ABOUT THE SPEAKER
Max Little - Applied mathematician
Max Little is a mathematician whose research includes a breakthrough technique to monitor – and potentially screen for – Parkinson's disease through simple voice recordings.

Why you should listen

Max Little is an applied mathematician whose goal is to "see connections between subjects, not boundaries … to see how things are related, not how they are different." He has a background in applied mathematics, statistics, signal processing and computational engineering, and his work has been applied across disciplines like biomedicine, extreme rainfall analysis and forecasting, biophysical signal processing, and hydrogeomorphology and open channel flow measurement. Little is best known for his work on the Parkinson's Voice Initiative, in which he and his team developed a cheap and simple tool that uses precise voice analysis software to detect Parkinson's with 99 percent accuracy. Little is a TEDGlobal 2012 Fellow and a Wellcome Trust-MIT Postdoctoral Research Fellow.

More profile about the speaker
Max Little | Speaker | TED.com
TEDGlobal 2012

Max Little: A test for Parkinson's with a phone call

Max Little: Pengujian Parkinson dengan menelepon

Filmed:
1,296,740 views

Penyakit Parkinson mempengaruhi 6,3 juta orang di seluruh dunia, menyebabkan tubuh menjadi lemah dan gemetar, namun tidak ada cara yang objektif untuk deteksi dini penyakit ini. Namun, matematikawan terapan dan TEDFellow Max Little menguji alat yang sederhana dan murah yang dalam pengujiannya dapat mendeteksi Parkinson dengan ketepatan 99 persen -- dengan menelepon selama 30 detik.
- Applied mathematician
Max Little is a mathematician whose research includes a breakthrough technique to monitor – and potentially screen for – Parkinson's disease through simple voice recordings. Full bio

Double-click the English transcript below to play the video.

