TEDMED 2015
Russ Altman: What really happens when you mix medications?
रस आल्टमन: औषधं एकत्र घेतल्याने नेमकं काय होतं?
Filmed:
Readability: 4.2
1,766,922 views
दोन वेगळ्या कारणांसाठी दोन वेगळी औषधं घेणाऱ्यांसाठी एक गंभीर विचार: ती दोन औषधं एकत्र घेतल्याने नेमकं काय घडतं, हे तुमच्या डॉक्टरला पूर्णपणे माहीत नसण्याची शक्यता आहे. कारण, औषधांच्या परस्परक्रियांचा अभ्यास करणं अत्यंत कठीण असतं. "सर्च इंजिन मधले शोधप्रश्न" हा आश्चर्यजनक स्रोत वापरून, औषधांच्या अनपेक्षित परस्परक्रियांचा अभ्यास डॉक्टर कसा करतात, ते या मनोवेधक आणि सोप्या भाषणात रस आल्टमन दाखवून देताहेत.
Russ Altman - Big data techno-optimist and internist
Russ Altman uses machine learning to better understand adverse effects of medication. Full bio
Russ Altman uses machine learning to better understand adverse effects of medication. Full bio
Double-click the English transcript below to play the video.
00:12
So you go to the doctor
and get some tests.
and get some tests.
0
811
3321
आपण डॉक्टरकडे जातो.
चाचण्या करवून घेतो.
चाचण्या करवून घेतो.
00:16
The doctor determines
that you have high cholesterol
that you have high cholesterol
1
4674
2620
डॉक्टर आपलं कोलेस्टेरॉल वाढल्याचं
अनुमान काढतात.
अनुमान काढतात.
00:19
and you would benefit
from medication to treat it.
from medication to treat it.
2
7318
3171
त्यासाठी औषध घेतलं तर फायदा होईल,
असंही म्हणतात.
असंही म्हणतात.
00:22
So you get a pillbox.
3
10981
1556
मग आपल्याला गोळ्यांची डबी देतात.
00:25
You have some confidence,
4
13505
1199
आपल्याला आणि डॉक्टरांनाही
00:26
your physician has some confidence
that this is going to work.
that this is going to work.
5
14728
2937
विश्वास वाटतो,
की हा उपाय लागू पडणार आहे.
की हा उपाय लागू पडणार आहे.
00:29
The company that invented it did
a lot of studies, submitted it to the FDA.
a lot of studies, submitted it to the FDA.
6
17689
3553
हे औषध बनवणाऱ्या कंपनीने एफडीए ला
अभ्यासपूर्ण निष्कर्ष सादर केले होते.
अभ्यासपूर्ण निष्कर्ष सादर केले होते.
00:33
They studied it very carefully,
skeptically, they approved it.
skeptically, they approved it.
7
21266
3107
त्यांनी काळजीपूर्वक अभ्यास आणि
चिकित्सा करून औषधाला मान्यता दिली.
चिकित्सा करून औषधाला मान्यता दिली.
00:36
They have a rough idea of how it works,
8
24397
1889
त्याचे गुणधर्म ते ढोबळमानाने जाणतात.
00:38
they have a rough idea
of what the side effects are.
of what the side effects are.
9
26310
2453
त्याचे दुष्परिणामही त्यांना
ढोबळ मानाने माहीत आहेत.
ढोबळ मानाने माहीत आहेत.
00:40
It should be OK.
10
28787
1150
म्हणजे सगळं ठीक होईल.
00:42
You have a little more
of a conversation with your physician
of a conversation with your physician
11
30864
2818
पण पुढच्या संभाषणाने डॉक्टर
जरा काळजीत पडतात.
जरा काळजीत पडतात.
00:45
and the physician is a little worried
because you've been blue,
because you've been blue,
12
33706
2963
कारण आपल्याला उदास वाटत असतं.
00:48
haven't felt like yourself,
13
36693
1293
काहीतरी बिनसल्यासारखं.
00:50
you haven't been able to enjoy things
in life quite as much as you usually do.
in life quite as much as you usually do.
14
38010
3731
नेहमीच्या आवडीच्या गोष्टींत
पूर्वीसारखा आनंद वाटत नसतो.
पूर्वीसारखा आनंद वाटत नसतो.
00:53
Your physician says, "You know,
I think you have some depression.
I think you have some depression.
15
41765
3186
डॉक्टर म्हणतात, मला वाटतं,
तुम्हांला थोडंसं नैराश्य सतावतं आहे.
तुम्हांला थोडंसं नैराश्य सतावतं आहे.
00:57
I'm going to have to give
you another pill."
you another pill."
16
45792
2315
मी तुम्हांला आणखी एक गोळी देतो.
01:00
So now we're talking
about two medications.
about two medications.
17
48934
2483
तर आता आपण दोन औषधांविषयी
बोलतो आहोत.
बोलतो आहोत.
01:03
This pill also -- millions
of people have taken it,
of people have taken it,
18
51441
3104
ही दुसरी गोळी देखील,
लक्षावधी लोकांनी घेतली आहे.
लक्षावधी लोकांनी घेतली आहे.
01:06
the company did studies,
the FDA looked at it -- all good.
the FDA looked at it -- all good.
19
54569
3631
कंपनीने अभ्यास केला होता, एफडीए ने
निरीक्षण केलं होतं, अगदी व्यवस्थित.
निरीक्षण केलं होतं, अगदी व्यवस्थित.
01:10
Think things should go OK.
20
58823
2057
सगळं ठीक व्हायला हवं.
01:12
Think things should go OK.
21
60904
2197
सगळं ठीक व्हायला हवं.
01:15
Well, wait a minute.
22
63125
1439
पण, जरा एक मिनिट थांबा.
01:16
How much have we studied
these two together?
these two together?
23
64588
3517
आपण या दोन गोळ्यांचा
एकत्रित अभ्यास किती केला?
एकत्रित अभ्यास किती केला?
01:20
Well, it's very hard to do that.
24
68630
2300
तसं करणं फार कठीण आहे.
01:22
In fact, it's not traditionally done.
25
70954
2130
खरं तर, तसं करण्याची पद्धतच नाही.
01:25
We totally depend on what we call
"post-marketing surveillance,"
"post-marketing surveillance,"
26
73108
5518
आपण पूर्णपणे विश्वास ठेवतो, तो औषधविक्री
झाल्यानंतर केलेल्या निरीक्षणांवर.
झाल्यानंतर केलेल्या निरीक्षणांवर.
01:30
after the drugs hit the market.
27
78650
1880
औषध बाजारात आल्यानंतर.
01:32
How can we figure out
if bad things are happening
if bad things are happening
28
80996
2848
दोन औषधांचे एकमेकांवर
विपरित परिणाम होत असतील,
विपरित परिणाम होत असतील,
01:35
between two medications?
29
83868
1357
तर ते आपण कसे ओळखणार?
01:37
Three? Five? Seven?
30
85249
2030
तीन औषधं? पाच? सात?
01:39
Ask your favorite person
who has several diagnoses
who has several diagnoses
31
87708
2415
अनेक व्याधी असलेल्या
एखाद्या व्यक्तीला विचारा,
एखाद्या व्यक्तीला विचारा,
01:42
how many medications they're on.
32
90147
1834
की ते किती औषधं घेतात.
01:44
Why do I care about this problem?
33
92530
1580
मला या प्रश्नाविषयी
01:46
I care about it deeply.
34
94134
1157
कळकळ का वाटते?
01:47
I'm an informatics and data science guy
and really, in my opinion,
and really, in my opinion,
35
95315
4304
कारण मी डाटा आणि माहिती तंत्रज्ञ आहे.
