3002
और हमने अस्पताल के कंप्यूटर में इसे डाला
04:23
at Birmingham Children's Hospital.
84
251213
2290
बर्मिंघम में बच्चों के अस्पताल में .
04:25
We streamed data from the bedside instruments
85
253503
2439
हमने बिस्तर उपकरणों से डेटा लिया
04:27
in their pediatric intensive care
86
255942
2557
बाल गहन चिकित्सा देखभाल से
04:30
so that we could both look at the data in real time
87
258499
3456
ताकि हम वास्तविक समय में डेटा देख सके
04:33
and, more importantly, to store the data
88
261955
2871
और अधिक महत्वपूर्ण बात, डेटा स्टोर कर सके
04:36
so that we could start to learn from it.
89
264826
3057
इसलिए कि हम उससे सीखना शुरू करें.
04:39
And then, we applied an application on top
90
267883
4384
और फिर, हमने शीर्ष पर एक आवेदन लगाया
04:44
which would allow us to tease out the patterns in the data
91
272267
3270
जो हमें डेटा में पैटर्न देखने देता
04:47
in real time so we could see what was happening,
92
275537
2956
वास्तविक समय में, तो हम क्या हो रहा था देख सकें
04:50
so we could determine when things started to change.
93
278493
3713
हम देख सके जब चीज़े बदलना शुरू करती हैं.
04:54
Now, in motor racing, we're all a little bit ambitious,
94
282206
3863
मोटर रेसिंग में, हम सब महत्वाकांक्षी होते हैं
04:58
audacious, a little bit arrogant sometimes,
95
286069
2549
दुस्साहसिक, कभी कभी अभिमानी,
05:00
so we decided we would also look at the children
96
288618
3398
इसलिए हमने भी बच्चों को देखा
05:04
as they were being transported to intensive care.
97
292016
2957
जब वेह सघन चिकित्सा के लिए ले जाये जा रहे थे.
05:06
Why should we wait until they arrived in the hospital
98
294973
2154
उनके अस्पताल में पहुचने तक हम इंतज़ार क्यों करें
05:09
before we started to look?
99
297127
1994
उन्हें देखने का?
05:11
And so we installed a real-time link
100
299121
2997
और इसलिए हमने एक वास्तविक समय में लिंक स्थापित किया
05:14
between the ambulance and the hospital,
101
302118
2836
एंबुलेंस और अस्पताल के बीच ,
05:16
just using normal 3G telephony to send that data
102
304954
3776
सामान्य 3 जी टेलीफोनी का उपयोग कर
05:20
so that the ambulance became an extra bed
103
308730
2487
एम्बुलेंस एक बाहरी बिस्तर बन गया
05:23
in intensive care.
104
311217
3136
गहन देखभाल में.
05:26
And then we started looking at the data.
105
314353
3702
और फिर हमने डेटा पर तलाश शुरू की.
05:30
So the wiggly lines at the top, all the colors,
106
318055
2921
तो शीर्ष पर हिलती टेढ़ी मेढ़ी रंगीन लाइने,
05:32
this is the normal sort of data you would see on a monitor --
107
320976
3194
एक मॉनीटर पर सामान्य प्रकार से दिखेगी -
05:36
heart rate, pulse, oxygen within the blood,
108
324170
3772
हृदय गति, नाड़ी , रक्त के भीतर ऑक्सीजन,
05:39
and respiration.
109
327942
2635
और श्वसन.
05:42
The lines on the bottom, the blue and the red,
110
330577
2753
नीचे, नीले और लाल लाइने
05:45
these are the interesting ones.
111
333330
1360
यह दिलचस्प होते हैं.
05:46
The red line is showing an automated version
112
334690
3209
लाल रेखा एक स्वचालित संस्करण दिखा रहा है
05:49
of the early warning score
113
337899
1597
पूर्व चेतावनी स्कोर का
05:51
that Birmingham Children's Hospital were already running.
114
339496
2487
जो बर्मिंघम बच्चों के अस्पताल में पहले से ही चल रहा था.
05:53
They'd been running that since 2008,
115
341983
2338
वे 2008 से चला रहे हैं
05:56
and already have stopped cardiac arrests
116
344321
2256
और पहले से ही हृदय के दौरे रोक दिए थे
05:58
and distress within the hospital.
117
346577
2757
और अस्पताल के अंदर का संकट.
06:01
The blue line is an indication
118
349334
2432
ब्लू लाइन एक संकेत है
06:03
of when patterns start to change,
119
351766
2500
पैटर्न बदलने के समय का,
06:06
and immediately, before we even started
120
354266
2309
और इससे पहले कि हम शुरू करते
06:08
putting in clinical interpretation,
121
356575
1708
क्लिनिकी व्याख्या देखना,
06:10
we can see that the data is speaking to us.