00:16
So, well, I do appliedterapan mathmatematika,
0
667
2103
Baiklah, saya bekerja di bidang matematika terapan
00:18
and this is a peculiaraneh problemmasalah
1
2770
1524
dan masalah ini sebenarnya aneh
00:20
for anyonesiapa saja who does appliedterapan mathmatematika, is that
2
4294
2173
bagi seseorang yang bekerja di bidang matematika terapan,
00:22
we are like managementpengelolaan consultantskonsultan.
3
6467
1933
kami seperti konsultan manajemen.
00:24
No one knowstahu what the hellneraka we do.
4
8400
1946
Tidak ada yang tahu apa yang kami kerjakan.
00:26
So I am going to give you some -- attemptmencoba todayhari ini
5
10346
2274
Jadi hari ini saya akan -- sedikit mencoba
00:28
to try and explainmenjelaskan to you what I do.
6
12620
2293
untuk menjelaskan apa yang saya lakukan.
00:30
So, dancingtarian is one of the mostpaling humanmanusia of activitieskegiatan.
7
14913
3321
Begini, menari adalah salah satu kegiatan yang paling manusiawi.
00:34
We delightmenyenangkan at balletbalet virtuososPara virtuoso and tapkeran dancerspenari
8
18234
3682
Kita senang akan gerakan balet dan tap dance
00:37
you will see laterkemudian on.
9
21916
1148
Anda akan lihat nanti.
00:38
Now, balletbalet requiresmembutuhkan an extraordinaryluar biasa leveltingkat of expertisekeahlian
10
23064
2690
Balet memerlukan tingkat keahlian dan keterampilan
00:41
and a hightinggi leveltingkat of skillketrampilan,
11
25754
2914
yang sangat tinggi,
00:44
and probablymungkin a leveltingkat of initialawal suitabilitykesesuaian
12
28668
2531
dan mungkin tingkat bakat tertentu
00:47
that maymungkin well have a geneticgenetik componentkomponen to it.
13
31199
1847
yang mungkin merupakan faktor keturunan di dalamnya.
00:48
Now, sadlySayangnya, neurologicalneurologis disordersgangguan suchseperti itu as Parkinson'sParkinson diseasepenyakit
14
33046
3393
Namun sayangnya, gangguan syaraf seperti penyakit Parkinson
00:52
graduallybertahap destroymenghancurkan this extraordinaryluar biasa abilitykemampuan,
15
36439
2087
secara bertahap menghancurkan kemampuan luar biasa ini,
00:54
as it is doing to my friendteman JanJan StriplingStripling, who was
16
38526
2323
seperti yang dialami sahabat saya, Jan Stripling,
00:56
a virtuosovirtuoso balletbalet dancerpenari in his time.
17
40849
2967
yang merupakan penari balet hebat di jamannya.
00:59
So great progresskemajuan and treatmentpengobatan has been madeterbuat over the yearstahun.
18
43816
3054
Kemajuan dalam perawatan yang pesat telah terjadi selama bertahun-tahun.
01:02
HoweverNamun, there are 6.3 millionjuta people worldwidedi seluruh dunia
19
46870
2944
Namun ada 6,3 juta orang di dunia
01:05
who have the diseasepenyakit, and they have to livehidup with
20
49814
3448
yang menderita penyakit ini, dan mereka harus hidup dengan tubuh lemah
01:09
incurabletak tersembuhkan weaknesskelemahan, tremorgetaran, rigiditykekakuan
21
53262
2568
yang tidak dapat sembuh, tubuh gemetar, kaku,
01:11
and the other symptomsgejala that go alongsepanjang with the diseasepenyakit,
22
55830
1857
dan gejala lain yang menyertai penyakit ini,
01:13
so what we need are objectiveobjektif toolsalat
23
57687
2383
jadi yang kita perlukan adalah alat yang objektif
01:15
to detectmendeteksi the diseasepenyakit before it's too lateterlambat.
24
60070
3057
unutk mendeteksi penyakit ini sebelum terlambat.
01:19
We need to be ablesanggup to measuremengukur progressionperkembangan objectivelyobjektif,
25
63127
2554
Kita harus dapat mengukur penyebaran penyakit ini dengan objektif,
01:21
and ultimatelyakhirnya, the only way we're going to know
26
65681
3173
dan pada akhirnya, cara satu-satunya untuk tahu
01:24
when we actuallysebenarnya have a curemenyembuhkan is when we have
27
68854
2192
kapan kita telah menemukan obatnya adalah pada saat kita memiliki
01:26
an objectiveobjektif measuremengukur that can answermenjawab that for sure.
28
71046
3398
alat ukur yang objektif yang dapat menjawab hal itu dengan pasti.
01:30
But frustratinglyputus asa, with Parkinson'sParkinson diseasepenyakit
29
74444
2850
