TEDxNijmegen
Peter van Manen: Better baby care -- thanks to Formula 1
Петер ван Мэнен: Как гонки Формулы-1 могут помочь... малышам?
Filmed:
Readability: 3.5
845,406 views
Во время гонки автомобиль Формулы-1 передаёт сотни миллионов данных в боксы своей команды для анализа и получения ответной информации в режиме реального времени. Так почему бы не использовать такую чёткую и строгую систему обмена данными где-нибудь ещё? Например... в детских больницах. Об этом подробно рассказывает Петер ван Мэнен.
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
Автогонки — старое доброе дело.
00:14
We make a new car every year,
1
2593
2317
Каждый год мы создаём
новый автомобиль,
новый автомобиль,
00:16
and then we spend the rest of the season
2
4910
2188
а потом проводим остаток сезона,
00:19
trying to understand what it is we've built
3
7098
2776
пытаясь понять, что мы создали,
00:21
to make it better, to make it faster.
4
9874
3221
для того, чтобы его улучшить,
сделать быстрее.
сделать быстрее.
00:25
And then the next year, we start again.
5
13095
3275
И на следующий год
мы всё начинаем сначала.
мы всё начинаем сначала.
00:28
Now, the car you see in front of you is quite complicated.
6
16370
4238
Перед вами автомобиль,
имеющий довольно сложную конструкцию.
имеющий довольно сложную конструкцию.
00:32
The chassis is made up of about 11,000 components,
7
20608
3619
Его ходовая часть состоит из
11 000 компонентов,
11 000 компонентов,
00:36
the engine another 6,000,
8
24227
2468
двигатель — из 6 000,
00:38
the electronics about eight and a half thousand.
9
26695
3093
электроника — из 8 500.
00:41
So there's about 25,000 things there that can go wrong.
10
29788
4401
Таким образом, около 25 000 деталей
могут выйти из строя.
могут выйти из строя.
00:46
So motor racing is very much about attention to detail.
11
34189
4826
Поэтому в автогонках
очень важно внимание к деталям.
очень важно внимание к деталям.
00:51
The other thing about Formula 1 in particular
12
39015
3263
Ещё одна особенность Формулы-1
заключается в том,
заключается в том,
00:54
is we're always changing the car.
13
42278
2124
что мы постоянно
совершенствуем автомобиль.
совершенствуем автомобиль.
00:56
We're always trying to make it faster.
14
44402
2280
Мы стараемся сделать его быстрее.
00:58
So every two weeks, we will be making
15
46682
2984
Каждые две недели мы создаём
01:01
about 5,000 new components to fit to the car.
16
49666
4200
около 5 000 новых деталей
для нашего автомобиля.
для нашего автомобиля.
01:05
Five to 10 percent of the race car
17
53866
2178
От пяти до десяти процентов
гоночного автомобиля
гоночного автомобиля
01:08
will be different every two weeks of the year.
18
56044
3752
будут меняться каждые две недели
в течение года.
в течение года.
01:11
So how do we do that?
19
59796
2309
Как же мы это делаем?
01:14
Well, we start our life with the racing car.
20
62105
3744
Мы живём вместе с гоночной машиной.
01:17
We have a lot of sensors on the car to measure things.
21
65849
3991
На ней установлены различные
измерительные приборы.
измерительные приборы.
01:21
On the race car in front of you here
22
69840
1882
Во время гонки на этом автомобиле
01:23
there are about 120 sensors when it goes into a race.
23
71722
3159
работает около 120 датчиков.
01:26
It's measuring all sorts of things around the car.
24
74881
3652
Они снимают самые различные
показатели с автомобиля.
показатели с автомобиля.
01:30
That data is logged. We're logging about
25
78533
2052
Эти данные регистрируются.
