ABOUT THE SPEAKER
Pratik Shah - Medical technologist
Dr. Pratik Shah creates novel intersections between engineering, medical imaging, machine learning and medicine.

Why you should listen

Dr. Shah's research program at the MIT Media Lab develops scalable and low-cost diagnostics and therapeutics. His ongoing research areas at MIT include: 1) artificial intelligence and machine learning methods for detection of cancer biomarkers using standard photographs vs. expensive medical images; 2) unorthodox artificial intelligence and machine learning algorithms to design optimal and faster clinical trials and to reduce adverse effects on patients; and 3) low-cost and open source imaging devices, paper diagnostics, algorithms and mobile phones to improve public health and generate real-world data.

Clinical studies with Pratik's medical technologies have revealed "missing sick" patients, who otherwise remain undiagnosed in conventional healthcare settings. Dr. Shah's graduate and postdoctoral research contributed to the discovery of a vaccine component to prevent pneumococcal (Streptococcus pneumoniae) diseases; the identification of new pathways, technologies and metabolites as antimicrobials to target gastrointestinal infections; and a nonprofit to deploy a low-cost water quality test for the developing world.

Past recognition for Dr. Shah includes the American Society for Microbiology's Raymond W. Sarber national award, the Harvard Medical School and Massachusetts General Hospitals ECOR Fund for Medical Discovery postdoctoral fellowship, the AAAS-Lemelson Invention Ambassador Award and a TED Fellowship. Pratik has been an invited discussion leader at Gordon Research Seminars; a speaker at Cold Spring Harbor Laboratories, Gordon Research Conferences and IEEE bioengineering conferences; and a peer reviewer for leading scientific publications and funding agencies. Pratik has a BS, MS, and a PhD in Microbiology and completed fellowship training at The Broad Institute of MIT and Harvard, Massachusetts General Hospital and Harvard Medical School.

More profile about the speaker
Pratik Shah | Speaker | TED.com
TEDGlobal 2017

Pratik Shah: How AI is making it easier to diagnose disease

پراتیک شاهـ: چۆن ژیری دروستکراو دەتوانێت یارمەتی دۆزینەوەی نەخۆشیەکان بدات

Filmed:
1,571,835 views

ئەلگۆریتمی ژیریە دروستکراوەکانی ئەم سەردمە دەیان هەزار وێنەی پزیشکی گرانبەهایان پێویستە بۆ دۆزینەوەی شیکاری نەخۆشێک. بەڵام چی دەبێت ئەگەر بتوانین بە شێوەیەکی بەرچاو ڕێژەی ئەو داتایە کەم بکەینەوە کە پێویستە بۆ ڕاهێنانی ئەی -ئای، بە ئەمەش شیکاری نەخۆشیەکان هەرزانتر و باشتر دەکات؟ هاوڕێی تێد پراتیک شاه کار لەسەر سیستەمێکی زیرەک دەکات بۆ ئەوەی ئەمانە بە ئەنجام بگەێنێت. بە بەکارهێنانی (ئەی-ئای)ێکی نائاسایی و نوێ، شاه تەکنەلۆجیایەکی دروستکردووە کە دەتوانێت بە تەنها ٥٠ وێنەی ئاسایی مۆبایل بکاتە شیکارێک بۆ نەخۆشییەکان. زیاتر بزانە دەربارەی ئەم ڕێگە نوێیە کە دەتوانێت ژیانی چەندین کەس ڕزگار بکات بە دۆزینەوەی پێشوەختی نەخۆشییەکان بە بەکارهێنانی یارمەتی ژیری دروستکراو بۆ یارمەتی بواری تەندروستی لە سەرتاسەری جیهان.
- Medical technologist
Dr. Pratik Shah creates novel intersections between engineering, medical imaging, machine learning and medicine. Full bio

