TED2019
Leila Pirhaji: The medical potential of AI and metabolites
Leila Pirhaji: ဆေးပညာဆိုင်ရာဉာဏ်ရည်တုအလားအလာနှင့် ဇီ၀ဖြစ်စဉ်ပစ္စည်းများ
Filmed:
Readability: 5.5
1,210,569 views
ရောဂါတွေဖြစ်ရတာက ဇီ၀ပစ္စည်းတွေ (ခန္ဓာကိုယ်ထဲကသေးငယ်တဲ့မော်လီကျူးတွေဖြစ်တဲ့ အဆီ၊ ဂလူးကို့စ်နှင့် သွေးထဲကအဆီတွေ) ကြောင့်ဖြစ်တယ် ဒါပေမဲ့ သူတို့ကဘာဖြစ်တယ် ဘယ်လိုအလုပ်လုပ်တယ်ဆိုတာကို တိတိကျကျမသိပါဘူး။ ဇီ၀နည်းပညာကိုဆောင်ရွက်သူလည်းဖြစ် TED အဖွဲ့ဝင်လည်းဖြစ်တဲ့ Leila Pirhaji ကသူမရဲ့အစီအစဉ်ဖြစ်တဲ့ ဇီ၀ပစ္စည်းတွေရဲ့ပုံသဏ္ဍာန်တွေရဲ့စရိုက်ကို အခြေခံကာတည်ဆောက်ထားတဲ့ ဉာဏ်ရည်တုကွန်ယက်အကြောင်းနှင့်၊ ရောဂါတွေဘယ်လိုဖြစ်လာရတာကိုပိုနားလည်စေရန် ပြီးတော့ ပိုပြီးထိရောက်တဲ့ကုသမှုတွေအကြောင်းကို မျှဝေထားပါတယ်။
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Double-click the English transcript below to play the video.
00:13
In 2003,
0
1507
1889
၂၀၀၃ ခုနစ်မှာ
00:15
when we sequenced the human genome,
1
3420
2913
လူသားတွေရဲ့ မျိူးရိုးဗီဇကို
အစဉ်လိုက်စဉ်ခဲ့တုန်းက
အစဉ်လိုက်စဉ်ခဲ့တုန်းက
00:18
we thought we would have the answer
to treat many diseases.
to treat many diseases.
2
6357
3922
ရောဂါအများကြီးကို ကုသနိုင်တဲ့
အဖြေကိုတွေ့ပြီလို့ထင်ခဲ့တယ်
အဖြေကိုတွေ့ပြီလို့ထင်ခဲ့တယ်
00:22
But the reality is far from that,
3
10974
2657
ဒါပေမဲ့ တကယ်ကတော့ အဲလိုမျိုးမဟုတ်ပါဘူး
00:26
because in addition to our genes,
4
14782
1921
မျိူးရိုးဗီဇကို ထပ်ပေါင်းထည့်ခြင်းက
00:28
our environment and lifestyle
could have a significant role
could have a significant role
5
16727
4570
ပတ်ဝန်းကျင်နဲ့လူနေမှုပုံစံမှာ
အရေးကြီးတဲ့ အပိုင်းဖြစ်တဲ့
အရေးကြီးတဲ့ အပိုင်းဖြစ်တဲ့
00:33
in developing many major diseases.
6
21321
2548
ရောဂါတွေ ဖွံဖြိုးစေခြင်းပဲဖြစ်တယ်
00:35
One example is fatty liver disease,
7
23893
3580
နမူနာအနေဖြင့် အသည်းအဆီများသောရောဂါက
00:39
which is affecting over 20 percent
of the population globally,
of the population globally,
8
27497
4083
ကမ္ဘာတစ်ခုလုံးရဲ့ လူဦးရေ ၂၀
ရာခိုင်နှုန်း ဖြစ်ပွားနေပါတယ်
ရာခိုင်နှုန်း ဖြစ်ပွားနေပါတယ်
00:43
and it has no treatment
and leads to liver cancer
and leads to liver cancer
9
31604
3034
ကုသမှုမရှိရင် အသည်းကင်ဆာ
ကိုဖြစ်စေလိမ့်မယ် ဒါမှမဟုတ်ရင်
ကိုဖြစ်စေလိမ့်မယ် ဒါမှမဟုတ်ရင်
00:46
or liver failure.