Namun, penyakit Parkinson dan gangguan pergerakan lainnya
01:33
and other movementgerakan disordersgangguan, there are no biomarkersbiomarker,
30
77294
2353
tidak memiliki tanda-tanda biologis,
01:35
so there's no simplesederhana blooddarah testuji that you can do,
31
79647
2229
sehingga Anda tidak dapat melakukan tes darah untuk mengetahuinya
01:37
and the bestterbaik that we have is like
32
81876
1802
dan hal yang terbaik yang kita miliki
01:39
this 20-minute-menit neurologistahli saraf testuji.
33
83678
2241
adalah tes syaraf selama 20 menit ini.
01:41
You have to go to the clinicklinik to do it. It's very, very costlymahal,
34
85919
2458
Anda harus datang ke klinik untuk melakukannya. Tes ini sangat mahal
01:44
and that meanscara that, outsidedi luar the clinicalklinis trialspercobaan,
35
88377
2757
dan itu berarti, hal ini tidak pernah dilakukan
01:47
it's just never doneselesai. It's never doneselesai.
36
91134
2728
selain untuk uji klinis.
01:49
But what if patientspasien could do this testuji at home?
37
93862
3077
Namun bagaimana jika pasien dapat melakukan tes itu di rumah?
01:52
Now, that would actuallysebenarnya savemenyimpan on a difficultsulit tripperjalanan to the clinicklinik,
38
96939
2098
Hal itu akan membuat pasien tidak perlu datang ke klinik lagi
01:54
and what if patientspasien could do that testuji themselvesdiri, right?
39
99037
4254
dan bagaimana jika pasien dapat melakukan tes itu sendiri?
01:59
No expensivemahal staffstaf time requiredwajib.
40
103291
1920
Tidak perlu membuang waktu staf klinik yang berharga.
02:01
Takes about $300, by the way,
41
105211
1418
Sebagai selingan, di klinik syaraf
02:02
in the neurologist'sneurolog 's clinicklinik to do it.
42
106629
1993
biayanya 300 dolar untuk tes itu.
02:04
So what I want to proposemengusulkan to you as an unconventionalinkonvensional way
43
108622
2681
Jadi saya ingin menjelaskan cara yang tidak biasa
02:07
in whichyang we can try to achievemencapai this,
44
111303
1514
di mana kita bisa mencoba untuk mencapainya,
02:08
because, you see, in one sensemerasakan, at leastpaling sedikit,
45
112817
1808
karena, dalam hal tertentu
02:10
we are all virtuososPara virtuoso like my friendteman JanJan StriplingStripling.
46
114625
3256
kita semua luar biasa, seperti teman saya Jan Stripling.
02:13
So here we have a videovideo of the vibratingbergetar vocalvokal foldslipatan.
47
117881
3755
Lalu inilah video dari pita suara yang bergetar.
02:17
Now, this is healthysehat and this is somebodyseseorang makingmembuat speechpidato soundsterdengar,
48
121636
3229
Inilah pita suara orang sehat yang sedang mengeluarkan suara
02:20
and we can think of ourselvesdiri as vocalvokal balletbalet dancerspenari,
49
124865
3464
dan kita dapat menganggap diri kita sebagai penari balet suara
02:24
because we have to coordinateKoordinat all of these vocalvokal organsorgan
50
128329
2214
karena kita harus mengatur semua organ-organ suara ini
02:26
when we make soundsterdengar, and we all actuallysebenarnya
51
130543
2295
saat kita bersuara, dan kita semua sebenarnya
02:28
have the genesgen for it. FoxPFoxP2, for examplecontoh.
52
132838
2296
memiliki gen untuk itu. Contohnya FoxP2.
02:31
And like balletbalet, it takes an extraordinaryluar biasa leveltingkat of traininglatihan.
53
135134
2713
Seperti balet, diperlukan pelatihan yang luar biasa.
02:33
I mean, just think how long it takes a childanak to learnbelajar to speakberbicara.
54
137847
2585
Maksud saya, pikirkan saja berapa lama anak-anak belajar berbicara.
02:36
From the soundsuara, we can actuallysebenarnya trackjalur
55
140432
2382
Dari suara itu, kita sebenarnya dapat melihat
02:38
the vocalvokal foldmelipat positionposisi as it vibratesbergetar,
56
142814
2281
posisi pita suara saat bergetar
02:40
and just as the limbstungkai are affectedterpengaruh in Parkinson'sParkinson,
57
145095
2543
dan sama seperti anggota tubuh kita yang terkena dampak Parkinson,
02:43
so too are the vocalvokal organsorgan.
58
147638
2781
organ suara kita juga demikian.
02:46
So on the bottombawah tracejejak, you can see an examplecontoh of
