TED2009
Hans Rosling: Insights on HIV, in stunning data visuals
Hans Rosling over HIV: Nieuwe feiten en indrukwekkende visuele data
Filmed:
Readability: 3.9
1,174,291 views
Hans Rosling onthult nieuwe visuele data die de complexe risico factoren van een van 's werelds dodelijkste (en meest onbegrepen) ziekten ontrafelen: HIV. Hij bepleit dat het voorkomen van transmissie -- niet het medicinaal behandelen -- de sleutel is tot het beëindigen van de epidemie.
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
Double-click the English transcript below to play the video.
00:12
(Applause)
0
0
5000
(Applaus)
00:18
AIDS was discovered 1981; the virus, 1983.
1
6000
5000
AIDS is in 1981 ontdekt, het virus --1983.
00:23
These Gapminder bubbles show you
2
11000
2000
Deze Gapminder bubbels laten zien
00:25
how the spread of the virus was in 1983 in the world,
3
13000
4000
hoe de verspreiding van het virus in de wereld was in 1983,
00:29
or how we estimate that it was.
4
17000
2000
of hoe we inschatten dat het was.
00:31
What we are showing here is --
5
19000
2000
Wat we hier laten zien is --
00:33
on this axis here, I'm showing percent of infected adults.
6
21000
7000
op deze as hier laat ik het percentage geïnfecteerde volwassenen zien.
00:40
And on this axis, I'm showing dollars per person in income.
7
28000
5000
En op deze as laat ik inkomen per persoon in dollars zien.
00:45
And the size of these bubbles, the size of the bubbles here,
8
33000
4000
En de grootte van deze bubbels, de grootte van deze bubbels hier,
00:49
that shows how many are infected in each country,
9
37000
3000
laat zien hoeveel geïnfecteerden er zijn per land,
00:52
and the color is the continent.
10
40000
2000
en de kleur is het continent.
00:54
Now, you can see United States, in 1983,
11
42000
2000
Dus, hier zie je dat de Verenigde Staten, in 1983,
00:56
had a very low percentage infected,
12
44000
3000
een erg laag percentage geïnfecteerden had,
00:59
but due to the big population, still a sizable bubble.
13
47000
4000
maar dankzij haar grote aantal inwoners, nog steeds een behoorlijke bubbel.
01:03
There were quite many people infected in the United States.
14
51000
3000
Er waren vrij veel mensen geïnfecteerd in de Verenigde Staten.
01:06
And, up there, you see Uganda.
15
54000
2000
En, hierboven, zie je Uganda.
01:08
They had almost five percent infected,
16
56000
3000
Zij hadden bijna vijf procent geïnfecteerden.
01:11
and quite a big bubble in spite of being a small country, then.
17
59000
3000
en een vrij grote bubbel ondanks dat ze een klein landje waren, toen.
01:14
And they were probably the most infected country in the world.
18
62000
5000
En ze waren waarschijnlijk het meest geïnfecteerde land ter wereld.
01:19
Now, what has happened?
19
67000
2000
Dus, wat is er gebeurd?
01:21
Now you have understood the graph
20
69000
2000
Nu heeft u de grafiek begrepen,
01:23
and now, in the next 60 seconds,
21
71000
3000
en nu, in de volgende 60 seconden,
01:26
we will play the HIV epidemic in the world.
22
74000
3000
zullen we de HIV epidemie in de wereld afspelen.
01:29
But first, I have a new invention here.
23
77000
3000
Maar eerst, ik heb een nieuwe uitvinding hier.
01:34
(Laughter)
24
82000
3000
(Gelach)
01:39
I have solidified the beam of the laser pointer.
25
87000
4000
Ik heb de lichtbundel van de laser-aanwijzer solide gemaakt.
01:43
(Laughter)
26
91000
3000
(Gelach)
01:46
(Applause)
27
94000
3000
(Applaus)
01:52
So, ready, steady, go!
28
100000
4000
Dus, klaar voor de start, af!
01:56
First, we have the fast rise in Uganda and Zimbabwe.
29
104000
4000
Als eerste hebben de snelle stijging in Uganda en Zimbabwe.
02:00
They went upwards like this.