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

لە ئەمڕۆدا، ئەلگۆریتمی کۆمپیوتەرەکان
چەندین کاری سەرسوڕهێنەر دەکەن
00:13
Computer algorithms today
are performing incredible tasks
0
1280
3856
00:17
with high accuracies, at a massive scale,
using human-like intelligence.
1
5160
4736
،بە وردیەکی بەرز و پێوەرێکی باڵا
.و بە بەکارهێنانی ژیری مرۆڤئاسا
ئەم ژیرییەی کە کۆمپیوتەر هەیەتی
ناو دەبرێت بە -ئەی ئای
00:21
And this intelligence of computers
is often referred to as AI
2
9920
3936
.یان ژیری دروستکراو
00:25
or artificial intelligence.
3
13880
1856
ئەی ئای - وا ئامادەکراوە کاریگەریەکی
.گەورەی هەبێت لەسەر داهاتوومان
00:27
AI is poised to make an incredible impact
on our lives in the future.
4
15760
4200
،بەڵام تا ئێستەش
چەندین بەربەستی گەورەمان لەبەردەمە
00:32
Today, however,
we still face massive challenges
5
20880
3936
00:36
in detecting and diagnosing
several life-threatening illnesses,
6
24840
3496
لە دۆزینەوە و دیاریکردنی
،چەندین نەخۆشی کوشندە
.وەک هەوکردن و شێرپەنجە
00:40
such as infectious diseases and cancer.
7
28360
2360
00:44
Thousands of patients every year
8
32000
2296
ساڵانە هەزاران نەخۆش
00:46
lose their lives
due to liver and oral cancer.
9
34320
2800
ژیانیان لەدەست دەدەن بەهۆی
.شێرپەنجەی جگەر و ناودەم
باشترین ڕێگە بۆ یارمەتی ئەم نەخۆشانە
00:49
Our best way to help these patients
10
37880
2696
ئەوەیە هەوڵی دۆزینەوەی پێشوەختی
.ئەم نەخۆشیانە بدەین
00:52
is to perform early detection
and diagnoses of these diseases.
11
40600
4320
چۆن لە ئێستەدا ئەم نەخۆشیانە دەدۆزینەوە،
ئایا ژیری دروستکراو دەکرێت بەسوود بێت؟
00:57
So how do we detect these diseases today,
and can artificial intelligence help?
12
45880
4160
لە ئەو نەخۆشانەی کە بە داخەوە، گومانی
،ئەم نەخۆشییەیان لێدەکرێت
01:03
In patients who, unfortunately,
are suspected of these diseases,
13
51920
3656
دکتۆرێکی شارەزا، داوای
01:07
an expert physician first orders
14
55600
2656
01:10
very expensive
medical imaging technologies
15
58280
2616
چەندین تەکنیکی وێنەگرتنی پزیشکی گران دەکات
01:12
such as fluorescent imaging,
CTs, MRIs, to be performed.
16
60920
4096
،وەک وێنەکردنی تیشکدانەوەی فلۆریدی
.سی تی سکان و ئێم ئاڕ ئای بکرێن
،کاتێک ئەو وێنانە کۆ دەکرێنەوە
01:17
Once those images are collected,
17
65040
2296
01:19
another expert physician then diagnoses
those images and talks to the patient.
18
67360
4520
دکتۆرێکی تر ئەو نەخۆشیانە دەدۆزێتەوە و
.لەگەڵ نەخۆشەکەدا قسە دەکات
،وەک دەبینن
،ئەمە پرۆسەیەکە کە سەرچاوەی زۆری دەوێت
01:24
As you can see, this is
a very resource-intensive process,
19
72520
3456
پێویستەی بە دکتۆری شارەزا و
،تەکنەلۆجیای وێنەکردنی پزیشکی گران
01:28
requiring both expert physicians,
expensive medical imaging technologies,
20
76000
4416
و بە شتێکی پراکتیکی لە وڵاتە
.هەژارنشینەکان نابینرێن
01:32
and is not considered practical
for the developing world.
21
80440
3096
لەڕاستیدا، بۆ چەندین
.وڵاتی پیشەسازیش، هەمان بارودۆخیان هەیە
01:35
And in fact, in many
industrialized nations, as well.
22
83560
3360
ئایا دەتوانین چارەسەری ئەم کێشانە بکەین
بە بەکار‌‌هێنانی ژیری دروستکراو؟
01:39
So, can we solve this problem
using artificial intelligence?
23
87760
2880
لە ئێستەدا، ئەگەر بمەوێت بە بونیادی ژیری
،دروستکراوی ئەم سەردەمە بەکاربهێنم
01:43
Today, if I were to use traditional
artificial intelligence architectures
24
91840
4056
،بۆ چارەسەری ئەم کێشەیە
01:47
to solve this problem,
25
95920
1216
01:49
I would require 10,000 --
26
97160
1456
--پێویستەم بە ١٠ هەزار دەبێت
01:50
I repeat, on an order of 10,000
of these very expensive medical images
27
98640
4016
دووبارەی دەکەمەوە، ١٠ هەزار
لەم وێنە پزیشکیە گرانبەهایانە
.بۆ ئەوەی دروست بکرێت
01:54
first to be generated.
28
102680
1376
لە دوای ئەوەش، بڕوات
