TEDMED 2015
Russ Altman: What really happens when you mix medications?
Расс Альтман: Що насправді відбувається, коли ви змішуєте ліки?
Filmed:
Readability: 4.2
1,766,922 views
Якщо ви приймаєте два різні препарати через дві різні причини, задумайтесь: ваш лікар може не повністю розуміти, що відбувається при прийомі такої комбінації, адже взаємодії ліків дуже важко вивчати. Расс Альтман цікаво та доступно розповідає, як лікарі вивчають непередбачувані взаємодії препаратів, використовуючи незвичний ресурс: систему пошукових запитів.
Russ Altman - Big data techno-optimist and internist
Russ Altman uses machine learning to better understand adverse effects of medication. Full bio
Russ Altman uses machine learning to better understand adverse effects of medication. Full bio
Double-click the English transcript below to play the video.
00:12
So you go to the doctor
and get some tests.
and get some tests.
0
811
3321
Ви йдете до лікаря та здаєте аналізи.
00:16
The doctor determines
that you have high cholesterol
that you have high cholesterol
1
4674
2620
Лікар каже, що у вас підвищений холестерин
00:19
and you would benefit
from medication to treat it.
from medication to treat it.
2
7318
3171
і вам слід приймати певні ліки.
00:22
So you get a pillbox.
3
10981
1556
Ви отримуєте пляшечку з пігулками.
00:25
You have some confidence,
4
13505
1199
Ви впевнені:
00:26
your physician has some confidence
that this is going to work.
that this is going to work.
5
14728
2937
лікар знає, що ліки подіють.
00:29
The company that invented it did
a lot of studies, submitted it to the FDA.
a lot of studies, submitted it to the FDA.
6
17689
3553
Компанія, що винайшла їх,
провела багато досліджень.
провела багато досліджень.
00:33
They studied it very carefully,
skeptically, they approved it.
skeptically, they approved it.
7
21266
3107
Вони ретельно вивчали і підтвердили їх.
00:36
They have a rough idea of how it works,
8
24397
1889
Вони уявляють, як це працює,
00:38
they have a rough idea
of what the side effects are.
of what the side effects are.
9
26310
2453
і мають приблизне уявлення, якими
можуть бути побічні ефекти.
можуть бути побічні ефекти.
00:40
It should be OK.
10
28787
1150
Все має бути добре.
00:42
You have a little more
of a conversation with your physician
of a conversation with your physician
11
30864
2818
Ви ще трохи поговорили зі своїм лікарем
00:45
and the physician is a little worried
because you've been blue,
because you've been blue,
12
33706
2963
і він стурбований, тому що ви засмучені,
00:48
haven't felt like yourself,
13
36693
1293
почуваєтесь не надто добре,
00:50
you haven't been able to enjoy things
in life quite as much as you usually do.
in life quite as much as you usually do.
14
38010
3731
перестали насолоджуватись
повсякденними речима.
повсякденними речима.
00:53
Your physician says, "You know,
I think you have some depression.
I think you have some depression.
15
41765
3186
Ваш лікар каже: "Знаєте, я думаю,
у вас невелика депресія.
у вас невелика депресія.
00:57
I'm going to have to give
you another pill."
you another pill."
16
45792
2315
Пропишу вам ще пігулки."
01:00
So now we're talking
about two medications.
about two medications.
17
48934
2483
А ось тепер ми вже говоримо
про два препарати.
про два препарати.
01:03
This pill also -- millions
of people have taken it,
of people have taken it,
18
51441
3104
З другим все те ж саме - мільйони
людей приймають їх,
людей приймають їх,
01:06
the company did studies,
the FDA looked at it -- all good.
the FDA looked at it -- all good.
19
54569
3631
компанія проводила дослідження,
вони пройшли всі тести - все гаразд.
вони пройшли всі тести - все гаразд.
01:10
Think things should go OK.
20
58823
2057
Все має бути добре.
01:12
Think things should go OK.
21
60904
2197
Все має бути добре.
01:15
Well, wait a minute.
22
63125
1439
Але зачекайте.
Скільки часу ми вивчали їхню взаємодію?
01:16
How much have we studied
these two together?
these two together?
23
64588
3517
Це досить складно.
01:20
Well, it's very hard to do that.
24
68630
2300
І, насправді, цим ніхто не займається.
01:22
In fact, it's not traditionally done.
25
70954
2130
01:25
We totally depend on what we call
"post-marketing surveillance,"
"post-marketing surveillance,"
26
73108
5518
Ми абсолютно залежні від так званого "постмаркетингового спостереження",
після того, як ліки потрапили на ринок.
