TEDGlobal 2012
Max Little: A test for Parkinson's with a phone call
Max Little: Een test voor Parkinson door middel van een telefoontje
Filmed:
Readability: 4.5
1,296,740 views
De ziekte van Parkinson beïnvloedt 6.3 miljoen mensen wereldwijd met zwakte en bevingen, maar er is geen objectieve manier om dit in een vroegtijdig stadium te ontdekken. Daarom test toegepast wiskundige en TED collega Max Little een simpel, goedkoop hulpmiddel dat in studies Parkinson kan ontdekken met 99% nauwkeurigheid. En dit alles door middel van een telefoontje van 30 seconden.
Max Little - Applied mathematician
Max Little is a mathematician whose research includes a breakthrough technique to monitor – and potentially screen for – Parkinson's disease through simple voice recordings. Full bio
Max Little is a mathematician whose research includes a breakthrough technique to monitor – and potentially screen for – Parkinson's disease through simple voice recordings. Full bio
Double-click the English transcript below to play the video.
00:16
So, well, I do applied math,
0
667
2103
Ik werk in de toegepaste wiskunde,
00:18
and this is a peculiar problem
1
2770
1524
en het eigenaardige probleem
00:20
for anyone who does applied math, is that
2
4294
2173
voor iedereen in dit vak, is dat
00:22
we are like management consultants.
3
6467
1933
we een soort van organisatieadviseurs zijn.
00:24
No one knows what the hell we do.
4
8400
1946
Niemand weet
wat ons vak inhoudt.
wat ons vak inhoudt.
00:26
So I am going to give you some -- attempt today
5
10346
2274
Dus ga ik vandaag proberen uit te leggen
00:28
to try and explain to you what I do.
6
12620
2293
wat ik doe.
00:30
So, dancing is one of the most human of activities.
7
14913
3321
Dansen is één van de meest menselijke activiteiten.
00:34
We delight at ballet virtuosos and tap dancers
8
18234
3682
We vinden het heerlijk
om volleerde ballet- en tapdansers
om volleerde ballet- en tapdansers
00:37
you will see later on.
9
21916
1148
bezig te zien.
00:38
Now, ballet requires an extraordinary level of expertise
10
23064
2690
Ballet vergt een buitengewone mate
van deskundigheid,
van deskundigheid,
00:41
and a high level of skill,
11
25754
2914
een hoog niveau van vaardigheid
00:44
and probably a level of initial suitability
12
28668
2531
en vermoedelijk ook een bepaalde initiële geschiktheid
00:47
that may well have a genetic component to it.
13
31199
1847
die wellicht voor een deel aangeboren is.
00:48
Now, sadly, neurological disorders such as Parkinson's disease
14
33046
3393
Helaas zorgen neurologische aandoeningen,
zoals de ziekte van Parkinson,
zoals de ziekte van Parkinson,
00:52
gradually destroy this extraordinary ability,
15
36439
2087
ervoor dat dit vermogen
langzaam wordt vernietigd,
langzaam wordt vernietigd,
00:54
as it is doing to my friend Jan Stripling, who was
16
38526
2323
zoals ook gebeurt bij mijn vriend Jan Stripling,
00:56
a virtuoso ballet dancer in his time.
17
40849
2967
een volleerde balletdanser in zijn tijd.
00:59
So great progress and treatment has been made over the years.
18
43816
3054
Er zijn recent grote stappen gezet
in de behandeling.
in de behandeling.
01:02
However, there are 6.3 million people worldwide
19
46870
2944
Toch zijn er 6.3 miljoen mensen wereldwijd
01:05
who have the disease, and they have to live with
20
49814
3448
die de ziekte hebben en moeten leven
01:09
incurable weakness, tremor, rigidity
21
53262
2568
een ongeneeslijke zwakheid, trillingen, stijfheid
01:11
and the other symptoms that go along with the disease,
22
55830
1857
en de andere symptomen van deze ziekte.
01:13
so what we need are objective tools
23
57687
2383
We hebben objectieve instrumenten nodig
01:15
to detect the disease before it's too late.
24
60070
3057
die de ziekte opmerken voordat het te laat is.
