TEDxNijmegen
Peter van Manen: Better baby care -- thanks to Formula 1
Peter van Manen: Jak Formuła 1 może pomóc dzieciom?
Filmed:
Readability: 3.5
845,406 views
W trakcie wyścigów Formuły 1 samochód wysyła setki milionów danych do warsztatu, gdzie są one na bieżąco analizowane i wykorzystywane. Dlaczego nie użyć tego szczegółowego, dokładnego systemu danych gdzieś indziej, na przykład.... w szpitalach dziecięcych? Wyjaśnia to Peter van Manen.
Peter van Manen - Electronic systems expert
Peter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series. Full bio
Peter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series. Full bio
Double-click the English transcript below to play the video.
00:12
Motor racing is a funny old business.
0
336
2257
Wyścigi samochodowe to osobliwa branża.
00:14
We make a new car every year,
1
2593
2317
Co roku tworzymy nowy samochód
00:16
and then we spend the rest of the season
2
4910
2188
i przez resztę sezonu
00:19
trying to understand what it is we've built
3
7098
2776
próbujemy zrozumieć, co zbudowaliśmy,
00:21
to make it better, to make it faster.
4
9874
3221
i sprawić, by było lepsze i szybsze.
00:25
And then the next year, we start again.
5
13095
3275
Po roku zaczynamy od nowa.
00:28
Now, the car you see in front of you is quite complicated.
6
16370
4238
Ten samochód jest dość skomplikowany.
00:32
The chassis is made up of about 11,000 components,
7
20608
3619
Podwozie składa się z około 11 tys. elementów,
00:36
the engine another 6,000,
8
24227
2468
silnik z kolejnych 6 tysięcy,
00:38
the electronics about eight and a half thousand.
9
26695
3093
a elektronika to 8,5 tysiąca.
00:41
So there's about 25,000 things there that can go wrong.
10
29788
4401
Czyli 25 tysięcy rzeczy,
które mogą się zepsuć.
które mogą się zepsuć.
00:46
So motor racing is very much about attention to detail.
11
34189
4826
Dlatego w wyścigach samochodowych
przykłada się wagę do szczegółów.
przykłada się wagę do szczegółów.
00:51
The other thing about Formula 1 in particular
12
39015
3263
Inna rzecz charakteryzująca Formułę 1
00:54
is we're always changing the car.
13
42278
2124
to ciągłe zmienianie samochodu.
00:56
We're always trying to make it faster.
14
44402
2280
Wciąż próbujemy sprawić, by był szybszy.
00:58
So every two weeks, we will be making
15
46682
2984
Dlatego co 2 tygodnie tworzymy dla niego
01:01
about 5,000 new components to fit to the car.
16
49666
4200
około 5 tysięcy nowych elementów.
01:05
Five to 10 percent of the race car
17
53866
2178
5-10% samochodu wyścigowego
01:08
will be different every two weeks of the year.
18
56044
3752
zmienia się co 2 tygodnie.
01:11
So how do we do that?
19
59796
2309
Jak to się dzieje?
01:14
Well, we start our life with the racing car.
20
62105
3744
Zaczynamy od samochodu wyścigowego.
01:17
We have a lot of sensors on the car to measure things.
21
65849
3991
Umieszczamy na nim wiele czujników.
01:21
On the race car in front of you here
22
69840
1882
Na stojącym tu samochodzie
01:23
there are about 120 sensors when it goes into a race.
23
71722
3159
znajduje się ich około 120.
01:26
It's measuring all sorts of things around the car.
24
74881
3652
Mierzą najróżniejsze rzeczy wokół samochodu.
01:30
That data is logged. We're logging about
25
78533
2052
Te dane są zapisywane. W systemie danych
01:32
500 different parameters within the data systems,
26
80585
3704
zapisujemy około 500 różnych parametrów
01:36
about 13,000 health parameters and events
27
84289
3665
i około 13 tys. parametrów zdrowotnych,
01:39
to say when things are not working the way they should do,
28
87954
4565
które pokazują występujące usterki.
01:44
and we're sending that data back to the garage
29
92519
2825
Potem wysyłamy te dane do warsztatu,
01:47
using telemetry at a rate of two to four megabits per second.
30
95344
4979
używając telemetrii w tempie
2-4 megabitów na sekundę.
2-4 megabitów na sekundę.
01:52
So during a two-hour race, each car will be sending
31
100323
3127
W ciągu dwugodzinnego wyścigu
01:55
750 million numbers.
32
103450
2275
samochód prześle 750 milionów liczb.
01:57
That's twice as many numbers as words that each of us
33
105725
3143
To dwa razy więcej liczb niż słów,
02:00
speaks in a lifetime.