Мы заносим
Мы заносим
01:32
500 different parameters within the data systems,
26
80585
3704
около 500 различных параметров
в информационные системы,
в информационные системы,
01:36
about 13,000 health parameters and events
27
84289
3665
около 13 000 технических
характеристик и состояний,
характеристик и состояний,
01:39
to say when things are not working the way they should do,
28
87954
4565
чтобы знать, когда что-то
работает на так, как надо.
работает на так, как надо.
01:44
and we're sending that data back to the garage
29
92519
2825
Потом мы передаём
эти данные в боксы
эти данные в боксы
01:47
using telemetry at a rate of two to four megabits per second.
30
95344
4979
с помощью телеметрической аппаратуры
со скоростью 2-4 мегабита в секунду.
со скоростью 2-4 мегабита в секунду.
01:52
So during a two-hour race, each car will be sending
31
100323
3127
Таким образом, за двухчасовую гонку
каждая машина передаёт
каждая машина передаёт
01:55
750 million numbers.
32
103450
2275
750 миллионов цифр.
01:57
That's twice as many numbers as words that each of us
33
105725
3143
Это в два раза больше, чем количество слов,
которые каждый из нас
которые каждый из нас
02:00
speaks in a lifetime.
34
108868
1631
произносит за свою жизнь.
02:02
It's a huge amount of data.
35
110499
2618
Это огромное количество данных.
02:05
But it's not enough just to have data and measure it.
36
113117
2645
Однако недостаточно просто
иметь данные и измерять их.
иметь данные и измерять их.
02:07
You need to be able to do something with it.
37
115762
2158
Нужно уметь что-то с ними делать.
02:09
So we've spent a lot of time and effort
38
117920
2394
Поэтому мы потратили
много времени и усилий,
много времени и усилий,
02:12
in turning the data into stories
39
120314
1869
чтобы заставить данные говорить:
02:14
to be able to tell, what's the state of the engine,
40
122183
3105
о состоянии двигателя,
02:17
how are the tires degrading,
41
125288
2272
о степени износа шин,
02:19
what's the situation with fuel consumption?
42
127560
3748
о расходе топлива.
02:23
So all of this is taking data
43
131308
2788
Таким образом, мы берём данные
02:26
and turning it into knowledge that we can act upon.
44
134096
3802
и превращаем их в знания,
которыми можно оперировать.
которыми можно оперировать.
02:29
Okay, so let's have a look at a little bit of data.
45
137898
2638
Давайте взглянем
на некоторые данные.
на некоторые данные.
02:32
Let's pick a bit of data from
46
140536
2030
Возьмём данные
02:34
another three-month-old patient.
47
142566
3079
о другом трёхмесячном пациенте.
02:37
This is a child, and what you're seeing here is real data,
48
145645
4171
Перед вами реальные данные
вот этого ребёнка.
вот этого ребёнка.
02:41
and on the far right-hand side,
49
149816
1977
Вы видите, что в правой части графика
02:43
where everything starts getting a little bit catastrophic,
50
151793
2587
разворачивается трагедия.
02:46
that is the patient going into cardiac arrest.
51
154380
3584
Вы видите остановку сердца у пациента.
02:49
It was deemed to be an unpredictable event.
52
157964
3232
Никто не предвидел
такого развития событий.
такого развития событий.
02:53
This was a heart attack that no one could see coming.
53
161196
3789
Никто не ожидал,
что случится сердечный приступ.
что случится сердечный приступ.
02:56
But when we look at the information there,
54
164985
2550
Но если мы посмотрим
на имеющуюся информацию,
на имеющуюся информацию,
02:59
we can see that things are starting to become
55
167535
2349
мы увидим,
что кардиограмма становится
что кардиограмма становится
03:01
a little fuzzy about five minutes or so before the cardiac arrest.
56
169884
4029
немного размытой примерно
за пять минут до остановки сердца.
за пять минут до остановки сердца.
03:05
We can see small changes
57
173913
2037
Мы можем видеть
небольшие изменения
небольшие изменения
03:07
in things like the heart rate moving.