10
34662
1423
အသည်းပျက်စီးစေတယ်
00:49
So sequencing DNA alone
doesn't give us enough information
doesn't give us enough information
11
37517
4744
ဒါကြောင့် မျိူးရိုးဗီဇတစ်ခုတည်းစဉ်ခြင်း
ကသက်ရောက်မှုရှိတဲ့ ကုထုံးကိုရှာဖို့
ကသက်ရောက်မှုရှိတဲ့ ကုထုံးကိုရှာဖို့
00:54
to find effective therapeutics.
12
42285
2232
လုံလောက်တဲ့ အချက်အလက်
တွေကိုမပေးစွမ်းနိုင်ပါဘူး
တွေကိုမပေးစွမ်းနိုင်ပါဘူး
00:56
On the bright side, there are
many other molecules in our body.
many other molecules in our body.
13
44541
3756
အကောင်းဘက်က ပြောရရင် ခန္ဓာကိုယ်မှာ
အခြားသောမော်လီကျူးတွေအများကြီးရှိတယ်
အခြားသောမော်လီကျူးတွေအများကြီးရှိတယ်
01:00
In fact, there are
over 100,000 metabolites.
over 100,000 metabolites.
14
48321
3980
တကယ်တမ်းက ဇီ၀ဖြစ်စဉ်
ဖြစ်စေတဲ့အရာတစ်သိန်းကျော်ရှိပါတယ်
ဖြစ်စေတဲ့အရာတစ်သိန်းကျော်ရှိပါတယ်
01:04
Metabolites are any molecule
that is supersmall in their size.
that is supersmall in their size.
15
52325
4296
ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာတွေကအရမ်းကို
သေးငယ်တဲ့အရွယ်ရှိတဲ့မော်လီကျူးအမျိူးအစားပါ
သေးငယ်တဲ့အရွယ်ရှိတဲ့မော်လီကျူးအမျိူးအစားပါ
01:09
Known examples are glucose,
fructose, fats, cholesterol --
fructose, fats, cholesterol --
16
57193
4972
လူသိများတဲ့ နမူနာတွေက ဂလူးကိုစ်ဓာတ်၊
သကြားဓာတ်၊ အဆီ၊ သွေးထဲကအဆီတွေက
သကြားဓာတ်၊ အဆီ၊ သွေးထဲကအဆီတွေက
01:14
things we hear all the time.
17
62189
1510
တစ်ချိန်လုံး ကြားနေရတဲ့အရာတွေပါ
01:16
Metabolites are involved
in our metabolism.
in our metabolism.
18
64273
2983
ဇီ၀ဖြစ်စဉ်ဖြစ်ပွားရင် ဇီ၀ဖြစ်စဉ်
ဖြစ်တဲ့အရာတွေပါဝင်လာပါတယ်
ဖြစ်တဲ့အရာတွေပါဝင်လာပါတယ်
01:20
They are also downstream of DNA,
19
68066
4028
အဲဒါတွေက ဗီဇပစ္စည်းတွေကို စီးဆင်းစေတယ်
01:24
so they carry information
from both our genes as well as lifestyle.
from both our genes as well as lifestyle.
20
72118
5082
ဒါကြောင့် မျိူးဗီဇနဲ့နေထိုင်တဲ့ပုံစံတွေ
ရဲ့အချက်အလက်တွေကိုသယ်ဆောင်ပေးနိုင်တယ်
ရဲ့အချက်အလက်တွေကိုသယ်ဆောင်ပေးနိုင်တယ်
01:29
Understanding metabolites is essential
to find treatments for many diseases.
to find treatments for many diseases.
21
77224
5649
ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာတွေကို နားလည်ခြင်းက
ရောဂါကုသမှုရှာဖွေရာမှာမရှိမဖြစ်အရေးပါတယ်
ရောဂါကုသမှုရှာဖွေရာမှာမရှိမဖြစ်အရေးပါတယ်
01:34
I've always wanted to treat patients.
22
82897
2212
ကျွန်မ လူနာတွေကို အမြဲကုသပေးချင်ခဲ့ဖူးတယ်
01:37
Despite that, 15 years ago,
I left medical school,
I left medical school,
23
85934
3858
ဒါပေမဲ့လည်း လွန်ခဲ့တဲ့၁၅နှစ်
ဆေးကျောင်းက ထွက်လာခဲ့တုန်းက
ဆေးကျောင်းက ထွက်လာခဲ့တုန်းက
01:41
as I missed mathematics.
24
89816
1965
သင်္ချာသင်ရတာကို တမ်းတမိတယ်
01:45
Soon after, I found the coolest thing:
25
93019
2936
မကြာမီမှာပဲ အရမ်းကောင်းတဲ့
အချက်ကိုတွေ့ရှိခဲ့တယ်
အချက်ကိုတွေ့ရှိခဲ့တယ်
01:48
I can use mathematics to study medicine.
26
96692
2763
ဆေးပညာမှာ သင်္ချာကို
အသုံးပြုလာနိုင်တာဖြစ်တယ်
အသုံးပြုလာနိုင်တာဖြစ်တယ်
01:53
Since then, I've been developing
algorithms to analyze biological data.
algorithms to analyze biological data.
27
101026
5213
သက်ရှိတွေနဲ့ဆိုင်တဲ့ အချက်အလက်တွေကို
စူးစမ်းဖို့ ကိန်းဂဏန်းတွေကိုလေ့လာခဲ့တယ်
စူးစမ်းဖို့ ကိန်းဂဏန်းတွေကိုလေ့လာခဲ့တယ်
01:59
So, it sounded easy:
28
107092
2283
ပြောရင်တော့ လွယ်တဲ့ပုံပါပဲ
02:01
let's collect data from all
the metabolites in our body,
the metabolites in our body,
29
109399
3601
ခန္ဓာကိုယ်မှာရှိတဲ့ ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့အရာ
တွေရဲ့ အချက်အလက်တွေ စုဆောင်းရတယ်
တွေရဲ့ အချက်အလက်တွေ စုဆောင်းရတယ်
02:05
develop mathematical models to describe
how they are changed in a disease
how they are changed in a disease
30
113024
5128
ရောဂါအဖြစ် ဘယ်လိုပြောင်းလဲ
ဆိုတာကို ဖော်ပြဖို့သင်္ချာဒီဇိုင်းတွေ
ဆိုတာကို ဖော်ပြဖို့သင်္ချာဒီဇိုင်းတွေ
02:10
and intervene in those
changes to treat them.
changes to treat them.
31
118176
2988
ရောဂါပြောင်းလဲမှုကို ကုသဖို့အဟန့်အတားတွေ
ကိုတည်ဆောက်ရတယ်
ကိုတည်ဆောက်ရတယ်
02:14
Then I realized why no one
has done this before:
has done this before:
32
122488
3472
ဒါကြောင့် အရင်ကမလုပ်ခဲ့တာလို့
လုပ်ရင်းသိလာတယ်
လုပ်ရင်းသိလာတယ်
02:19
it's extremely difficult.
33
127230
1687
အရမ်းကိုခက်ခဲပါတယ်
02:20
(Laughter)
34
128941
1087
(ရယ်သံ)
02:22
There are many metabolites in our body.
35
130052
2412
ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာများက
ခန္ဓာကိုယ်မှာရှိပါတယ်
ခန္ဓာကိုယ်မှာရှိပါတယ်
02:24
Each one is different from the other one.
36
132783
2500
တစ်ခုနဲ့တစ်ခုက ကွဲပြားပါတယ်
02:27
For some metabolites,
we can measure their molecular mass
we can measure their molecular mass
37
135307
3728
တချို့ဟာတွေအတွက်ဆိုရင် ဒြပ်ထုတိုင်းတာတဲ့
02:31
using mass spectrometry instruments.
38
139059
2593
ပစ္စည်းတွေနဲ့တိုင်းတာရပါတယ်
02:33
But because there could be, like,
10 molecules with the exact same mass,
10 molecules with the exact same mass,
39
141676
4393
ဘာလို့လဲဆိုတော့ မော်လီကျူး
ဆယ်ခုရဲ့ဒြပ်ထုနဲ့တူနေလို့ပါ
ဆယ်ခုရဲ့ဒြပ်ထုနဲ့တူနေလို့ပါ
02:38
we don't know exactly what they are,
40
146093
1807
အဲဒါတွေကို တိတိကျကျမသိပါဘူး
02:39
and if you want to clearly
identify all of them,
identify all of them,
41
147924
2774
ဒါအားလုံးကို ရှင်းလင်းစွာ ဖော်ထုတ်ချင်ရင်
02:42
you have to do more experiments,
which could take decades
which could take decades
42
150722
3104
ဆယ်စုနှစ်တွေ ကြာနိုင်တဲ့လက်တွေ့
စမ်းသပ်မှုတွေကိုလုပ်ဆောင်ရတယ်၊
စမ်းသပ်မှုတွေကိုလုပ်ဆောင်ရတယ်၊
02:45
and billions of dollars.
43
153850
1714
ဘီလီယံချီတဲ့ဒေါ်လာတွေကုန်ကျတယ်။
02:48
So we developed an artificial
intelligence, or AI, platform, to do that.
intelligence, or AI, platform, to do that.
44
156207
5563
ဒီတော့ ဒါကို လုပ်ဆောင်ဖို့
ဉာဏ်ရည်တု (သို့) Ai ကို. တီထွင်ခဲ့တယ်။
ဉာဏ်ရည်တု (သို့) Ai ကို. တီထွင်ခဲ့တယ်။
02:53
We leveraged the growth of biological data
45
161794
2844
ဇီဝဆိုင်ရာ အချက်အလက် တိုးပွားမှုကို
မြှင်တင် အသုံးချတယ်။
မြှင်တင် အသုံးချတယ်။
02:56
and built a database of any existing
information about metabolites
information about metabolites
46
164662
4424
တည်ရှိသမျှဇီ၀ဖြစ်စဉ်ဖြစ်တဲ့အရာ
တွေရဲ့အချက်အလက်တွေ
တွေရဲ့အချက်အလက်တွေ
03:01
and their interactions
with other molecules.
with other molecules.
47
169110
3128
အဟန့်အတားမှာ ပါလာတဲ့ အခြားမော်လီကျူးတွေရဲ့
ဒေတာဘေ့စ် တည်ဆောက်တယ်။
ဒေတာဘေ့စ် တည်ဆောက်တယ်။
03:04
We combined all this data
as a meganetwork.
as a meganetwork.
48
172262
3424
ဒီအချက်အလက်အားကိုကြီးမားတဲ့
ကွန်ယက်အဖြစ်ပေါင်းလိုကိတယ်။
ကွန်ယက်အဖြစ်ပေါင်းလိုကိတယ်။
03:07
Then, from tissues or blood of patients,
49
175710
3396
ဒီနောက် လူနာတွေရဲ့တစ်ရှူးတွေသွေးတွေကနေ
03:11
we measure masses of metabolites
50
179130
2751
ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာတွေရဲ့
ဒြပ်ထုကိုတိုင်းတာတယ်
ဒြပ်ထုကိုတိုင်းတာတယ်
03:13
and find the masses
that are changed in a disease.
that are changed in a disease.
51
181905
3259
ရောဂါအဖြစ် ပြောင်းလဲသွားတဲ့
ဒြပ်ထုတွေကိုရှာဖွေတယ်
ဒြပ်ထုတွေကိုရှာဖွေတယ်
03:17
But, as I mentioned earlier,
we don't know exactly what they are.
we don't know exactly what they are.
52
185188
3190
ဒါပေမဲ့ စောစောက ပြောခဲ့သလိုပဲ ဒါတွေက
ဘာတွေလဲဆိုတာ တိတိကျကျတော့မသိဘူး
ဘာတွေလဲဆိုတာ တိတိကျကျတော့မသိဘူး
03:20
A molecular mass of 180 could be
either the glucose, galactose or fructose.
either the glucose, galactose or fructose.
53
188402
5135
ဒြပ်ထုက ၁၈၀ဖြစ်ရင် ဂလူးကို့စ်၊ဂလက်တို့စ်
သို့မဟုတ် သကြားဓာတ်ဖြစ်ချင်ဖြစ်နိုင်တယ်
သို့မဟုတ် သကြားဓာတ်ဖြစ်ချင်ဖြစ်နိုင်တယ်
03:25
They all have the exact same mass
54
193561
2019
သူတို့တွေမှာ တူညီတဲ့ ဒြပ်ထုတွေရှိနေကြတယ်
03:27
but different functions in our body.
55
195604
2087
ဒါပေမဲ့ ကွဲပြားတဲ့လုပ်ဆောင်မှုတွေရှိတယ်
03:29
Our AI algorithm considered
all these ambiguities.
all these ambiguities.
56
197715
3587
ဉာဏ်ရည်တုရဲ့ အတွက်အချက်ပိုင်းက
ဒီလိုဝိုးတိုးဝါးတား အချက်တွေကိုစဉ်းစားတယ်
ဒီလိုဝိုးတိုးဝါးတား အချက်တွေကိုစဉ်းစားတယ်
03:33
It then mined that meganetwork
57
201326
2736
ပြီးရင် ကြီးမားတဲ့ကွန်ယက်ထဲမှာမှတ်သားပြီး
03:36
to find how those metabolic masses
are connected to each other
are connected to each other
58
204086
4353
ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာတွေရဲ့ဒြပ်ထုတွေက
ဘယ်လို တစ်ခုနဲ့တစ်ခုချိတ်ဆက်ပြီး
ဘယ်လို တစ်ခုနဲ့တစ်ခုချိတ်ဆက်ပြီး
03:40
that result in disease.
59
208463
1958
ရောဂါဖြစ်စေလဲ ဆိုတာကိုရှာဖွေတယ်
03:42
And because of the way they are connected,
60
210445
2238
ဒီလိုမျိူးချိတ်ဆက်ရတဲ့အကြောင်းအရင်းက
03:44
then we are able to infer
what each metabolite mass is,
what each metabolite mass is,
61
212707
4323
ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့အရာတစ်ခုချင်းကို
ကောက်ချက်ချနိုင်တယ်
ကောက်ချက်ချနိုင်တယ်
03:49
like that 180 could be glucose here,
62
217054
2924
ဒြပ်ထု ၁၈၀ ဖြစ်တဲ့ ဂလူးကို့စ်လိုမျိူးပေါ့
03:52
and, more importantly, to discover
63
220002
2551
ပြီးတော့ ပိုအရေးကြီးတာက
03:54
how changes in glucose
and other metabolites
and other metabolites
64
222577
3367
ဂလူးကို့စ်နဲ့ အခြားဇီ၀ဖြစ်စဉ်ဖြစ်တဲ့
အရာတွေကပြောင်းလဲပြီးရောဂါ
အရာတွေကပြောင်းလဲပြီးရောဂါ
03:57
lead to a disease.
65
225968
1505
ဖြစ်လဲဆိုတာကို ရှာဖွေရန်ဖြစ်တယ်
03:59
This novel understanding
of disease mechanisms
of disease mechanisms
66
227497
2995
ရောဂါစက်ယန္တရားရဲ့ ဆန်းသစ်တဲ့
သဘောတရားကို နားလည်ခြင်းက
သဘောတရားကို နားလည်ခြင်းက
04:02
then enable us to discover
effective therapeutics to target that.
effective therapeutics to target that.
67
230516
4492
သက်ရောက်မှုရှိတဲ့ကုထုံးကို
ဦးတည်ပြီးရှာဖွေနိုင်စေပါတယ်
ဦးတည်ပြီးရှာဖွေနိုင်စေပါတယ်
04:07
So we formed a start-up company
to bring this technology to the market
to bring this technology to the market
68
235601
3845
ဒီနည်းပညာကိုစျေးကွက်ကို ဆောင်ကြဉ်းလာဖို့
အတွက်ကုမ္ပဏီကိုစတင်တည်ထောင်ခဲ့ပါတယ်
အတွက်ကုမ္ပဏီကိုစတင်တည်ထောင်ခဲ့ပါတယ်
04:11
and impact people's lives.
69
239470
1805
လူ့အသက်တွေပေါ်မှာ သက်ရောက်မှုရှိတယ်
04:13
Now my team and I at ReviveMed
are working to discover
are working to discover
70
241722
3545
အခု ကျွန်မအဖွဲ့နဲ့ ကျွန်မက
ReviveMed မှာလုပ်နေပြီး
ReviveMed မှာလုပ်နေပြီး
04:17
therapeutics for major diseases
that metabolites are key drivers for,
that metabolites are key drivers for,
71
245291
5105
ရောဂါအများစုရဲ့အဓိကကျတဲ့ဇီ၀ဖြစ်စဉ်
ပစ္စည်းတွေကိုရှာဖွေနေပါတယ်
ပစ္စည်းတွေကိုရှာဖွေနေပါတယ်
04:22
like fatty liver disease,
72
250420
1897
အသည်းအဆီများခြင်း ရောဂါလိုမျိူးက
04:24
because it is caused
by accumulation of fats,
by accumulation of fats,
73
252341
2924
အဆီတွေစုခြင်းကြောင့် ဖြစ်လာရတာပါ
04:27
which are types
of metabolites in the liver.
of metabolites in the liver.
74
255289
2473
အဆီဆိုတာက အသည်းထဲမှာရှိတဲ့
ဇီ၀ဖြစ်စဉ်ပစ္စည်းဖြစ်တယ်
ဇီ၀ဖြစ်စဉ်ပစ္စည်းဖြစ်တယ်
04:29
As I mentioned earlier,
it's a huge epidemic with no treatment.
it's a huge epidemic with no treatment.
75
257786
3940
ပြောခဲ့တဲ့အတိုင်းပဲ ကုသမှု
မရှိသေးတဲ့ရောဂါကြီးပါ
မရှိသေးတဲ့ရောဂါကြီးပါ
04:33
And fatty liver disease
is just one example.
is just one example.
76
261750
2724
အသည်းအဆီများခြင်းက နမူနာတစ်ခုသာဖြစ်ပါတယ်
04:36
Moving forward, we are going to tackle
hundreds of other diseases
hundreds of other diseases
77
264498
4178
ရှေ့ဆက်ပြောရရင် ကုသလို့မရတဲ့
ရောဂါ ရာနဲ့ချီတာတွေကို
ရောဂါ ရာနဲ့ချီတာတွေကို
04:40
with no treatment.
78
268700
1493
ကိုင်တွယ်နေရပါတယ်
04:42
And by collecting more and more
data about metabolites
data about metabolites
79
270217
4554
ဇီ၀ပစ္စည်းတွေကို ပိုပိုပြီးစုဆောင်းခြင်း
04:46
and understanding
how changes in metabolites
how changes in metabolites
80
274795
3544
ရောဂါဖြစ်ဖို့ဦးတည်နေတဲ့
ဇီ၀ပစ္စည်းတွေထဲမှာ ပြောင်းလဲပုံတွေကို
ဇီ၀ပစ္စည်းတွေထဲမှာ ပြောင်းလဲပုံတွေကို
04:50
leads to developing diseases,
81
278363
2402
နားလည်ခြင်းက
04:52
our algorithms will get
smarter and smarter
smarter and smarter
82
280789
3489
ကွန်ပျူတာရဲ့အတွက်အချက်ပိုင်းကို
ပိုပြီးကောင်းသထက်ကောင်းကာ
ပိုပြီးကောင်းသထက်ကောင်းကာ
04:56
to discover the right therapeutics
for the right patients.
for the right patients.
83
284302
4196
လူနာနဲ့ ကုထုံးမှန်ကန်အောင်
ရှာဖွေနိုင်စေပါတယ်
ရှာဖွေနိုင်စေပါတယ်
05:00
And we will get closer to reach our vision
84
288522
3770
ကျွန်မတို့ရဲ့ ရည်မှန်းချက်ဖြစ်တဲ့
ကုဒ်တစ်ကြောင်းစီနဲ့
ကုဒ်တစ်ကြောင်းစီနဲ့
05:04
of saving lives with every line of code.
85
292316
3863
အသက်တွေကိုကယ်တင်ခြင်း
ကတော့တဖြည်းဖြည်းနီးကပ်လာပါပြီ
ကတော့တဖြည်းဖြည်းနီးကပ်လာပါပြီ
05:08
Thank you.
86
296203
1321
ကျေးဇူးတင်ပါတယ်
05:09
(Applause)
87
297548
3827
(လက်ခုပ်သံ)
ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneurLeila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.
Why you should listen
Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.
Leila Pirhaji | Speaker | TED.com