01:19
We need to be able to measure progression objectively,
25
63127
2554
We moeten de voortgang objectief kunnen meten.
01:21
and ultimately, the only way we're going to know
26
65681
3173
De enige manier waarop we weten
01:24
when we actually have a cure is when we have
27
68854
2192
dat we echt een geneesmiddel hebben,
is als we
is als we
01:26
an objective measure that can answer that for sure.
28
71046
3398
een objectieve meting hebben die uitsluitsel geeft.
01:30
But frustratingly, with Parkinson's disease
29
74444
2850
Maar het frustrerende met
bewegingsstoornissen als Parksinson
bewegingsstoornissen als Parksinson
01:33
and other movement disorders, there are no biomarkers,
30
77294
2353
is dat er geen biologische indicatoren zijn.
01:35
so there's no simple blood test that you can do,
31
79647
2229
Dus bestaat er ook geen simpele bloedtest.
01:37
and the best that we have is like
32
81876
1802
De beste test die we hebben, is een
01:39
this 20-minute neurologist test.
33
83678
2241
20 minuten durende neurologische test.
01:41
You have to go to the clinic to do it. It's very, very costly,
34
85919
2458
Je moet ervoor naar het ziekenhuis
en het is enorm prijzig.
en het is enorm prijzig.
01:44
and that means that, outside the clinical trials,
35
88377
2757
Dat betekent dat deze test,
buiten de klinische studies om,
buiten de klinische studies om,
01:47
it's just never done. It's never done.
36
91134
2728
nooit wordt uitgevoerd.
01:49
But what if patients could do this test at home?
37
93862
3077
Maar wat als patiënten deze test
thuis kunnen doen?
thuis kunnen doen?
01:52
Now, that would actually save on a difficult trip to the clinic,
38
96939
2098
Dat zou een moeilijke reis naar het ziekenhuis besparen.
01:54
and what if patients could do that test themselves, right?
39
99037
4254
Wat als patiënten deze test
zonder hulp uit kunnen voeren?
zonder hulp uit kunnen voeren?
01:59
No expensive staff time required.
40
103291
1920
Geen duur personeel nodig,
02:01
Takes about $300, by the way,
41
105211
1418
dat normaal al zo'n 300 dollar zou kosten,
02:02
in the neurologist's clinic to do it.
42
106629
1993
om dit op de neurologische afdeling uit te voeren.
02:04
So what I want to propose to you as an unconventional way
43
108622
2681
Dus wil ik een ongebruikelijke manier voorstellen
02:07
in which we can try to achieve this,
44
111303
1514
waarop we dit kunnen proberen.
02:08
because, you see, in one sense, at least,
45
112817
1808
In minstens één betekenis
02:10
we are all virtuosos like my friend Jan Stripling.
46
114625
3256
zijn we allemaal volleerd
zoals mijn vriend Jan Stripling.
zoals mijn vriend Jan Stripling.
02:13
So here we have a video of the vibrating vocal folds.
47
117881
3755
Hier zie je een filmpje van vibrerende stembanden.
02:17
Now, this is healthy and this is somebody making speech sounds,
48
121636
3229
Dit zijn gezonde stembanden van iemand
die spraakklanken maakt.
die spraakklanken maakt.
02:20
and we can think of ourselves as vocal ballet dancers,
49
124865
3464
We zouden onszelf kunnen zien
als vocale balletdansers,
als vocale balletdansers,
02:24
because we have to coordinate all of these vocal organs
50
128329
2214
omdat we al deze vocale organen
moeten coördineren
moeten coördineren
02:26
when we make sounds, and we all actually
51
130543
2295
als we geluid maken.
We hebben hier allemaal
We hebben hier allemaal
02:28
have the genes for it. FoxP2, for example.
52
132838
2296
de genen voor,
zoals het FoxP2-gen.
zoals het FoxP2-gen.
02:31
And like ballet, it takes an extraordinary level of training.
53
135134
2713
Zoals ballet,
vergt het enorm veel oefening.
vergt het enorm veel oefening.
02:33
I mean, just think how long it takes a child to learn to speak.
54
137847
2585
Bedenk hoe lang het duurt
voordat een kind leert praten.
voordat een kind leert praten.
02:36
From the sound, we can actually track
55
140432
2382
Vanuit het geluid
kunnen we nagaan
kunnen we nagaan
02:38
the vocal fold position as it vibrates,
56
142814
2281
waar de stembanden zich bevinden
als ze vibreren.
als ze vibreren.
02:40
and just as the limbs are affected in Parkinson's,
57
145095
2543
Zoals de ledenmaten zijn aangetast bij Parkinson,
02:43
so too are the vocal organs.
58
147638
2781
zijn zo ook de stemorganen aangetast.
02:46
So on the bottom trace, you can see an example of
59
150419
1880
Op de onderste grafiek
kan je een voorbeeld zien van
kan je een voorbeeld zien van
02:48
irregular vocal fold tremor.
60
152299
1698
onregelmatige vocale trillingen.
02:49
We see all the same symptoms.
61
153997
1168
We zien precies dezelfde symptomen:
02:51
We see vocal tremor, weakness and rigidity.
62
155165
2930
we zien vocale trillingen, zwakheid en stijfheid.
02:53
The speech actually becomes quieter and more breathy
63
158095
2104
Het stemgeluid wordt zachter,
met meer lucht,
met meer lucht,
02:56
after a while, and that's one of the example symptoms of it.
64
160199
2233
na verloop van tijd.
Dat is een van de symptomen.
Dat is een van de symptomen.
02:58
So these vocal effects can actually be quite subtle,
65
162432
2847
Deze vocale effecten
kunnen erg subtiel zijn,
kunnen erg subtiel zijn,
03:01
in some cases, but with any digital microphone,
66
165279
3216
Maar met elke digitale microfoon
03:04
and using precision voice analysis software
67
168495
2545
en met precieze programma's voor stemanalyse
03:06
in combination with the latest in machine learning,
68
171040
2409
in combinatie met de nieuwste automatisch-lerende computers,
03:09
which is very advanced by now,
69
173449
1578
die heel geavanceerd zijn tegenwoordig.
03:10
we can now quantify exactly where somebody lies
70
175027
2886
kunnen we precies zien waar je je bevindt
03:13
on a continuum between health and disease
71
177913
2881
op het continuüm tussen gezondheid en ziekte
03:16
using voice signals alone.
72
180794
2596
op basis van signalen van de stem alleen.
03:19
So these voice-based tests, how do they stack up against
73
183390
2314
Hoe doen deze op stem gebaseerde testen het tegenover
03:21
expert clinical tests? We'll, they're both non-invasive.
74
185704
2150
specialistische klinische testen?
Ze zijn beide niet-invasief.
Ze zijn beide niet-invasief.
03:23
The neurologist's test is non-invasive. They both use existing infrastructure.
75
187854
3982
Beide maken ze gebruik van de bestaande technieken.
03:27
You don't have to design a whole new set of hospitals to do it.
76
191836
3004
Het wiel hoeft dus niet opnieuw uitgevonden te worden.
03:30
And they're both accurate. Okay, but in addition,
77
194840
2302
Ze zijn beide nauwkeurig.
De toevoeging van
De toevoeging van
03:33
voice-based tests are non-expert.
78
197142
3327
op stem gebaseerde testen is
dat ze geen expertise vereisen.
dat ze geen expertise vereisen.
03:36
That means they can be self-administered.
79
200469
1992
Ze kunnen zonder hulp worden toegediend.
03:38
They're high-speed, take about 30 seconds at most.
80
202461
2580
Ze zijn erg snel,
duren maximaal zo'n 30 seconden.
duren maximaal zo'n 30 seconden.
03:40
They're ultra-low cost, and we all know what happens.
81
205041
2294
Ze zijn enorm goedkoop.
We weten allemaal wat er gebeurt:
We weten allemaal wat er gebeurt:
03:43
When something becomes ultra-low cost,
82
207335
2440
als iets heel goedkoop wordt,
03:45
it becomes massively scalable.
83
209775
2296
wordt het enorm schaalbaar.
03:47
So here are some amazing goals that I think we can deal with now.
84
212071
3675
Deze geweldige doelstellingen
zijn volgens mij haalbaar.
zijn volgens mij haalbaar.
03:51
We can reduce logistical difficulties with patients.
85
215746
2426
We kunnen logisiteke problemen voor patiënten
verminderen.
verminderen.
03:54
No need to go to the clinic for a routine checkup.
86
218172
2312
Voor een routinecontrole
hoef je niet naar de kliniek.
hoef je niet naar de kliniek.
03:56
We can do high-frequency monitoring to get objective data.
87
220484
2320
We kunnen intens controleren
om objectieve gegevens te verkrijgen.
om objectieve gegevens te verkrijgen.
03:58
We can perform low-cost mass recruitment for clinical trials,
88
222804
4105
We kunnen goedkoop massaal werven
voor klinische studies
voor klinische studies
04:02
and we can make population-scale screening
89
226909
2115
en we kunnen het voor de eerste keer
mogelijk maken
mogelijk maken
04:04
feasible for the first time.
90
229024
1596
de hele populatie te laten testen.
04:06
We have the opportunity to start to search
91
230620
2202
We hebben de mogelijkheid om te zoeken
04:08
for the early biomarkers of the disease before it's too late.
92
232822
3541
naar de vroege kenmerken van de ziekte,
voordat het te laat is.
voordat het te laat is.
04:12
So, taking the first steps towards this today,
93
236363
2758
De eerste stappen naar dit onderzoek, is
04:15
we're launching the Parkinson's Voice Initiative.
94
239121
2126
de lancering van het 'Parkinsons's Voice Initiative'.
04:17
With Aculab and PatientsLikeMe, we're aiming
95
241247
2232
In samenwerking met 'Aculab' en 'PatiensLikeMe'
04:19
to record a very large number of voices worldwide
96
243479
1928
verzamelen we
een grote hoeveelheid stemgeluiden wereldwijd,
een grote hoeveelheid stemgeluiden wereldwijd,
04:21
to collect enough data to start to tackle these four goals.
97
245407
3140
genoeg gegevens
om deze vier doelstellingen te tackelen.
om deze vier doelstellingen te tackelen.
04:24
We have local numbers accessible to three quarters
98
248547
1700
Tegen lokaal tarief kan drie kwart miljard mensen
04:26
of a billion people on the planet.
99
250247
1610
op deze wereld bellen.
04:27
Anyone healthy or with Parkinson's can call in, cheaply,
100
251857
3077
Iedereen, gezond of met de ziekte van Parkinson,
kan goedkoop bellen
kan goedkoop bellen
04:30
and leave recordings, a few cents each,
101
254934
2139
en hun stemgeluid achterlaten
voor een paar centen.
voor een paar centen.
04:32
and I'm really happy to announce that we've already hit
102
257073
2190
Met grote vreugde
kan ik aankondigen dat we al
kan ik aankondigen dat we al
04:35
six percent of our target just in eight hours.
103
259263
3543
zes procent van onze doelstelling hebben bereikt
in acht uur tijd.
in acht uur tijd.
04:38
Thank you. (Applause)
104
262806
3751
Bedankt. (Applaus)
04:42
(Applause)
105
266557
6320
(Applaus)
04:48
Tom Rielly: So Max, by taking all these samples of,
106
272877
3575
Tom Rielly: Dus Max,
door stemmen te verzamelen
door stemmen te verzamelen
04:52
let's say, 10,000 people,
107
276452
2776
van 10.000 mensen,
04:55
you'll be able to tell who's healthy and who's not?
108
279228
2854
kan jij vertellen wie er gezond is en wie niet?
04:57
What are you going to get out of those samples?
109
282082
1685
Wat verkrijg je precies uit die stemmen?
04:59
Max Little: Yeah. Yeah. So what will happen is that,
110
283767
1830
Max Little: Het zit zo:
05:01
during the call you have to indicate whether or not
111
285597
1657
tijdens zo'n belletje moet je aangeven
of je wel of niet
of je wel of niet
05:03
you have the disease or not, you see. TR: Right.
112
287254
1267
Parkinson hebt.
05:04
ML: You see, some people may not do it. They may not get through it.
113
288521
2507
Mensen doen dit misschien niet,
misschien komen ze er niet doorheen.
misschien komen ze er niet doorheen.
05:06
But we'll get a very large sample of data that is collected
114
291028
2717
Maar we zullen een grote steekproef van gegevens
05:09
from all different circumstances, and it's getting it
115
293745
3408
uit verschillende omstandigheden ontvangen, en juist
05:13
in different circumstances that matter because then
116
297153
1905
dié verschillende omstandigheden doen ertoe,
05:14
we are looking at ironing out the confounding factors,
117
299058
3384
omdat we over de verstorende factoren heen
willen kijken
willen kijken
05:18
and looking for the actual markers of the disease.
118
302442
2161
juist naar die factoren
die er werkelijk toe doen.
die er werkelijk toe doen.
05:20
TR: So you're 86 percent accurate right now?
119
304603
2497
TR: Op dit moment ben je 86% nauwkeurig?
05:23
ML: It's much better than that.
120
307100
1194
ML: Het is veel beter dan 86%,
05:24
Actually, my student Thanasis, I have to plug him,
121
308294
1720
Mijn student Thanasis,
ik moet hem even vermelden
ik moet hem even vermelden
05:25
because he's done some fantastic work,
122
310014
1870
omdat hij geweldig werk doet,
05:27
and now he has proved that it works over the mobile telephone network as well,
123
311884
3770
heeft aangetoond dat deze test
ook over het mobiele telefoonnetwerk werkt,
ook over het mobiele telefoonnetwerk werkt,
05:31
which enables this project, and we're getting 99 percent accuracy.
124
315654
3390
wat dus dit project mogelijk maakt.
We zitten op 99% nauwkeurigheid.
We zitten op 99% nauwkeurigheid.
05:34
TR: Ninety-nine. Well, that's an improvement.
125
319044
1576
TR: 99, dat is zeker een vooruitgang.
05:36
So what that means is that people will be able to —
126
320620
2201
Dus dit betekent dat mensen in staat zijn om--
05:38
ML: (Laughs)
127
322821
1852
ML: (Lacht)
05:40
TR: People will be able to call in from their mobile phones
128
324673
1906
TR: Mensen kunnen
vanaf hun mobiele telefoon bellen
vanaf hun mobiele telefoon bellen
05:42
and do this test, and people with Parkinson's could call in,
129
326579
3072
en deze test doen.
Mensen met Parkinson zouden kunnen bellen,
Mensen met Parkinson zouden kunnen bellen,
05:45
record their voice, and then their doctor can check up
130
329651
2870
hun stem laten opnemen en hun dokter kan
05:48
on their progress, see where they're doing in this course of the disease.
131
332521
2681
nagaan hoe het met hen gaat
in het specifieke stadium van hun ziekte.
in het specifieke stadium van hun ziekte.
05:51
ML: Absolutely.
132
335202
970
ML: Precies.
05:52
TR: Thanks so much. Max Little, everybody.
133
336172
1743
TR: Heel erg bedankt. Dit was Max Little.
05:53
ML: Thanks, Tom. (Applause)
134
337915
5157
ML: Bedankt Tom. (Applaus)
ABOUT THE SPEAKER
Max Little - Applied mathematicianMax Little is a mathematician whose research includes a breakthrough technique to monitor – and potentially screen for – Parkinson's disease through simple voice recordings.
Why you should listen
Max Little is an applied mathematician whose goal is to "see connections between subjects, not boundaries … to see how things are related, not how they are different." He has a background in applied mathematics, statistics, signal processing and computational engineering, and his work has been applied across disciplines like biomedicine, extreme rainfall analysis and forecasting, biophysical signal processing, and hydrogeomorphology and open channel flow measurement. Little is best known for his work on the Parkinson's Voice Initiative, in which he and his team developed a cheap and simple tool that uses precise voice analysis software to detect Parkinson's with 99 percent accuracy. Little is a TEDGlobal 2012 Fellow and a Wellcome Trust-MIT Postdoctoral Research Fellow.
Max Little | Speaker | TED.com