58
175950
2383
в частоте сердечного ритма.
03:10
These were all undetected by normal thresholds
59
178333
2486
Стандартные способы
нормализации данных
нормализации данных
03:12
which would be applied to data.
60
180819
2408
не смогли выявить эти отклонения.
03:15
So the question is, why couldn't we see it?
61
183227
3143
Возникает вопрос:
почему мы этого не увидели?
почему мы этого не увидели?
03:18
Was this a predictable event?
62
186370
2581
Можно ли было это предвидеть?
03:20
Can we look more at the patterns in the data
63
188951
3010
Не лучше ли было искать
шаблоны в наших данных,
шаблоны в наших данных,
03:23
to be able to do things better?
64
191961
3380
чтобы исправить ситуацию?
03:27
So this is a child,
65
195341
2650
Итак, возраст этого ребёнка
примерно такой же,
примерно такой же,
03:29
about the same age as the racing car on stage,
66
197991
3232
как и возраст гоночной машины
на этой сцене:
на этой сцене:
03:33
three months old.
67
201223
1630
три месяца.
03:34
It's a patient with a heart problem.
68
202853
2605
Это пациент с заболеванием сердца.
03:37
Now, when you look at some of the data on the screen above,
69
205458
3468
Если вы посмотрите на данные
на экране вверху,
на экране вверху,
03:40
things like heart rate, pulse, oxygen, respiration rates,
70
208926
4902
такие показатели, как сердечный ритм,
пульс, кислород, частота дыхания,
пульс, кислород, частота дыхания,
03:45
they're all unusual for a normal child,
71
213828
3076
не являются нормой
для обычного ребёнка,
для обычного ребёнка,
03:48
but they're quite normal for the child there,
72
216904
2642
но они в порядке вещей
для этого ребёнка.
для этого ребёнка.
03:51
and so one of the challenges you have in health care is,
73
219546
4138
Поэтому одной из задач врача
является понять,
является понять,
03:55
how can I look at the patient in front of me,
74
223684
2851
как ему смотреть
на сидящего перед ним пациента,
на сидящего перед ним пациента,
03:58
have something which is specific for her,
75
226535
3047
выявить его особенности,
04:01
and be able to detect when things start to change,
76
229582
2788
и уловить момент,
когда начнутся изменения
когда начнутся изменения
04:04
when things start to deteriorate?
77
232370
2099
и дела начнут ухудшаться.
04:06
Because like a racing car, any patient,
78
234469
3050
Потому что, как в случае с гоночной машиной,
так и с любым пациентом,
так и с любым пациентом,
04:09
when things start to go bad, you have a short time
79
237519
2976
если ситуация ухудшается,
у вас есть лишь немного времени,
у вас есть лишь немного времени,
04:12
to make a difference.
80
240495
1831
чтобы на неё повлиять.
04:14
So what we did is we took a data system
81
242326
2754
Поэтому мы взяли
систему обработки данных,
систему обработки данных,
04:17
which we run every two weeks of the year in Formula 1
82
245080
3131
которую мы запускаем
каждые две недели в Формуле-1,
каждые две недели в Формуле-1,
04:20
and we installed it on the hospital computers
83
248211
3002
и установили её
на больничных компьютерах
на больничных компьютерах
04:23
at Birmingham Children's Hospital.
84
251213
2290
в Детской больнице Бирмингема.
04:25
We streamed data from the bedside instruments
85
253503
2439
Мы собирали данные с приборов
04:27
in their pediatric intensive care
86
255942
2557
в детском отделении
интенсивной терапии.
интенсивной терапии.
04:30
so that we could both look at the data in real time
87
258499
3456
Это позволило нам и отслеживать
показатели в реальном времени,
показатели в реальном времени,
04:33
and, more importantly, to store the data
88
261955
2871
и, что ещё более важно,
накапливать данные
накапливать данные
04:36
so that we could start to learn from it.