01:30
after the drugs hit the market.
27
78650
1880
01:32
How can we figure out
if bad things are happening
if bad things are happening
28
80996
2848
Як ми можемо зрозуміти, що два препарати
неправильно взаємодіють?
01:35
between two medications?
29
83868
1357
А три? П'ять? Сім?
01:37
Three? Five? Seven?
30
85249
2030
Запитайте близьку вам людину,
яка має декілька діагнозів,
яка має декілька діагнозів,
01:39
Ask your favorite person
who has several diagnoses
who has several diagnoses
31
87708
2415
01:42
how many medications they're on.
32
90147
1834
скільки препаратів вона вживає.
Чому мене хвилює ця проблема?
01:44
Why do I care about this problem?
33
92530
1580
Вона дуже сильно хвилює мене.
01:46
I care about it deeply.
34
94134
1157
Я - вчений-інформатик та аналітик даних,
і, як на мене,
і, як на мене,
01:47
I'm an informatics and data science guy
and really, in my opinion,
and really, in my opinion,
35
95315
4304
01:51
the only hope -- only hope --
to understand these interactions
to understand these interactions
36
99643
3745
єдина надія, аби зрозуміти
взаємодії між ліками -
взаємодії між ліками -
це підняти велику кількість
джерел інформації,
джерел інформації,
01:55
is to leverage lots
of different sources of data
of different sources of data
37
103412
3056
щоб зрозуміти, які препарати
безпечно вживати разом,
безпечно вживати разом,
01:58
in order to figure out
when drugs can be used together safely
when drugs can be used together safely
38
106492
3556
02:02
and when it's not so safe.
39
110072
1777
а які не слід.
02:04
So let me tell you a data science story.
40
112615
2051
Я хотів би розповісти історію
про аналіз даних.
про аналіз даних.
02:06
And it begins with my student Nick.
41
114690
2154
Все почалось з мого студента Ніка.
02:08
Let's call him "Nick,"
because that's his name.
because that's his name.
42
116868
2380
Назвімо його "Нік", тому що це його ім'я.
02:11
(Laughter)
43
119272
1592
(Сміх)
02:12
Nick was a young student.
44
120888
1201
Нік був молодим студентом.
02:14
I said, "You know, Nick, we have
to understand how drugs work
to understand how drugs work
45
122113
3079
Я сказав: "Знаєш, Нік, нам треба зрозуміти,
як працюють ліки,
як працюють ліки,
як вони працюють разом та окремо,
02:17
and how they work together
and how they work separately,
and how they work separately,
46
125216
2626
тому що ми це погано розуміємо.
02:19
and we don't have a great understanding.
47
127866
1922
УПМ виклало чудову базу даних.
02:21
But the FDA has made available
an amazing database.
an amazing database.
48
129812
2405
Це база даних випадків, пов'язаних
з побічними ефектами.
з побічними ефектами.
02:24
It's a database of adverse events.
49
132241
1699
Вони просто виклали її в інтернет.
02:26
They literally put on the web --
50
134321
1642
02:27
publicly available, you could all
download it right now --
download it right now --
51
135987
3119
Вона доступна усім, ви можете
скачати її прямо зараз:
скачати її прямо зараз:
сотні тисяч звітів щодо побічних ефектів
02:31
hundreds of thousands
of adverse event reports
of adverse event reports
52
139130
3627
від пацієнтів, лікарів, компаній,
фармацевтів.
фармацевтів.
02:34
from patients, doctors,
companies, pharmacists.
companies, pharmacists.
53
142781
3760
І ці звіти доволі прості:
02:38
And these reports are pretty simple:
54
146565
1749
Там записано, які хвороби є у пацієнта,
02:40
it has all the diseases
that the patient has,
that the patient has,
55
148338
2658
усі ліки, які він вживає,
02:43
all the drugs that they're on,
56
151020
1767
02:44
and all the adverse events,
or side effects, that they experience.
or side effects, that they experience.
57
152811
3818
всі побічні ефекти, які в нього були.
02:48
It is not all of the adverse events
that are occurring in America today,
that are occurring in America today,
58
156653
3436
Це далеко не все, що сьогодні
відбувається в Америці,
відбувається в Америці,
але це сотні і сотні тисяч препаратів.
02:52
but it's hundreds and hundreds
of thousands of drugs.
of thousands of drugs.