30
108000
2000
Die gingen op deze manier omhoog.
02:02
In Asia, the first country to be heavily infected was Thailand --
31
110000
4000
In Azië was Thailand het eerste land met veel infecties.
02:06
they reached one to two percent.
32
114000
2000
Zij haalden een a twee procent.
02:08
Then, Uganda started to turn back,
33
116000
2000
Toen begon Uganda terug te keren,
02:10
whereas Zimbabwe skyrocketed,
34
118000
2000
terwijl Zimbabwe explodeerde,
02:12
and some years later South Africa had a terrible rise of HIV frequency.
35
120000
4000
en een paar jaar later had Zuid Afrika een verschrikkelijke stijging in HIV gevallen.
02:16
Look, India got many infected,
36
124000
2000
Kijk, India had veel geïnfecteerden,
02:18
but had a low level.
37
126000
2000
maar had een laag niveau.
02:20
And almost the same happens here.
38
128000
2000
En min of meer hetzelfde gebeurd hier.
02:22
See, Uganda coming down, Zimbabwe coming down,
39
130000
3000
Kijk, Uganda komt omlaag, Zimbabwe komt omlaag,
02:25
Russia went to one percent.
40
133000
2000
Rusland ging naar een procent.
02:27
In the last two to three years,
41
135000
3000
In de afgelopen twee tot drie jaar,
02:30
we have reached a steady state of HIV epidemic in the world.
42
138000
4000
hebben we een stabiele status van de HIV epidemie in de wereld bereikt.
02:34
25 years it took.
43
142000
3000
dat heeft 25 jaar geduurd.
02:37
But, steady state doesn't mean that things are getting better,
44
145000
3000
Maar, een stabiele status betekend niet dat het beter gaat,
02:40
it's just that they have stopped getting worse.
45
148000
3000
het betekend slechts dat het is gestopt met slechter gaan.
02:43
And it has -- the steady state is, more or less,
46
151000
4000
En dat heeft het -- de stabiele status is, min of meer,
02:47
one percent of the adult world population is HIV-infected.
47
155000
4000
dat een procent van de volwassen wereld bevolking is geïnfecteerd met HIV.
02:51
It means 30 to 40 million people,
48
159000
3000
Dat betekend 30 tot 40 miljoen mensen,
02:54
the whole of California -- every person,
49
162000
2000
heel Californië, iedereen,
02:56
that's more or less what we have today in the world.
50
164000
2000
dat is min of meer wat we vandaag de dag in de wereld hebben.
02:58
Now, let me make a fast replay of Botswana.
51
166000
5000
Welnu, laat me Botswana snel een keer afspelen
03:03
Botswana -- upper middle-income country in southern Africa,
52
171000
4000
Botswana -- een hoger midden-inkomen land in zuidelijk Afrika,
03:07
democratic government, good economy,
53
175000
3000
democratische regering, goede economie,
03:10
and this is what happened there.
54
178000
2000
en dit is wat daar gebeurde.
03:12
They started low, they skyrocketed,
55
180000
2000
Ze begonnen laag, ze explodeerde,
03:14
they peaked up there in 2003,
56
182000
3000
ze piekte hierboven in 2003,
03:17
and now they are down.
57
185000
2000
en nu zijn ze lager.
03:19
But they are falling only slowly,
58
187000
2000
Maar ze dalen slechts langzaam,
03:21
because in Botswana, with good economy and governance,
59
189000
2000
omdat in Botswana, met een goede economie en overheid,
03:23
they can manage to treat people.
60
191000
3000
kunnen ze regelen dat ze mensen behandelen.
03:26
And if people who are infected are treated, they don't die of AIDS.
61
194000
3000
En als mensen die geïnfecteerd zijn worden behandeld, dan gaan ze niet dood aan AIDS.
03:29
These percentages won't come down
62
197000
3000
Deze percentages zullen niet omlaag komen
03:32
because people can survive 10 to 20 years.
63
200000
2000
omdat mensen 10 tot 20 jaar kunnen overleven.
03:34
So there's some problem with these metrics now.
64
202000
3000
Dus er is nu een beetje een probleem met deze cijfers.
03:37
But the poorer countries in Africa, the low-income countries down here,
65
205000
4000
Maar de armere landen in Afrika, de lagere-inkomens landen hier onder,
03:41
there the rates fall faster, of the percentage infected,
66
209000
6000
daar valt het percentage geïnfecteerden sneller
03:47
because people still die.
67
215000
2000
omdat mensen nog steeds dood gaan.
03:49
In spite of PEPFAR, the generous PEPFAR,
68
217000
3000
Ondanks PEPFAR, het genereuze PEPFAR,
03:52
all people are not reached by treatment,
69
220000
3000
niet alle mensen worden bereikt door behandeling,
03:55
and of those who are reached by treatment in the poor countries,
70
223000
2000
en van diegene die wel worden bereikt door behandeling in de armere landen,
03:57
only 60 percent are left on treatment after two years.
71
225000
3000
zijn na twee jaar slechts 60 procent nog steeds onder behandeling.
04:00
It's not realistic with lifelong treatment
72
228000
4000
Het is niet realistisch, levenslange behandeling
04:04
for everyone in the poorest countries.
73
232000
2000
voor iedereen in de armste landen.
04:06
But it's very good that what is done is being done.
74
234000
3000
Maar het is erg goed dat er wat gedaan wordt.
04:09
But focus now is back on prevention.
75
237000
4000
Maar de aandacht gaat nu terug naar preventie.
04:13
It is only by stopping the transmission
76
241000
3000
Alleen door de transmissie te stoppen
04:16
that the world will be able to deal with it.
77
244000
3000
kan de wereld dit aan.
04:19
Drugs is too costly -- had we had the vaccine,
78
247000
2000
Medicijnen zijn te duur -- als we een vaccine hadden,
04:21
or when we will get the vaccine, that's something more effective --
79
249000
3000
of wanneer we een vaccine hebben, dat is meer effectief --
04:24
but the drugs are very costly for the poor.
80
252000
2000
maar de medicijnen zijn erg duur voor de armen.
04:26
Not the drug in itself, but the treatment
81
254000
2000
Niet zozeer het medicijn zelf, maar de behandeling
04:28
and the care which is needed around it.
82
256000
2000
en de zorg die er mee gepaard moet gaan.
04:32
So, when we look at the pattern,
83
260000
3000
Dus, als we naar het patroon kijken,
04:35
one thing comes out very clearly:
84
263000
2000
komt een ding duidelijk naar voren:
04:37
you see the blue bubbles
85
265000
2000
u ziet de blauwe bubbels
04:39
and people say HIV is very high in Africa.
86
267000
2000
en mensen zeggen dat HIV erg hoog is in Afrika.
04:41
I would say, HIV is very different in Africa.
87
269000
3000
Ik zou zeggen, dat HIV erg anders is in Afrika.
04:44
You'll find the highest HIV rate in the world
88
272000
4000
We vinden de hoogste HIV ratio in de wereld
04:48
in African countries,
89
276000
2000
in Afrikaanse landen,
04:50
and yet you'll find Senegal, down here --
90
278000
2000
en toch vindt je in Senegal, hier onder,
04:52
the same rate as United States.
91
280000
2000
dezelfde ratio als in de Verenigde Staten.
04:54
And you'll find Madagascar,
92
282000
2000
En je vindt Madagascar,
04:56
and you'll find a lot of African countries
93
284000
2000
en je vindt veel Afrikaanse landen
04:58
about as low as the rest of the world.
94
286000
3000
ongeveer net zo laag als de rest van de wereld.
05:01
It's this terrible simplification that there's one Africa
95
289000
4000
Dat komt door deze vreselijke simplificatie dat er een Afrika is
05:05
and things go on in one way in Africa.
96
293000
2000
en dat dingen op een manier gaan in Afrika.
05:07
We have to stop that.
97
295000
2000
We moeten daarmee stoppen.
05:09
It's not respectful, and it's not very clever
98
297000
3000
Het is respectloos, en het is niet erg verstandig
05:12
to think that way.
99
300000
2000
om op die manier te denken.
05:14
(Applause)
100
302000
4000
(Applaus)
05:18
I had the fortune to live and work for a time in the United States.
101
306000
3000
Ik heb het geluk gehad om een tijd in de Verenigde Staten te wonen en te werken.
05:21
I found out that Salt Lake City and San Francisco were different.
102
309000
4000
Ik kwam erachter dat Salt Lake City en San Francisco erg verschillend waren.
05:25
(Laughter)
103
313000
2000
(Gelach)
05:27
And so it is in Africa -- it's a lot of difference.
104
315000
3000
En zo is het ook in Afrika -- er zijn veel verschillen.
05:30
So, why is it so high? Is it war?
105
318000
2000
Maar, waarom is het zo hoog? Is er oorlog?
05:32
No, it's not. Look here.
106
320000
2000
Nee, dat is het niet. Kijk hier.
05:34
War-torn Congo is down there -- two, three, four percent.
107
322000
3000
Oorlog verscheurd Congo is hieronder -- twee, drie, vier procent.
05:37
And this is peaceful Zambia, neighboring country -- 15 percent.
108
325000
4000
En dit is het vreedzame Zambia, een buurland -- 15 procent.
05:41
And there's good studies of the refugees coming out of Congo --
109
329000
3000
En er zijn goede studies over vluchtelingen uit Congo --
05:44
they have two, three percent infected,
110
332000
2000
zij hebben twee, drie procent geïnfecteerden,
05:46
and peaceful Zambia -- much higher.
111
334000
2000
en vreedzaam Zambia -- veel hoger.
05:48
There are now studies clearly showing
112
336000
2000
Er zijn nu studies die duidelijk laten zien
05:50
that the wars are terrible, that rapes are terrible,
113
338000
3000
dat de oorlogen vreselijk zijn, dat verkrachtingen vreselijk zijn.
05:53
but this is not the driving force for the high levels in Africa.
114
341000
3000
Maar dit is niet de stuwende kracht voor de hoge niveaus in Afrika.
05:56
So, is it poverty?
115
344000
2000
Dus, is het armoede?
05:58
Well if you look at the macro level,
116
346000
2000
Als je naar het macro niveau kijkt,
06:00
it seems more money, more HIV.
117
348000
2000
lijkt het hoe meer geld, hoe meer HIV.
06:02
But that's very simplistic,
118
350000
3000
Maar dat is erg simplistisch.
06:05
so let's go down and look at Tanzania.
119
353000
2000
dus laten we omlaag gaan en naar Tanzania kijken.
06:07
I will split Tanzania in five income groups,
120
355000
4000
Ik zal Tanzania in vijf inkomens groepen verdelen,
06:11
from the highest income to the lowest income,
121
359000
2000
van het hoogste inkomen naar het laagste inkomen,
06:13
and here we go.
122
361000
2000
en daar gaan we.
06:15
The ones with the highest income, the better off -- I wouldn't say rich --
123
363000
3000
Diegenen met het hoogste inkomen, de beter gestelden, ik wil niet zeggen de rijken,
06:18
they have higher HIV.
124
366000
2000
die hebben meer HIV.
06:20
The difference goes from 11 percent down to four percent,
125
368000
3000
Het verschil gaat van 11 procent terug naar vier procent,
06:23
and it is even bigger among women.
126
371000
2000
en het verschil is zelfs nog groter onder vrouwen.
06:25
There's a lot of things that we thought, that now, good research,
127
373000
4000
Er zijn veel dingen die we veronderstelden, die nu, door goed onderzoek,
06:29
done by African institutions and researchers
128
377000
3000
gedaan door Afrikaanse instituten en onderzoekers
06:32
together with the international researchers, show that that's not the case.
129
380000
3000
samen met internationale onderzoekers, niet zo blijken te zijn.
06:35
So, this is the difference within Tanzania.
130
383000
2000
Dus, dit is het verschil binnen Tanzania.
06:37
And, I can't avoid showing Kenya.
131
385000
2000
En, ik kan er niet omheen om Kenia te laten zien.
06:39
Look here at Kenya.
132
387000
2000
Kijk hier naar Kenia.
06:41
I've split Kenya in its provinces.
133
389000
2000
Ik heb Kenia in zijn provincies verdeelt.
06:43
Here it goes.
134
391000
2000
Hier gaan we.
06:45
See the difference within one African country --
135
393000
3000
Zie het verschil binnen een Afrikaans land --
06:48
it goes from very low level to very high level,
136
396000
3000
het gaat van een heel laag niveau naar een heel hoog niveau,
06:51
and most of the provinces in Kenya is quite modest.
137
399000
3000
en de meeste provincies in Kenia zijn vrij bescheiden.
06:54
So, what is it then?
138
402000
2000
Dus, wat is het dan?
06:56
Why do we see this extremely high levels in some countries?
139
404000
4000
Waarom zien we deze extreem hoge niveaus in sommige landen?
07:00
Well, it is more common with multiple partners,
140
408000
3000
Wel, het komt meer voor met meerdere partners,
07:03
there is less condom use,
141
411000
3000
er is minder condoom gebruik,
07:06
and there is age-disparate sex --
142
414000
3000
en er is leeftijds-discrepantie bij sex --
07:09
that is, older men tend to have sex with younger women.
143
417000
3000
dat betekend, oudere mannen neigen sex te hebben met jongere vrouwen.
07:12
We see higher rates in younger women than younger men
144
420000
3000
We zien hogere percentages bij jongere vrouwen dan bij jongere mannen
07:15
in many of these highly affected countries.
145
423000
2000
in veel van deze hard getroffen landen.
07:17
But where are they situated?
146
425000
2000
Maar waar liggen ze?
07:19
I will swap the bubbles to a map.
147
427000
2000
Ik zal de bubbels verruilen voor een kaart.
07:21
Look, the highly infected are four percent of all population
148
429000
4000
Kijk, de hoog geïnfecteerden zijn vier procent van de hele bevolking.
07:25
and they hold 50 percent of the HIV-infected.
149
433000
3000
en ze hebben 50 procent van de HIV-geïnfecteerden.
07:28
HIV exists all over the world.
150
436000
3000
HIV bestaat overal ter wereld.
07:31
Look, you have bubbles all over the world here.
151
439000
2000
Kijk, je hebt de bubbels over heel de wereld.
07:33
Brazil has many HIV-infected.
152
441000
3000
Brazilië heeft veel HIV-geïnfecteerden.
07:36
Arab countries not so much, but Iran is quite high.
153
444000
3000
Arabische landen niet zo veel, maar Iran is vrij hoog.
07:39
They have heroin addiction and also prostitution in Iran.
154
447000
4000
Er is heroïne verslaving en ook prostitutie in Iran.
07:43
India has many because they are many.
155
451000
2000
India heeft er veel omdat ze met velen zijn.
07:45
Southeast Asia, and so on.
156
453000
2000
Zuid-Oost Azië, en zo voort.
07:47
But, there is one part of Africa --
157
455000
2000
Maar, er is een deel van Afrika --
07:49
and the difficult thing is, at the same time,
158
457000
2000
en het moeilijke is, tegelijkertijd,
07:51
not to make a uniform statement about Africa,
159
459000
4000
om niet een generaliserende opmerking over Afrika te maken,
07:55
not to come to simple ideas of why it is like this, on one hand.
160
463000
4000
om niet tot simpele ideeën te komen over waarom het zo is, aan de ene kant.
07:59
On the other hand, try to say that this is not the case,
161
467000
3000
Aan de andere kant, toegeven dat dit een ernstig geval is,
08:02
because there is a scientific consensus about this pattern now.
162
470000
4000
omdat er nu wetenschappelijke overeenstemming is over dit patroon.
08:06
UNAIDS have done good data available, finally,
163
474000
3000
UNAIDS heeft eindelijk goede data beschikbaar gesteld,
08:09
about the spread of HIV.
164
477000
3000
over de verspreiding van HIV
08:12
It could be concurrency.
165
480000
3000
Het zou overlapping in sex-partners kunnen zijn.
08:15
It could be some virus types.
166
483000
3000
Het zou een bepaald type virus kunnen zijn.
08:18
It could be that there is other things
167
486000
4000
Er zouden andere dingen kunnen zijn
08:22
which makes transmission occur in a higher frequency.
168
490000
3000
die transmissie in een hogere frequentie veroorzaken.
08:25
After all, if you are completely healthy and you have heterosexual sex,
169
493000
3000
Tenslotte, als je volkomen gezond bent en heteroseksuele sex bedrijft,
08:28
the risk of infection in one intercourse is one in 1,000.
170
496000
5000
is het besmettingsrisico per geslachtsgemeenschap 1 op 1000.
08:33
Don't jump to conclusions now on how to
171
501000
2000
Trek nu niet te snel conclusies;
08:35
behave tonight and so on.
172
503000
2000
gedraag u vanavond, en zo.
08:37
(Laughter)
173
505000
2000
(Gelach)
08:39
But -- and if you are in an unfavorable situation,
174
507000
3000
Maar -- en als je je in een ongunstige situatie bevindt,
08:42
more sexually transmitted diseases, it can be one in 100.
175
510000
3000
meer seksueel overdraagbare ziekten, dan kan het 1 op 100 zijn.
08:45
But what we think is that it could be concurrency.
176
513000
3000
Maar wat wij denken is dat het overlappende sex-partners zou kunnen zijn.
08:48
And what is concurrency?
177
516000
2000
Maar wat is overlapping in sex-partners?
08:50
In Sweden, we have no concurrency.
178
518000
2000
In Zweden hebben we geen overlapping in sex-partners.
08:52
We have serial monogamy.
179
520000
2000
Wij hebben seriële monogamie.
08:54
Vodka, New Year's Eve -- new partner for the spring.
180
522000
2000
Wodka, Oudejaarsavond -- nieuwe partner voor de lente.
08:56
Vodka, Midsummer's Eve -- new partner for the fall.
181
524000
2000
Wodka, Midzomernacht -- nieuwe partner voor de herfst.
08:58
Vodka -- and it goes on like this, you know?
182
526000
2000
Wodka -- en zo gaat het door, snapt u?
09:00
And you collect a big number of exes.
183
528000
3000
En je verzamelt een groot aantal exen.
09:03
And we have a terrible chlamydia epidemic --
184
531000
2000
En we hebben een vreselijke clamidia epidemie --
09:05
terrible chlamydia epidemic which sticks around for many years.
185
533000
4000
vreselijke clamidia epidemie die jaren lang blijft rond waren.
09:09
HIV has a peak three to six weeks after infection
186
537000
3000
HIV heeft een piek drie tot zes weken na infectie
09:12
and therefore, having more than one partner in the same month
187
540000
3000
and daarom, het hebben van meer dan een partner in dezelfde maand
09:15
is much more dangerous for HIV than others.
188
543000
3000
is veel gevaarlijker bij HIV transmissie dan bij andere infecties.
09:18
Probably, it's a combination of this.
189
546000
2000
Waarschijnlijk is het een combinatie hiervan.
09:20
And what makes me so happy is that we are moving now
190
548000
3000
En wat me zo gelukkig maakt is dat er nu een beweging is
09:23
towards fact when we look at this.
191
551000
2000
naar de feiten waneer we hier naar kijken.
09:25
You can get this chart, free.
192
553000
2000
U kunt deze grafiek krijgen, gratis.
09:27
We have uploaded UNAIDS data on the Gapminder site.
193
555000
3000
We hebben de UNAIDS data op de Gapminder.com site gezet.
09:30
And we hope that when we act on global problems in the future
194
558000
4000
En we hopen dat wanneer we in de toekomst op wereldwijde problemen actie ondernemen
09:34
we will not only have the heart,
195
562000
3000
we niet alleen het hart hebben,
09:37
we will not only have the money,
196
565000
2000
we niet alleen het geld hebben,
09:39
but we will also use the brain.
197
567000
3000
maar dat we ook onze hersenen zullen gebruiken.
09:42
Thank you very much.
198
570000
2000
Dank u hartelijk.
09:44
(Applause)
199
572000
6000
(Applaus)
ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionaryIn Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.
Why you should listen
Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.
What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.
Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.
Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)
Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.
Hans Rosling passed away in February 2017. He is greatly missed.
Hans Rosling | Speaker | TED.com