89
264826
3057
для последующего их изучения.
04:39
And then, we applied an application on top
90
267883
4384
Затем мы установили
на нашу систему приложение,
на нашу систему приложение,
04:44
which would allow us to tease out the patterns in the data
91
272267
3270
позволяющее выявлять шаблоны
в структуре данных
в структуре данных
04:47
in real time so we could see what was happening,
92
275537
2956
в реальном времени,
и позволяющее нам видеть, что происходит,
и позволяющее нам видеть, что происходит,
04:50
so we could determine when things started to change.
93
278493
3713
и определять, когда начнутся изменения.
04:54
Now, in motor racing, we're all a little bit ambitious,
94
282206
3863
Все мы в мире автогонок
слегка амбициозны,
слегка амбициозны,
04:58
audacious, a little bit arrogant sometimes,
95
286069
2549
опрометчивы,
иногда немного самонадеянны,
иногда немного самонадеянны,
05:00
so we decided we would also look at the children
96
288618
3398
так что мы решили
понаблюдать за детьми
понаблюдать за детьми
05:04
as they were being transported to intensive care.
97
292016
2957
пока их везут в отделение
интенсивной терапии.
интенсивной терапии.
05:06
Why should we wait until they arrived in the hospital
98
294973
2154
Зачем нам ждать,
когда их привезут в больницу,
когда их привезут в больницу,
05:09
before we started to look?
99
297127
1994
чтобы начать наблюдение?
05:11
And so we installed a real-time link
100
299121
2997
Так мы установили связь
в реальном времени
в реальном времени
05:14
between the ambulance and the hospital,
101
302118
2836
между скорой помощью и больницей,
05:16
just using normal 3G telephony to send that data
102
304954
3776
просто используя 3G телефонию
для отправки данных.
для отправки данных.
05:20
so that the ambulance became an extra bed
103
308730
2487
Так скорая стала ещё одной койкой
05:23
in intensive care.
104
311217
3136
в отделении интенсивной терапии.
05:26
And then we started looking at the data.
105
314353
3702
И потом мы начали изучать данные.
05:30
So the wiggly lines at the top, all the colors,
106
318055
2921
Разноцветные волнистые линии вверху —
05:32
this is the normal sort of data you would see on a monitor --
107
320976
3194
так выглядят обычные показатели
на экране монитора —
на экране монитора —
05:36
heart rate, pulse, oxygen within the blood,
108
324170
3772
сердечный ритм, пульс,
уровень кислорода в крови
уровень кислорода в крови
05:39
and respiration.
109
327942
2635
и дыхание.
05:42
The lines on the bottom, the blue and the red,
110
330577
2753
Линии внизу, синие и красные —
05:45
these are the interesting ones.
111
333330
1360
это уже интереснее.
05:46
The red line is showing an automated version
112
334690
3209
Красная линия показывает
автоматизированную версию
автоматизированную версию
05:49
of the early warning score
113
337899
1597
системы раннего оповещения,
05:51
that Birmingham Children's Hospital were already running.
114
339496
2487
которая уже работает
в Детской больнице Бирмингема.
в Детской больнице Бирмингема.
05:53
They'd been running that since 2008,
115
341983
2338
Эта система работает с 2008 года,
05:56
and already have stopped cardiac arrests
116
344321
2256
успешно предотвращая
случаи остановки сердца
случаи остановки сердца
05:58
and distress within the hospital.
117
346577
2757
и сердечной недостаточности
в этой больнице.
в этой больнице.
06:01
The blue line is an indication
118
349334
2432
Голубая линия служит показателем
06:03
of when patterns start to change,
119
351766
2500
любых отклонений от нормы.
06:06
and immediately, before we even started
120
354266
2309
Мгновенно, ещё до постановки
06:08
putting in clinical interpretation,
121
356575
1708
клинического диагноза,
06:10
we can see that the data is speaking to us.