59
160113
2578
02:54
So I said to Nick,
60
162715
1299
Тож я сказав Нікові:
"Ось, наприклад, глюкоза.
02:56
"Let's think about glucose.
61
164038
1826
Глюкоза дуже важлива, ми знаємо,
що вона пов'язана з діабетом.
що вона пов'язана з діабетом.
02:57
Glucose is very important,
and we know it's involved with diabetes.
and we know it's involved with diabetes.
62
165888
3567
Гляньмо, чи розуміємо ми реакцію на неї.
03:01
Let's see if we can understand
glucose response.
glucose response.
63
169479
3970
03:05
I sent Nick off. Nick came back.
64
173473
2458
Я відправив Ніка працювати.
Він повернувся.
Він повернувся.
"Расс, - каже він мені.
03:08
"Russ," he said,
65
176248
1786
- Я створив класифікатор, який дозволяє
подивитись побічні ефекти
подивитись побічні ефекти
03:10
"I've created a classifier that can
look at the side effects of a drug
look at the side effects of a drug
66
178351
5112
на основі цієї бази даних,
03:15
based on looking at this database,
67
183487
2051
і він показує, чи буде препарат
змінювати рівень глюкози.
змінювати рівень глюкози.
03:17
and can tell you whether that drug
is likely to change glucose or not."
is likely to change glucose or not."
68
185562
4271
03:21
He did it. It was very simple, in a way.
69
189857
2016
Він зробив це. Це було досить просто.
Він взяв усі ліки, які змінюють
рівень глюкози,
рівень глюкози,
03:23
He took all the drugs
that were known to change glucose
that were known to change glucose
70
191897
2635
03:26
and a bunch of drugs
that don't change glucose,
that don't change glucose,
71
194556
2389
і ліки, які не змінюють його,
і сказав: "Яка різниця між їхніми
побічними ефектами?
побічними ефектами?
03:28
and said, "What's the difference
in their side effects?
in their side effects?
72
196969
2888
Різниця у втомлюваності? В апетиті?
Сечовипусканні?"
Сечовипусканні?"
03:31
Differences in fatigue? In appetite?
In urination habits?"
In urination habits?"
73
199881
4852
03:36
All those things conspired
to give him a really good predictor.
to give him a really good predictor.
74
204757
2960
Все це дозволило йому створити
дійсно хороший визначник.
дійсно хороший визначник.
Він сказав: "Расс, я можу визначити
з точністю в 93%,
з точністю в 93%,
03:39
He said, "Russ, I can predict
with 93 percent accuracy
with 93 percent accuracy
75
207741
2548
коли препарат змінюватиме рівень глюкози."
03:42
when a drug will change glucose."
76
210313
1572
Я сказав: "Нік, це чудово!"
03:43
I said, "Nick, that's great."
77
211909
1416
Він - молодий студент, йому треба
додавати впевненості у собі.
додавати впевненості у собі.
03:45
He's a young student,
you have to build his confidence.
you have to build his confidence.
78
213349
2896
03:48
"But Nick, there's a problem.
79
216269
1390
"Нік, але є проблема."
Кожен лікар у світі знає, які ліки
змінюють рівень глюкози,
змінюють рівень глюкози,
03:49
It's that every physician in the world
knows all the drugs that change glucose,
knows all the drugs that change glucose,
80
217683
3960
тому що це основа їхньої практики.
03:53
because it's core to our practice.
81
221667
2038
Тож це прекрасна робота,
але не надто цікава,
але не надто цікава,
03:55
So it's great, good job,
but not really that interesting,
but not really that interesting,
82
223729
3722
03:59
definitely not publishable."
83
227475
1531
її точно не опублікуєш.
(Сміх)
04:01
(Laughter)
84
229030
1014
Він сказав: "Я знаю, Расс, я знав,
що ви це скажете."
що ви це скажете."
04:02
He said, "I know, Russ.
I thought you might say that."
I thought you might say that."
85
230068
2550
Нік розумний.
04:04
Nick is smart.
86
232642
1152
04:06
"I thought you might say that,
so I did one other experiment.
so I did one other experiment.
87
234149
2874
"Я подумав, що ви можете це сказати,
тож я провів інший експеримент.
тож я провів інший експеримент.
Я подивився у цій базі на людей,
які приймали два препарати,
які приймали два препарати,
04:09
I looked at people in this database
who were on two drugs,
who were on two drugs,
88
237047
2928
і став шукати ознаки зміни глюкози
04:11
and I looked for signals similar,
glucose-changing signals,
glucose-changing signals,
89
239999
4422
у таких пацієнтів,
04:16
for people taking two drugs,
90
244445
1624
в яких один препарат не змінював глюкозу,
04:18
where each drug alone
did not change glucose,
did not change glucose,
91
246093
5569
04:23
but together I saw a strong signal."