01:51
the only hope -- only hope --
to understand these interactions
to understand these interactions
36
99643
3745
माझ्या मते, या परस्परक्रिया जाणून घेण्याचा
एकमेव मार्ग म्हणजे,
एकमेव मार्ग म्हणजे,
01:55
is to leverage lots
of different sources of data
of different sources of data
37
103412
3056
अनेक उगमस्थानांतून मिळणाऱ्या
माहितीचा फायदा घेऊन
माहितीचा फायदा घेऊन
01:58
in order to figure out
when drugs can be used together safely
when drugs can be used together safely
38
106492
3556
त्यातून निष्कर्ष काढणे, की कोणती औषधं
सुरक्षितपणे एकत्र वापरता येतील
सुरक्षितपणे एकत्र वापरता येतील
02:02
and when it's not so safe.
39
110072
1777
आणि कोणती येणार नाहीत.
02:04
So let me tell you a data science story.
40
112615
2051
माहितीशास्त्राची एक गोष्ट सांगतो.
02:06
And it begins with my student Nick.
41
114690
2154
ती सुरु होते माझा विद्यार्थी निक,
याच्यापाशी.
याच्यापाशी.
02:08
Let's call him "Nick,"
because that's his name.
because that's his name.
42
116868
2380
आपण त्याला निक म्हणू,
कारण तेच त्याचं नाव आहे.
कारण तेच त्याचं नाव आहे.
02:11
(Laughter)
43
119272
1592
(हशा)
02:12
Nick was a young student.
44
120888
1201
निक, एक तरुण विद्यार्थी.
02:14
I said, "You know, Nick, we have
to understand how drugs work
to understand how drugs work
45
122113
3079
मी म्हणालो,निक, आपल्याला औषधं कशी
कार्य करतात, ते बघायचं आहे.
कार्य करतात, ते बघायचं आहे.
02:17
and how they work together
and how they work separately,
and how they work separately,
46
125216
2626
ती एकत्रित, तसंच एकेकटी
कशी कार्य करतात, ते बघायचं आहे.
कशी कार्य करतात, ते बघायचं आहे.
02:19
and we don't have a great understanding.
47
127866
1922
आणि आपल्याजवळ काही फारशी माहिती नाही.
02:21
But the FDA has made available
an amazing database.
an amazing database.
48
129812
2405
पण एफडीए ने एक चांगला डेटाबेस
उपलब्ध करून दिला आहे.
उपलब्ध करून दिला आहे.
02:24
It's a database of adverse events.
49
132241
1699
औषधांच्या दुष्परिणामांचा डेटाबेस.
02:26
They literally put on the web --
50
134321
1642
त्यांनी तो इंटरनेटवर दिला आहे.
02:27
publicly available, you could all
download it right now --
download it right now --
51
135987
3119
तो सार्वजनिक आहे. आपण सगळे तो या क्षणी
डाउनलोड करू शकतो.
डाउनलोड करू शकतो.
02:31
hundreds of thousands
of adverse event reports
of adverse event reports
52
139130
3627
शेकडो हजारो दुष्परिणामकारक घटनांचे अहवाल,
02:34
from patients, doctors,
companies, pharmacists.
companies, pharmacists.
53
142781
3760
रुग्ण, डॉक्टर्स, औषधकंपन्या आणि
औषधविक्रेते यांच्याकडून आलेले.
औषधविक्रेते यांच्याकडून आलेले.
02:38
And these reports are pretty simple:
54
146565
1749
आणि हे अहवाल अगदी साधे असतात.
02:40
it has all the diseases
that the patient has,
that the patient has,
55
148338
2658
त्यात रुग्णाच्या सर्व
व्याधींची नावं असतात.
व्याधींची नावं असतात.
02:43
all the drugs that they're on,
56
151020
1767
त्याच्या सर्व औषधांची नावं असतात.
02:44
and all the adverse events,
or side effects, that they experience.
or side effects, that they experience.
57
152811
3818
आणि रुग्णाने अनुभवलेले सर्व
दुष्परिणाम किंवा गौण परिणाम असतात.
दुष्परिणाम किंवा गौण परिणाम असतात.
02:48
It is not all of the adverse events
that are occurring in America today,
that are occurring in America today,
58
156653
3436
अमेरिकेत सापडणारे एकूणएक
गौण परिणाम यात आहेत, असं नव्हे.
गौण परिणाम यात आहेत, असं नव्हे.
02:52
but it's hundreds and hundreds
of thousands of drugs.
of thousands of drugs.
59
160113
2578
पण यात शेकड्यामागून शेकडो
हजार औषधं आहेत.
हजार औषधं आहेत.
02:54
So I said to Nick,
60
162715
1299
मग मी निक ला म्हणालो,
02:56
"Let's think about glucose.
61
164038
1826
आपण ग्लुकोजचा विचार करू.
02:57
Glucose is very important,
and we know it's involved with diabetes.
and we know it's involved with diabetes.
62
165888
3567
ग्लुकोज ही फार महत्त्वाची आहे.
तिचा मधुमेहाशी संबंध आहे हे आपण जाणतो.
तिचा मधुमेहाशी संबंध आहे हे आपण जाणतो.
03:01
Let's see if we can understand
glucose response.
glucose response.
63
169479
3970
ग्लुकोजवर होणारा परिणाम
आपल्याला समजला आहे का, ते पाहू.
आपल्याला समजला आहे का, ते पाहू.
03:05
I sent Nick off. Nick came back.
64
173473
2458
असं म्हणून मी निक ला निरोप दिला.
तो परत आला.
तो परत आला.
03:08
"Russ," he said,
65
176248
1786
तो म्हणाला, "रस, "
03:10
"I've created a classifier that can
look at the side effects of a drug
look at the side effects of a drug
66
178351
5112
मी एक वर्गवारी तयार केली आहे.
ती या डेटाबेसच्या आधारे
ती या डेटाबेसच्या आधारे
03:15
based on looking at this database,
67
183487
2051
औषधाचे गौण परिणाम पाहते,
03:17
and can tell you whether that drug
is likely to change glucose or not."
is likely to change glucose or not."
68
185562
4271
आणि ते औषध ग्लुकोजवर परिणाम करण्याचा
संभव आहे की नाही, ते सांगते.
संभव आहे की नाही, ते सांगते.
03:21
He did it. It was very simple, in a way.
69
189857
2016
तर त्याने हे करून दाखवलं.
तसं ते साधं होतं.
तसं ते साधं होतं.
03:23
He took all the drugs
that were known to change glucose
that were known to change glucose
70
191897
2635
ग्लुकोजवर परिणाम करणारी
सर्व औषधं त्याने निवडली.
सर्व औषधं त्याने निवडली.
03:26
and a bunch of drugs
that don't change glucose,
that don't change glucose,
71
194556
2389
तशीच ग्लुकोजवर परिणाम न करणारीही
काही निवडली.
काही निवडली.
03:28
and said, "What's the difference
in their side effects?
in their side effects?
72
196969
2888
त्याने विचार केला, "त्यांच्या
गौण परिणामांत काय फरक आहे?"
गौण परिणामांत काय फरक आहे?"
03:31
Differences in fatigue? In appetite?
In urination habits?"
In urination habits?"
73
199881
4852
थकव्यात, भुकेच्या प्रमाणात,
किंवा मूत्रविसर्जनात फरक?
किंवा मूत्रविसर्जनात फरक?
03:36
All those things conspired
to give him a really good predictor.
to give him a really good predictor.
74
204757
2960
या सर्व उत्तरांमुळे त्याला
अटकळ बांधायला चांगली मदत झाली.
अटकळ बांधायला चांगली मदत झाली.
03:39
He said, "Russ, I can predict
with 93 percent accuracy
with 93 percent accuracy
75
207741
2548
तो म्हणाला, "रस, एखादं औषध
ग्लुकोजवर परिणाम करेल का,
ग्लुकोजवर परिणाम करेल का,
03:42
when a drug will change glucose."
76
210313
1572
हे मी ९३% अचूक सांगू शकतो."
03:43
I said, "Nick, that's great."
77
211909
1416
मी म्हणालो, "निक, उत्तम काम."
03:45
He's a young student,
you have to build his confidence.
you have to build his confidence.
78
213349
2896
तो एक तरुण विद्यार्थी आहे.
त्याचा आत्मविश्वास वाढवायला हवा.
त्याचा आत्मविश्वास वाढवायला हवा.
03:48
"But Nick, there's a problem.
79
216269
1390
"पण निक, एक अडचण आहे. "
03:49
It's that every physician in the world
knows all the drugs that change glucose,
knows all the drugs that change glucose,
80
217683
3960
जगातला प्रत्येक डॉक्टर, ग्लुकोजवर परिणाम
करणारी औषधं कोणती, ते जाणतो.
करणारी औषधं कोणती, ते जाणतो.
03:53
because it's core to our practice.
81
221667
2038
कारण हा त्यांच्या व्यवसायाचा गाभा आहे.
03:55
So it's great, good job,
but not really that interesting,
but not really that interesting,
82
223729
3722
तर, हे उत्तम आहे, पण
तितकंसं महत्त्वाचं नाही.
तितकंसं महत्त्वाचं नाही.
03:59
definitely not publishable."
83
227475
1531
प्रसिद्ध करण्यासारखं तर नाहीच.
04:01
(Laughter)
84
229030
1014
(हशा)
04:02
He said, "I know, Russ.
I thought you might say that."
I thought you might say that."
85
230068
2550
तो म्हणाला, "रस,
मला वाटलंच होतं तुम्ही असं म्हणाल."
मला वाटलंच होतं तुम्ही असं म्हणाल."
04:04
Nick is smart.
86
232642
1152
हुशार आहे निक.
04:06
"I thought you might say that,
so I did one other experiment.
so I did one other experiment.
87
234149
2874
तुम्ही असं म्हणाल, म्हणूनच
मी आणखी एक प्रयोग केला.
मी आणखी एक प्रयोग केला.
04:09
I looked at people in this database
who were on two drugs,
who were on two drugs,
88
237047
2928
या डेटाबेसमध्ये दोन औषधं घेणारे
जे लोक होते, ते पाहिले.
जे लोक होते, ते पाहिले.
04:11
and I looked for signals similar,
glucose-changing signals,
glucose-changing signals,
89
239999
4422
आणि ग्लुकोज पातळीतल्या
बदलाच्या खुणा पाहिल्या,
बदलाच्या खुणा पाहिल्या,
04:16
for people taking two drugs,
90
244445
1624
दोन औषधं घेणाऱ्यांमध्ये समान अशा.
04:18
where each drug alone
did not change glucose,
did not change glucose,
91
246093
5569
जिथे प्रत्येक औषध एकटं
ग्लुकोजवर परिणाम करीत नव्हतं,
ग्लुकोजवर परिणाम करीत नव्हतं,
04:23
but together I saw a strong signal."
92
251686
2460
पण एकत्रित असताना मला अगदी
प्रबळ खूण दिसली.
प्रबळ खूण दिसली.
04:26
And I said, "Oh! You're clever.
Good idea. Show me the list."
Good idea. Show me the list."
93
254170
3149
मी म्हणालो, "ओह! हुशार आहेस.
कल्पना चांगली आहे. तुझी यादी दाखव."
कल्पना चांगली आहे. तुझी यादी दाखव."
04:29
And there's a bunch of drugs,
not very exciting.
not very exciting.
94
257343
2254
यादीतली औषधं फार दखल घेण्याजोगी नव्हती.
04:31
But what caught my eye
was, on the list there were two drugs:
was, on the list there were two drugs:
95
259621
3932
पण त्यातल्या दोन औषधांनी
माझी नजर वेधून घेतली.
माझी नजर वेधून घेतली.
04:35
paroxetine, or Paxil, an antidepressant;
96
263577
3393
पेरॉक्सेटिन किंवा पॅक्सील
हे निराशारोधक,
हे निराशारोधक,
04:39
and pravastatin, or Pravachol,
a cholesterol medication.
a cholesterol medication.
97
267756
3570
आणि प्रावास्टॅटिन किंवा प्रावाकॉल
हे कोलेस्टेरॉलसाठी.
हे कोलेस्टेरॉलसाठी.
04:43
And I said, "Huh. There are millions
of Americans on those two drugs."
of Americans on those two drugs."
98
271936
4283
आणि मी म्हटलं, "हो, लक्षावधी अमेरिकन्स
ही औषधं घेताहेत. "
ही औषधं घेताहेत. "
04:48
In fact, we learned later,
99
276243
1246
खरं तर, आम्हाला नंतर कळलं,
04:49
15 million Americans on paroxetine
at the time, 15 million on pravastatin,
at the time, 15 million on pravastatin,
100
277513
6032
त्यावेळी १५ दशलक्ष लोक पेरॉक्सेटिन
आणि १५ दशलक्ष लोक प्रावास्टॅटिन घेत होते.
आणि १५ दशलक्ष लोक प्रावास्टॅटिन घेत होते.
04:55
and a million, we estimated, on both.
101
283569
2817
आमच्या अंदाजाप्रमाणे एक दशलक्ष लोक
दोन्ही औषधं घेत असावेत.
दोन्ही औषधं घेत असावेत.
04:58
So that's a million people
102
286767
1254
म्हणजे, एक दशलक्ष लोकांना
05:00
who might be having some problems
with their glucose
with their glucose
103
288045
2453
ग्लुकोजच्या पातळीची समस्या असू शकते.
05:02
if this machine-learning mumbo jumbo
that he did in the FDA database
that he did in the FDA database
104
290522
3206
म्हणजे याने एफडीए चा डेटाबेस वापरून
जो काही तांत्रिक जादूटोणा केला,
जो काही तांत्रिक जादूटोणा केला,
05:05
actually holds up.
105
293752
1254
तो खरा असेल तर.
05:07
But I said, "It's still not publishable,
106
295030
1927
मी म्हणालो, हे प्रकाशित करणं शक्य नाही.
05:08
because I love what you did
with the mumbo jumbo,
with the mumbo jumbo,
107
296981
2296
कारण तुझा जादूटोणा मला आवडला असला,
05:11
with the machine learning,
108
299301
1246
संगणकाची हुशारी देखील,
05:12
but it's not really standard-of-proof
evidence that we have."
evidence that we have."
109
300571
3864
तरी हा काही प्रमाण पुरावा नव्हे.
05:17
So we have to do something else.
110
305618
1589
काहीतरी वेगळं करावं लागेल.
05:19
Let's go into the Stanford
electronic medical record.
electronic medical record.
111
307231
2876
आपण स्टॅनफर्ड मेडिकल रेकॉर्ड पाहू.
05:22
We have a copy of it
that's OK for research,
that's OK for research,
112
310131
2064
त्याची ही एक प्रत
संशोधनासाठी वापरता येईल.
संशोधनासाठी वापरता येईल.
05:24
we removed identifying information.
113
312219
2046
त्यातली ओळख पटवणारी माहिती
काढून टाकली आहे.
काढून टाकली आहे.
05:26
And I said, "Let's see if people
on these two drugs
on these two drugs
114
314581
2503
मी म्हटलं, "ही दोन औषधं घेणाऱ्या लोकांना
05:29
have problems with their glucose."
115
317108
1769
ग्लुकोजची समस्या आहे का, ते पाहू."
05:31
Now there are thousands
and thousands of people
and thousands of people
116
319242
2207
स्टॅनफर्ड मेडिकल रेकॉर्डस् मध्ये
05:33
in the Stanford medical records
that take paroxetine and pravastatin.
that take paroxetine and pravastatin.
117
321473
3459
पेरॉक्सेटिन आणि प्रावास्टॅटिन घेणाऱ्या
हजारो लोकांची नावं आहेत.
हजारो लोकांची नावं आहेत.
05:36
But we needed special patients.
118
324956
1799
पण आम्हांला काही खास रुग्ण हवे होते,
05:38
We needed patients who were on one of them
and had a glucose measurement,
and had a glucose measurement,
119
326779
4597
ज्यांनी यातलं एक औषध घेत असताना
ग्लुकोजची मोजणी केली,
ग्लुकोजची मोजणी केली,
05:43
then got the second one and had
another glucose measurement,
another glucose measurement,
120
331400
3449
नंतर दुसरं औषधही घेऊ लागल्यावर
पुन्हा ग्लुकोजची मोजणी केली,
पुन्हा ग्लुकोजची मोजणी केली,
05:46
all within a reasonable period of time --
something like two months.
something like two months.
121
334873
3615
आणि हे सगळं थोडक्या काळात,
समजा दोन महिन्यांत.
समजा दोन महिन्यांत.
05:50
And when we did that,
we found 10 patients.
we found 10 patients.
122
338512
3159
याप्रमाणे शोधल्यावर आम्हांला
असे १० रुग्ण सापडले.
असे १० रुग्ण सापडले.
05:54
However, eight out of the 10
had a bump in their glucose
had a bump in their glucose
123
342592
4538
परंतु या १० पैकी ८ रुग्णांच्या
ग्लुकोजची पातळी, "दुसरा प" सुरु केल्यावर--
ग्लुकोजची पातळी, "दुसरा प" सुरु केल्यावर--
05:59
when they got the second P --
we call this P and P --
we call this P and P --
124
347154
2645
या औषधांना आद्याक्षरांप्रमाणे
आम्ही "प आणि प" म्हणतो.
आम्ही "प आणि प" म्हणतो.
06:01
when they got the second P.
125
349823
1310
---वाढली होती.
06:03
Either one could be first,
the second one comes up,
the second one comes up,
126
351157
2562
यापैकी कोणतंही औषध प्रथम घेतलं असलं,
तरी त्याबरोबर
तरी त्याबरोबर
06:05
glucose went up
20 milligrams per deciliter.
20 milligrams per deciliter.
127
353743
2847
दुसरं औषध घेताच,
ग्लुकोज २० मिलिग्रॅम/ डेसिलिटरने वाढलं.
ग्लुकोज २० मिलिग्रॅम/ डेसिलिटरने वाढलं.
06:08
Just as a reminder,
128
356614
1158
आपल्याला आठवण करून देतो,
06:09
you walk around normally,
if you're not diabetic,
if you're not diabetic,
129
357796
2325
मधुमेही नसाल, तर सामान्यतः आपली
ग्लुकोजची पातळी
ग्लुकोजची पातळी
06:12
with a glucose of around 90.
130
360145
1359
साधारण ९० मिलिग्रॅम असते.
06:13
And if it gets up to 120, 125,
131
361528
2076
ती जर १२० - १२५ पर्यंत गेली, तर
06:15
your doctor begins to think
about a potential diagnosis of diabetes.
about a potential diagnosis of diabetes.
132
363628
3450
डॉक्टर तुम्हांला मधुमेही ठरवण्याची
शक्यता विचारात घेऊ लागतात.
शक्यता विचारात घेऊ लागतात.
06:19
So a 20 bump -- pretty significant.
133
367102
2991
म्हणजे, २० ची वाढ बरीच महत्त्वाची आहे.
06:22
I said, "Nick, this is very cool.
134
370601
1904
मी म्हणालो, " निक, हे छान आहे,
06:25
But, I'm sorry, we still
don't have a paper,
don't have a paper,
135
373616
2053
पण सॉरी, प्रसिद्ध करण्याइतकं नाही.
06:27
because this is 10 patients
and -- give me a break --
and -- give me a break --
136
375693
2579
कारण, यात फक्त १०च रुग्ण आहेत.
06:30
it's not enough patients."
137
378296
1245
आणि तितके पुरेसे नाहीत."
06:31
So we said, what can we do?
138
379565
1306
आता काय बरं करावं?
06:32
And we said, let's call our friends
at Harvard and Vanderbilt,
at Harvard and Vanderbilt,
139
380895
2976
आम्ही ठरवलं, हार्वर्ड आणि वॉंडरबिल्ट
मधल्या मित्रांशी बोलू.
मधल्या मित्रांशी बोलू.
06:35
who also -- Harvard in Boston,
Vanderbilt in Nashville,
Vanderbilt in Nashville,
140
383895
2587
बॉस्टनमध्ये हार्वर्ड आणि
नॅशव्हिलमध्ये वॉंडरबिल्ट,
नॅशव्हिलमध्ये वॉंडरबिल्ट,
06:38
who also have electronic
medical records similar to ours.
medical records similar to ours.
141
386506
2821
दोघांकडेही इलेक्ट्रॉनिक स्वरूपातल्या
वैद्यकीय नोंदी आहेत.
वैद्यकीय नोंदी आहेत.
06:41
Let's see if they can find
similar patients
similar patients
142
389351
2020
त्यात असे रुग्ण सापडतात का पाहू.
06:43
with the one P, the other P,
the glucose measurements
the glucose measurements
143
391395
3276
पहिला प, दुसरा प आणि
आम्हाला हवी त्या कक्षेतली
आम्हाला हवी त्या कक्षेतली
06:46
in that range that we need.
144
394695
1600
ग्लुकोजची मोजणी असणारे.
06:48
God bless them, Vanderbilt
in one week found 40 such patients,
in one week found 40 such patients,
145
396787
4955
वॉंडरबिल्टला - देव त्यांचं भलं करो -
एका आठवड्यात असे ४० रुग्ण सापडले.
एका आठवड्यात असे ४० रुग्ण सापडले.
06:53
same trend.
146
401766
1189
त्याच प्रकारचे.
06:55
Harvard found 100 patients, same trend.
147
403804
3620
हार्वर्डला १०० रुग्ण सापडले,
त्याच प्रकारचे.
त्याच प्रकारचे.
06:59
So at the end, we had 150 patients
from three diverse medical centers
from three diverse medical centers
148
407448
4281
अखेरीस तीन वेगळ्या वैद्यकीय संस्थांमधून
आम्हांला एकूण १५० रुग्ण सापडले होते.
आम्हांला एकूण १५० रुग्ण सापडले होते.
07:03
that were telling us that patients
getting these two drugs
getting these two drugs
149
411753
3297
ते दाखवून देत होते, की
ही दोन औषधं घेणाऱ्यांचं ग्लुकोज
ही दोन औषधं घेणाऱ्यांचं ग्लुकोज
07:07
were having their glucose bump
somewhat significantly.
somewhat significantly.
150
415074
2703
जरा जास्त प्रमाणात वाढत होतं.
07:10
More interestingly,
we had left out diabetics,
we had left out diabetics,
151
418317
2810
त्याहूनही गम्मत म्हणजे,
आम्ही मधुमेही निवडलेच नव्हते.
आम्ही मधुमेही निवडलेच नव्हते.
07:13
because diabetics already
have messed up glucose.
have messed up glucose.
152
421151
2317
कारण त्यांच्या ग्लुकोजचा तर
गोंधळच झालेला असतो.
गोंधळच झालेला असतो.
07:15
When we looked
at the glucose of diabetics,
at the glucose of diabetics,
153
423492
2238
मधुमेही रुग्णांची ग्लुकोज पाहिली असता,
07:17
it was going up 60 milligrams
per deciliter, not just 20.
per deciliter, not just 20.
154
425754
3435
ती २० नव्हे, तर ६० मिलिग्रॅम/ डेसिलिटरने
वर जात होती.
वर जात होती.
07:21
This was a big deal, and we said,
"We've got to publish this."
"We've got to publish this."
155
429760
3452
हा मोठाच शोध होता.
आता हा प्रसिद्ध करायलाच हवा.
आता हा प्रसिद्ध करायलाच हवा.
07:25
We submitted the paper.
156
433236
1179
आम्ही पेपर पाठविला.
07:26
It was all data evidence,
157
434439
2111
आमच्याजवळ केवळ आकडेवारीचे पुरावे होते.
07:28
data from the FDA, data from Stanford,
158
436574
2483
एफडीएमधले, स्टॅनफर्डमधले,
07:31
data from Vanderbilt, data from Harvard.
159
439081
1946
वॉंडरबिल्टमधले, हार्वर्डमधले.
07:33
We had not done a single real experiment.
160
441051
2396
पण आम्ही प्रत्यक्षात एकही प्रयोग
केला नव्हता.
केला नव्हता.
07:36
But we were nervous.
161
444495
1296
आम्हांला चिंता वाटू लागली.
07:38
So Nick, while the paper
was in review, went to the lab.
was in review, went to the lab.
162
446201
3730
म्हणून मग, पेपरचं परीक्षण चालू असतानाच,
निक प्रयोगशाळेत गेला.
निक प्रयोगशाळेत गेला.
07:41
We found somebody
who knew about lab stuff.
who knew about lab stuff.
163
449955
2462
तिथलं काम जाणणारा माणूस शोधला.
07:44
I don't do that.
164
452441
1393
मी ते काम जाणत नाही.
07:45
I take care of patients,
but I don't do pipettes.
but I don't do pipettes.
165
453858
2417
मी रुग्णांची काळजी घेतो,
पण पिपेटस् वापरत नाही.
पण पिपेटस् वापरत नाही.
07:49
They taught us how to feed mice drugs.
166
457420
3053
उंदरांना औषध कसं द्यायचं,
ते त्यांनी आम्हांला शिकवलं.
ते त्यांनी आम्हांला शिकवलं.
07:52
We took mice and we gave them
one P, paroxetine.
one P, paroxetine.
167
460864
2414
आम्ही काही उंदरांना पहिला प दिला,
पेरॉक्सेटिन.
पेरॉक्सेटिन.
07:55
We gave some other mice pravastatin.
168
463302
2508
दुसऱ्या काही उंदरांना दिलं प्रावास्टॅटिन.
07:57
And we gave a third group
of mice both of them.
of mice both of them.
169
465834
3595
आणि उंदरांच्या तिसऱ्या गटाला दिली
ही दोन्ही औषधं.
ही दोन्ही औषधं.
08:01
And lo and behold, glucose went up
20 to 60 milligrams per deciliter
20 to 60 milligrams per deciliter
170
469893
3946
आणि उंदरांच्या ग्लुकोजची पातळी
२० ते ६० मिलिग्रॅम/ डेसिलिटरने वाढली.
२० ते ६० मिलिग्रॅम/ डेसिलिटरने वाढली.
08:05
in the mice.
171
473863
1171
अहो आश्चर्यम्!
08:07
So the paper was accepted
based on the informatics evidence alone,
based on the informatics evidence alone,
172
475058
3158
आमच्या पेपरला केवळ
माहितीजन्य पुराव्यांमुळे मान्यता मिळाली.
माहितीजन्य पुराव्यांमुळे मान्यता मिळाली.
08:10
but we added a little note at the end,
173
478240
1894
पण आम्ही शेवटी एक तळटीप जोडली.
08:12
saying, oh by the way,
if you give these to mice, it goes up.
if you give these to mice, it goes up.
174
480158
2899
त्यात लिहिलं, "तसंच, उंदरांना
ही औषधें दिल्यास, पातळी वाढते."
ही औषधें दिल्यास, पातळी वाढते."
08:15
That was great, and the story
could have ended there.
could have ended there.
175
483081
2508
हे छान झालं, आणि ही गोष्ट
तिथेच संपली असती.
तिथेच संपली असती.
08:17
But I still have six and a half minutes.
176
485613
1997
पण माझ्याजवळ अजून साडेसहा मिनिटं आहेत.
08:19
(Laughter)
177
487634
2807
(हशा)
08:22
So we were sitting around
thinking about all of this,
thinking about all of this,
178
490465
2815
तर आम्ही एकत्र जमून
याविषयी विचार करीत होतो.
याविषयी विचार करीत होतो.
08:25
and I don't remember who thought
of it, but somebody said,
of it, but somebody said,
179
493304
2735
आणि हे कोणाला सुचलं ते आठवत नाही,
पण कोणीतरी म्हणालं,
पण कोणीतरी म्हणालं,
08:28
"I wonder if patients
who are taking these two drugs
who are taking these two drugs
180
496063
3201
"मला प्रश्न पडला आहे, ही दोन औषधं
घेणाऱ्या रुग्णांना
घेणाऱ्या रुग्णांना
08:31
are noticing side effects
of hyperglycemia.
of hyperglycemia.
181
499288
3553
वाढलेल्या ग्लुकोजचे गौण परिणाम
जाणवत असतील का?
जाणवत असतील का?
08:34
They could and they should.
182
502865
1496
शक्य आहे, जाणवत असलेच पाहिजेत.
08:36
How would we ever determine that?"
183
504761
1877
ते कसं ठरवता येईल?"
08:39
We said, well, what do you do?
184
507551
1443
विचार करा, "आपण काय करू?"
08:41
You're taking a medication,
one new medication or two,
one new medication or two,
185
509018
2580
एक औषध घेताघेताच, त्याबरोबर
एकदोन नवीन औषधं सुरु झाली,
एकदोन नवीन औषधं सुरु झाली,
08:43
and you get a funny feeling.
186
511622
1538
आणि काहीतरी विचित्र होऊ लागलं,
08:45
What do you do?
187
513184
1151
तर आपण काय करू?
08:46
You go to Google
188
514359
1151
आपण गूगल वर जाऊ.
08:47
and type in the two drugs you're taking
or the one drug you're taking,
or the one drug you're taking,
189
515534
3349
आपण घेत असलेल्या एक किंवा दोन
औषधांची नावं तिथे घालू.
औषधांची नावं तिथे घालू.
08:50
and you type in "side effects."
190
518907
1603
आणि गौण परिणाम शब्दही तिथे घालू.
08:52
What are you experiencing?
191
520534
1356
आपण अनुभवलेले गौण परिणामही.
08:54
So we said OK,
192
522239
1151
मग आम्ही ठरवलं,
08:55
let's ask Google if they will share
their search logs with us,
their search logs with us,
193
523414
3056
गूगलला विचारायचं, शोधप्रश्नांच्या नोंदी
आम्हांला पाहू द्याल का?
आम्हांला पाहू द्याल का?
08:58
so that we can look at the search logs
194
526494
1833
म्हणजे त्या नोंदी पाहून,
09:00
and see if patients are doing
these kinds of searches.
these kinds of searches.
195
528351
2565
रुग्ण अशा प्रकारचे शोध घेताहेत का,
ते समजेल.
ते समजेल.
09:02
Google, I am sorry to say,
denied our request.
denied our request.
196
530940
3275
सांगण्यास खेद होतो, की
गूगलने आमची विनंती नाकारली.
गूगलने आमची विनंती नाकारली.
09:06
So I was bummed.
197
534819
1151
मी निराश झालो.
09:07
I was at a dinner with a colleague
who works at Microsoft Research
who works at Microsoft Research
198
535994
3166
मायक्रोसॉफ्ट रीसर्च मधल्या सहकाऱ्याबरोबर
मी डिनरला गेलो होतो.
मी डिनरला गेलो होतो.
09:11
and I said, "We wanted to do this study,
199
539184
1941
त्याला म्हणालो, "एक संशोधन करायचं होतं,
09:13
Google said no, it's kind of a bummer."
200
541149
1880
पण गूगलने नकार देऊन मला निराश केलं."
09:15
He said, "Well, we have
the Bing searches."
the Bing searches."
201
543053
2086
तो म्हणाला, "आमच्याकडे बिंगचे शोध आहेत."
09:18
(Laughter)
202
546195
3483
(हशा)
09:22
Yeah.
203
550805
1267
हं.
09:24
That's great.
204
552096
1151
छान आहे.
09:25
Now I felt like I was --
205
553271
1151
आता मला वाटू लागलं,
09:26
(Laughter)
206
554446
1000
(हशा)
09:27
I felt like I was talking to Nick again.
207
555470
2412
की मी पुन्हा निक शी बोलतो आहे.
09:30
He works for one of the largest
companies in the world,
companies in the world,
208
558437
2624
तो जगातल्या एका मोठ्या कंपनीत काम करतो,
09:33
and I'm already trying
to make him feel better.
to make him feel better.
209
561085
2206
आणि इथे मी त्याची समजूत घालतो आहे.
09:35
But he said, "No, Russ --
you might not understand.
you might not understand.
210
563315
2445
पण तो म्हणाला, "तसं नव्हे रस,
तुला ठाऊक नसेल,
तुला ठाऊक नसेल,
09:37
We not only have Bing searches,
211
565784
1500
आमच्याकडे बिंग शिवाय
09:39
but if you use Internet Explorer
to do searches at Google,
to do searches at Google,
212
567308
3340
इतर नोंदीही आहेत.
गूगल, याहू, बिंग साठी जेव्हा
गूगल, याहू, बिंग साठी जेव्हा
09:42
Yahoo, Bing, any ...
213
570672
1891
इंटरनेट एक्सप्लोरर वापरला जातो,
09:44
Then, for 18 months, we keep that data
for research purposes only."
for research purposes only."
214
572587
3643
तेव्हा केवळ संशोधनासाठी म्हणून
आम्ही तो डाटा १८ महिने ठेवतो. "
आम्ही तो डाटा १८ महिने ठेवतो. "
09:48
I said, "Now you're talking!"
215
576254
1936
मी म्हणालो, "आता कसं बोललास!"
09:50
This was Eric Horvitz,
my friend at Microsoft.
my friend at Microsoft.
216
578214
2198
हा एरिक हॉरविट्झ,
माझा मायक्रोसॉफ्टमधला मित्र.
माझा मायक्रोसॉफ्टमधला मित्र.
09:52
So we did a study
217
580436
1695
मग आम्ही एक प्रयोग केला.
09:54
where we defined 50 words
that a regular person might type in
that a regular person might type in
218
582155
4619
एखाद्या साधारण व्यक्तीची
ग्लुकोज पातळी वाढली तर ती गूगलवर शोधेल,
ग्लुकोज पातळी वाढली तर ती गूगलवर शोधेल,
09:58
if they're having hyperglycemia,
219
586798
1602
असे ५० शब्द निश्चित केले.
10:00
like "fatigue," "loss of appetite,"
"urinating a lot," "peeing a lot" --
"urinating a lot," "peeing a lot" --
220
588424
4762
जसे, थकवा, भूक मंदावणे,
जास्त मूत्र, लघवीत वाढ ...
जास्त मूत्र, लघवीत वाढ ...
10:05
forgive me, but that's one
of the things you might type in.
of the things you might type in.
221
593210
2767
माफ करा, पण हेही
एक लक्षण शोधलं जाईल.
एक लक्षण शोधलं जाईल.
10:08
So we had 50 phrases
that we called the "diabetes words."
that we called the "diabetes words."
222
596001
2790
तर आम्ही असे ५०
"मधुमेही शब्द" गोळा केले.
"मधुमेही शब्द" गोळा केले.
10:10
And we did first a baseline.
223
598815
2063
प्रथम शोधप्रश्नांची
एक मूलभूत पातळी ठरवली.
एक मूलभूत पातळी ठरवली.
10:12
And it turns out
that about .5 to one percent
that about .5 to one percent
224
600902
2704
त्यावेळी सिद्ध झालं, की
इंटरनेटवरील एकूण शोधांपैकी
इंटरनेटवरील एकूण शोधांपैकी
10:15
of all searches on the Internet
involve one of those words.
involve one of those words.
225
603630
2982
साधारण अर्धा ते एक टक्का प्रश्नांमध्ये
यापैकी एक शब्द असतो.
यापैकी एक शब्द असतो.
10:18
So that's our baseline rate.
226
606636
1742
हे झालं मूलभूत प्रमाण.
10:20
If people type in "paroxetine"
or "Paxil" -- those are synonyms --
or "Paxil" -- those are synonyms --
227
608402
4143
जर लोकांनी पेरॉक्सेटिन किंवा पॅक्सील
- दोन्ही एकच - शोधलं, आणि
- दोन्ही एकच - शोधलं, आणि
10:24
and one of those words,
228
612569
1215
त्या शब्दांपैकी एक शब्द,
10:25
the rate goes up to about two percent
of diabetes-type words,
of diabetes-type words,
229
613808
4890
तर ते प्रमाण होतं
मधुमेही शब्दांच्या २ टक्के.
मधुमेही शब्दांच्या २ टक्के.
10:30
if you already know
that there's that "paroxetine" word.
that there's that "paroxetine" word.
230
618722
3044
जर "पेरॉक्सेटिन" शब्द शोधला तर.
10:34
If it's "pravastatin," the rate goes up
to about three percent from the baseline.
to about three percent from the baseline.
231
622191
4547
जर "प्रावास्टॅटिन" शब्द शोधला, तर ते
मूलभूत प्रमाणाच्या तीन टक्के इतकं होतं.
मूलभूत प्रमाणाच्या तीन टक्के इतकं होतं.
10:39
If both "paroxetine" and "pravastatin"
are present in the query,
are present in the query,
232
627171
4390
जर "पेरॉक्सेटिन आणि प्रावास्टॅटिन"
दोन्ही शब्द शोधले,
दोन्ही शब्द शोधले,
10:43
it goes up to 10 percent,
233
631585
1669
तर ते १० टक्क्यांपर्यंत जातं.
10:45
a huge three- to four-fold increase
234
633278
3461
म्हणजे ही तीन ते चार पटीने वाढ झाली.
10:48
in those searches with the two drugs
that we were interested in,
that we were interested in,
235
636763
3389
आपल्याला स्वारस्य असलेली दोन्ही औषधं
10:52
and diabetes-type words
or hyperglycemia-type words.
or hyperglycemia-type words.
236
640176
3566
आणि मधुमेही शब्दांचा शोध घेतल्यावर.
10:56
We published this,
237
644216
1265
आम्ही हे प्रसिद्ध केलं.
10:57
and it got some attention.
238
645505
1466
त्याकडे थोडं लक्ष वेधलं गेलं.
10:58
The reason it deserves attention
239
646995
1778
याकडे लक्ष द्यायला हवं, कारण
11:00
is that patients are telling us
their side effects indirectly
their side effects indirectly
240
648797
4312
लोक आपल्या शोधप्रश्नांमधून अप्रत्यक्षपणे
आपण अनुभवलेले गौण परिणाम
आपण अनुभवलेले गौण परिणाम
11:05
through their searches.
241
653133
1156
सांगत आहेत.
11:06
We brought this
to the attention of the FDA.
to the attention of the FDA.
242
654313
2138
हे आम्ही एफडीएच्या लक्षात आणून दिलं.
11:08
They were interested.
243
656475
1269
त्यांना कुतूहल वाटलं.
11:09
They have set up social media
surveillance programs
surveillance programs
244
657768
3606
त्यांनी सोशल मीडिया निरीक्षण प्रोग्रॅम्स
बनवले आहेत,
बनवले आहेत,
11:13
to collaborate with Microsoft,
245
661398
1751
मायक्रोसॉफ्टशी सहकार्य करणारे.
कारण
कारण
11:15
which had a nice infrastructure
for doing this, and others,
for doing this, and others,
246
663173
2794
मायक्रोसॉफ्टपाशी यासाठी
चांगली यंत्रणा आहे.
चांगली यंत्रणा आहे.
11:17
to look at Twitter feeds,
247
665991
1282
काही ट्विटरसाठी,
11:19
to look at Facebook feeds,
248
667297
1716
काही फेसबुक फीड्स साठी,
11:21
to look at search logs,
249
669037
1311
शोधांच्या नोंदी बघणारे.
11:22
to try to see early signs that drugs,
either individually or together,
either individually or together,
250
670372
4909
औषधं एकेकटी किंवा एकत्र घेतल्याने
होऊ शकणाऱ्या दुष्परिणामांची लक्षणं
होऊ शकणाऱ्या दुष्परिणामांची लक्षणं
11:27
are causing problems.
251
675305
1589
लवकर समजून घेण्याचा हा प्रयत्न.
11:28
What do I take from this?
Why tell this story?
Why tell this story?
252
676918
2174
यातून काय समजलं?
ही गोष्ट सांगायचा हेतू काय?
ही गोष्ट सांगायचा हेतू काय?
11:31
Well, first of all,
253
679116
1207
पहिलं कारण, आता आपल्याजवळ
11:32
we have now the promise
of big data and medium-sized data
of big data and medium-sized data
254
680347
4037
बिग डेटा आणि माध्यम डेटा
यांची मदत आहे.
यांची मदत आहे.
11:36
to help us understand drug interactions
255
684408
2918
त्यांच्यामुळे औषधांमधल्या
परस्परक्रिया समजतील.
परस्परक्रिया समजतील.
11:39
and really, fundamentally, drug actions.
256
687350
2420
खरं तर, औषधांचे मूलभूत परिणाम समजतील.
11:41
How do drugs work?
257
689794
1413
औषधं कशी काम करतात?
ते समजेल.
ते समजेल.
11:43
This will create and has created
a new ecosystem
a new ecosystem
258
691231
2836
यामुळे एक नवीन परिसंस्था तयार होईल,
नव्हे, झाली आहे.
नव्हे, झाली आहे.
11:46
for understanding how drugs work
and to optimize their use.
and to optimize their use.
259
694091
3267
ज्यात औषधांची कार्यपद्धती समजते आणि
तिचा सुयोग्य वापर करून घेता येतो.
तिचा सुयोग्य वापर करून घेता येतो.
11:50
Nick went on; he's a professor
at Columbia now.
at Columbia now.
260
698303
2659
निक आता कोलंबिया मध्ये प्रोफेसर आहे.
11:52
He did this in his PhD
for hundreds of pairs of drugs.
for hundreds of pairs of drugs.
261
700986
4072
त्याने त्याच्या पीएचडी साठी शेकडो
औषधांच्या जोड्या निवडून हेच काम केलं.
औषधांच्या जोड्या निवडून हेच काम केलं.
11:57
He found several
very important interactions,
very important interactions,
262
705082
2517
त्यातून काही महत्त्वाच्या
परस्परक्रिया सापडल्या.
परस्परक्रिया सापडल्या.
11:59
and so we replicated this
263
707623
1214
याची पुनरावृत्ती करून,
12:00
and we showed that this
is a way that really works
is a way that really works
264
708861
2574
आम्ही दाखवून दिलं, की
12:03
for finding drug-drug interactions.
265
711459
2339
अशा रीतीने औषधांच्या
परस्परक्रिया शोधता येतात.
परस्परक्रिया शोधता येतात.
12:06
However, there's a couple of things.
266
714282
1734
परंतु हेही लक्षात घ्या:
12:08
We don't just use pairs
of drugs at a time.
of drugs at a time.
267
716040
3046
आम्ही एका वेळी दोनच औषधं वापरतो,
असं नव्हे.
असं नव्हे.
12:11
As I said before, there are patients
on three, five, seven, nine drugs.
on three, five, seven, nine drugs.
268
719110
4469
मी पूर्वी म्हणालो तसं, काही रुग्ण
एका वेळी ३, ५, ७, ९ औषधं घेतात.
एका वेळी ३, ५, ७, ९ औषधं घेतात.
12:15
Have they been studied with respect
to their nine-way interaction?
to their nine-way interaction?
269
723981
3642
त्यांच्या नऊ पदरी परस्परक्रियेचा
अभ्यास झाला आहे का?
अभ्यास झाला आहे का?
12:19
Yes, we can do pair-wise,
A and B, A and C, A and D,
A and B, A and C, A and D,
270
727647
4208
हो, आपण जोड्यांचं संशोधन करू शकतो.
अ आणि ब, अ आणि क, अ आणि ड,
अ आणि ब, अ आणि क, अ आणि ड,
12:23
but what about A, B, C,
D, E, F, G all together,
D, E, F, G all together,
271
731879
4286
पण मग अ, ब, क, ड, इ, फ,ग सगळे
12:28
being taken by the same patient,
272
736189
1762
एखादा रुग्ण एकत्र घेत असेल,
12:29
perhaps interacting with each other
273
737975
2118
आणि त्यांच्या परस्परक्रियांमुळे
12:32
in ways that either makes them
more effective or less effective
more effective or less effective
274
740117
3778
त्यांचे प्रभाव वाढत किंवा कमी होत असतील,
12:35
or causes side effects
that are unexpected?
that are unexpected?
275
743919
2332
किंवा अनपेक्षित गौण परिणाम
होत असतील तर?
होत असतील तर?
12:38
We really have no idea.
276
746275
1827
याविषयी आम्हांला काही कल्पना नाही.
12:40
It's a blue sky, open field
for us to use data
for us to use data
277
748126
3756
आकडेवारी वापरून परस्परक्रिया समजून
घेण्यासाठी मैदान खुलं आहे,
घेण्यासाठी मैदान खुलं आहे,
12:43
to try to understand
the interaction of drugs.
the interaction of drugs.
278
751906
2502
आभाळ मोकळं आहे.
12:46
Two more lessons:
279
754848
1370
आणखी दोन विचार:
12:48
I want you to think about the power
that we were able to generate
that we were able to generate
280
756242
4199
आम्ही ही आकडेवारी वापरून
मोठाच परिणाम साधू शकलो.
मोठाच परिणाम साधू शकलो.
12:52
with the data from people who had
volunteered their adverse reactions
volunteered their adverse reactions
281
760465
4711
दुष्परिणामांची माहिती रुग्णांनी
स्वेच्छेने पुरवली
स्वेच्छेने पुरवली
12:57
through their pharmacists,
through themselves, through their doctors,
through themselves, through their doctors,
282
765200
3269
स्वतः किंवा फार्मासिस्ट वा डॉक्टरद्वारे.
13:00
the people who allowed the databases
at Stanford, Harvard, Vanderbilt,
at Stanford, Harvard, Vanderbilt,
283
768493
3667
हार्वर्ड, स्टॅनफर्ड, वॉंडरबिल्ट यांचे
डेटाबेस तिथल्या लोकांनी
डेटाबेस तिथल्या लोकांनी
13:04
to be used for research.
284
772184
1427
संशोधनासाठी वापरू दिले.
13:05
People are worried about data.
285
773929
1445
लोक डाटा विषयी सावध असतात.
13:07
They're worried about their privacy
and security -- they should be.
and security -- they should be.
286
775398
3187
त्यांना तो गुप्त आणि सुरक्षित राहील का,
याची काळजी असते.
याची काळजी असते.
13:10
We need secure systems.
287
778609
1151
यंत्रणा सुरक्षित हवी.
13:11
But we can't have a system
that closes that data off,
that closes that data off,
288
779784
3406
पण डाटा पूर्णपणे बंदिस्त ठेवणारी
यंत्रणा नको.
यंत्रणा नको.
13:15
because it is too rich of a source
289
783214
2752
कारण तो एक अत्यंत संपन्न असा स्रोत आहे,
13:17
of inspiration, innovation and discovery
290
785990
3971
वैद्यकीय क्षेत्रातील नवीन शोधांसाठी
स्फूर्ती, नवनिर्माण
स्फूर्ती, नवनिर्माण
13:21
for new things in medicine.
291
789985
1578
आणि संशोधन यांचा.
13:24
And the final thing I want to say is,
292
792494
1794
अखेरची गोष्ट सांगतो,
13:26
in this case we found two drugs
and it was a little bit of a sad story.
and it was a little bit of a sad story.
293
794312
3357
या उदाहरणात आम्हांला दोन औषधं सापडली,
ही तशी खेदाचीच गोष्ट आहे.
ही तशी खेदाचीच गोष्ट आहे.
13:29
The two drugs actually caused problems.
294
797693
1921
दोन्ही औषधांनी समस्या निर्माण केल्या.
13:31
They increased glucose.
295
799638
1475
त्यांनी ग्लुकोज पातळी वाढविली.
13:33
They could throw somebody into diabetes
296
801137
2446
एरवी मधुमेही नसणाऱ्यांना
13:35
who would otherwise not be in diabetes,
297
803607
2294
त्यांनी मधुमेही ठरवलं असतं.
13:37
and so you would want to use
the two drugs very carefully together,
the two drugs very carefully together,
298
805925
3175
तर, तुम्ही ही दोन औषधं एकत्र घेताना
काळजी घ्या.
काळजी घ्या.
13:41
perhaps not together,
299
809124
1151
शक्यतो ती एकत्र घेऊ नका.
13:42
make different choices
when you're prescribing.
when you're prescribing.
300
810299
2340
तुम्ही डॉक्टर असाल, तर निराळे उपचार निवडा.
13:44
But there was another possibility.
301
812663
1846
परंतु दुसरीही एक शक्यता होती.
13:46
We could have found
two drugs or three drugs
two drugs or three drugs
302
814533
2344
हितकारक परस्परक्रिया असणारी
दोन किंवा तीन औषधं
दोन किंवा तीन औषधं
13:48
that were interacting in a beneficial way.
303
816901
2261
आम्हांला सापडू शकली असती.
13:51
We could have found new effects of drugs
304
819616
2712
दोहोंपैकी कोणत्याच औषधाला
एकट्यानं साधता न येणारा
एकट्यानं साधता न येणारा
13:54
that neither of them has alone,
305
822352
2160
असा नवीन परिणाम
दोन्ही एकत्र येऊन साधू शकतील.
दोन्ही एकत्र येऊन साधू शकतील.
13:56
but together, instead
of causing a side effect,
of causing a side effect,
306
824536
2493
दुष्परिणामाऐवजी सापडेल,
13:59
they could be a new and novel treatment
307
827053
2425
एक नवा अकल्पित उपाय
14:01
for diseases that don't have treatments
308
829502
1882
दुर्धर आजारांवर, किंवा
14:03
or where the treatments are not effective.
309
831408
2007
उपचार लागू पडत नसतील तेथे.
14:05
If we think about drug treatment today,
310
833439
2395
आजची औषधोपचारपद्धती पाहता,
14:07
all the major breakthroughs --
311
835858
1752
सर्व महत्त्वाच्या उपचारांत -
14:09
for HIV, for tuberculosis,
for depression, for diabetes --
for depression, for diabetes --
312
837634
4297
एचआयव्ही, क्षयरोग, नैराश्य, मधुमेह यांत -
14:13
it's always a cocktail of drugs.
313
841955
2830
नेहमीच अनेक औषधं एकत्र दिली जातात.
14:16
And so the upside here,
314
844809
1730
यातल्या चांगल्या बाजूवर
14:18
and the subject for a different
TED Talk on a different day,
TED Talk on a different day,
315
846563
2849
आणखी एके दिवशी
एक टेड भाषण देता येईल.
एक टेड भाषण देता येईल.
14:21
is how can we use the same data sources
316
849436
2593
ती बाजू म्हणजे, हीच माहिती वापरून
14:24
to find good effects
of drugs in combination
of drugs in combination
317
852053
3563
एकत्र घेतलेल्या औषधांचे
चांगले परिणाम शोधणे.
चांगले परिणाम शोधणे.
14:27
that will provide us new treatments,
318
855640
2175
त्यातून नवीन उपचार सापडतील.
14:29
new insights into how drugs work
319
857839
1852
औषधांच्या कार्याबद्दल नवं ज्ञान होईल,
14:31
and enable us to take care
of our patients even better?
of our patients even better?
320
859715
3786
आणि आपण रुग्णांची काळजी
चांगल्या प्रकारे घेऊ शकू.
चांगल्या प्रकारे घेऊ शकू.
14:35
Thank you very much.
321
863525
1166
आपले खूप खूप आभार.
14:36
(Applause)
322
864715
3499
(टाळ्या)
ABOUT THE SPEAKER
Russ Altman - Big data techno-optimist and internistRuss Altman uses machine learning to better understand adverse effects of medication.
Why you should listen
Professor of bioengineering, genetics, medicine and computer science at Stanford University, Russ Altman's primary research interests are in the application of computing and informatics technologies to problems relevant to medicine. He is particularly interested in methods for understanding drug actions at molecular, cellular, organism and population levels, including how genetic variation impacts drug response.
Altman received the U.S. Presidential Early Career Award for Scientists and Engineers, a National Science Foundation CAREER Award and Stanford Medical School's graduate teaching award. He has chaired the Science Board advising the FDA Commissioner and currently serves on the NIH Director’s Advisory Committee. He is a clinically active internist, the founder of the PharmGKB knowledge base, and advisor to pharmacogenomics companies.
Russ Altman | Speaker | TED.com