122
358283
2870
мы видим, что́ эти данные нам говорят.
06:13
It's telling us that something is going wrong.
123
361153
3536
Они говорят, что что-то идёт не так.
06:16
The plot with the red and the green blobs,
124
364689
3816
Диаграмма с пятнами красного
и зелёного цвета —
и зелёного цвета —
06:20
this is plotting different components
125
368505
2805
это графическое отображение сравнения
06:23
of the data against each other.
126
371310
2547
различных компонентов данных.
06:25
The green is us learning what is normal for that child.
127
373857
3840
Зелёный — это наши знания о том,
что является нормой для этого ребёнка.
что является нормой для этого ребёнка.
06:29
We call it the cloud of normality.
128
377697
2610
Мы называем это облаком нормы.
06:32
And when things start to change,
129
380307
2241
А когда начинают происходить изменения,
06:34
when conditions start to deteriorate,
130
382548
2564
когда состояние начинает ухудшаться,
06:37
we move into the red line.
131
385112
2238
мы переходим к красной линии.
06:39
There's no rocket science here.
132
387350
1657
Здесь нет ничего сложного.
06:41
It is displaying data that exists already in a different way,
133
389007
4113
Это другое представление
уже имеющихся данных:
уже имеющихся данных:
06:45
to amplify it, to provide cues to the doctors,
134
393120
3391
более детальное,
подсказывающее врачам
подсказывающее врачам
06:48
to the nurses, so they can see what's happening.
135
396511
2738
и медсёстрам, что происходит.
06:51
In the same way that a good racing driver
136
399249
3130
Так же, как хороший гонщик
06:54
relies on cues to decide when to apply the brakes,
137
402379
4044
полагается на сигналы
при принятии решений —
при принятии решений —
06:58
when to turn into a corner,
138
406423
1476
когда нажать на тормоз,
когда войти в поворот —
когда войти в поворот —
06:59
we need to help our physicians and our nurses
139
407899
2918
нам нужно помочь
нашим терапевтам и сёстрам
нашим терапевтам и сёстрам
07:02
to see when things are starting to go wrong.
140
410817
3620
увидеть, когда что-то идёт не так.
07:06
So we have a very ambitious program.
141
414437
2946
У нас очень честолюбивые планы.
07:09
We think that the race is on to do something differently.
142
417383
4736
Гонка за новыми методами работы
уже началась.
уже началась.
07:14
We are thinking big. It's the right thing to do.
143
422119
2904
Мы мыслим глобально.
И это правильно.
И это правильно.
07:17
We have an approach which, if it's successful,
144
425023
3412
У нас есть методика,
которая в случае успеха
которая в случае успеха
07:20
there's no reason why it should stay within a hospital.
145
428435
2531
не должна ограничиваться
рамками больницы.
рамками больницы.
07:22
It can go beyond the walls.
146
430966
1841
Она должна выйти за пределы её стен.
07:24
With wireless connectivity these days,
147
432807
2071
При нынешних возможностях
беспроводного подключения
беспроводного подключения
07:26
there is no reason why patients, doctors and nurses
148
434878
3444
докторам, медсёстрам и пациентам
нет необходимости
нет необходимости
07:30
always have to be in the same place
149
438322
2171
всегда находиться в одном месте
07:32
at the same time.
150
440493
1993
одновременно.
07:34
And meanwhile, we'll take our little three-month-old baby,
151
442486
3995
А пока мы будем работать
с нашим трёхмесячным малышом,
с нашим трёхмесячным малышом,
07:38
keep taking it to the track, keeping it safe,
152
446481
3757
будем выводить его на трассу, оберегать,
07:42
and making it faster and better.
153
450238
2333
делать его быстрее и лучше.
07:44
Thank you very much.
154
452571
1405
Большое спасибо.
07:45
(Applause)
155
453976
4954
(Аплодисменты)
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