122
358283
2870
हम देख सकते हैं की डाटा हमसे बात करता है.
06:13
It's telling us that something is going wrong.
123
361153
3536
यह बता रहा है की कुछ गलत हो रहा है.
06:16
The plot with the red and the green blobs,
124
364689
3816
लाल और हरे रंग के गोले,
06:20
this is plotting different components
125
368505
2805
यह विभिन्न डाटा घटकों को रच रहा है
06:23
of the data against each other.
126
371310
2547
एक दूसरे के सामने.
06:25
The green is us learning what is normal for that child.
127
373857
3840
हरा हमें उस बच्चे के लिए सामान्य क्या है दिखा रहा है.
06:29
We call it the cloud of normality.
128
377697
2610
इसे सामान्य के बादल कहते हैं.
06:32
And when things start to change,
129
380307
2241
और जब चीज़े बदलना शुरू होती हैं,
06:34
when conditions start to deteriorate,
130
382548
2564
स्थिति खराब होती है,
06:37
we move into the red line.
131
385112
2238
हम लाल रेखा में चले जाते हैं.
06:39
There's no rocket science here.
132
387350
1657
यहाँ कोई रॉकेट विज्ञान नहीं है.
06:41
It is displaying data that exists already in a different way,
133
389007
4113
यह पहले से मौजूद डाटा को एक अलग तरीके से प्रदर्शित करना है
06:45
to amplify it, to provide cues to the doctors,
134
393120
3391
इसे बढ़ाना, डॉक्टरों को संकेत प्रदान करने के लिए ,
06:48
to the nurses, so they can see what's happening.
135
396511
2738
नर्सों के लिए, वो जान सके क्या हो रहा है.
06:51
In the same way that a good racing driver
136
399249
3130
जिस तरह एक अच्छा रेसिंग ड्राइवर
06:54
relies on cues to decide when to apply the brakes,
137
402379
4044
संकेतों पर निर्भर करता है ब्रेक लगाने के लिए,
06:58
when to turn into a corner,
138
406423
1476
एक कोने में मुड़ते हुए,
06:59
we need to help our physicians and our nurses
139
407899
2918
हमें चिकित्सकों और नर्सों की मदद करनी है
07:02
to see when things are starting to go wrong.
140
410817
3620
बात बिगड़ने से पहले.
07:06
So we have a very ambitious program.
141
414437
2946
तो यह एक बहुत ही महत्वाकांक्षी कार्यक्रम है.
07:09
We think that the race is on to do something differently.
142
417383
4736
हम कुछ अलग करने की दौड़ पर हैं.
07:14
We are thinking big. It's the right thing to do.
143
422119
2904
हम बड़ा सोच रहे हैं. यह सही चीज़ है.
07:17
We have an approach which, if it's successful,
144
425023
3412
एक दृष्टिकोण है, अगर यह सफल होता है
07:20
there's no reason why it should stay within a hospital.
145
428435
2531
यह अस्पताल के बहार और जगह भी
07:22
It can go beyond the walls.
146
430966
1841
जा सकता है.
07:24
With wireless connectivity these days,
147
432807
2071
इन दिनों वायरलेस कनेक्टिविटी के साथ,
07:26
there is no reason why patients, doctors and nurses
148
434878
3444
कोई कारण नहीं है की मरीज, डॉक्टरों और नर्स
07:30
always have to be in the same place
149
438322
2171
हमेशा एक ही जगह पर हो
07:32
at the same time.
150
440493
1993
एक ही समय पर.
07:34
And meanwhile, we'll take our little three-month-old baby,
151
442486
3995
और इस बीच , हम अपने छोटे से तीन माह के बच्चे को ले
07:38
keep taking it to the track, keeping it safe,
152
446481
3757
ट्रैक पर जायेंगे, इसे सुरक्षित रखेंगे
07:42
and making it faster and better.
153
450238
2333
और इसे तेज़ और बेहतर बनायेंगे.
07:44
Thank you very much.
154
452571
1405
बहुत बहुत धन्यवाद.
07:45
(Applause)
155
453976
4954
(तालियां)
ABOUT THE SPEAKER
Peter van Manen - Electronic systems expertPeter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series.
Why you should listen
To say that Peter van Manen has a high-speed job would be an understatement. As Managing Director of McLaren Electronics, which provides electronics and data collection software to motorsports events, he and his team work in real time during a race to improve cars on about 500 different parameters. That's about 750 million data points in two hours.
But recently van Manen and his team have been wondering: Why can't the extremely precise and subtle data-collection and analysis systems used in motorsports be applied elsewhere, for the benefit of all? They have applied their systems to ICU units at Birmingham Children's Hospital with real-time analysis that allows them to proactively prevent cardiac arrests. The unit has seen a 25 percent decrease in life-threatening events. And it's just the beginning.
Peter van Manen | Speaker | TED.com