TEDxAustin
Joel Selanikio: The big-data revolution in health care
Zdumiewajace początki rewolucji danych w ochronie zdrowia
Filmed:
Readability: 4.1
745,046 views
Zbieranie danych w dziedzinie globalnej ochrony zdrowia było nauką niedoskonałą: pracownicy przemierzali wioski, pukali do drzwi i zadawali pytania. Odpowiedzi wpisywali w papierowe formularze, po czym udostępniali dane. Na podstawie tych niepełnych informacji podejmowane były niezmiernie ważne decyzje państwowe. Joel Selanikio, entuzjasta danych, opowiada o znaczących zmianach, jakie zaszły w ciągu ostatniej dekady w sposobie zbierania danych o zdrowiu: od Palm Pilotów i Hotmail aż do chmury. (Sfilmowane na TEDxAustin)
Joel Selanikio - Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio
Double-click the English transcript below to play the video.
00:12
There's an old joke about a cop who's walking his beat
0
717
2439
Znacie stary kawał o glinie,
który na nocnym patrolu
który na nocnym patrolu
00:15
in the middle of the night,
1
3156
1295
00:16
and he comes across a guy under a street lamp
2
4451
2365
pod latarnią spotyka faceta,
00:18
who's looking at the ground and moving from side to side,
3
6816
2531
który patrzy w ziemię,
chodząc w tę i z powrotem,
chodząc w tę i z powrotem,
00:21
and the cop asks him what he's doing.
4
9347
1859
więc gliniarz pyta go, co robi.
00:23
The guys says he's looking for his keys.
5
11206
1959
Facet mówi, że szuka kluczy.
00:25
So the cop takes his time and looks over
6
13165
2580
Więc gliniarz również zaczyna szukać
00:27
and kind of makes a little matrix and looks
7
15745
1637
systematycznie, krok po kroku
00:29
for about two, three minutes. No keys.
8
17382
3051
przez kilka minut. Ani śladu kluczy.
00:32
The cop says, "Are you sure? Hey buddy,
9
20433
2966
W końcu pyta faceta: "Jest pan pewien,
00:35
are you sure you lost your keys here?"
10
23399
1880
że tu zgubiły się te klucze?"
00:37
And the guy says, "No, no, actually I lost them
11
25279
1379
On na to: "Zgubiłem je po
drugiej stronie ulicy,
drugiej stronie ulicy,
00:38
down at the other end of the street,
12
26658
1525
00:40
but the light is better here."
13
28183
5984
ale tu jest więcej światła".
00:46
There's a concept that people talk about nowadays
14
34167
1793
Mówi się teraz sporo o zjawisku
00:47
called big data, and what they're talking about
15
35960
2234
zwanym "big data", które oznacza
00:50
is all of the information that we're generating
16
38194
2166
wszystkie informacje, które tworzymy
00:52
through our interaction with and over the Internet,
17
40360
2665
za pośrednictwem internetu.
00:55
everything from Facebook and Twitter
18
43025
1942
To, co piszemy na Facebooku i Twitterze,
00:56
to music downloads, movies, streaming, all this kind of stuff,
19
44967
4077
muzyka i filmy, które ściągamy,
media strumieniowe,
media strumieniowe,
01:01
the live streaming of TED.
20
49044
1875
na przykład TED.
01:02
And the folks who work with big data, for them,
21
50919
2761
Ludzie pracujący
nad tymi "wielkimi danymi"
nad tymi "wielkimi danymi"
01:05
they talk about that their biggest problem is
22
53680
1771
mówią, że największym
problemem jest organizacja
problemem jest organizacja
01:07
we have so much information,
23
55451
1912
01:09
the biggest problem is, how do we organize all that information?
24
57363
3492
tak dużej liczby informacji.
01:12
I can tell you that working in global health,
25
60855
2392
W pracy nad zdrowiem globalnym
są większe zmartwienia.
są większe zmartwienia.
01:15
that is not our biggest problem.
26
63247
2872
01:18
Because for us, even though the light
27
66119
1570
Choć w internecie jest więcej światła,
01:19
is better on the Internet,
28
67689
3157
informacje i dane
pomocne w rozwiązywaniu problemów,
pomocne w rozwiązywaniu problemów,
01:22
the data that would help us solve the problems
29
70846
2320
nad którymi pracujemy,
nie są tam zamieszczane.
nie są tam zamieszczane.
01:25
we're trying to solve is not actually present on the Internet.
30
73166
3386
01:28
So we don't know, for example, how many people
31
76552
1847
Nie wiemy, na przykład, ilu ludzi
01:30
right now are being affected by disasters
32
78399
2594
w tej chwili cierpi z powodu
katastrof lub konfliktów.
katastrof lub konfliktów.
01:32
or by conflict situations.
33
80993
2336
01:35
We don't know for really basically any of the clinics
34
83329
3743
Tak naprawdę nie wiemy, które z klinik
01:39
in the developing world, which ones have medicines
35
87072
2193
w krajach rozwijających się
mają leki, a które nie.
mają leki, a które nie.
01:41
and which ones don't.
36
89265
1460
01:42
We have no idea of what the supply chain is for those clinics.
37
90725
3172
Nie mamy pojęcia, jak są one zaopatrywane.
01:45
We don't know -- and this is really amazing to me --
38
93897
2860
Nie wiemy - i to mnie zadziwia
- ile dzieci rodzi się
- ile dzieci rodzi się
01:48
we don't know how many children were born,
39
96757
2901
01:51
or how many children there are in Bolivia
40
99658
2946
ani też ile ich ogólnie jest w Boliwii,
01:54
or Botswana or Bhutan.
41
102604
3154
w Botswanie czy Bhutanie.
01:57
We don't know how many kids died last week
42
105758
1922
Nie wiemy, ile dzieci zmarło
w tych krajach
w tych krajach
01:59
in any of those countries.
43
107680
1401
w zeszłym tygodniu.
02:01
We don't know the needs of the elderly, the mentally ill.