59
150419
1880
Jadi di bagian bawah, Anda dapat melihat contoh dari
02:48
irregulartidak beraturan vocalvokal foldmelipat tremorgetaran.
60
152299
1698
getaran pita suara yang tidak teratur.
02:49
We see all the samesama symptomsgejala.
61
153997
1168
Kita melihat gejala yang sama.
02:51
We see vocalvokal tremorgetaran, weaknesskelemahan and rigiditykekakuan.
62
155165
2930
Kita melihat getaran suara, lemah, dan kaku.
02:53
The speechpidato actuallysebenarnya becomesmenjadi quietertenang and more breathyKonsonan letup
63
158095
2104
Suara itu tampak menjadi lebih kecil dan lebih berat
02:56
after a while, and that's one of the examplecontoh symptomsgejala of it.
64
160199
2233
setelah beberapa saat, dan itulah salah satu contoh gejalanya.
02:58
So these vocalvokal effectsefek can actuallysebenarnya be quitecukup subtlehalus,
65
162432
2847
Efek pada suara ini sebenarnya bisa jadi sangat halus,
03:01
in some caseskasus, but with any digitaldigital microphonemikropon,
66
165279
3216
dalam beberapa kasus, namun dengan mikrofon digital
03:04
and usingmenggunakan precisionpresisi voicesuara analysisanalisis softwareperangkat lunak
67
168495
2545
dan piranti lunak untuk menganalisis suara
03:06
in combinationkombinasi with the latestterbaru in machinemesin learningbelajar,
68
171040
2409
yang digabungkan dengan mesin pembelajaran terbaru
03:09
whichyang is very advancedmaju by now,
69
173449
1578
yang kini sudah sangat canggih,
03:10
we can now quantifymengukur exactlypersis where somebodyseseorang lieskebohongan
70
175027
2886
kita dapat mengukur dengan pasti lokasi seseorang
03:13
on a continuumkontinum betweenantara healthkesehatan and diseasepenyakit
71
177913
2881
pada garis rentang antara sehat dan sakit
03:16
usingmenggunakan voicesuara signalssinyal alonesendirian.
72
180794
2596
hanya dengan menggunakan sinyal suara.
03:19
So these voice-basedberbasis suara teststes, how do they stacktumpukan up againstmelawan
73
183390
2314
Jadi bagaimana tes berdasarkan suara ini jika dibandingkan
03:21
expertahli clinicalklinis teststes? We'llKami akan, they're bothkedua non-invasivenon-invasif.
74
185704
2150
dengan uji klinis? Keduanya sama-sama tidak merusak tubuh.
03:23
The neurologist'sneurolog 's testuji is non-invasivenon-invasif. They bothkedua use existingada infrastructureinfrastruktur.
75
187854
3982
Tes syaraf juga tidak merusak. Keduanya menggunakan prasarana yang sudah ada.
03:27
You don't have to designDesain a wholeseluruh newbaru setset of hospitalsrumah sakit to do it.
76
191836
3004
Anda tidak perlu membuat rumah sakit baru untuk melakukannya.
03:30
And they're bothkedua accuratetepat. Okay, but in additiontambahan,
77
194840
2302
Dan keduanya tepat. Baiklah, namun sebagai tambahan,
03:33
voice-basedberbasis suara teststes are non-expertnon-ahli.
78
197142
3327
uji berdasarkan suara tidak memerlukan keahlian.
03:36
That meanscara they can be self-administereddiberikan diri.
79
200469
1992
Artinya pengujian itu dapat dilakukan sendiri.
03:38
They're high-speedkecepatan tinggi, take about 30 secondsdetik at mostpaling.
80
202461
2580
Pengujian ini sangat cepat, paling lama hanya 30 detik.
03:40
They're ultra-lowultra-rendah costbiaya, and we all know what happensterjadi.
81
205041
2294
Pengujian ini sangat murah, dan kita semua tahu yang terjadi.
03:43
When something becomesmenjadi ultra-lowultra-rendah costbiaya,
82
207335
2440
Saat sesuatu menjadi sangat murah,
03:45
it becomesmenjadi massivelysecara besar-besaran scalableterukur.
83
209775
2296
hal itu dapat dilakukan secara besar-besaran.
03:47
So here are some amazingmenakjubkan goalstujuan that I think we can dealberurusan with now.
84
212071
3675
Jadi inilah beberapa tujuan hebat yang saya rasa dapat kita capai sekarang.
03:51
We can reducemengurangi logisticallogistik difficultieskesulitan with patientspasien.
85
215746
2426
Kita dapat mengurangi kesulitan logistik pasien.
03:54
No need to go to the clinicklinik for a routinerutin checkuppemeriksaan.
86
218172
2312