34
108868
1631
które wypowiadamy w całym życiu.
02:02
It's a huge amount of data.
35
110499
2618
Olbrzymia ilość danych.
02:05
But it's not enough just to have data and measure it.
36
113117
2645
Ale nie wystarczy mieć dane i mierzyć je.
02:07
You need to be able to do something with it.
37
115762
2158
Trzeba móc coś z nimi zrobić.
02:09
So we've spent a lot of time and effort
38
117920
2394
Poświęciliśmy wiele czasu i wysiłku
02:12
in turning the data into stories
39
120314
1869
na przekształcenie ich w konkrety tak,
02:14
to be able to tell, what's the state of the engine,
40
122183
3105
aby móc określić stan silnika,
02:17
how are the tires degrading,
41
125288
2272
proces ścierania się opon
02:19
what's the situation with fuel consumption?
42
127560
3748
czy poziom zużycia paliwa.
02:23
So all of this is taking data
43
131308
2788
Zmieniamy dane w wiedzę,
02:26
and turning it into knowledge that we can act upon.
44
134096
3802
którą można wykorzystać.
02:29
Okay, so let's have a look at a little bit of data.
45
137898
2638
Spójrzmy na takie dane.
02:32
Let's pick a bit of data from
46
140536
2030
Weźmiemy dane
02:34
another three-month-old patient.
47
142566
3079
innego trzymiesięcznego pacjenta.
02:37
This is a child, and what you're seeing here is real data,
48
145645
4171
To dziecko i jego prawdziwe dane.
02:41
and on the far right-hand side,
49
149816
1977
Po prawej stronie,
02:43
where everything starts getting a little bit catastrophic,
50
151793
2587
tam gdzie linie zaczynają
dramatycznie skakać,
dramatycznie skakać,
02:46
that is the patient going into cardiac arrest.
51
154380
3584
następuje zatrzymanie krążenia.
02:49
It was deemed to be an unpredictable event.
52
157964
3232
Uznano to za nieprzewidywalne zdarzenie.
02:53
This was a heart attack that no one could see coming.
53
161196
3789
Atak serca, którego nie można przewidzieć.
02:56
But when we look at the information there,
54
164985
2550
Ale patrząc na te informacje widzimy,
02:59
we can see that things are starting to become
55
167535
2349
że linie zaczęły drgać
03:01
a little fuzzy about five minutes or so before the cardiac arrest.
56
169884
4029
na 5 minut przed zatrzymaniem krążenia.
03:05
We can see small changes
57
173913
2037
Widać drobne zmiany,
03:07
in things like the heart rate moving.
58
175950
2383
np. w rytmie serca.
03:10
These were all undetected by normal thresholds
59
178333
2486
Nie wykryły ich normalne progi,
03:12
which would be applied to data.
60
180819
2408
które stosuje się dla takich danych.
03:15
So the question is, why couldn't we see it?
61
183227
3143
Dlaczego ich nie dostrzegliśmy?
03:18
Was this a predictable event?
62
186370
2581
Czy dało się to przewidzieć?
03:20
Can we look more at the patterns in the data
63
188951
3010
Czy można lepiej obserwować wzory,
03:23
to be able to do things better?
64
191961
3380
by lepiej sobie z nimi radzić?
03:27
So this is a child,
65
195341
2650
To dziecko
03:29
about the same age as the racing car on stage,
66
197991
3232
ma tyle samo lat, co samochód na scenie,
03:33
three months old.
67
201223
1630
3 miesiące.
03:34
It's a patient with a heart problem.
68
202853
2605
To pacjent z chorym sercem.
03:37
Now, when you look at some of the data on the screen above,
69
205458
3468
Dane na ekranie pokazują,
03:40
things like heart rate, pulse, oxygen, respiration rates,
70
208926
4902
że wartości takie jak rytm zatokowy,
puls, tlen i częstość oddechów
puls, tlen i częstość oddechów
03:45
they're all unusual for a normal child,
71
213828
3076
są nietypowe dla normalnego dziecka,
03:48
but they're quite normal for the child there,
72
216904
2642
ale zupełnie normalne dla tego dziecka.
03:51
and so one of the challenges you have in health care is,
73
219546
4138
Jednym z wyzwań opieki medycznej jest to,
03:55
how can I look at the patient in front of me,
74
223684
2851
jak patrząc na pacjenta
03:58
have something which is specific for her,
75
226535
3047
i wiedząc o czymś specyficznym dla niego,
04:01
and be able to detect when things start to change,
76
229582
2788
można wykryć, kiedy coś
04:04
when things start to deteriorate?
