TEDxNijmegen
Peter van Manen: Better baby care -- thanks to Formula 1
Peter van Manen: Bagaimana bisa balapan Formula 1 menolong ... bayi?
Filmed:
Readability: 3.5
845,406 views
Selama balapan Formula 1, sebuah mobil mengirim ratusan juta data ke garasi untuk analisis real-time dan umpan balik. Maka mengapa tidak menggunakan hal ini dan sistem data di tempat lain, seperti .. rumah sakit anak? Peter van Manen akan menjelaskannya lebih rinci,
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
Balap motor adalah bisnis lama yang menyenangkan.
00:14
We make a new car every year,
1
2593
2317
Kami membuat sebuah mobil baru setiap tahun,
00:16
and then we spend the rest of the season
2
4910
2188
dan kemudian kami menghabiskan sisa musim
00:19
trying to understand what it is we've built
3
7098
2776
mencoba untuk mengerti apa yang telah kami buat
00:21
to make it better, to make it faster.
4
9874
3221
untuk membuatnya lebih baik, lebih cepat.
00:25
And then the next year, we start again.
5
13095
3275
Dan kemudian tahun berikutnya, kami mulai lagi.
00:28
Now, the car you see in front of you is quite complicated.
6
16370
4238
Sekarang, mobil yang Anda lihat di depan Anda cukup rumit.
00:32
The chassis is made up of about 11,000 components,
7
20608
3619
Casis terbuat dari 11.000 komponen,
00:36
the engine another 6,000,
8
24227
2468
mesinnya terbuat dari 6.000 komponen,
00:38
the electronics about eight and a half thousand.
9
26695
3093
elektroniknya terbuat dari delapan ribu lima ratus komponen.
00:41
So there's about 25,000 things there that can go wrong.
10
29788
4401
Maka ada sekitar 25.000 komponen di sana yang bisa rusak.
00:46
So motor racing is very much about attention to detail.
11
34189
4826
Jadi balap motor kurang lebih adalah memperhatikan detail.
00:51
The other thing about Formula 1 in particular
12
39015
3263
Hal lain mengenai Formula 1 khususnya
00:54
is we're always changing the car.
13
42278
2124
adalah kami selalu merubah mobil.
00:56
We're always trying to make it faster.
14
44402
2280
Kami selalu mencoba untuk membuatnya lebih cepat.
00:58
So every two weeks, we will be making
15
46682
2984
Jadi setiap dua minggu, kami akan membuat
01:01
about 5,000 new components to fit to the car.
16
49666
4200
sekitar 5.000 komponen baru untuk mobil.
01:05
Five to 10 percent of the race car
17
53866
2178
5 sampai 10 persen mobil balap
01:08
will be different every two weeks of the year.
18
56044
3752
akan berbeda setiap dua minggu sepanjang tahun.
01:11
So how do we do that?
19
59796
2309
Bagaimana kami melakukannya?
01:14
Well, we start our life with the racing car.
20
62105
3744
Kami memulai hidup kami dengan mobil balap.
01:17
We have a lot of sensors on the car to measure things.
21
65849
3991
Kami memiliki banyak sensor pada mobil untuk mengukur banyak hal.
01:21
On the race car in front of you here
22
69840
1882
Pada mobil balap di depan Anda,
01:23
there are about 120 sensors when it goes into a race.
23
71722
3159
ada sekitar 120 sensor ketika masuk balapan.
01:26
It's measuring all sorts of things around the car.
24
74881
3652
Sensor itu mengukur semua hal di sekitar mobil.
01:30
That data is logged. We're logging about
25
78533
2052
Data tersebut tercatat. Kami mencatat sekitar
01:32
500 different parameters within the data systems,
26
80585
3704
500 parameter berbeda di dalam sistem data,
01:36
about 13,000 health parameters and events
27
84289
3665
sekitar 13.000 parameter kesehatan dan kejadian
01:39
to say when things are not working the way they should do,
28
87954
4565
untuk memberitahu ketika sistem tidak bekerja seperti seharusnya,
01:44
and we're sending that data back to the garage
29
92519
2825
dan kami mengirim data kembali ke bengkel
01:47
using telemetry at a rate of two to four megabits per second.
30
95344
4979
menggunakan telemetry dengan kecepatan data 2 sampai 4 megabits per detik.
01:52
So during a two-hour race, each car will be sending
31
100323
3127
Jadi selama dua jam balapan, setiap mobil akan mengirim
01:55
750 million numbers.
32
103450
2275
750 juta angka.
01:57
That's twice as many numbers as words that each of us
33
105725
3143
Itu dua kali lebih banyak dari kata-kata yang setiap orang
02:00
speaks in a lifetime.
34
108868
1631
ucapkan di dalam hidupnya.
02:02
It's a huge amount of data.
35
110499
2618
Itu merupakan data yang sangat banyak.
02:05
But it's not enough just to have data and measure it.
36
113117
2645
Tapi tidak cukup hanya memiliki data dan mengukurnya.
02:07
You need to be able to do something with it.
37
115762
2158
Anda harus bisa melakukan sesuatu dengan data tersebut.
02:09
So we've spent a lot of time and effort
38
117920
2394
Jadi kami menghabiskan banyak waktu dan usaha
02:12
in turning the data into stories
39
120314
1869
untuk mengubah data menjadi cerita
02:14
to be able to tell, what's the state of the engine,
40
122183
3105
untuk dapat memberi tahu, apakah keadaan mesin,
02:17
how are the tires degrading,
41
125288
2272
bagaimana ban mengalami kerusakan,
02:19
what's the situation with fuel consumption?
42
127560
3748
bagaimana keadaan konsumsi bahan bakar?
02:23
So all of this is taking data
43
131308
2788
Jadi semua ini adalah mengambil data
02:26
and turning it into knowledge that we can act upon.
44
134096
3802
dan mengubahnya menjadi pengetahuan yang dapat kita tindak.
02:29
Okay, so let's have a look at a little bit of data.
45
137898
2638
Oke, maka mari kita lihat sedikit data.
02:32
Let's pick a bit of data from
46
140536
2030
Mari ambil sedikit data dari
02:34
another three-month-old patient.
47
142566
3079
pasien berumur tiga bulan.
02:37
This is a child, and what you're seeing here is real data,
48
145645
4171
Ini adalah seorang anak, dan yang Anda lihat adalah data sebenarnya,
02:41
and on the far right-hand side,
49
149816
1977
dan jauh di sebelah kanan,
02:43
where everything starts getting a little bit catastrophic,
50
151793
2587
dimana semua mulai kacau,
02:46
that is the patient going into cardiac arrest.
51
154380
3584
itulah saat pasien mengalami serangan jantung.
02:49
It was deemed to be an unpredictable event.
52
157964
3232
Itu dianggap sebagai peristiwa yang tidak dapat diprediksi.
02:53
This was a heart attack that no one could see coming.
53
161196
3789
Ini adalah sebuah serangan jantung yang tidak dapat diprediksi oleh siapa pun.
02:56
But when we look at the information there,
54
164985
2550
Tapi jika kami lihat informasi di sana,
02:59
we can see that things are starting to become
55
167535
2349
kami dapat lihat bahwa keadaan mulai
03:01
a little fuzzy about five minutes or so before the cardiac arrest.
56
169884
4029
sedikit membingungkan sekitar lima menit atau sekitarnya sebelum serangan jantung.
03:05
We can see small changes
57
173913
2037
Kita dapat lihat perubahan kecil
03:07
in things like the heart rate moving.
58
175950
2383
di sesuatu yang menyerupai denyut jantung.
03:10
These were all undetected by normal thresholds
59
178333
2486
Ini semua tidak terdeteksi oleh batasan normal
03:12
which would be applied to data.
60
180819
2408
dimana akan diaplikasikan ke data.
03:15
So the question is, why couldn't we see it?
61
183227
3143
Jadi pertanyaannya adalah, mengapa kita tidak dapat melihat itu?
03:18
Was this a predictable event?
62
186370
2581
Apakah ini kejadian yang dapat diprediksi?
03:20
Can we look more at the patterns in the data
63
188951
3010
Dapatkah kita lihat lebih dalam pada pola pada data
03:23
to be able to do things better?
64
191961
3380
untuk dapat melakukan ini lebih baik?
03:27
So this is a child,
65
195341
2650
Jadi anak kecil ini,
03:29
about the same age as the racing car on stage,
66
197991
3232
berusia sama dengan mobil balap di panggung,
03:33
three months old.
67
201223
1630
tiga bulan.
03:34
It's a patient with a heart problem.
68
202853
2605
Dia adalah pasien dengan masalah jantung.
03:37
Now, when you look at some of the data on the screen above,
69
205458
3468
Sekarang, ketika Anda melihat beberapa data pada layar di atas,
03:40
things like heart rate, pulse, oxygen, respiration rates,
70
208926
4902
hal-hal seperti denyut jantung, oksigen, laju respirase,
03:45
they're all unusual for a normal child,
71
213828
3076
mereka semua tidak normal untuk anak kecil,
03:48
but they're quite normal for the child there,
72
216904
2642
tapi mereka normal untuk anak di sana,
03:51
and so one of the challenges you have in health care is,
73
219546
4138
dan juga salah satu dari tantangan yang anda hadapi dalam dunia kesehatan adalah,
03:55
how can I look at the patient in front of me,
74
223684
2851
bagaimana saya dapat melihat pasien di depan saya,
03:58
have something which is specific for her,
75
226535
3047
memiliki sesuatu yang spesifik untuk dia,
04:01
and be able to detect when things start to change,
76
229582
2788
dan dapat mendeteksi ketika mulai terjadi perubahan,
04:04
when things start to deteriorate?
77
232370
2099
ketika mulai terjadi kerusakan?
04:06
Because like a racing car, any patient,
78
234469
3050
Karena seperti mobil balap, pasien manapun,
04:09
when things start to go bad, you have a short time
79
237519
2976
ketika mulai terjadi kerusakan, Anda memiliki waktu singkat
04:12
to make a difference.
80
240495
1831
untuk melakukan perubahan.
04:14
So what we did is we took a data system
81
242326
2754
Jadi apa yang kami lakukan adalah kami mengambil data sistem
04:17
which we run every two weeks of the year in Formula 1
82
245080
3131
yang kami lakukan setiap dua minggu sepanjang tahun di Formula 1
04:20
and we installed it on the hospital computers
83
248211
3002
dan kami memasangnya pada komputer rumah sakit
04:23
at Birmingham Children's Hospital.
84
251213
2290
di Rumah Sakt Anak Birmingham.
04:25
We streamed data from the bedside instruments
85
253503
2439
Kami mengambil data dari instrumen di sekitar ranjang pasien
04:27
in their pediatric intensive care
86
255942
2557
di perawatan pediatrik intensif mereka
04:30
so that we could both look at the data in real time
87
258499
3456
jadi kita dapat melihat data pada waktu yang sama (secara langsung)
04:33
and, more importantly, to store the data
88
261955
2871
dan, yang terpenting, untuk menyimpan data
04:36
so that we could start to learn from it.
89
264826
3057
jadi kita dapat memulai mempelajarinya.
04:39
And then, we applied an application on top
90
267883
4384
Dan kemudian, kami memasang sebuah aplikasi di atas
04:44
which would allow us to tease out the patterns in the data
91
272267
3270
yang membuat kita dapat melihat pola dari data
04:47
in real time so we could see what was happening,
92
275537
2956
dalam waktu sesungguhnya sehingga kita dapat melihat apa yang sedang terjadi,
04:50
so we could determine when things started to change.
93
278493
3713
jadi kita dapat mengetahui ketika mulai terjadi perubahan.
04:54
Now, in motor racing, we're all a little bit ambitious,
94
282206
3863
Sekarang, dalam balap motor, kami sedikit ambisius,
04:58
audacious, a little bit arrogant sometimes,
95
286069
2549
berani, sedikit arogan terkadang,
05:00
so we decided we would also look at the children
96
288618
3398
jadi kami memutuskan untuk juga melihat pada anak-anak
05:04
as they were being transported to intensive care.
97
292016
2957
ketika merika dipindahkan ke perawatan intensif.
05:06
Why should we wait until they arrived in the hospital
98
294973
2154
Mengapa kami harus menunggu hingga mereka tiba di rumah sakit
05:09
before we started to look?
99
297127
1994
sebelum mulai melihat?
05:11
And so we installed a real-time link
100
299121
2997
Dan maka kami memasang sebuah koneksi real-time
05:14
between the ambulance and the hospital,
101
302118
2836
antara ambulans dan rumah sakit,
05:16
just using normal 3G telephony to send that data
102
304954
3776
hanya menggunakan sinyal telefon 3G normal untuk mengirim data
05:20
so that the ambulance became an extra bed
103
308730
2487
maka ambulans menjadi sebuah ranjang extra
05:23
in intensive care.
104
311217
3136
di perawatan intensif.
05:26
And then we started looking at the data.
105
314353
3702
Dan kemudian kami mulai melihat pada data.
05:30
So the wiggly lines at the top, all the colors,
106
318055
2921
Maka data yang bergoyang di atas, semua warna,
05:32
this is the normal sort of data you would see on a monitor --
107
320976
3194
ini adalah data normal yang anda ingin lihat pada monitor --
05:36
heart rate, pulse, oxygen within the blood,
108
324170
3772
laju jantung, denyut, oksigen dalam darah,
05:39
and respiration.
109
327942
2635
dan respirasi.
05:42
The lines on the bottom, the blue and the red,
110
330577
2753
Garis di bawah, biru dan merah,
05:45
these are the interesting ones.
111
333330
1360
ini yang menarik.
05:46
The red line is showing an automated version
112
334690
3209
Garis merah menunjukkan versi otomatis
05:49
of the early warning score
113
337899
1597
dari nilai peringatan awal
05:51
that Birmingham Children's Hospital were already running.
114
339496
2487
yang Rumah Sakit Anak Birmingham sudah lakukan.
05:53
They'd been running that since 2008,
115
341983
2338
Mereka menggnakannya sejak 2008,
05:56
and already have stopped cardiac arrests
116
344321
2256
dan sudah menghentikan serangan jantung
05:58
and distress within the hospital.
117
346577
2757
dan kesulitan dalam rumah sakit.
06:01
The blue line is an indication
118
349334
2432
Garis biru adalah sebuah indikator
06:03
of when patterns start to change,
119
351766
2500
ketika pola mulai berubah,
06:06
and immediately, before we even started
120
354266
2309
dan seketika, bahkan sebelum kita mulai
06:08
putting in clinical interpretation,
121
356575
1708
meletakkannya pada interpretasi klinik,
06:10
we can see that the data is speaking to us.
122
358283
2870
kita dapat melihat data berbicara pada kita.
06:13
It's telling us that something is going wrong.
123
361153
3536
Dia memberitahu kita bahwa ada yang salah.
06:16
The plot with the red and the green blobs,
124
364689
3816
Garis pada gumpalan merah dan hijau,
06:20
this is plotting different components
125
368505
2805
ini adalah garis komponen berbeda
06:23
of the data against each other.
126
371310
2547
dari data satu sama lain.
06:25
The green is us learning what is normal for that child.
127
373857
3840
Garis hijau adalah kita mempelajari apa yang normal pada anak itu.
06:29
We call it the cloud of normality.
128
377697
2610
Kami menyebutnya awan normal.
06:32
And when things start to change,
129
380307
2241
Dan ketika mulai berubah,
06:34
when conditions start to deteriorate,
130
382548
2564
ketika kondisi mulai memburuk,
06:37
we move into the red line.
131
385112
2238
kami berpindah ke garis merah.
06:39
There's no rocket science here.
132
387350
1657
Tidak ada ilmu pngetahuan canggih disini.
06:41
It is displaying data that exists already in a different way,
133
389007
4113
Ini menunjukkan data yang sudah ada dalam cara yang berbeda,
06:45
to amplify it, to provide cues to the doctors,
134
393120
3391
untuk membesarkannya, menyediakan petunjuk bagi dokter,
06:48
to the nurses, so they can see what's happening.
135
396511
2738
perawat, sehinga mereka dapat melihat apa yang terjadi.
06:51
In the same way that a good racing driver
136
399249
3130
Dalam cara yang sama dengan pembalap yang baik
06:54
relies on cues to decide when to apply the brakes,
137
402379
4044
bergantung pada petunjuk untuk memutuskan waktu untuk mengerem,
06:58
when to turn into a corner,
138
406423
1476
belok di tikungan,
06:59
we need to help our physicians and our nurses
139
407899
2918
kami perlu membantu fisiolog dan perawat kami
07:02
to see when things are starting to go wrong.
140
410817
3620
untuk melihat ketika keadaan mulai memburuk.
07:06
So we have a very ambitious program.
141
414437
2946
Jadi kami memliki sebuah program yang sangat ambisius.
07:09
We think that the race is on to do something differently.
142
417383
4736
Kami pikir bahwa balapan melakukan sesuatu dengan berbeda.
07:14
We are thinking big. It's the right thing to do.
143
422119
2904
Kami berpikir besar. Ini adalah hal yang benar untuk dilakukan.
07:17
We have an approach which, if it's successful,
144
425023
3412
Kami memliki pendekatan dimana, apabila sukses,
07:20
there's no reason why it should stay within a hospital.
145
428435
2531
tidak ada alasan mengapa hal itu harus bertahan di rumah sakit.
07:22
It can go beyond the walls.
146
430966
1841
Itu dapat melewati dinding-dinding.
07:24
With wireless connectivity these days,
147
432807
2071
Dengan koneksi nirkabel sekarang,
07:26
there is no reason why patients, doctors and nurses
148
434878
3444
tidak ada alasan mengapa pasien, dokter dan perawat
07:30
always have to be in the same place
149
438322
2171
selalu harus berada dalam satu tempat
07:32
at the same time.
150
440493
1993
bersamaan.
07:34
And meanwhile, we'll take our little three-month-old baby,
151
442486
3995
Dan sementara itu, kami akan membawa bayi tiga bulan kami
07:38
keep taking it to the track, keeping it safe,
152
446481
3757
membawa di lintasan, menjaganya tetap aman,
07:42
and making it faster and better.
153
450238
2333
dan membuatnya lebih cepat dan lebih baik.
07:44
Thank you very much.
154
452571
1405
Terima kasih banyak.
07:45
(Applause)
155
453976
4954
(Tepuk tangan)
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