،بۆ دکتۆرێکی شارەزا
01:56
After that, I would then go
to an expert physician,
29
104080
2896
01:59
who would then analyze
those images for me.
30
107000
2496
بۆ ئەوەی ئەو وێنانە
.شیبکاتەوە بۆمن
،و بە بەکارهێنانی ئەو دوو زانیاریە
02:01
And using those two pieces of information,
31
109520
2096
دەتوانم تۆڕێکی قووڵی دەماری یان
تۆڕێکی فێربوونی قووڵ ڕابهێنم
02:03
I can train a standard deep neural network
or a deep learning network
32
111640
3656
.بۆ پێدانی شیکاری نەخۆشیەکە
02:07
to provide patient's diagnosis.
33
115320
2136
،نزیک لە یەکەم بیرۆکە
02:09
Similar to the first approach,
34
117480
1736
02:11
traditional artificial
intelligence approaches
35
119240
2143
ژیری دروستکراوی ئەم سەردەمە
هەمان کێشەیان هەیە
02:13
suffer from the same problem.
36
121407
1449
02:14
Large amounts of data, expert physicians
and expert medical imaging technologies.
37
122880
4560
بڕێکی زۆری زانیاری، دکتۆری شارەزا
تەکنەلۆجیای پێشکەوتووی وێنەگرتن
ئەگەر بتوانین، جۆرێکی کارامەتر، باشتر
02:20
So, can we invent more scalable, effective
38
128320
4296
02:24
and more valuable artificial
intelligence architectures
39
132640
3296
ژیریەکی دروستکراوی بەبەهاتر
،و پێشکەوتوتر دروست بکەین
بۆ چارەسەری کێشە گرنگەکانی ئەم سەردەمە؟
02:27
to solve these very important
problems facing us today?
40
135960
3056
ئەمە بە دیاریکراوی کاری گروپەکەمە
لە تاقیگەی میدیای ئێم ئای تی
02:31
And this is exactly
what my group at MIT Media Lab does.
41
139040
3296
02:34
We have invented a variety
of unorthodox AI architectures
42
142360
3856
چەندین جۆری ئەی - ئای
نا ئاسایمان بونیاد ناوە
بۆ چارەسەرکردنی ئەو بەربەستانەی کە
ڕوبەڕومان دەبنەوە لەمڕۆدا
02:38
to solve some of the most important
challenges facing us today
43
146240
3176
لە وێنەگرتنی پزیشکی و تاقیگە پزیشکیەکان
02:41
in medical imaging and clinical trials.
44
149440
2200
لەو نمونەیەی کە پیشانمدان ئەمڕۆ
.دوو ئامانجمان هەبوو
02:44
In the example I shared
with you today, we had two goals.
45
152480
3056
یەکەم ئامانج بە کەمکردنەوە
ژمارەی ئەو وێنانە دەبێت
02:47
Our first goal was to reduce
the number of images
46
155560
2976
02:50
required to train
artificial intelligence algorithms.
47
158560
3256
کە پێویستە بۆ ڕاهێنانی
.ئەلگۆریتمەکانی ژیری دروستکراو
ئامانجی دووهەمان - کە زۆر بە پەرۆش بووین
02:53
Our second goal -- we were more ambitious,
48
161840
2096
دەمانویست بەکارهێنانی تەکنیکی
وێنەکاری پزیشکی کەم بکەینەوە
02:55
we wanted to reduce the use
of expensive medical imaging technologies
49
163960
3736
.کە وێنەی نەخۆشەکان دەگرێت
02:59
to screen patients.
50
167720
1216
چۆن ئەمەمان کرد؟
03:00
So how did we do it?
51
168960
1200
،بۆ یەکەم ئامانجمان
03:02
For our first goal,
52
170920
1216
لە جیاتی ئەوەی بە هەزاران و دەیان هەزار
03:04
instead of starting
with tens and thousands
53
172160
2056
لەم وێنە گرانبەهایانە بەکاربێنین
،وەک (ئەی- ئای)ەکانی پێشتر
03:06
of these very expensive medical images,
like traditional AI,
54
174240
3016
.بە یەک وێنەی پزیشکی دەستمان پێکرد
03:09
we started with a single medical image.
55
177280
2056
لەم وێنەیەوە، خۆم و تیمەکەم،
ڕێگەیەکی زۆر زیرەکانەمان دۆزیەوە
03:11
From this image, my team and I
figured out a very clever way
56
179360
3776
بۆ دۆزینەوە و دەرهێنانی
.ملیارەها جۆری زانیاری
03:15
to extract billions
of information packets.
57
183160
2736
ئەم زانیاریانە، لە ڕەنگ
،پێکسڵەکان و شێوەی ئەندازەیی پێکهاتبوون
03:17
These information packets
included colors, pixels, geometry
58
185920
3696
03:21
and rendering of the disease
on the medical image.
59
189640
2536
و دوبارە ڕێکخستنەوەی ئەم نەخۆشیانە
.لەڕێگەی ئەم وێنە پزیشکییەوە
03:24
In a sense, we converted one image
into billions of training data points,
60
192200
4336
بە شێوەیەک، ئێمە یەک وێنەمان
،گۆڕی بۆ ملیارەها خاڵی ڕاهێنان
بە ئەمەش بڕێکی زۆری کەمدەکاتەوە
لەو زانیاریانەی کە پێویستە بۆ ڕاهێنان.
03:28
massively reducing the amount of data
needed for training.
61
196560
3536
،ئامانجی دووهەم
03:32
For our second goal,
62
200120
1216
بۆ کەمکردنەوەی بەکارهێنانی تەکنەلۆجیای
وێنەکردنی پزیشکی بۆ نەخۆشەکان
03:33
to reduce the use of expensive medical
imaging technologies to screen patients,
63
201360
3856
بە یەک وێنەی ئاسایی دەستمانپێکرد
03:37
we started with a standard,
white light photograph,
64
205240
2856
03:40
acquired either from a DSLR camera
or a mobile phone, for the patient.
65
208120
4336
کە لە مۆبایل یان کامێرا دەگیرێت
.بۆ نەخۆشەکە
03:44
Then remember those
billions of information packets?
66
212480
2456
بیری ئەو ملیار پاکێتی زانیاریانت هەیە؟
03:46
We overlaid those from
the medical image onto this image,
67
214960
3536
،ئەو وێنە پزیشکیانەمان خستە سەر ئەم وێنەیە
03:50
creating something
that we call a composite image.
68
218520
2520
کە شتێک پێکدێنێت پێی دەوترێت
.وێنەیەکی ئاوێتە
03:53
Much to our surprise,
we only required 50 --
69
221480
3296
،بە شێوەیەکی سەرسامکەر
تەنها ٥٠ دانەمان پێویستە بوو
دووبارەی دەکەمەوە تەنها ٥٠ دانە
03:56
I repeat, only 50 --
70
224800
1336
03:58
of these composite images to train
our algorithms to high efficiencies.
71
226160
3840
لە ئەو وێنانە بۆ ئەوەی ئەلگۆریتمەکانمان
.بە شێوەیەکی باش ڕابهێنین
،بۆ ئەوەی ئەم بیرۆکەیە کورت بکەینەوە
04:02
To summarize our approach,
72
230680
1336
لەجیاتی بەکارهێنانی
وێنەی پزیشکی گرانبەها
04:04
instead of using 10,000
very expensive medical images,
73
232040
3176
ئێستا، ئێمە دەتوانین ئەلگۆریتمەکانی
،ئەی-ئای بە شێوەیەکی نائاسایی ڕابهێنین
04:07
we can now train the AI algorithms
in an unorthodox way,
74
235240
3016
04:10
using only 50 of these high-resolution,
but standard photographs,
75
238280
4256
بە بەکارهێنانی ٥٠ وێنەی
،ئاسایی کوالیتی بەرز
لە وێنەی ئاسایی کامێرای(دی ئێس ئێڵ ئاڕ)و
کامێرای مۆبایل وەردەگیرێت
04:14
acquired from DSLR cameras
and mobile phones,
76
242560
2496
.بۆ دەستنیشانکردنی نەخۆشی
04:17
and provide diagnosis.
77
245080
1536
،لە ئەوەش گرنگتر
04:18
More importantly,
78
246640
1216
04:19
our algorithms can accept,
in the future and even right now,
79
247880
3136
ئەلگۆریتمەکانمان، لە ئێستە و
داهاتوودا دەتوانن
،وێنەی سادە لە نەخۆشەکان وەربگرن
04:23
some very simple, white light
photographs from the patient,
80
251040
2816
04:25
instead of expensive
medical imaging technologies.
81
253880
2440
لەجیاتی چەندین تەکنەلۆجیای
.گرانبەهای وێنەگرتنی پزیشکی
باوەڕم وایە، کە ئەوەی ئێمە بەرەو
سەردەمێک دەڕۆین
04:29
I believe that we are poised
to enter an era
82
257120
3096
کە ژیری دروستکراو
04:32
where artificial intelligence
83
260240
1936
04:34
is going to make an incredible
impact on our future.
84
262200
2536
.کاریگەریەکی گەورەی لەسەر داهاتوومان دەبێت
04:36
And I think that thinking
about traditional AI,
85
264760
2456
باوەڕم وایە کە ئەی - ئای نەوەی پێشوو
04:39
which is data-rich but application-poor,
86
267240
2776
کە زانیاری زۆری تێدایە بەڵام
بەکارهێنانێکی لاواز
04:42
we should also continue thinking
87
270040
1536
دەبێت بەردەوام بیربکەینەوە
دەربارەی بونیادی ژیری دروستکراوی
نائاسایی
04:43
about unorthodox artificial
intelligence architectures,
88
271600
3016
کە دەتوانێت بە ژمارەیەکی کەمی زانیاری
04:46
which can accept small amounts of data
89
274640
1936
04:48
and solve some of the most important
problems facing us today,
90
276600
2936
چارەسەری کێشە کرنگەکانی ئەمڕۆ بکات
بەتایبەتی لە تەندروستیدا.
04:51
especially in health care.
91
279560
1256
زۆر سوپاس.
04:52
Thank you very much.
92
280840
1216
(چەپڵە)
04:54
(Applause)
93
282080
3840
Translated by Qaiwan University
Reviewed by Halo Fariq

▲Back to top

ABOUT THE SPEAKER
Pratik Shah - Medical technologist
Dr. Pratik Shah creates novel intersections between engineering, medical imaging, machine learning and medicine.

Why you should listen

Dr. Shah's research program at the MIT Media Lab develops scalable and low-cost diagnostics and therapeutics. His ongoing research areas at MIT include: 1) artificial intelligence and machine learning methods for detection of cancer biomarkers using standard photographs vs. expensive medical images; 2) unorthodox artificial intelligence and machine learning algorithms to design optimal and faster clinical trials and to reduce adverse effects on patients; and 3) low-cost and open source imaging devices, paper diagnostics, algorithms and mobile phones to improve public health and generate real-world data.

Clinical studies with Pratik's medical technologies have revealed "missing sick" patients, who otherwise remain undiagnosed in conventional healthcare settings. Dr. Shah's graduate and postdoctoral research contributed to the discovery of a vaccine component to prevent pneumococcal (Streptococcus pneumoniae) diseases; the identification of new pathways, technologies and metabolites as antimicrobials to target gastrointestinal infections; and a nonprofit to deploy a low-cost water quality test for the developing world.

Past recognition for Dr. Shah includes the American Society for Microbiology's Raymond W. Sarber national award, the Harvard Medical School and Massachusetts General Hospitals ECOR Fund for Medical Discovery postdoctoral fellowship, the AAAS-Lemelson Invention Ambassador Award and a TED Fellowship. Pratik has been an invited discussion leader at Gordon Research Seminars; a speaker at Cold Spring Harbor Laboratories, Gordon Research Conferences and IEEE bioengineering conferences; and a peer reviewer for leading scientific publications and funding agencies. Pratik has a BS, MS, and a PhD in Microbiology and completed fellowship training at The Broad Institute of MIT and Harvard, Massachusetts General Hospital and Harvard Medical School.

More profile about the speaker
Pratik Shah | 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