Tidak perlu lagi pergi ke klinik untuk pemeriksaan rutin.
03:56
We can do high-frequencyfrekuensi tinggi monitoringpemantauan to get objectiveobjektif datadata.
87
220484
2320
Kita dapat memantau dengan intensif untuk mendapatkan data yang objektif.
03:58
We can performmelakukan low-costbiaya rendah massmassa recruitmentperekrutan for clinicalklinis trialspercobaan,
88
222804
4105
Kita dapat melakukan uji klinis masal yang murah
04:02
and we can make population-scalepopulasi-skala screeningpenyaringan
89
226909
2115
dan kita dapat membuat pengujian semua orang
04:04
feasiblelayak for the first time.
90
229024
1596
menjadi mungkin untuk pertama kalinya.
04:06
We have the opportunitykesempatan to startmulai to searchpencarian
91
230620
2202
Kita memiliki kesempatan untuk mulai mencari
04:08
for the earlyawal biomarkersbiomarker of the diseasepenyakit before it's too lateterlambat.
92
232822
3541
tanda biologis dari penyakit ini sebelum terlambat.
04:12
So, takingpengambilan the first stepstangga towardsmenuju this todayhari ini,
93
236363
2758
Jadi, sebagai langkah pertama menuju hal ini
04:15
we're launchingpeluncuran the Parkinson'sParkinson VoiceSuara InitiativeInisiatif.
94
239121
2126
kami meluncurkan Prakarsa Suara Parkinson.
04:17
With AculabAculab and PatientsLikeMePatientsLikeMe, we're aimingbertujuan
95
241247
2232
Dengan Aculab dan PatientsLikeMe, kami ingin
04:19
to recordmerekam a very largebesar numberjumlah of voicessuara-suara worldwidedi seluruh dunia
96
243479
1928
merekam suara dalam jumlah besar dari seluruh dunia
04:21
to collectmengumpulkan enoughcukup datadata to startmulai to tacklemengatasi these fourempat goalstujuan.
97
245407
3140
untuk mengumpulkan data yang cukup untuk mencapai keempat tujuan ini.
04:24
We have locallokal numbersangka accessibledapat diakses to threetiga quarterstempat tinggal
98
248547
1700
Ada nomor telepon lokal yang dapat dijangkau oleh
04:26
of a billionmilyar people on the planetplanet.
99
250247
1610
750 juta orang di seluruh dunia.
04:27
AnyoneSiapa pun healthysehat or with Parkinson'sParkinson can call in, cheaplymurah,
100
251857
3077
Baik mereka yang sehat atau menderita Parkinson dapat menelepon dengan murah
04:30
and leavemeninggalkan recordingsrekaman, a fewbeberapa centssen eachsetiap,
101
254934
2139
dan meninggalkan rekaman suara, hanya dengan beberapa sen
04:32
and I'm really happysenang to announcemengumumkan that we'vekita sudah alreadysudah hitmemukul
102
257073
2190
dan saya sangat senang mengatakan bahwa kami telah mencapai
04:35
sixenam percentpersen of our targettarget just in eightdelapan hoursjam.
103
259263
3543
enam persen dari target kami hanya dalam 8 jam.
04:38
Thank you. (ApplauseTepuk tangan)
104
262806
3751
Terima kasih. (Tepuk tangan)
04:42
(ApplauseTepuk tangan)
105
266557
6320
(Tepuk tangan)
04:48
TomTom RiellyRielly: So MaxMax, by takingpengambilan all these samplessampel of,
106
272877
3575
Tom Rielly: Jadi Max, dengan mengambil semua contoh dari,
04:52
let's say, 10,000 people,
107
276452
2776
katakanlah, 10.000 orang,
04:55
you'llAnda akan be ablesanggup to tell who'ssiapa healthysehat and who'ssiapa not?
108
279228
2854
Anda akan dapat mengatakan siapa yang sehat dan yang tidak?
04:57
What are you going to get out of those samplessampel?
109
282082
1685
Apa yang akan Anda ambil dari contoh-contoh itu?
04:59
MaxMax Little: Yeah. Yeah. So what will happenterjadi is that,
110
283767
1830
Max Little: Benar. Jadi yang terjadi adalah
05:01
duringselama the call you have to indicatemenunjukkan whetherapakah or not
111
285597
1657
selama menelepon, Anda harus menyatakan apakah
05:03
you have the diseasepenyakit or not, you see. TRTR: Right.
112
287254
1267
Anda memiliki penyakit atau tidak. TR: Benar.
05:04
MLML: You see, some people maymungkin not do it. They maymungkin not get throughmelalui it.
113
288521
2507
ML: Beberapa orang mungkin tidak ingin melakukan atau malaluinya.
05:06
But we'llbaik get a very largebesar samplemencicipi of datadata that is collecteddikumpulkan
114
291028
2717
Namun kita akan mendapat contoh data yang sangat besar