44
109081
3372
Nie wiemy nic o potrzebach starszych
lub chorych umysłowo.
lub chorych umysłowo.
02:04
For all of these different critically important problems
45
112453
3239
O żadnej z tych kwestii,
02:07
or critically important areas that we want to solve problems in,
46
115692
3001
rodzącej poważne problemy,
które chcemy rozwiązać,
które chcemy rozwiązać,
02:10
we basically know nothing at all.
47
118693
5112
w zasadzie nie wiemy nic.
02:15
And part of the reason why we don't know anything at all
48
123805
2623
A jednym z powodów,
dla których nic nie wiemy
dla których nic nie wiemy
02:18
is that the information technology systems
49
126428
2252
jest system technologii informacyjnej,
02:20
that we use in global health to find the data
50
128680
3525
którego używamy,
by znaleźć dane o zdrowiu globalnym
by znaleźć dane o zdrowiu globalnym
02:24
to solve these problems is what you see here.
51
132205
2945
i rozwiązać związane z nim problemy.
02:27
And this is about a 5,000-year-old technology.
52
135150
2258
To technologia sprzed pięciu
tysięcy lat, pewnie ją znacie.
tysięcy lat, pewnie ją znacie.
02:29
Some of you may have used it before.
53
137408
1052
02:30
It's kind of on its way out now, but we still use it
54
138460
2320
Już odchodzi do lamusa, ale my
używamy jej w 99% przypadków.
używamy jej w 99% przypadków.
02:32
for 99 percent of our stuff.
55
140780
2091
02:34
This is a paper form, and what you're looking at
56
142871
4009
To papierowy formularz,
02:38
is a paper form in the hand of a Ministry of Health nurse
57
146880
3366
tutaj w dłoni pielęgniarki
z Ministerstwa Zdrowia w Indonezji,
z Ministerstwa Zdrowia w Indonezji,
02:42
in Indonesia who is tramping out across the countryside
58
150246
3288
przemierzającej indonezyjską wieś
02:45
in Indonesia on, I'm sure, a very hot and humid day,
59
153534
3581
w bardzo ciepły i wilgotny dzień,
02:49
and she is going to be knocking on thousands of doors
60
157115
2725
by tygodniami lub miesiącami
pukać do tysięcy drzwi
pukać do tysięcy drzwi
02:51
over a period of weeks or months,
61
159840
1946
02:53
knocking on the doors and saying, "Excuse me,
62
161786
2448
i mówić: "Przepraszam,
02:56
we'd like to ask you some questions.
63
164234
2172
chcielibyśmy zadać Państwu kilka pytań.
02:58
Do you have any children? Were your children vaccinated?"
64
166406
3671
Mają Państwo dzieci?
Czy zostały one zaszczepione?".
Czy zostały one zaszczepione?".
03:02
Because the only way we can actually find out
65
170077
1848
To jedyny sposób, by dowiedzieć się,
03:03
how many children were vaccinated in the country of Indonesia,
66
171925
2883
ile dzieci w Indonezji
zostało zaszczepionych.
zostało zaszczepionych.
03:06
what percentage were vaccinated, is actually not
67
174808
2653
Jaki procent tych dzieci jest zaszczepiony
03:09
on the Internet but by going out and knocking on doors,
68
177461
2900
nie dowiemy się z internetu,
ale pukając do drzwi,
ale pukając do drzwi,
03:12
sometimes tens of thousands of doors.
69
180361
2871
czasami nawet do dziesiątek tysięcy drzwi.
03:15
Sometimes it takes months to even years
70
183232
2376
Takie przedsięwzięcie
trwa miesiące lub lata.
trwa miesiące lub lata.
03:17
to do something like this.
71
185608
1726
03:19
You know, a census of Indonesia
72
187334
2141
Spis ludności w Indonezji
trwałby pewnie z dwa lata.
trwałby pewnie z dwa lata.
03:21
would probably take two years to accomplish.
73
189475
1832
03:23
And the problem, of course, with all of this is that
74
191307
2645
A problem, oczywiście, to
te wszystkie formularze.
te wszystkie formularze.
03:25
with all those paper forms — and I'm telling you
75
193952
1785
03:27
we have paper forms for every possible thing.
76
195737
2212
Mamy papierowe formularze na wszystko.
03:29
We have paper forms for vaccination surveys.
77
197949
2703
Na sondaże w sprawie szczepień.
03:32
We have paper forms to track people who come into clinics.
78
200652
3374
Formularze dla pacjentów klinik.
03:36
We have paper forms to track drug supplies,
79
204026
2795
Formularze dotyczące
zaopatrzenia w leki i krew.
zaopatrzenia w leki i krew.
03:38
blood supplies, all these different paper forms
80
206821
2804
Wszystkie te papierowe formularze
03:41
for many different topics,
81
209625
1725
do wypełniania w różnych przypadkach,
03:43
they all have a single common endpoint,
82
211350
2232
odnoszą ten sam skutek, który wygląda tak.
03:45
and the common endpoint looks something like this.
83
213582
2665
03:48
And what we're looking at here is a truckful o' data.
84
216247
4284
To, co widzicie, to ciężarówka informacji.
03:52
This is the data from a single vaccination coverage survey
85
220531
4619
To są dane z sondażu w sprawie szczepień
03:57
in a single district in the country of Zambia
86
225150
2215
w jednej prowincji Zambii,
03:59
from a few years ago that I participated in.
87
227365
2128
w którym brałem udział kilka lat temu.
04:01
The only thing anyone was trying to find out
88
229493
2557
Jedyne, czego chcieliśmy się dowiedzieć,
04:04
is what percentage of Zambian children are vaccinated,
89
232050
3103
to jaki procent zambijskich dzieci
był zaszczepiony.
był zaszczepiony.
04:07
and this is the data, collected on paper over weeks
90
235153
3179
A to dane zebrane
na papierowych formularzach
na papierowych formularzach
04:10
from a single district, which is something like a county
91
238332
2874
w ciągu kilku tygodni
w tylko jednej prowincji,
w tylko jednej prowincji,
04:13
in the United States.
92
241206
1340
wielkości hrabstwa w USA.
04:14
You can imagine that, for the entire country of Zambia,
93
242546
2108
Możecie sobie wyobrazić,
że dla całej Zambii
że dla całej Zambii
04:16
answering just that single question
94
244654
3574
zebranie tej jednej
informacji wyglądałoby tak.
informacji wyglądałoby tak.
04:20
looks something like this.
95
248228
1948
04:22
Truck after truck after truck
96
250176
2655
Ciężarówka za ciężarówką,
04:24
filled with stack after stack after stack of data.
97
252831
3461
wypełnione stosem papierowych danych.
A co gorsza, to dopiero początek,
04:28
And what makes it even worse is that
98
256292
1328
04:29
that's just the beginning,
99
257620
1938
04:31
because once you've collected all that data,
100
259558
1974
bo po zebraniu tych wszystkich danych
trzeba jakiegoś nieszczęśnika,
04:33
of course someone's going to have to --
101
261532
1593
04:35
some unfortunate person is going to have to type that into a computer.
102
263125
3292
który wklepie je do komputera.
04:38
When I was a graduate student, I actually was
103
266417
2046
Na ostatnim roku studiów
bywałem tym nieszczęśnikiem.
bywałem tym nieszczęśnikiem.
04:40
that unfortunate person sometimes.
104
268463
2003
04:42
I can tell you, I often wasn't really paying attention.
105
270466
3011
I powiem szczerze,
że często miałem w nosie, co przepisuję.
że często miałem w nosie, co przepisuję.
04:45
I probably made a lot of mistakes when I did it
106
273477
1818
Narobiłem pewnie mnóstwo błędów,
04:47
that no one ever discovered, so data quality goes down.
107
275295
2825
których nikt nie poprawił,
więc jakość tych danych spadła.
więc jakość tych danych spadła.
04:50
But eventually that data hopefully gets typed into a computer,
108
278120
3152
Gdy w końcu te dane
znajdują się w komputerze,
znajdują się w komputerze,
04:53
and someone can begin to analyze it,
109
281272
1767
ktoś może je przeanalizować.
04:55
and once they have an analysis and a report,
110
283039
2716
Mając analizę i raport,
można dzięki tym danym
można dzięki tym danym
04:57
hopefully then you can take the results of that data collection
111
285755
3299
05:01
and use it to vaccinate children better.
112
289054
2147
zacząć lepiej szczepić dzieci.
05:03
Because if there's anything worse
113
291201
2909
Bo nie istnieje nic gorszego w
dziedzinie globalnego zdrowia
dziedzinie globalnego zdrowia
05:06
in the field of global public health,
114
294110
2346
05:08
I don't know what's worse than allowing children on this planet
115
296456
2729
niż pozwolić dzieciom na tym świecie
05:11
to die of vaccine-preventable diseases,
116
299185
3140
umierać na choroby, którym można zapobiec
05:14
diseases for which the vaccine costs a dollar.
117
302325
3510
szczepiąc je za dolara.
05:17
And millions of children die of these diseases every year.
118
305835
3088
Co roku na takie choroby
umierają miliony dzieci.
umierają miliony dzieci.
05:20
And the fact is, millions is a gross estimate because
119
308923
3462
"Miliony" to szacunkowa liczba,
05:24
we don't really know how many kids die each year of this.
120
312385
3005
bo nie wiemy,
ile dzieci tak naprawdę to dotyka.
ile dzieci tak naprawdę to dotyka.
05:27
What makes it even more frustrating is that
121
315390
2352
Jeszcze bardziej frustrujące jest to,
05:29
the data entry part, the part that I used to do as a grad student,
122
317742
3099
że wklepywanie danych do komputera,
co sam robiłem na studiach,
co sam robiłem na studiach,
05:32
can take sometimes six months.
123
320841
1970
może trwać czasem sześć miesięcy.
05:34
Sometimes it can take two years to type that information
124
322811
2276
A czasem zajmuje to dwa lata.
05:37
into a computer, and sometimes, actually not infrequently,
125
325087
3336
Nierzadko te dane w ogóle nie
są wprowadzane do komputera.
są wprowadzane do komputera.
05:40
it actually never happens.
126
328423
1988
05:42
Now try and wrap your head around that for a second.
127
330411
2257
Wyobraźcie to sobie przez chwilę.
05:44
You just had teams of hundreds of people.
128
332668
2442
Właśnie wysłaliście setki ludzi,
05:47
They went out into the field to answer a particular question.
129
335110
2366
by znaleźli odpowiedź na dane pytanie.
05:49
You probably spent hundreds of thousands of dollars
130
337476
2467
Pewnie wydaliście setki tysięcy dolarów
05:51
on fuel and photocopying and per diem,
131
339943
3844
na paliwo, kserokopie i koszty podróży,
05:55
and then for some reason, momentum is lost
132
343787
2353
ale z jakiegoś powodu sprawa traci rozmach
05:58
or there's no money left,
133
346140
1311
albo zabrakło pieniędzy
05:59
and all of that comes to nothing
134
347451
2405
i wszystko, co zrobiliście,
spełzło na niczym,
spełzło na niczym,
06:01
because no one actually types it into the computer at all.
135
349856
2647
bo nikt nie zadał sobie trudu,
by udostępnić wasze dane.
by udostępnić wasze dane.
06:04
The process just stops. Happens all the time.
136
352503
3310
I cały proces po prostu się zatrzymuje.
To zdarza się cały czas.
To zdarza się cały czas.
06:07
This is what we base our decisions on in global health:
137
355813
2933
Na tym właśnie opieramy decyzje
w kwestii zdrowia globalnego:
w kwestii zdrowia globalnego:
06:10
little data, old data, no data.
138
358746
4898
za mało danych, przestarzałe dane,
brak danych.
brak danych.
06:15
So back in 1995, I began to think about ways
139
363644
2567
W 1995 roku zacząłem zastanawiać się,
06:18
in which we could improve this process.
140
366211
2154
jak moglibyśmy usprawnić ten proces.
06:20
Now 1995, obviously that was quite a long time ago.
141
368365
2798
To bardzo dawno temu.
06:23
It kind of frightens me to think of how long ago that was.
142
371163
2382
Aż się boję pomyśleć, jak dawno.
06:25
The top movie of the year was
143
373545
2194
Najpopularniejszym filmem była
wtedy "Szklana pułapka 3".
wtedy "Szklana pułapka 3".
06:27
"Die Hard with a Vengeance."
144
375739
1182
06:28
As you can see, Bruce Willis had a lot more hair back then.
145
376921
2783
Bruce Willis miał bujniejszą czuprynę.
Pracowałem wtedy
Pracowałem wtedy
06:31
I was working in the Centers for Disease Control,
146
379704
2384
w Centrum Zwalczania
i Zapobiegania Chorobom
i Zapobiegania Chorobom
06:34
and I had a lot more hair back then as well.
147
382088
3043
i też miałem bujniejszą czuprynę.
06:37
But to me, the most significant thing that I saw in 1995
148
385131
3342
Najbardziej znaczącą rzeczą,
06:40
was this.
149
388473
1454
którą zobaczyłem w 1995, było to.
06:41
Hard for us to imagine, but in 1995,
150
389927
2641
Pewnie trudno w to uwierzyć, ale w 1995
06:44
this was the ultimate elite mobile device.
151
392568
3598
to była najbardziej elitarna
ze wszystkich komórek.
ze wszystkich komórek.
06:48
Right? It wasn't an iPhone. It wasn't a Galaxy phone.
152
396166
2372
To nie był żaden iPhone ani Galaxy.
06:50
It was a Palm Pilot.
153
398538
1478
To był Palm Pilot.
06:52
And when I saw the Palm Pilot for the first time, I thought,
154
400016
3564
I kiedy zobaczyłem go po raz pierwszy,
pomyślałem:
pomyślałem:
06:55
why can't we put the forms on these Palm Pilots
155
403580
2527
dlaczego by nie załadować formularzy
do Palm Pilotów
do Palm Pilotów
06:58
and go out into the field just carrying one Palm Pilot,
156
406107
2872
i przeprowadzać ankiety przy ich pomocy,
07:00
which can hold the capacity of tens of thousands
157
408979
3117
skoro mogą pomieścić dziesiątki tysięcy
07:04
of paper forms? Why don't we try to do that?
158
412096
2181
papierowych formularzy?
Dlaczego by nie spróbować?
Dlaczego by nie spróbować?
07:06
Because if we can do that, if we can actually just
159
414277
2748
Gdybyśmy mogli tak po prostu
zbierać dane elektronicznie
zbierać dane elektronicznie
07:09
collect the data electronically, digitally,
160
417025
2514
07:11
from the very beginning,
161
419539
1903
od samego początku, moglibyśmy
pominąć ten cały proces
pominąć ten cały proces
07:13
we can just put a shortcut right through that whole process
162
421442
3017
07:16
of typing,
163
424459
3222
wprowadzania danych do komputera.
07:19
of having somebody type that stuff into the computer.
164
427681
1983
Żaden nieszczęśnik
nie musiałby tego robić.
nie musiałby tego robić.
07:21
We can skip straight to the analysis
165
429664
1959
Moglibyśmy przejść wprost
do analizy danych
do analizy danych
07:23
and then straight to the use of the data to actually save lives.
166
431623
3075
i użyć ich od razu, by ratować życie.
07:26
So that's actually what I began to do.
167
434698
2515
Więc zacząłem tak robić.
07:29
Working at CDC, I began to travel to different programs
168
437213
3334
Pracując w Centrum,
zacząłem podróżować po świecie
zacząłem podróżować po świecie
07:32
around the world and to train them in using Palm Pilots
169
440547
4069
i szkolić pracowników różnych organizacji
07:36
to do data collection instead of using paper.
170
444616
2525
w używaniu Palm Pilotów
do zbierania danych.
do zbierania danych.
07:39
And it actually worked great.
171
447141
2109
I to rzeczywiście zdawało egzamin.
07:41
It worked exactly as well as anybody would have predicted.
172
449250
2665
Działało lepiej niż można by przypuszczać.
07:43
What do you know? Digital data collection
173
451915
2233
Kto by pomyślał?
Zbieranie danych elektronicznie
Zbieranie danych elektronicznie
07:46
is actually more efficient than collecting on paper.
174
454148
2271
idzie sprawniej
niż spisywanie ich na papierze.
niż spisywanie ich na papierze.
07:48
While I was doing it, my business partner, Rose,
175
456419
2364
Kiedy się tym zajmowałem,
moja wspólniczka, Rose,
moja wspólniczka, Rose,
07:50
who's here with her husband, Matthew, here in the audience,
176
458783
2817
która jest dziś na widowni ze swoim mężem,
07:53
Rose was out doing similar stuff for the American Red Cross.
177
461600
3177
robiła coś podobnego
dla Amerykańskiego Czerwonego Krzyża.
dla Amerykańskiego Czerwonego Krzyża.
07:56
The problem was, after a few years of doing that,
178
464777
2065
Ale po kilku latach zdałem sobie sprawę
07:58
I realized I had done -- I had been to maybe
179
466842
2740
z tego, że przeszkoliłem ludzi
08:01
six or seven programs, and I thought,
180
469582
2718
z może sześciu czy siedmiu organizacji
08:04
you know, if I keep this up at this pace,
181
472300
2310
i pomyślałem, że w takim tempie,
08:06
over my whole career, maybe I'm going to go
182
474610
1654
w ciągu całej mojej kariery,
08:08
to maybe 20 or 30 programs.
183
476264
2277
przeszkolę może 20 czy 30 organizacji.
08:10
But the problem is, 20 or 30 programs,
184
478541
3229
Problem w tym, że przeszkolenie
08:13
like, training 20 or 30 programs to use this technology,
185
481770
2973
jedynie 20 czy 30 organizacji
w użyciu tej technologii
w użyciu tej technologii
08:16
that is a tiny drop in the bucket.
186
484743
2206
jest jak kropla w morzu potrzeb.
08:18
The demand for this, the need for data to run better programs,
187
486949
4039
W krajach rozwijających się
zapotrzebowanie na dane jest ogromne,
zapotrzebowanie na dane jest ogromne,
08:22
just within health, not to mention all of the other fields
188
490988
2736
by uruchomić lepsze programy
w obrębie ochrony zdrowia,
w obrębie ochrony zdrowia,
08:25
in developing countries, is enormous.
189
493724
2166
nie mówiąc o innych dziedzinach.
08:27
There are millions and millions and millions of programs,
190
495890
4010
Istnieją setki milionów przedsięwzięć,
08:31
millions of clinics that need to track drugs,
191
499900
2535
miliony klinik muszą monitorować leki,
08:34
millions of vaccine programs.
192
502435
1299
są miliony programów szczepień.
08:35
There are schools that need to track attendance.
193
503734
2057
Szkoły muszą kontrolować obecność.
08:37
There are all these different things
194
505791
2005
Wszystko to wymaga od
nas zbierania danych.
nas zbierania danych.
08:39
for us to get the data that we need to do.
195
507796
2095
08:41
And I realized, if I kept up the way that I was doing,
196
509891
4526
Zrozumiałem, że pracując
nadal w ten sposób
nadal w ten sposób
08:46
I was basically hardly going to make any impact
197
514417
3243
nie uda mi się dokonać znaczącej
zmiany aż do emerytury.
zmiany aż do emerytury.
08:49
by the end of my career.
198
517660
1832
Zacząłem więc łamać sobie głowę
nad tym, jak wygląda to, co robię,
nad tym, jak wygląda to, co robię,
08:51
And so I began to wrack my brain
199
519492
2155
08:53
trying to think about, you know,
200
521647
1143
cały proces szkolenia ludzi,
08:54
what was the process that I was doing,
201
522790
1518
08:56
how was I training folks, and what were the bottlenecks
202
524308
2856
gdzie są przeszkody i wąskie gardła
08:59
and what were the obstacles to doing it faster
203
527164
2813
utrudniające jego przyspieszenie
i zwiększenie wydajności?
i zwiększenie wydajności?
09:01
and to doing it more efficiently?
204
529977
1520
09:03
And unfortunately, after thinking about this for some time,
205
531497
3143
Gdy się nad tym zastanowiłem,
udało mi się, niestety,
udało mi się, niestety,
09:06
I realized -- I identified the main obstacle.
206
534640
3452
zidentyfikować główną przeszkodę.
09:10
And the main obstacle, it turned out,
207
538092
1977
To smutne, ale główną przeszkodą
09:12
and this is a sad realization,
208
540069
1835
09:13
the main obstacle was me.
209
541904
2268
okazałem się być ja sam.
09:16
So what do I mean by that?
210
544172
2196
Co chcę przez to powiedzieć?
09:18
I had developed a process whereby
211
546368
2488
Stworzyłem proces, w którym ja
byłem centrum wszechświata.
byłem centrum wszechświata.
09:20
I was the center of the universe of this technology.
212
548856
5045
09:25
If you wanted to use this technology, you had to get in touch with me.
213
553901
2989
Każdy zainteresowany tą technologią
musiał skontaktować się ze mną.
musiał skontaktować się ze mną.
09:28
That means you had to know I existed.
214
556890
2106
Musiał więc wiedzieć, że istnieję.
09:30
Then you had to find the money to pay for me
215
558996
1474
Musiał znaleźć pieniądze na to,
bym przyleciał do jego kraju,
bym przyleciał do jego kraju,
09:32
to fly out to your country
216
560470
1486
09:33
and the money to pay for my hotel
217
561956
1548
na mój hotel, koszty pobytu
oraz moją dzienną stawkę.
oraz moją dzienną stawkę.
09:35
and my per diem and my daily rate.
218
563504
2760
09:38
So you could be talking about 10,000 or 20,000 or 30,000 dollars
219
566264
2949
Mówimy o 10, 20 czy 30 tysiącach dolarów,
09:41
if I actually had the time or it fit my schedule
220
569213
2582
o ile znalazłbym odpowiedni termin
09:43
and I wasn't on vacation.
221
571795
1947
i nie był akurat na wakacjach.
09:45
The point is that anything, any system that depends
222
573742
2897
Problem w tym,
że jeśli jakikolwiek system polega
że jeśli jakikolwiek system polega
09:48
on a single human being or two or three or five human beings,
223
576639
2870
na pojedynczej osobie
czy nawet dwóch lub pięciu osobach,
czy nawet dwóch lub pięciu osobach,
09:51
it just doesn't scale.
224
579509
1736
nie może zostać rozszerzony.
09:53
And this is a problem for which we need to scale
225
581245
2021
Rozwiązanie problemu, o którym mówię,
09:55
this technology and we need to scale it now.
226
583266
2997
musi zostać rozszerzone i to szybko.
09:58
And so I began to think of ways in which I could basically
227
586263
2222
Zacząłem więc myśleć,
10:00
take myself out of the picture.
228
588485
2384
jak mógłbym usunąć siebie
z centrum wydarzeń.
z centrum wydarzeń.
10:02
And, you know, I was thinking,
229
590869
4496
I jak mógłbym to zrobić
10:07
how could I take myself out of the picture
230
595365
2096
na dłuższy czas.
10:09
for quite some time.
231
597461
1809
Zawsze uczono mnie, że
rozprowadzanie technologii
rozprowadzanie technologii
10:11
You know, I'd been trained that the way that
232
599270
2157
10:13
you distribute technology within international development
233
601427
2722
w dziedzinie rozwoju międzynarodowego
10:16
is always consultant-based.
234
604149
2027
zawsze bazuje na konsultantach.
10:18
It's always guys that look pretty much like me
235
606176
2977
Czyli na osobach takich, jak ja,
10:21
flying from countries that look pretty much like this
236
609153
2301
które latają z krajów takich, jak ten,
10:23
to other countries with people with darker skin.
237
611454
3106
do krajów, gdzie ludzie mają
ciemniejszą skórę.
ciemniejszą skórę.
10:26
And you go out there, and you spend money on airfare
238
614560
2445
Wybierasz się tam, płacisz za przelot,
10:29
and you spend time and you spend per diem
239
617005
3510
poświęcasz czas, wydajesz diety,
10:32
and you spend [on a] hotel and you spend all that stuff.
240
620515
2112
pieniądze na hotel i podobne rzeczy.
10:34
As far as I knew, that was the only way
241
622627
1851
Myślałem, że to jedyny sposób
10:36
you could distribute technology, and I couldn't figure out a way around it.
242
624478
3269
rozprowadzania technologii
i nie umiałem wymyślić nic innego.
i nie umiałem wymyślić nic innego.
10:39
But the miracle that happened,
243
627747
2671
I wtedy zdarzył się cud.
10:42
I'm going to call it Hotmail for short.
244
630418
2750
Mówię o nim w skrócie Hotmail.
10:45
Now you may not think of Hotmail as being miraculous,
245
633168
2181
Pewnie nie uważacie,
że Hotmail jest cudem,
że Hotmail jest cudem,
10:47
but for me it was miraculous, because I noticed,
246
635349
2913
ale dla mnie nim był, bo coś zauważyłem.
10:50
just as I was wrestling with this problem,
247
638262
2566
W czasie, gdy próbowałem
rozwiązać ten problem,
rozwiązać ten problem,
10:52
I was working in sub-Saharan Africa mostly at the time.
248
640828
3414
pracowałem w Afryce Subsaharyjskiej.
10:56
I noticed that every sub-Saharan African health worker
249
644242
2589
Zauważyłem,
że tam każdy pracownik służby zdrowia,
że tam każdy pracownik służby zdrowia,
10:58
that I was working with had a Hotmail account.
250
646831
4108
z którym pracowałem, ma konto na Hotmail.
11:02
And I thought, it struck me,
251
650939
2144
Uderzyła mnie myśl, że
przecież pracownicy Hotmail
przecież pracownicy Hotmail
11:05
wait a minute, I know that the Hotmail people
252
653083
2615
11:07
surely didn't fly to the Ministry of Health of Kenya
253
655698
2716
nie latają do Ministerstwa Zdrowia
w Kenii,
w Kenii,
11:10
to train people in how to use Hotmail.
254
658414
2711
żeby szkolić ludzi, jak używać Hotmail.
11:13
So these guys are distributing technology.
255
661125
2487
Oni rozprzestrzeniają swoją technologię
11:15
They're getting software capacity out there
256
663612
2004
i możliwości swoich programów,
11:17
but they're not actually flying around the world.
257
665616
2009
ale nie latają dookoła świata.
11:19
I need to think about this some more.
258
667625
1560
Musiałem to jeszcze raz przemyśleć.
11:21
While I was thinking about it, people started using
259
669185
2173
W tym czasie ludzie zaczęli używać
więcej podobnych platform, tak jak tutaj.
więcej podobnych platform, tak jak tutaj.
11:23
even more things just like this, just as we were.
260
671358
3200
11:26
They started using LinkedIn and Flickr
261
674558
1210
Zaczęli używać LinkedIn, Flickr,
Gmail, Google Maps i tak dalej.
Gmail, Google Maps i tak dalej.
11:27
and Gmail and Google Maps, all these things.
262
675768
2761
11:30
Of course, all of these things are cloud-based
263
678529
2726
Wszystko to jest oparte
na chmurze obliczeniowej
na chmurze obliczeniowej
11:33
and don't require any training.
264
681255
2206
i nie wymaga żadnych szkoleń.
11:35
They don't require any programmers.
265
683461
1600
Nie wymaga też programistów
ani konsultantów,
ani konsultantów,
11:37
They don't require any consultants, because
266
685061
1709
11:38
the business model for all these businesses
267
686770
2394
bo model każdego z tych biznesów zakłada,
11:41
requires that something be so simple we can use it ourselves
268
689164
2997
że wszystko ma być tak proste,
byśmy mogli używać tego sami,
byśmy mogli używać tego sami,
11:44
with little or no training.
269
692161
1185
bez lub po krótkim szkoleniu.
11:45
You just have to hear about it and go to the website.
270
693346
2614
Wystarczy o tym usłyszeć
i wejść na stronę internetową.
i wejść na stronę internetową.
11:47
And so I thought, what would happen if we built software
271
695960
4365
Pomyślałem, że można by napisać program,
11:52
to do what I'd been consulting in?
272
700325
2011
który zastąpiłby moje szkolenia.
11:54
Instead of training people how
273
702336
1434
Zamiast pokazywać ludziom,
11:55
to put forms onto mobile devices,
274
703770
2850
jak tworzyć formularze
na urządzenia przenośne,
na urządzenia przenośne,
11:58
let's create software that lets them do it themselves
275
706620
2284
lepiej stworzyć program,
by mogli sami to robić,
by mogli sami to robić,
12:00
with no training and without me being involved?
276
708904
1890
bez konsultacji i beze mnie.
12:02
And that's exactly what we did.
277
710794
1804
To właśnie zrobiliśmy.
12:04
So we created software called Magpi,
278
712598
3684
Stworzyliśmy program o nazwie Magpi,
12:08
which has an online form creator.
279
716282
1877
zawierający kreator formularzy online.
12:10
No one has to speak to me.
280
718159
1151
Nie jestem już potrzebny.
12:11
You just have to hear about it and go to the website.
281
719310
2694
Wystarczy wejść na stronę internetową.
12:14
You can create forms, and once you've created the forms,
282
722004
2747
Można tworzyć formularze i
przesyłać na telefony komórkowe.
przesyłać na telefony komórkowe.
12:16
you push them to a variety of common mobile phones.
283
724751
2340
12:19
Obviously nowadays, we've moved past Palm Pilots
284
727091
2475
Dziś oczywiście nie ma już
Palm Pilotów, tylko komórki.
Palm Pilotów, tylko komórki.
12:21
to mobile phones.
285
729566
1328
12:22
And it doesn't have to be a smartphone.
286
730894
1132
Nie musi to być smartfon.
12:24
It can be a basic phone like the phone on the right there,
287
732026
2707
Wystarczy zwykła komórka,
jak ta po prawej,
jak ta po prawej,
12:26
you know, the basic kind of Symbian phone
288
734733
1336
zwykła z systemem Symbian,
12:28
that's very common in developing countries.
289
736069
2466
popularna w krajach rozwijających się.
12:30
And the great part about this is, it's just like Hotmail.
290
738535
3999
I co najlepsze: to jest jak Hotmail.
12:34
It's cloud-based, and it doesn't require any training,
291
742534
2334
Oparte na chmurze, nie wymaga szkoleń,
12:36
programming, consultants.
292
744868
2040
programowania, konsultantów.
12:38
But there are some additional benefits as well.
293
746908
1936
Są też dodatkowe korzyści.
12:40
Now we knew, when we built this system,
294
748844
1955
Gdy tworzyliśmy ten system,
12:42
the whole point of it, just like with the Palm Pilots,
295
750799
2293
jego celem, tak jak Palm Pilotów,
12:45
was that you'd have to, you'd be able to
296
753092
2604
było umożliwienie zebrania danych
12:47
collect the data and immediately upload the data and get your data set.
297
755696
3191
i natychmiastowego załadowania ich
i udostępnienia.
i udostępnienia.
12:50
But what we found, of course, since it's already on a computer,
298
758887
2437
Okazało się,
że ponieważ dane są już w komputerze,
że ponieważ dane są już w komputerze,
12:53
we can deliver instant maps and analysis and graphing.
299
761324
3188
możemy na bieżąco tworzyć mapy,
analizy i wykresy.
analizy i wykresy.
12:56
We can take a process that took two years
300
764512
2251
Proces, który zabierał dwa lata,
12:58
and compress that down to the space of five minutes.
301
766763
3222
udało się skrócić do pięciu minut.
13:01
Unbelievable improvements in efficiency.
302
769985
2506
Niesamowita poprawa wydajności.
13:04
Cloud-based, no training, no consultants, no me.
303
772491
4766
W chmurze, bez szkoleń,
bez konsultantów i beze mnie.
bez konsultantów i beze mnie.
13:09
And I told you that in the first few years
304
777257
2323
Powiedziałem, że w ciągu
pierwszych kilku lat,
pierwszych kilku lat,
13:11
of trying to do this the old-fashioned way,
305
779580
1827
gdy próbowaliśmy staroświecką metodą,
13:13
going out to each country,
306
781407
1292
jeżdżąc do każdego kraju,
dotarliśmy ze szkoleniami
dotarliśmy ze szkoleniami
13:14
we reached about, I don't know,
307
782699
3054
13:17
probably trained about 1,000 people.
308
785753
2118
do około tysiąca osób.
13:19
What happened after we did this?
309
787871
1803
Co się stało po uruchomieniu tego?
13:21
In the second three years, we had 14,000 people
310
789674
2506
W ciągu kolejnych trzech lat
14 tysięcy ludzi
14 tysięcy ludzi
13:24
find the website, sign up, and start using it to collect data,
311
792180
3193
odnalazło stronę, zalogowało się
i zaczęło zbierać dane.
i zaczęło zbierać dane.
13:27
data for disaster response,
312
795373
1502
Dane o katastrofach,
13:28
Canadian pig farmers tracking pig disease and pig herds,
313
796875
4748
stadach świń i ich chorobach
w Kanadzie, dostawach leków.
w Kanadzie, dostawach leków.
13:33
people tracking drug supplies.
314
801623
2415
13:36
One of my favorite examples, the IRC,
315
804038
1942
International Rescue Comittee,
czyli Międzynarodowy Komitet Ratunkowy
czyli Międzynarodowy Komitet Ratunkowy
13:37
International Rescue Committee,
316
805980
1629
13:39
they have a program where semi-literate midwives
317
807609
3237
ma program, w którym położne
13:42
using $10 mobile phones
318
810846
2427
używając naszego programu
i komórki za 10 dolarów,
i komórki za 10 dolarów,
13:45
send a text message using our software
319
813273
2209
raz na tydzień wysyłają wiadomość
13:47
once a week with the number of births
320
815482
2209
z liczbą urodzeń i zgonów,
co daje tej organizacji coś,
co daje tej organizacji coś,
13:49
and the number of deaths, which gives IRC
321
817691
2313
13:52
something that no one in global health has ever had:
322
820004
2599
czego nie miał nikt
w dziedzinie zdrowia globalnego:
w dziedzinie zdrowia globalnego:
13:54
a near real-time system of counting babies,
323
822603
3637
system pozwalający liczyć dzieci
13:58
of knowing how many kids are born,
324
826240
1492
niemal w czasie rzeczywistym,
wiedzę, ile się ich urodziło,
wiedzę, ile się ich urodziło,
13:59
of knowing how many children there are
325
827732
1676
14:01
in Sierra Leone, which is the country where this is happening,
326
829408
2782
ile ich w ogóle jest i ile z nich umiera
14:04
and knowing how many children die.
327
832190
3204
w Sierra Leone, gdzie ma to miejsce.
14:07
Physicians for Human Rights --
328
835394
1597
Physicians for Human Rights,
14:08
this is moving a little bit outside the health field —
329
836991
2479
czyli Lekarze na rzecz Praw Człowieka
14:11
they are gathering, they're basically training people
330
839470
2865
szkolą ludzi w przeprowadzaniu badań
14:14
to do rape exams in Congo, where this is an epidemic,
331
842335
3364
ofiar gwałtów w Kongo, gdzie
jest to straszliwa epidemia.
jest to straszliwa epidemia.
14:17
a horrible epidemic,
332
845699
1748
14:19
and they're using our software to document
333
847447
2171
Używają naszego programu
14:21
the evidence they find, including photographically,
334
849618
2972
do dokumentacji dowodów,
również fotograficznych,
również fotograficznych,
14:24
so that they can bring the perpetrators to justice.
335
852590
4152
by móc postawić napastników przed sądem.
14:28
Camfed, another charity based out of the U.K.,
336
856742
3683
Kolejna organizacja, Camfed,
14:32
Camfed pays girls' families to keep them in school.
337
860425
3748
płaci rodzinom dziewczynek
za ich edukację.
za ich edukację.
14:36
They understand this is the most significant intervention
338
864173
1873
Uważają, że to najważniejsze,
14:38
they can make. They used to track the dispersements,
339
866046
3284
co mogą dla nich zrobić.
Wcześniej rejestrowali płatności,
Wcześniej rejestrowali płatności,
14:41
the attendance, the grades, on paper.
340
869330
1986
obecność i stopnie na papierze.
14:43
The turnaround time between a teacher
341
871316
1608
Od wpisania stopnia czy
obecności przez nauczyciela
obecności przez nauczyciela
14:44
writing down grades or attendance
342
872924
1726
14:46
and getting that into a report was about two to three years.
343
874650
2610
do stworzenia raportu upływało 2 do 3 lat.
14:49
Now it's real time, and because this is such
344
877260
2230
Teraz dzieje się to w czasie rzeczywistym,
14:51
a low-cost system and based in the cloud, it costs,
345
879490
2940
a koszt, dzięki chmurze, jest niewielki.
14:54
for the entire five countries that Camfed runs this in
346
882430
3434
Na całe 5 krajów, w których działa Camden
14:57
with tens of thousands of girls,
347
885864
1932
i dziesiątki tysięcy dziewczynek,
14:59
the whole cost combined is 10,000 dollars a year.
348
887796
3358
wynosi około 10 tysięcy dolarów rocznie.
15:03
That's less than I used to get
349
891154
1801
To mniej niż dostawałem za
dwa tygodnie konsultacji.
dwa tygodnie konsultacji.
15:04
just traveling out for two weeks to do a consultation.
350
892955
5071
15:10
So I told you before that
351
898026
2136
Tak jak powiedziałem, gdy
robiliśmy to starą metodą,
robiliśmy to starą metodą,
15:12
when we were doing it the old-fashioned way, I realized
352
900162
2192
15:14
all of our work was really adding up to just a drop in the bucket --
353
902354
2898
nasza praca była kroplą w morzu potrzeb:
15:17
10, 20, 30 different programs.
354
905252
2226
10, 20, 30 programów.
15:19
We've made a lot of progress, but I recognize
355
907478
2275
Zrobiliśmy ogromny postęp,
ale nawet teraz,
ale nawet teraz,
15:21
that right now, even the work that we've done
356
909753
2157
przy wszystkich osiągnięciach,
i 14 tysiącach użytkowników,
i 14 tysiącach użytkowników,
15:23
with 14,000 people using this,
357
911910
2404
15:26
is still a drop in the bucket. But something's changed.
358
914314
2946
to dalej kropla w morzu potrzeb.
Ale coś się zmieniło.
Ale coś się zmieniło.
15:29
And I think it should be obvious.
359
917260
1216
Myślę, że to oczywiste.
15:30
What's changed now is,
360
918476
2091
Zmieniło się to, że zamiast programu,
15:32
instead of having a program in which we're scaling at such a slow rate
361
920567
3578
który rozszerza zasięg tak wolno,
że nigdy nie dotrzemy
że nigdy nie dotrzemy
15:36
that we can never reach all the people who need us,
362
924145
3198
do wszystkich potrzebujących,
15:39
we've made it unnecessary for people to get reached by us.
363
927343
3659
sprawiliśmy, że nie muszą do nas trafiać.
15:43
We've created a tool that lets programs
364
931002
3076
Stworzyliśmy narzędzie pozwalające
15:46
keep kids in school, track the number of babies
365
934078
3155
utrzymać dzieci w szkołach, śledzić liczbę
15:49
that are born and the number of babies that die,
366
937233
2804
dzieci narodzonych i umierających,
15:52
to catch criminals and successfully prosecute them,
367
940037
3623
chwytać przestępców
i skutecznie ich skazywać,
i skutecznie ich skazywać,
15:55
to do all these different things to learn more
368
943660
2690
załatwiać wiele różnych spraw, by wiedzieć
15:58
about what's going on, to understand more, to see more,
369
946350
5117
co się dzieje, by rozumieć
i dostrzegać więcej,
i dostrzegać więcej,
16:03
and to save lives and improve lives.
370
951467
3971
oraz chronić i poprawiać życie.
16:07
Thank you.
371
955438
1997
Dziękuję.
16:09
(Applause)
372
957435
3987
(Brawa)
ABOUT THE SPEAKER
Joel Selanikio - Health and technology activistDr. Joel Selanikio combines technology and data to help solve global health challenges.
Why you should listen
A practicing pediatrician, former Wall Street computer consultant, and former epidemiologist at the Centers for Disease Control, Dr. Joel Selanikio is the CEO of DataDyne, a social business working in fields such as international development and global health.
Selanikio started to experiment with electronic data capture back when the Palm Pilot was cutting edge technology. In the years since then, he has helped to experiment with the growing potential and availability of technology--and the growing ubiquity of the cloud. Combining the two has led to systems such as Magpi mobile data collection software. Previously known as "EpiSurveyor," the service now has over 20,000 users in more than 170 countries.
Selanikio holds a bachelor's degree from Haverford College, a medical degree from Brown University, and he is a graduate of the Epidemic Intelligence Service fellowship of the CDC. He continues to practice clinical pediatrics as an Assistant Professor at Georgetown University and on the Emergency Response Team of the International Rescue Committee.
Joel Selanikio | Speaker | TED.com