77
232370
2099
zaczyna się pogarszać.
04:06
Because like a racing car, any patient,
78
234469
3050
Tak jak z samochodem wyścigowym,
04:09
when things start to go bad, you have a short time
79
237519
2976
jeśli stan pacjenta się pogarsza,
mamy niewiele czasu,
mamy niewiele czasu,
04:12
to make a difference.
80
240495
1831
by coś zrobić.
04:14
So what we did is we took a data system
81
242326
2754
Wzięliśmy system danych,
04:17
which we run every two weeks of the year in Formula 1
82
245080
3131
którego używamy w Formule 1,
04:20
and we installed it on the hospital computers
83
248211
3002
i zainstalowaliśmy go w komputerach
04:23
at Birmingham Children's Hospital.
84
251213
2290
w szpitalu dziecięcym w Birmingham.
04:25
We streamed data from the bedside instruments
85
253503
2439
Przesyłaliśmy dane z aparatury przy łóżkach
04:27
in their pediatric intensive care
86
255942
2557
na oddziale intensywnej terapii na pediatrii,
04:30
so that we could both look at the data in real time
87
258499
3456
tak by móc jednocześnie obserwować je
04:33
and, more importantly, to store the data
88
261955
2871
i, co ważniejsze, zapisywać je
04:36
so that we could start to learn from it.
89
264826
3057
i później uczyć się z nich.
04:39
And then, we applied an application on top
90
267883
4384
Potem zastosowaliśmy aplikację,
04:44
which would allow us to tease out the patterns in the data
91
272267
3270
umożliwiającą wyłapanie schematów danych,
04:47
in real time so we could see what was happening,
92
275537
2956
dzięki czemu na bieżąco
widzieliśmy, co się dzieje
widzieliśmy, co się dzieje
04:50
so we could determine when things started to change.
93
278493
3713
i kiedy stan zaczyna się pogarszać.
04:54
Now, in motor racing, we're all a little bit ambitious,
94
282206
3863
Ludzie z branży wyścigów samochodowych
są ambitni,
są ambitni,
04:58
audacious, a little bit arrogant sometimes,
95
286069
2549
śmiali, a czasem trochę aroganccy,
05:00
so we decided we would also look at the children
96
288618
3398
więc postanowiliśmy obserwować dzieci
05:04
as they were being transported to intensive care.
97
292016
2957
w czasie transportu na intensywną terapię.
05:06
Why should we wait until they arrived in the hospital
98
294973
2154
Czemu czekać z obserwacją
05:09
before we started to look?
99
297127
1994
aż pojawią się w szpitalu?
05:11
And so we installed a real-time link
100
299121
2997
Założyliśmy bieżące łącze
05:14
between the ambulance and the hospital,
101
302118
2836
między karetką a szpitalem,
05:16
just using normal 3G telephony to send that data
102
304954
3776
używając zwykłej telefonii 3G
do przesyłania danych.
do przesyłania danych.
05:20
so that the ambulance became an extra bed
103
308730
2487
Karetka stała się dodatkowym łóżkiem
05:23
in intensive care.
104
311217
3136
na intensywnej terapii.
05:26
And then we started looking at the data.
105
314353
3702
Wtedy zaczęliśmy obserwacje.
05:30
So the wiggly lines at the top, all the colors,
106
318055
2921
Skaczące, kolorowe linie na górze
05:32
this is the normal sort of data you would see on a monitor --
107
320976
3194
pokazują normalne, typowe dane:
05:36
heart rate, pulse, oxygen within the blood,
108
324170
3772
rytm zatokowy, puls, tlen we krwi
05:39
and respiration.
109
327942
2635
i oddychanie.
05:42
The lines on the bottom, the blue and the red,
110
330577
2753
Bardziej interesujące są linie na dole,
05:45
these are the interesting ones.
111
333330
1360
niebieska i czerwona.
05:46
The red line is showing an automated version
112
334690
3209
Czerwona pokazuje automatyczną wersję
05:49
of the early warning score
113
337899
1597
systemu wczesnego ostrzegania,
05:51
that Birmingham Children's Hospital were already running.
114
339496
2487
którego szpital w Birmingham
05:53
They'd been running that since 2008,
115
341983
2338
używał już od 2008 roku,
05:56
and already have stopped cardiac arrests
116
344321
2256
i który zapobiegał zatrzymaniu krążenia
05:58
and distress within the hospital.
117
346577
2757
i niewydolności serca.