05:09
from all differentberbeda circumstanceskeadaan, and it's gettingmendapatkan it
115
293745
3408
dari berbagai keadaan yang berbeda,
05:13
in differentberbeda circumstanceskeadaan that mattermasalah because then
116
297153
1905
dan hal ini penting karena kemudian
05:14
we are looking at ironingPenyetrikaan out the confoundingmembingungkan factorsfaktor,
117
299058
3384
kami ingin mencoret faktor-faktor yang membingungkan,
05:18
and looking for the actualsebenarnya markerspenanda of the diseasepenyakit.
118
302442
2161
dan melihat tanda biologis sebenarnya dari penyakit ini.
05:20
TRTR: So you're 86 percentpersen accuratetepat right now?
119
304603
2497
TR: Jadi sekarang Anda 86 persen tepat?
05:23
MLML: It's much better than that.
120
307100
1194
ML: Jauh lebih baik dari itu.
05:24
ActuallyBenar-benar, my studentmahasiswa ThanasisThanasis, I have to plugsteker him,
121
308294
1720
Sebenarnya saya harus mengatakan bahwa siswa saya, Thanasis,
05:25
because he's doneselesai some fantasticfantastis work,
122
310014
1870
telah melakukan sesuatu yang luar biasa,
05:27
and now he has provedterbukti that it worksbekerja over the mobilemobile telephonetelepon networkjaringan as well,
123
311884
3770
dan kini dia telah membuktikan bahwa hal ini juga dapat dilakukan dengan jaringan telepon seluler
05:31
whichyang enablesmemungkinkan this projectproyek, and we're gettingmendapatkan 99 percentpersen accuracyketepatan.
124
315654
3390
yang memungkinkan proyek ini berjalan, dan kini ketepatannya mencapai 99 persen.
05:34
TRTR: Ninety-nineSembilan puluh sembilan. Well, that's an improvementperbaikan.
125
319044
1576
TR: 99. Itu suatu kemajuan.
05:36
So what that meanscara is that people will be ablesanggup to —
126
320620
2201
Jadi hal ini berarti orang-orang akan dapat --
05:38
MLML: (LaughsTertawa)
127
322821
1852
ML: (Tawa)
05:40
TRTR: People will be ablesanggup to call in from theirmereka mobilemobile phonestelepon
128
324673
1906
TR: Orang-orang akan dapat menelepon dari ponsel mereka
05:42
and do this testuji, and people with Parkinson'sParkinson could call in,
129
326579
3072
dan melakukan pengujian ini, para penderita Parkinson dapat menelepon,
05:45
recordmerekam theirmereka voicesuara, and then theirmereka doctordokter can checkmemeriksa up
130
329651
2870
merekam suara mereka, dan dokter mereka dapat memeriksa
05:48
on theirmereka progresskemajuan, see where they're doing in this courseTentu saja of the diseasepenyakit.
131
332521
2681
kemajuan mereka dalam penyakit ini.
05:51
MLML: AbsolutelyBenar-benar.
132
335202
970
ML: Tentu saja.
05:52
TRTR: ThanksTerima kasih so much. MaxMax Little, everybodysemua orang.
133
336172
1743
TR: Terima kasih banyak. Max Little.
05:53
MLML: ThanksTerima kasih, TomTom. (ApplauseTepuk tangan)
134
337915
5157
ML: Terima kasih, Tom. (Tepuk tangan)
Translated by Antonius Yudi Sendjaja
Reviewed by Yustina Suryanti

▲Back to top

ABOUT THE SPEAKER
Max Little - Applied mathematician
Max Little is a mathematician whose research includes a breakthrough technique to monitor – and potentially screen for – Parkinson's disease through simple voice recordings.

Why you should listen

Max Little is an applied mathematician whose goal is to "see connections between subjects, not boundaries … to see how things are related, not how they are different." He has a background in applied mathematics, statistics, signal processing and computational engineering, and his work has been applied across disciplines like biomedicine, extreme rainfall analysis and forecasting, biophysical signal processing, and hydrogeomorphology and open channel flow measurement. Little is best known for his work on the Parkinson's Voice Initiative, in which he and his team developed a cheap and simple tool that uses precise voice analysis software to detect Parkinson's with 99 percent accuracy. Little is a TEDGlobal 2012 Fellow and a Wellcome Trust-MIT Postdoctoral Research Fellow.

More profile about the speaker
Max Little | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee