TEDMED 2010
Thomas Goetz: It's time to redesign medical data
토마스 고츠: 의료정보를 다시 디자인할 때입니다
Filmed:
Readability: 3.5
587,895 views
의료차트는 접근하기도 어렵고 내용을 알 수도 없습니다. 하지만, 그 안에는 활용 방법만 안다면 여러분을 더 건강하게 만들 수 내용들로 가득 차 있습니다. TEDMED에서 토마스 고츠(Thomas Goetz)는 의료데이터를 새롭게 디자인하고, 내용을 더 잘 살펴볼 수 있도록 해야 한다고 강하게 주장합니다.
Thomas Goetz - Healthcare communicator
Thomas Goetz is the co-founder of Iodine and author of "The Decision Tree: Taking Control of Your Health in the New Era of Personalized Medicine.” Full bio
Thomas Goetz is the co-founder of Iodine and author of "The Decision Tree: Taking Control of Your Health in the New Era of Personalized Medicine.” Full bio
Double-click the English transcript below to play the video.
00:15
I'm going to be talking to you
0
0
2000
제가 오늘 얘기하고자 하는 것은
00:17
about how we can tap
1
2000
2000
어떻게 하면 의료서비스 분야에서
00:19
a really underutilized resource in health care,
2
4000
2000
잘 활용되지 않는 정보들을 이용할 수 있는가 하는 것입니다.
00:21
which is the patient,
3
6000
2000
환자에 관한 정보일 수도 있고
00:23
or, as I like to use the scientific term,
4
8000
3000
혹은, 과학적 용어를 사용하자면
00:26
people.
5
11000
2000
'국민'에 대한 정보입니다.
00:28
Because we are all patients, we are all people.
6
13000
2000
왜냐하면 우리 모두는 환자면서도, 국민이기 때문이죠.
00:30
Even doctors are patients at some point.
7
15000
2000
심지어 의사들도 어떤 면에서는 환자입니다.
00:32
So I want to talk about that
8
17000
2000
그래서 이번을 기회삼아
00:34
as an opportunity
9
19000
2000
이런 얘기를 하고 싶네요.
00:36
that we really have failed to engage with very well in this country
10
21000
3000
우리나라에서는 환자들을 치료에 참여시키는데에 소홀했습니다.
00:39
and, in fact, worldwide.
11
24000
2000
사실, 세계적으로도 그렇죠.
00:41
If you want to get at the big part --
12
26000
2000
거시적인 관점에서 보자면,
00:43
I mean from a public health level, where my training is --
13
28000
3000
그러니까 제가 공부한 공중보건의 입장에서 보자면,
00:46
you're looking at behavioral issues.
14
31000
2000
습관의 문제이고,
00:48
You're looking at things where people are actually given information,
15
33000
3000
실제로 어떤 정보가 주어진 상황에서
00:51
and they're not following through with it.
16
36000
2000
사람들은 그대로 따르지 않는다는게 문제입니다.
00:53
It's a problem that manifests itself in diabetes,
17
38000
4000
이러한 문제는 결과적으로 당뇨병이나
00:57
obesity, many forms of heart disease,
18
42000
2000
비만, 여러가지 심장질환 뿐만 아니라
00:59
even some forms of cancer -- when you think of smoking.
19
44000
3000
흡연자의 경우에는 암까지도 초래하게 됩니다.
01:02
Those are all behaviors where people know what they're supposed to do.
20
47000
3000
그 때 취할 행동이 있습니다. 환자들은 어떻게 해야 하는지 알고 있죠.
01:05
They know what they're supposed to be doing,
21
50000
2000
사람들은 어떻게 해야 하는지는 알면서도
01:07
but they're not doing it.
22
52000
2000
그대로 하지 않습니다.
01:09
Now behavior change is something
23
54000
2000
이런 태도를 바꾸는 것이야말로
01:11
that is a long-standing problem in medicine.
24
56000
2000
의학계의 오랜 숙제입니다.
01:13
It goes all the way back to Aristotle.
25
58000
2000
아리스토텔레스 때부터 그래왔습니다.
01:15
And doctors hate it, right?
26
60000
2000
의사들이 제일 싫어하는 거죠.
01:17
I mean, they complain about it all the time.
27
62000
2000
말하자면, 의사들은 그게 늘 불만입니다.
01:19
We talk about it in terms of engagement, or non-compliance.
28
64000
3000
환자가 약을 챙겨먹지 않거나, 의사지시를 따르지 않을 때,
01:22
When people don't take their pills,
29
67000
2000
의사들은 '의견충돌' 또는
01:24
when people don't follow doctors' orders --
30
69000
2000
'지시불응' 이라는 용어를 사용합니다.
01:26
these are behavior problems.
31
71000
2000
이것 모두 태도의 문제죠.
01:28
But for as much as clinical medicine
32
73000
2000
하지만, 임상의학 분야에서
01:30
agonizes over behavior change,
33
75000
2000
환자의 태도변화에 대해 많은 고민을 했지만,
01:32
there's not a lot of work done
34
77000
2000
문제를 해결하려는 노력에 비해
01:34
in terms of trying to fix that problem.
35
79000
3000
해결된것은 그리 많지 않습니다.
01:37
So the crux of it
36
82000
2000
결국, 문제의 쟁점은
01:39
comes down to this notion of decision-making --
37
84000
2000
바로 의사결정을 누가 하는가의 개념으로 모아집니다.
01:41
giving information to people in a form
38
86000
2000
사람들에게 정보를 제공해야 한다는 것이죠.
01:43
that doesn't just educate them
39
88000
2000
사람들을 가르칠 것이 아니라
01:45
or inform them,
40
90000
2000
알려줘야 합니다.
01:47
but actually leads them to make better decisions,
41
92000
2000
현명한 판단을 내리고, 삶을 위한 최선의 선택을 할 수 있도록
01:49
better choices in their lives.
42
94000
2000
이끌어 줘야 하는 것입니다.
01:51
One part of medicine, though,
43
96000
2000
그런 태도변화의 문제에 대해서
01:53
has faced the problem of behavior change pretty well,
44
98000
4000
가장 훌륭하게 대처한 의과 분야가 바로
01:57
and that's dentistry.
45
102000
2000
치과분야입니다.
01:59
Dentistry might seem -- and I think it is --
46
104000
2000
치과분야는 어쩌면 -
02:01
many dentists would have to acknowledge
47
106000
2000
많은 치과의사들이 알아야 할 점이기도 한데요.
02:03
it's somewhat of a mundane backwater of medicine.
48
108000
2000
치과는 어떤 면에서는 보잘것없고 외면받는 의료분야이기도 합니다.
02:05
Not a lot of cool, sexy stuff happening in dentistry.
49
110000
3000
치과에서는 멋지고 보기좋은 광경만 펼쳐지지는 않습니다.
02:08
But they have really taken this problem of behavior change
50
113000
3000
하지만, 치과의사들은 이런 태도변화의 문제점을 인지하고
02:11
and solved it.
51
116000
2000
그걸 해결해왔습니다.
02:13
It's the one great preventive health success
52
118000
2000
우리 의료체제하의 예방의학 분야에서
02:15
we have in our health care system.
53
120000
2000
좋은 성공사례라고 할 수 있죠.
02:17
People brush and floss their teeth.
54
122000
2000
사람들은 양치질이나 치실로 치아를 관리합니다.
02:19
They don't do it as much as they should, but they do it.
55
124000
3000
충분하지는 않아도, 하기는 하죠.
02:22
So I'm going to talk about one experiment
56
127000
2000
한가지 실험 사례를 소개해 드리겠습니다.
02:24
that a few dentists in Connecticut
57
129000
2000
코네티컷주의 몇몇 치과의사들이
02:26
cooked up about 30 years ago.
58
131000
2000
한 30년쯤 전에 했던 실험입니다.
02:28
So this is an old experiment, but it's a really good one,
59
133000
2000
진부한 실험이기는 해도, 꽤 괜찮은 실험입니다.
02:30
because it was very simple,
60
135000
2000
왜냐하면 무척 간단한 실험이면서도
02:32
so it's an easy story to tell.
61
137000
2000
사람들에게 얘기해 주기도 쉽기 때문이죠.
02:34
So these Connecticut dentists decided
62
139000
2000
코테티컷주의 몇몇 치과의사들은
02:36
that they wanted to get people to brush their teeth and floss their teeth more often,
63
141000
3000
사람들로 하여금 더 자주 양치질을 하고 치실을 사용하도록 만들고 싶었습니다.
02:39
and they were going to use one variable:
64
144000
2000
그래서 실험에 하나의 변수를 이용 하려 했습니다.
02:41
they wanted to scare them.
65
146000
2000
바로, 사람들에게 겁을 주기로 했습니다.
02:43
They wanted to tell them how bad it would be
66
148000
3000
사람들에게 양치질이나 치실을 사용하지 않으면
02:46
if they didn't brush and floss their teeth.
67
151000
2000
얼마나 치아상태가 나빠질지 알리고 싶었습니다.
02:48
They had a big patient population.
68
153000
3000
많은 환자들 가운데에
02:51
They divided them up into two groups.
69
156000
2000
그들을 두 그룹으로 나누었습니다.
02:53
They had a low-fear population,
70
158000
2000
겁을 적게 주는 환자집단에게는
02:55
where they basically gave them a 13-minute presentation,
71
160000
2000
13분간의 프레젠테이션을 해주었습니다.
02:57
all based in science,
72
162000
2000
과학에 기초하여
02:59
but told them that, if you didn't brush and floss your teeth,
73
164000
3000
양치질이나 치실을 이용하지 않는다면
03:02
you could get gum disease. If you get gum disease, you will lose your teeth,
74
167000
3000
잇몸질환이 생겨서 치아를 잃게 될 수도 있지만,
03:05
but you'll get dentures, and it won't be that bad.
75
170000
2000
그 때 틀니를 하는 것도 그리 나쁘지만은 않다고 알려주었죠.
03:07
So that was the low-fear group.
76
172000
2000
겁을 적게 주는 집단에게는 그렇게 했구요.
03:09
The high-fear group, they laid it on really thick.
77
174000
3000
겁을 많이 주는 그룹에게는 과장해서 알려주었습니다.
03:12
They showed bloody gums.
78
177000
2000
피범벅인 잇몸을 보여주고,
03:14
They showed puss oozing out from between their teeth.
79
179000
3000
치아 사이에서 흘러나오는 고름도 보여주었죠.
03:17
They told them that their teeth were going to fall out.
80
182000
2000
치아가 곧 다 빠지게 될 수도 있고
03:19
They said that they could have infections
81
184000
2000
세균에 감염될 수도 있고,
03:21
that would spread from their jaws to other parts of their bodies,
82
186000
3000
턱뼈나 신체의 다른 장기로 세균이 퍼져 나갈 수도 있고,
03:24
and ultimately, yes, they would lose their teeth.
83
189000
2000
결국에는 치아를 다 잃게 될 것이라고 말해줍니다.
03:26
They would get dentures, and if you got dentures,
84
191000
2000
틀니를 할 수도 있겠지만, 그렇다 하더라도
03:28
you weren't going to be able to eat corn-on-the-cob,
85
193000
2000
옥수수도 먹을 수 없게 될거고,
03:30
you weren't going to be able to eat apples,
86
195000
2000
사과를 베어 먹지도 못하게 될 것이고,
03:32
you weren't going to be able to eat steak.
87
197000
2000
스테이크도 먹을 수 없고,
03:34
You'll eat mush for the rest of your life.
88
199000
2000
평생 옥수수죽이나 먹어야 한다고 말이죠.
03:36
So go brush and floss your teeth.
89
201000
3000
그러니까, 양치질하거나 치실을 쓰라고 했습니다.
03:39
That was the message. That was the experiment.
90
204000
2000
그게 전부였습니다. 실험은 그게 다 였어요.
03:41
Now they measured one other variable.
91
206000
2000
그리고, 다른 변수를 하나 더 두었습니다.
03:43
They wanted to capture one other variable,
92
208000
2000
그들이 알고 싶었던 또 다른 변수는,
03:45
which was the patients' sense of efficacy.
93
210000
3000
치료효과에 대해 환자들이 느끼는 감정이었습니다.
03:48
This was the notion of whether the patients felt
94
213000
2000
그 개념은 환자들이 실제로 양치질이나 치실사용을
03:50
that they actually would go ahead and brush and floss their teeth.
95
215000
3000
계속할 수 있다고 느끼는 지를 알아보는 것이었습니다.
03:53
So they asked them at the beginning,
96
218000
2000
그래서 실험을 시작할 때 환자들에게 물었죠.
03:55
"Do you think you'll actually be able to stick with this program?"
97
220000
2000
"이 치료 프로그램대로 하실 수 있겠어요?"
03:57
And the people who said, "Yeah, yeah. I'm pretty good about that,"
98
222000
2000
사람들이 대답했죠. "네.네. 잘 할 수 있어요"
03:59
they were characterized as high efficacy,
99
224000
2000
그런 환자들은 치료효과가 높을 것으로 판단했습니다.
04:01
and the people who said,
100
226000
2000
그리고 이렇게 말한 환자들도 있었죠.
04:03
"Eh, I never get around to brushing and flossing as much as I should,"
101
228000
2000
"어, 시간이 없어서 양치질이나 치실사용을 충분히 하지 못해요"
04:05
they were characterized as low efficacy.
102
230000
2000
이런 환자는 치료효과가 낮을 것으로 생각했습니다.
04:07
So the upshot was this.
103
232000
3000
실험 결과는 이렇습니다.
04:10
The upshot of this experiment
104
235000
2000
실험을 통해 밝혀진 결과는
04:12
was that fear was not really a primary driver
105
237000
3000
공포심은 환자들의 태도변화를 이끄는 주요인이
04:15
of the behavior at all.
106
240000
2000
아니라는 것이었습니다.
04:17
The people who brushed and flossed their teeth
107
242000
2000
양치질이나 치실 사용을 잘 했던 환자들은
04:19
were not necessarily the people
108
244000
2000
미래의 상황에 대해서
04:21
who were really scared about what would happen --
109
246000
2000
겁을 먹었던 사람들이 아니라 -
04:23
it's the people who simply felt that they had the capacity
110
248000
3000
단순히 자신들의 습관을 바꿀 자신이 있다고 느낀
04:26
to change their behavior.
111
251000
2000
사람들이었습니다.
04:28
So fear showed up as not really the driver.
112
253000
3000
그런 추진력을 가져다 준것은 공포심이 아니라
04:31
It was the sense of efficacy.
113
256000
3000
치료효과에 대한 예감이었던 것이죠.
04:34
So I want to isolate this,
114
259000
2000
이것은 일단 차치해 두겠습니다.
04:36
because it was a great observation --
115
261000
2000
30년전에 한 것치고는
04:38
30 years ago, right, 30 years ago --
116
263000
2000
꽤 훌륭한 관찰실험이었죠.
04:40
and it's one that's laid fallow in research.
117
265000
3000
관련된 연구중에 알려지지 않은 또 하나가 있는데요.
04:43
It was a notion that really came out
118
268000
2000
알버트 밴두라 박사의 연구결과에서
04:45
of Albert Bandura's work,
119
270000
2000
나온 개념입니다.
04:47
who studied whether
120
272000
2000
그는 사람들이
04:49
people could get a sense of empowerment.
121
274000
3000
자기권한을 가졌다는 느낌이 들때 어떻게 되는지 연구했죠.
04:52
The notion of efficacy basically boils down to one -- that
122
277000
3000
치료효능의 개념은 기본적으로 단 하나의 사실로 귀결됩니다.
04:55
if somebody believes that they have the capacity to change their behavior.
123
280000
3000
자신의 습관을 스스로 바꿀 자신이 있다고 믿는가 하는 것이죠.
04:58
In health care terms, you could characterize this
124
283000
3000
의료서비스 측면에서는 이렇게 묘사할 수 있겠네요.
05:01
as whether or not somebody feels
125
286000
2000
누군가가 더욱 건강해질 수 있는 길을
05:03
that they see a path towards better health,
126
288000
2000
향하고 있다고 느끼는가 아닌가,
05:05
that they can actually see their way towards getting better health,
127
290000
2000
그리고 실제로 더 건강해지고 있다고 느끼는가 아닌가 하는 것입니다.
05:07
and that's a very important notion.
128
292000
2000
이건 굉장히 중요한 개념입니다.
05:09
It's an amazing notion.
129
294000
2000
또한 놀라운 개념이죠.
05:11
We don't really know how to manipulate it, though, that well.
130
296000
3000
그렇다 해도, 우리는 그 개념을 다루는 방법은 잘 알지 못합니다.
05:14
Except, maybe we do.
131
299000
3000
단, 가능성은 있습니다.
05:17
So fear doesn't work, right? Fear doesn't work.
132
302000
2000
공포심은 효과가 없어요. 그래요. 효과가 없습니다.
05:19
And this is a great example
133
304000
2000
이런 교훈을 전혀 반영하지 못한
05:21
of how we haven't learned that lesson at all.
134
306000
3000
좋은 사례가 하나 있는데요.
05:24
This is a campaign from the American Diabetes Association.
135
309000
3000
이것은 미국 당뇨병 협회가 벌였던 캠페인입니다.
05:27
This is still the way we're communicating messages about health.
136
312000
3000
우리는 여전히 이런 식으로 건강에 관한 메세지를 전달하고 있습니다.
05:30
I mean, I showed my three-year-old this slide last night,
137
315000
3000
어제 밤, 세살 된 제 아들에게 이 슬라이드를 보여 주었는데요.
05:33
and he's like, "Papa, why is an ambulance in these people's homes?"
138
318000
4000
이런 질문을 하더군요, "아빠, 왜 구급차가 이 사람들 집에 있어요?"
05:37
And I had to explain, "They're trying to scare people."
139
322000
3000
전 이렇게 설명해주었습니다. "사람들을 겁주려고 하는거야."
05:40
And I don't know if it works.
140
325000
2000
이런 식의 캠페인이 효과가 있을지 모르겠네요.
05:42
Now here's what does work:
141
327000
2000
그럼 진짜 효과적인 방법을 알려드리죠.
05:44
personalized information works.
142
329000
2000
개인화된 정보가 효과적입니다.
05:46
Again, Bandura recognized this
143
331000
2000
밴두라 박사는 수 년전, 아니 몇 십년 전에
05:48
years ago, decades ago.
144
333000
2000
이미 이 사실을 알고 있었습니다.
05:50
When you give people specific information
145
335000
2000
사람들에게 그들의 건강에 관한 현재 상태와
05:52
about their health, where they stand,
146
337000
2000
앞으로 어떻게 될지에 대해서
05:54
and where they want to get to, where they might get to,
147
339000
2000
구체적인 정보를 제공하는 것입니다.
05:56
that path, that notion of a path --
148
341000
2000
그 방법, 그런 방법의 개념은
05:58
that tends to work for behavior change.
149
343000
2000
환자의 태도변화에 효과가 있습니다.
06:00
So let me just spool it out a little bit.
150
345000
2000
이걸 순환과정으로 설명해 볼까요.
06:02
So you start with personalized data, personalized information
151
347000
3000
먼저 개인별 데이터에서 시작됩니다. 개인화된 정보죠.
06:05
that comes from an individual,
152
350000
2000
각 개인으로부터 얻어진 의료정보입니다.
06:07
and then you need to connect it to their lives.
153
352000
3000
그리고 이 정보는 개인의 삶과 직결됩니다.
06:10
You need to connect it to their lives,
154
355000
2000
개인별 정보를 그들의 생활과 연결시킬 때는
06:12
hopefully not in a fear-based way, but one that they understand.
155
357000
2000
공포심을 유발하기보다 사람들을 이해시키는 방법을 취해야 합니다.
06:14
Okay, I know where I sit. I know where I'm situated.
156
359000
3000
좋아요. 이제 현재 자신의 상태, 자신의 건강상태에 대해 알게 됩니다.
06:17
And that doesn't just work for me in terms of abstract numbers --
157
362000
3000
추상적인 수치들로 표현하는 것은 도움이 되지 않죠.
06:20
this overload of health information
158
365000
2000
그런 지나친 건강정보들은
06:22
that we're inundated with.
159
367000
2000
이미 넘칠 정도로 많습니다.
06:24
But it actually hits home.
160
369000
2000
사실 정보들은 영향을 미치기는 합니다만,
06:26
It's not just hitting us in our heads; it's hitting us in our hearts.
161
371000
2000
머리로 받아들이는 것이 아니라, 가슴으로 받아들여져야 합니다.
06:28
There's an emotional connection to information
162
373000
2000
의료 정보에는 감성적인 연결고리가 있습니다.
06:30
because it's from us.
163
375000
2000
자신으로부터 얻어진 정보이기 때문이죠.
06:32
That information then needs to be connected to choices,
164
377000
3000
다음으로, 그런 의료정보는 선택으로 이어져야 합니다.
06:35
needs to be connected to a range of options,
165
380000
2000
환자의 다양한 선택권, 무엇을 교환하고
06:37
directions that we might go to --
166
382000
2000
무엇을 얻게 되는지에 따라 나아가야 할 방향과
06:39
trade-offs, benefits.
167
384000
2000
연결되어야 하는 것이죠.
06:41
Finally, we need to be presented with a clear point of action.
168
386000
3000
끝으로, 실행으로 옮겨야 할 것에 대해 명쾌하게 알아야 합니다.
06:44
We need to connect the information
169
389000
2000
의료정보는 항상 그에 대한 실천으로
06:46
always with the action,
170
391000
2000
연결되어야 합니다.
06:48
and then that action feeds back
171
393000
2000
그리고 실천의 결과는 피드백되어
06:50
into different information,
172
395000
2000
또 다른 의료정보를 낳게 되죠.
06:52
and it creates, of course, a feedback loop.
173
397000
2000
그리고, 다시 순환되는 것은 당연합니다.
06:54
Now this is a very well-observed and well-established notion
174
399000
3000
바로 이것이 그 동안의 관찰을 통해 정립된
06:57
for behavior change.
175
402000
2000
태도변화의 개념입니다.
06:59
But the problem is that things -- in the upper-right corner there --
176
404000
3000
그런데, 문제는 우측 상단에 보시는 '개인화된 정보'에 있습니다.
07:02
personalized data, it's been pretty hard to come by.
177
407000
2000
그걸 얻어내기가 꽤 어렵거든요.
07:04
It's a difficult and expensive commodity,
178
409000
3000
어렵기도 하거니와 비용이 많이 드는 결과물이죠.
07:07
until now.
179
412000
2000
지금까지는 그랬습니다.
07:09
So I'm going to give you an example, a very simple example of how this works.
180
414000
3000
그래서 한가지 예를 들어볼까 합니다. 이게 어떤 역할을 하는지에 관한 간단한 예입니다.
07:12
So we've all seen these. These are the "your speed limit" signs.
181
417000
3000
이거 자주 보셨을텐데요. "당신의 주행속도" 알림판입니다.
07:15
You've seen them all around,
182
420000
2000
요즘 레이더 장비 가격이 내려간 덕에
07:17
especially these days as radars are cheaper.
183
422000
2000
주변에서 많이 볼 수 있게 되었죠.
07:19
And here's how they work in the feedback loop.
184
424000
2000
이게 피드백 순환 작용에 얼마나 효과적인지 말씀드리죠.
07:21
So you start with the personalized data
185
426000
2000
자 그럼 개인별 자료에서 출발합니다.
07:23
where the speed limit on the road that you are at that point
186
428000
2000
지금 달리고 있는 도로의 제한속도는
07:25
is 25,
187
430000
2000
시속 25마일입니다.
07:27
and, of course, you're going faster than that.
188
432000
2000
물론 이 보다 빨리 달리고 있죠.
07:29
We always are. We're always going above the speed limit.
189
434000
3000
늘 그렇죠. 다들 제한속도 이상으로 달리는 게 보통이죠.
07:32
The choice in this case is pretty simple.
190
437000
2000
이 경우에 선택은 지극히 간단합니다.
07:34
We either keep going fast, or we slow down.
191
439000
2000
계속 빨리 달릴 것인가. 혹은 속도를 줄일 것인가.
07:36
We should probably slow down,
192
441000
2000
속도를 줄여야 겠다면
07:38
and that point of action is probably now.
193
443000
2000
바로 실천에 옮기게 됩니다.
07:40
We should take our foot off the pedal right now,
194
445000
3000
즉시 가속페달에서 발을 띄게 될 겁니다.
07:43
and generally we do. These things are shown to be pretty effective
195
448000
3000
보통은 다들 그러죠. 이런 방법은 사람들이 속도를 줄이게 하는데
07:46
in terms of getting people to slow down.
196
451000
2000
꽤 효과적인 것으로 나타났습니다.
07:48
They reduce speeds by about five to 10 percent.
197
453000
2000
5에서 10퍼센트 정도의 사람들이 속도를 줄이거든요.
07:50
They last for about five miles,
198
455000
2000
그리고, 그후 5마일 정도는
07:52
in which case we put our foot back on the pedal.
199
457000
2000
그 속도를 유지하다가 다시 가속페달을 밟습니다.
07:54
But it works, and it even has some health repercussions.
200
459000
2000
하지만 효과는 있죠. 심지어 건강에도 영향을 미칩니다.
07:56
Your blood pressure might drop a little bit.
201
461000
2000
혈압이 아주 약간은 떨어지거든요.
07:58
Maybe there's fewer accidents, so there's public health benefits.
202
463000
3000
사고발생도 줄어들 테니까, 공공의 건강 측면에서도 이득인 셈이죠.
08:01
But by and large, this is a feedback loop
203
466000
2000
하지만 대체적으로, 이러한 순환 작용은
08:03
that's so nifty and too rare.
204
468000
3000
매우 실용적이지만, 흔치는 않습니다.
08:06
Because in health care, most health care,
205
471000
2000
왜냐하면, 의료서비스 대부분의 경우,
08:08
the data is very removed from the action.
206
473000
3000
실행 단계에서 환자의 데이터는 완전히 무시되기 때문입니다.
08:11
It's very difficult to line things up so neatly.
207
476000
3000
정보들을 일목요연하게 정리하는 건 꽤 어려운 일이죠.
08:14
But we have an opportunity.
208
479000
2000
하지만 한가지 가능성은 있습니다.
08:16
So I want to talk about, I want to shift now to think about
209
481000
2000
이제부터 말씀드릴 내용은, 관점을 좀 바꿔서요.
08:18
how we deliver health information in this country,
210
483000
2000
우리나라에서는 어떻게 의료정보를 전달하는지와
08:20
how we actually get information.
211
485000
3000
실제로 그 정보를 어떻게 얻어내는지에 관한 것입니다.
08:23
This is a pharmaceutical ad.
212
488000
3000
이것은 제약 광고의 하나인데요.
08:26
Actually, it's a spoof. It's not a real pharmaceutical ad.
213
491000
2000
사실, 패러디해서 만들어 본거에요. 실제 제약광고는 아닙니다.
08:28
Nobody's had the brilliant idea
214
493000
2000
약 이름을 '하비돌(Havidol)' 이라고 붙였는데요. (Havidol = Have-it-all 의 발음을 따라 만든 이름. 만병통치약의 의미)
08:30
of calling their drug Havidol quite yet.
215
495000
3000
이 보다 좋은 이름은 여태 본 적이 없습니다.
08:34
But it looks completely right.
216
499000
2000
이름 참 잘 지었죠.
08:36
So it's exactly the way we get
217
501000
2000
이것이 바로 우리가
08:38
health information and pharmaceutical information,
218
503000
3000
건강과 약에 대한 정보를 얻는 방법입니다.
08:41
and it just sounds perfect.
219
506000
2000
완벽해 보이죠.
08:43
And then we turn the page of the magazine,
220
508000
2000
그리고 잡지의 다음 페이지로 넘겨볼까요.
08:45
and we see this --
221
510000
3000
그럼 이런 걸 보게 되죠. 그렇죠.
08:48
now this is the page the FDA requires pharmaceutical companies
222
513000
3000
미국 식품의학국(FDA)은 제약회사들에게 치료제 광고에는
08:51
to put into their ads, or to follow their ads,
223
516000
3000
반드시 이런 내용을 넣도록 요구하고 있습니다.
08:54
and to me, this is one of the most
cynical exercises in medicine.
cynical exercises in medicine.
224
519000
4000
제가 보기에는, 이런 건 배배꼬아 놓은 의과시험을 보는 거나 마찬가지에요.
08:58
Because we know.
225
523000
2000
다들 아시다시피,
09:00
Who among us would actually say that people read this?
226
525000
2000
실제로 이런 내용을 읽어볼 사람이 있다고 생각하세요?
09:02
And who among us would actually say
227
527000
2000
이것들을 다 읽어보고
09:04
that people who do try to read this
228
529000
2000
그 내용을 이해하는 사람이
09:06
actually get anything out of it?
229
531000
2000
있을 거라고 생각하세요?
09:08
This is a bankrupt effort
230
533000
2000
헛수고만 한 셈입니다.
09:10
at communicating health information.
231
535000
3000
의료정보를 전달한다는 측면에서는 말이죠.
09:13
There is no good faith in this.
232
538000
2000
성의라고는 찾아볼 수가 없어요.
09:15
So this is a different approach.
233
540000
2000
그럼 달리 접근해보죠.
09:17
This is an approach that has been developed
234
542000
3000
이 접근방법은 다트머스 의과대학에서
09:20
by a couple researchers at Dartmouth Medical School,
235
545000
3000
리사 슈왈츠와 스티븐 월로신 이라는
09:23
Lisa Schwartz and Steven Woloshin.
236
548000
2000
두 명의 연구생이 개발한 것입니다.
09:25
And they created this thing called the "drug facts box."
237
550000
3000
그들은 제약성분표 라는 것을 만들었는데요.
09:28
They took inspiration from, of all things,
238
553000
2000
이 방법을 '캡틴 크런치'라는 시리얼에서
09:30
Cap'n Crunch.
239
555000
2000
힌트를 얻었습니다.
09:32
They went to the nutritional information box
240
557000
3000
시리얼의 영양성분표를 살펴 보면
09:35
and saw that what works for cereal, works for our food,
241
560000
3000
시리얼의 효능과 식품의 효능을 알게 되고,
09:38
actually helps people understand what's in their food.
242
563000
3000
그 안에 무엇이 들어 있는지를 아는 데 도움이 됩니다.
09:42
God forbid we should use that same standard
243
567000
2000
캡틴 크런치 같은 시리얼에 적용하는 것과
09:44
that we make Cap'n Crunch live by
244
569000
2000
동일한 표준규격을
09:46
and bring it to drug companies.
245
571000
3000
제약회사에까지 적용할 수는 없겠죠.
09:49
So let me just walk through this quickly.
246
574000
2000
먼저 이걸 보여드리는 게 좋겠습니다.
09:51
It says very clearly what the drug is for, specifically who it is good for,
247
576000
3000
이렇게 하면 어떤 약인지, 누가 먹어야 하는지 정확히 알 수 있습니다.
09:54
so you can start to personalize your understanding
248
579000
2000
그리고, 개인적인 입장에서 이해할 수 있게 됩니다.
09:56
of whether the information is relevant to you
249
581000
2000
약에 대한 정보가 자신과 관계가 있는지,
09:58
or whether the drug is relevant to you.
250
583000
2000
혹은 자신에게 맞는 치료제인지.
10:00
You can understand exactly what the benefits are.
251
585000
3000
유익한 점이 무엇인지 정확하게 알 수 있게 되죠.
10:03
It isn't this kind of vague promise that it's going to work no matter what,
252
588000
3000
뭐가 됐든 아무튼 효과가 있을거다라는 모호한 약속이 아니라,
10:06
but you get the statistics for how effective it is.
253
591000
3000
이 약이 얼마나 효능이 있는지 통계적 자료를 얻을 수 있죠.
10:09
And finally, you understand what those choices are.
254
594000
3000
결국, 어떤 선택을 해야 하는지는 스스로 판단하게 됩니다.
10:12
You can start to unpack the choices involved
255
597000
2000
여러가지 선택 사항들을 찾아보기 시작하죠.
10:14
because of the side effects.
256
599000
2000
약에 대한 부작용을 고려해야 하니까요.
10:16
Every time you take a drug, you're walking into a possible side effect.
257
601000
3000
약을 먹게 되면, 언제나 그에 대한 부작용이 뒤따르게 됩니다.
10:19
So it spells those out in very clean terms,
258
604000
2000
따라서, 그런 부작용들에 대해서 분명하게 밝혀두어야 하죠.
10:21
and that works.
259
606000
2000
이런게 효과적입니다.
10:23
So I love this. I love that drug facts box.
260
608000
2000
전 이런 제약성분표가 맘에 들어요.
10:25
And so I was thinking about,
261
610000
2000
그래서 생각해 보건데,
10:27
what's an opportunity that I could have
262
612000
2000
어떻게 하면 의료정보를 이해하는데에
10:29
to help people understand information?
263
614000
3000
도움을 줄 수 있을까요?
10:32
What's another latent body of information that's out there
264
617000
4000
의료정보에 담긴 내용 중에서 실제로 활용되지 않는
10:36
that people are really not putting to use?
265
621000
3000
불필요한 내용은 무엇일까 생각해 보았습니다.
10:39
And so I came up with this: lab test results.
266
624000
3000
이걸 한번 보시죠. 검사결과서 인데요.
10:42
Blood test results are this great source of information.
267
627000
3000
혈액검사 결과서에는 엄청나게 많은 정보가 담겨 있습니다.
10:45
They're packed with information.
268
630000
2000
정보로 꽉 들어 차 있죠.
10:47
They're just not for us. They're not for people. They're not for patients.
269
632000
3000
이런 정보는 우리에게 도움이 안됩니다. 사람들, 환자들을 위한 것이 아니죠.
10:50
They go right to doctors.
270
635000
2000
의사들을 위한 것입니다.
10:52
And God forbid -- I think many doctors, if you really asked them,
271
637000
3000
제 생각에는, 심지어 의사들에게 물어봐도
10:55
they don't really understand all this stuff either.
272
640000
3000
의사들조차 이 모든 내용을 제대로 이해하지는 못 할 겁니다.
10:58
This is the worst presented information.
273
643000
3000
정보를 제공하는 최악의 방법인 셈입니다.
11:01
You ask Tufte, and he would say,
274
646000
3000
터프에게 물어봐도 이렇게 말하겠죠.
11:04
"Yes, this is the absolute worst presentation of information possible."
275
649000
3000
"그래요, 가장 나쁜 정보제공 사례입니다"
11:07
What we did at Wired
276
652000
2000
Wired 잡지사에서 우리에게
11:09
was we went, and I got our graphic design department
277
654000
2000
이 검사보고서를 다시 구성해 보라고
11:11
to re-imagine these lab reports.
278
656000
2000
그래픽디자인 부서에 요청했습니다.
11:13
So that's what I want to walk you through.
279
658000
2000
그 결과를 함께 살펴 보시죠.
11:15
So this is the general blood work before,
280
660000
3000
이건 지금까지의 일반적인 혈액검사 결과입니다.
11:18
and this is the after, this is what we came up with.
281
663000
2000
그리고 이건 다시 구성한 결과입니다.
11:20
The after takes what was four pages --
282
665000
2000
4쪽 분량의 내용을 정리한 것이죠.
11:22
that previous slide was actually
283
667000
2000
앞서 보신 슬라이드의 이전 검사보고서는 사실
11:24
the first of four pages of data
284
669000
2000
4쪽짜리 검사결과의 첫장만 보여드린 겁니다.
11:26
that's just the general blood work.
285
671000
2000
보통 혈액검사 결과서는 다 그렇죠.
11:28
It goes on and on and on, all these values, all these numbers you don't know.
286
673000
3000
비슷한 내용이 반복되고, 여기 이 값들, 이 수치들은 여러분은 알지도 못합니다.
11:31
This is our one-page summary.
287
676000
3000
이건 한 페이지로 요약한 것이구요.
11:34
We use the notion of color.
288
679000
2000
우리는 색깔의 개념을 적용했죠.
11:36
It's an amazing notion that color could be used.
289
681000
3000
색으로 구분하는 개념은 놀랍습니다.
11:39
So on the top-level you have your overall results,
290
684000
3000
제일 위에는 종합적인 검사결과를 배치했고,
11:42
the things that might jump out at you from the fine print.
291
687000
3000
내용은 작은 글씨로도 눈에 잘 띄게 되어 있습니다.
11:45
Then you can drill down
292
690000
2000
그리고 자세한 내용으로 들어가면
11:47
and understand how actually we put your level in context,
293
692000
3000
색인 형태로 건강수준을 표시해서 이해할 수 있도록 했습니다.
11:50
and we use color to illustrate
294
695000
2000
정확히 어떤 수치가 떨어져 있는지
11:52
exactly where your value falls.
295
697000
2000
색깔을 이용해서 표현했습니다.
11:54
In this case, this patient is slightly at risk of diabetes
296
699000
3000
이 경우에는, 환자가 약간의 당뇨병 위험이 있네요.
11:57
because of their glucose level.
297
702000
2000
포도당 수치를 보면 알 수 있죠.
11:59
Likewise, you can go over your lipids
298
704000
2000
이런 식으로, 혈중지방도 검토할 수 있고,
12:01
and, again, understand what your overall cholesterol level is
299
706000
3000
그리고, 전체적인 콜레스트롤 수치도 알 수 있습니다.
12:04
and then break down into the HDL and the LDL if you so choose.
300
709000
3000
필요에 따라 좋은 콜레스트롤(HDL)과 나쁜 콜레스트롤(LDL)로 구분할 수 도 있죠.
12:07
But again, always using color
301
712000
2000
이것 역시, 색깔을 이용해서
12:09
and personalized proximity
302
714000
2000
정보에 친숙해 지도록
12:11
to that information.
303
716000
2000
개인화했습니다.
12:13
All those other values,
304
718000
2000
그 밖의 다른 수치들과
12:15
all those pages and pages of values that are full of nothing,
305
720000
2000
나머지 페이지들의 내용은 아무 의미가 없죠.
12:17
we summarize.
306
722000
2000
요약하면 됩니다.
12:19
We tell you that you're okay, you're normal.
307
724000
2000
정상 수치니까 괜찮다는 것만 알려주면 되죠.
12:21
But you don't have to wade through it. You don't have to go through the junk.
308
726000
3000
그걸 다 읽을 필요도 없고, 쓸데없는 정보들을 알 필요도 없습니다.
12:24
And then we do two other very important things
309
729000
2000
그 다음으로 아주 중요한 다른 두가지를 더 마련했습니다.
12:26
that kind of help fill in this feedback loop:
310
731000
2000
순환작용을 돕기 위한 목적인데요.
12:28
we help people understand in a little more detail
311
733000
2000
사람들이 이 수치가 무엇이고 어떤 의미인지를
12:30
what these values are and what they might indicate.
312
735000
3000
좀 더 자세하게 알 수 있도록 하기 위해서
12:33
And then we go a further step -- we tell them what they can do.
313
738000
3000
한 단계 발전시켰습니다. 어떻게 대처해야 하는 지를 알려주는 거죠.
12:36
We give them some insight
314
741000
2000
어떤 선택을 할 수 있고,
12:38
into what choices they can make, what actions they can take.
315
743000
3000
어떻게 대응해야 하는지 판단할 수 있게 하는 겁니다.
12:41
So that's our general blood work test.
316
746000
3000
혈액검사의 경우는 이렇구요.
12:44
Then we went to CRP test.
317
749000
2000
CRP(C-반응성 단백질) 검사로 넘어갔습니다.
12:46
In this case, it's a sin of omission.
318
751000
2000
이 경우는 내용이 없는 게 문제입니다.
12:48
They have this huge amount of space,
319
753000
2000
여백이 이렇게나 많은데도
12:50
and they don't use it for anything, so we do.
320
755000
2000
전혀 활용을 하지 않죠. 그래서 저희가 해봤습니다.
12:52
Now the CRP test is often done
321
757000
2000
보통 CRP검사는
12:54
following a cholesterol test,
322
759000
2000
콜레스트롤 검사를 한 뒤나
12:56
or in conjunction with a cholesterol test.
323
761000
2000
콜레스트롤 검사와 동시에 이루어집니다.
12:58
So we take the bold step
324
763000
2000
그래서 우리는 과감하게
13:00
of putting the cholesterol information on the same page,
325
765000
3000
결과지에 콜레스트롤 정보도 함께 표시해 두었습니다.
13:03
which is the way the doctor is going to evaluate it.
326
768000
2000
의사들이 살펴보는 것과 같은방식으로 말이죠.
13:05
So we thought the patient might actually want to know the context as well.
327
770000
3000
이를 통해서 환자 자신도 전체적인 상태를 훨씬 더 잘 알 수 있게 되겠죠.
13:08
It's a protein that shows up
328
773000
2000
단백질 수치가 높은 것으로 나오네요.
13:10
when your blood vessels might be inflamed,
329
775000
2000
혈관계통에 염증이 있다거나
13:12
which might be a risk for heart disease.
330
777000
2000
심장질환의 위험이 있다는 의미입니다.
13:14
What you're actually measuring
331
779000
2000
측정된 값들의 의미를
13:16
is spelled out in clean language.
332
781000
2000
정확히 알 수 있도록 설명되어 있습니다.
13:18
Then we use the information
333
783000
2000
저희는 이미 실험보고서에
13:20
that's already in the lab report.
334
785000
2000
이런 방식을 활용하고 있습니다.
13:22
We use the person's age and their gender
335
787000
2000
대상자의 나이와 성별을 고려해서
13:24
to start to fill in the personalized risks.
336
789000
3000
개인별 위험도를 기입하기 시작했습니다.
13:27
So we start to use the data we have
337
792000
2000
그리고 이런 데이터들을 이용해서
13:29
to run a very simple calculation
338
794000
2000
일종의 온라인 계산기를 이용한
13:31
that's on all sorts of online calculators
339
796000
2000
간단한 계산을 통해
13:33
to get a sense of what the actual risk is.
340
798000
3000
실제 어느 정도의 위험도가 있는지를 예측하죠.
13:36
The last one I'll show you is a PSA test.
341
801000
2000
끝으로 보여드릴 것은 전립선암(PSA) 검사 결과입니다.
13:38
Here's the before, and here's the after.
342
803000
3000
이게 이전 검사결과이고, 이것은 바뀐 검사결과지입니다.
13:41
Now a lot of our effort on this one --
343
806000
2000
저희는 여기에 많은 노력을 기울였습니다.
13:43
as many of you probably know,
344
808000
2000
여러분들 대부분이 아시겠지만
13:45
a PSA test is a very controversial test.
345
810000
2000
PSA검사에는 많은 논란이 있거든요.
13:47
It's used to test for prostate cancer,
346
812000
2000
전립선암을 판정하기 위한 검사이지만,
13:49
but there are all sorts of reasons
347
814000
2000
전립선이 비대해지는 데에는
13:51
why your prostate might be enlarged.
348
816000
2000
많은 원인이 있기 때문이죠.
13:53
And so we spent a good deal of our time
349
818000
2000
그 점을 나타내기 위해 정말 많은
13:55
indicating that.
350
820000
2000
시간을 들였습니다.
13:57
We again personalized the risks.
351
822000
2000
그 위험도를 개인별로 구분했죠.
13:59
So this patient is in their 50s,
352
824000
2000
50대인 이 환자에 대해서는
14:01
so we can actually give them a very precise estimate
353
826000
2000
자신의 전립선암 위험도가 어느 정도 인지
14:03
of what their risk for prostate cancer is.
354
828000
2000
매우 정확히 알 수 있도록 했습니다.
14:05
In this case it's about 25 percent, based on that.
355
830000
3000
이 환자의 경우, 위험도가 25% 정도입니다.
14:08
And then again, the follow-up actions.
356
833000
3000
그리고 마찬가지로, 대응방법이 제시되죠.
14:11
So our cost for this was less than 10,000 dollars, all right.
357
836000
3000
이런 작업을 하는데 들인 비용은 10,000불도 채 안됩니다. 적당하죠.
14:14
That's what Wired magazine spent on this.
358
839000
3000
비용은 와이어드 잡지사가 부담했구요.
14:17
Why is Wired magazine doing this?
359
842000
2000
그런데 와이어드 잡지사는 왜 이런 일을 하는거죠?
14:19
(Laughter)
360
844000
3000
(웃음)
14:22
Quest Diagnostics and LabCorp,
361
847000
2000
퀘스트 다이아그노스틱이나 랩코프 같은
14:24
the two largest lab testing companies --
362
849000
3000
거대 진단전문회사들은
14:27
last year, they made profits of over 700 million dollars
363
852000
3000
작년에 한 회사는 7억불 이상,
14:30
and over 500 million dollars respectively.
364
855000
3000
다른 회사는 5억불 이상의 수익을 냈습니다.
14:33
Now this is not a problem of resources;
365
858000
2000
금전적 재원의 문제가 아니라
14:35
this is a problem of incentives.
366
860000
3000
이렇게 하도록 유도하지 않는 것에 문제가 있습니다.
14:38
We need to recognize that the target of this information
367
863000
3000
우리가 알아야 할 것은, 이러한 의료정보의 대상이
14:41
should not be the doctor, should not be the insurance company.
368
866000
3000
의사나 보험사가 아니라
14:44
It should be the patient.
369
869000
2000
환자이어야 한다는 것입니다.
14:46
It's the person who actually, in the end,
370
871000
2000
습관을 바꾸려고 노력하고
14:48
is going to be having to change their lives
371
873000
2000
새로운 습관을 받아들이는 사람은
14:50
and then start adopting new behaviors.
372
875000
2000
결국 환자 자신이기 때문이죠.
14:52
This is information that is incredibly powerful.
373
877000
2000
이런 의료정보는 놀라운 정도로 강력합니다.
14:54
It's an incredibly powerful catalyst to change.
374
879000
3000
태도 변화를 일으키는 강력한 기폭제가 되어주죠.
14:57
But we're not using it. It's just sitting there.
375
882000
2000
하지만 우리는 그걸 활용하지 않고 방치해 두고 있습니다.
14:59
It's being lost.
376
884000
2000
놓쳐 버리고 마는거죠.
15:01
So I want to just offer four questions
377
886000
2000
그래서 제가 제안하고 싶은 것은
15:03
that every patient should ask,
378
888000
2000
환자는 네 가지 질문은 반드시 해야 한다는 것입니다.
15:05
because I don't actually expect people
379
890000
2000
이런 형식의 검사결과 보고서를 사람들이
15:07
to start developing these lab test reports.
380
892000
2000
실제로 개발할 것이라고는 생각하지 않거든요.
15:09
But you can create your own feedback loop.
381
894000
2000
하지만, 여러분 스스로 순환작용을 만들 수는 있습니다.
15:11
Anybody can create their feedback loop by asking these simple questions:
382
896000
3000
다음과 같은 질문을 통해서 누구라도 스스로 순환작용을 만들 수 있습니다.
15:14
Can I have my results?
383
899000
2000
검사 결과를 알 수 있나요?
15:16
And the only acceptable answer is --
384
901000
2000
그러면 돌아오는 답변은 오직 --
15:18
(Audience: Yes.) -- yes.
385
903000
2000
(청중: 네) -- 그렇죠.
15:20
What does this mean? Help me understand what the data is.
386
905000
2000
이게 무슨 의미죠? 이 자료가 뭔지 알수 있게 설명해 주세요.
15:22
What are my options? What choices are now on the table?
387
907000
3000
그럼 제가 할 수 있는 건 뭐죠? 현재 알려진 방법중 어떤것을 선택해야하죠?
15:25
And then, what's next?
388
910000
2000
그리고, 다음은 뭘까요?
15:27
How do I integrate this information
389
912000
2000
삶을 더 오래 유지하기 위해
15:29
into the longer course of my life?
390
914000
2000
이 자료들을 어떻게 활용하면 될까요?
15:32
So I want to wind up by just showing
391
917000
2000
그러면 이걸 보여주기만 하면 되는 겁니다.
15:34
that people have the capacity to understand this information.
392
919000
2000
이런 정보를 이해할 능력은 다들 가지고 있으니까요.
15:36
This is not beyond the grasp of ordinary people.
393
921000
3000
이건 보통 사람들이 이해하기 힘든 수준은 아닙니다.
15:39
You do not need to have the education level of people in this room.
394
924000
3000
학식이 높은 사람의 도움도 필요없죠.
15:42
Ordinary people are capable of understanding this information,
395
927000
3000
평범한 사람들도 이런 정보들을 이해할 능력은 있습니다.
15:45
if we only go to the effort of presenting it to them
396
930000
3000
이 정보들을 사람들이 다가갈 수 있는 형태로
15:48
in a form that they can engage with.
397
933000
2000
바꾸어서 제공하는 노력만 기울인다면요.
15:50
And engagement is essential here,
398
935000
2000
참여하도록 하는 것이 핵심입니다.
15:52
because it's not just giving them information;
399
937000
2000
단순히 정보만 제공하는 것이 아니라
15:54
it's giving them an opportunity to act.
400
939000
2000
그에 따라 행동할 기회를 주어야 합니다.
15:56
That's what engagement is. It's different from compliance.
401
941000
2000
그것이 참여입니다. 의사의 지시를 따르는 것과는 다르죠.
15:58
It works totally different from the way we talk about behavior
402
943000
3000
오늘날 의학분야에서 환자의 태도에 대해 논하는 것과는
16:01
in medicine today.
403
946000
2000
전혀 다른 효과를 가져 옵니다.
16:03
And this information is out there.
404
948000
2000
이런 정보는 어디에나 있습니다.
16:05
I've been talking today about latent information,
405
950000
2000
오늘 말씀 드린 것은 잠재적인 정보입니다.
16:07
all this information that exists in the system
406
952000
2000
의료체계안에 이런 정보는 늘 존재합니다.
16:09
that we're not putting to use.
407
954000
2000
우리가 활용하지 않을 뿐이죠.
16:11
But there are all sorts of other bodies of information
408
956000
2000
더군다나 여러 다른 형태의 정보들도
16:13
that are coming online,
409
958000
2000
생겨나고 있습니다.
16:15
and we need to recognize the capacity of this information
410
960000
3000
우리는 이런 정보들이 가진 능력을 인식해야 합니다.
16:18
to engage people, to help people
411
963000
2000
사람들을 참여시키고, 사람들을 돕고
16:20
and to change the course of their lives.
412
965000
2000
그리고 그들 삶의 여정을 변화시키기 위해서 말이죠.
16:22
Thank you very much.
413
967000
2000
고맙습니다.
16:24
(Applause)
414
969000
3000
(박수)
ABOUT THE SPEAKER
Thomas Goetz - Healthcare communicatorThomas Goetz is the co-founder of Iodine and author of "The Decision Tree: Taking Control of Your Health in the New Era of Personalized Medicine.”
Why you should listen
Thomas Goetz is the co-founder of Iodine, a new company that gives consumers better information -- and better visualizations -- of their health data. The former executive editor of Wired, Goetz has a Master's of Public Health from UC Berkeley. In 2010 he published The Decision Tree, a fascinating look at modern medical decisionmaking and technology. Former FDA commissioner Dr. David Kessler called the book "a game changer.” His next book, The Remedy, explores the germ theory of disease and the quest to cure tuberculosis.
Thomas Goetz | Speaker | TED.com