06:01
The blue line is an indication
118
349334
2432
Niebieska linia wskazuje,
06:03
of when patterns start to change,
119
351766
2500
kiedy wzory zaczynają się zmieniać
06:06
and immediately, before we even started
120
354266
2309
i od razu, zanim jeszcze zaczniemy
06:08
putting in clinical interpretation,
121
356575
1708
interpretować te dane,
06:10
we can see that the data is speaking to us.
122
358283
2870
widać, że coś nam one mówią.
06:13
It's telling us that something is going wrong.
123
361153
3536
Mówią, że dzieje się coś złego.
06:16
The plot with the red and the green blobs,
124
364689
3816
Wykres z czerwonym i zielonym kształtem
06:20
this is plotting different components
125
368505
2805
zestawia ze sobą
06:23
of the data against each other.
126
371310
2547
różne dane.
06:25
The green is us learning what is normal for that child.
127
373857
3840
Zielony pokazuje, co jest dla dziecka normą.
06:29
We call it the cloud of normality.
128
377697
2610
To tzw. chmura normalności.
06:32
And when things start to change,
129
380307
2241
Kiedy to zaczyna się zmieniać
06:34
when conditions start to deteriorate,
130
382548
2564
i stan się pogarsza,
06:37
we move into the red line.
131
385112
2238
pojawia się czerwona linia.
06:39
There's no rocket science here.
132
387350
1657
To nie fizyka kwantowa,
06:41
It is displaying data that exists already in a different way,
133
389007
4113
tylko przedstawienie dostępnych danych
06:45
to amplify it, to provide cues to the doctors,
134
393120
3391
w taki sposób, by dać lekarzom
06:48
to the nurses, so they can see what's happening.
135
396511
2738
i pielęgniarkom sygnał,
gdy coś się dzieje.
gdy coś się dzieje.
06:51
In the same way that a good racing driver
136
399249
3130
Tak jak kierowcy rajdowi
06:54
relies on cues to decide when to apply the brakes,
137
402379
4044
potrzebują sygnałów, by zdecydować
06:58
when to turn into a corner,
138
406423
1476
kiedy hamować czy skręcić,
06:59
we need to help our physicians and our nurses
139
407899
2918
tak samo lekarze i pielęgniarki
potrzebują pomocy,
potrzebują pomocy,
07:02
to see when things are starting to go wrong.
140
410817
3620
by dostrzec, kiedy dzieje się coś złego.
07:06
So we have a very ambitious program.
141
414437
2946
To bardzo ambitny projekt.
07:09
We think that the race is on to do something differently.
142
417383
4736
Wyścigi mogą nam tu pomóc.
07:14
We are thinking big. It's the right thing to do.
143
422119
2904
Mamy wielkie plany.
07:17
We have an approach which, if it's successful,
144
425023
3412
Jeśli nasze podejście przyniesie efekty,
07:20
there's no reason why it should stay within a hospital.
145
428435
2531
będzie można je wykorzystać
także poza szpitalem.
także poza szpitalem.
07:22
It can go beyond the walls.
146
430966
1841
Można wyjść poza budynek.
07:24
With wireless connectivity these days,
147
432807
2071
Dzięki łączności bezprzewodowej
07:26
there is no reason why patients, doctors and nurses
148
434878
3444
pacjenci, lekarze i pielęgniarki
07:30
always have to be in the same place
149
438322
2171
nie muszą znaleźć się w tym samym miejscu
07:32
at the same time.
150
440493
1993
o tej samej porze.
07:34
And meanwhile, we'll take our little three-month-old baby,
151
442486
3995
W międzyczasie będziemy zajmować się
07:38
keep taking it to the track, keeping it safe,
152
446481
3757
naszym trzymiesięcznym maluchem,
07:42
and making it faster and better.
153
450238
2333
próbując sprawić, by był szybszy i lepszy.
07:44
Thank you very much.
154
452571
1405
Dziękuję bardzo.
07:45
(Applause)
155
453976
4954
(Brawa)
ABOUT THE SPEAKER
Peter van Manen - Electronic systems expertPeter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series.
Why you should listen
To say that Peter van Manen has a high-speed job would be an understatement. As Managing Director of McLaren Electronics, which provides electronics and data collection software to motorsports events, he and his team work in real time during a race to improve cars on about 500 different parameters. That's about 750 million data points in two hours.
But recently van Manen and his team have been wondering: Why can't the extremely precise and subtle data-collection and analysis systems used in motorsports be applied elsewhere, for the benefit of all? They have applied their systems to ICU units at Birmingham Children's Hospital with real-time analysis that allows them to proactively prevent cardiac arrests. The unit has seen a 25 percent decrease in life-threatening events. And it's just the beginning.
Peter van Manen | Speaker | TED.com