92
251686
2460
але при взаємодії помітний
відчутний сигнал.
відчутний сигнал.
І я сказав: "Молодчина, хороша ідея.
Покажи мені список."
Покажи мені список."
04:26
And I said, "Oh! You're clever.
Good idea. Show me the list."
Good idea. Show me the list."
93
254170
3149
04:29
And there's a bunch of drugs,
not very exciting.
not very exciting.
94
257343
2254
І там купа ліків, не надто цікаво.
Але мене зацікавило те, що у списку
були два препарати:
були два препарати:
04:31
But what caught my eye
was, on the list there were two drugs:
was, on the list there were two drugs:
95
259621
3932
пароксетин, або Паксил, антидепресант,
04:35
paroxetine, or Paxil, an antidepressant;
96
263577
3393
04:39
and pravastatin, or Pravachol,
a cholesterol medication.
a cholesterol medication.
97
267756
3570
а також правастин, або Правакол,
ліки від холестерину.
ліки від холестерину.
04:43
And I said, "Huh. There are millions
of Americans on those two drugs."
of Americans on those two drugs."
98
271936
4283
І я сказав: "Хм, мільйони американців
приймають їх одночасно."
приймають їх одночасно."
04:48
In fact, we learned later,
99
276243
1246
І як ви дізнались раніше,
04:49
15 million Americans on paroxetine
at the time, 15 million on pravastatin,
at the time, 15 million on pravastatin,
100
277513
6032
15 мільйонів приймають пароксетин,
15 мільйонів -
15 мільйонів -
правастин, 1 мільйон, як ми підрахували,
- обидва препарати одночасно.
- обидва препарати одночасно.
04:55
and a million, we estimated, on both.
101
283569
2817
04:58
So that's a million people
102
286767
1254
І це мільйон людей,
які можуть мати проблеми з рівнем глюкози.
05:00
who might be having some problems
with their glucose
with their glucose
103
288045
2453
Якщо це чаклунство з базою даних УПМ
05:02
if this machine-learning mumbo jumbo
that he did in the FDA database
that he did in the FDA database
104
290522
3206
05:05
actually holds up.
105
293752
1254
дійсно працює.
05:07
But I said, "It's still not publishable,
106
295030
1927
Але я сказав: "Це все ще
не можна публікувати,
не можна публікувати,
05:08
because I love what you did
with the mumbo jumbo,
with the mumbo jumbo,
107
296981
2296
мені дуже подобається,
як ти начаклував
як ти начаклував
з машинним навчанням,
05:11
with the machine learning,
108
299301
1246
але це ще не доказ того,
що ми маємо рацію."
що ми маємо рацію."
05:12
but it's not really standard-of-proof
evidence that we have."
evidence that we have."
109
300571
3864
05:17
So we have to do something else.
110
305618
1589
Нам треба щось ще.
Подивімось електронні медичні
записи Стенфорда.
записи Стенфорда.
05:19
Let's go into the Stanford
electronic medical record.
electronic medical record.
111
307231
2876
У нас є копія досліджень,
тож все гаразд,
тож все гаразд,
05:22
We have a copy of it
that's OK for research,
that's OK for research,
112
310131
2064
адже ми прибрали всю
ідентифікаційну інформацію.
ідентифікаційну інформацію.
05:24
we removed identifying information.
113
312219
2046
05:26
And I said, "Let's see if people
on these two drugs
on these two drugs
114
314581
2503
І я мовив: "Подивімось, чи є проблеми
з рівнем глюкози
з рівнем глюкози
05:29
have problems with their glucose."
115
317108
1769
у людей, які приймають обидва препарати."
05:31
Now there are thousands
and thousands of people
and thousands of people
116
319242
2207
Відповідно до записів Стенфорда
, тисячі і тисячі людей
, тисячі і тисячі людей
05:33
in the Stanford medical records
that take paroxetine and pravastatin.
that take paroxetine and pravastatin.
117
321473
3459
приймають пароксетин і правастин.
Але нам були потрібні особливі пацієнти.
05:36
But we needed special patients.
118
324956
1799
05:38
We needed patients who were on one of them
and had a glucose measurement,
and had a glucose measurement,
119
326779
4597
Ті, які приймали один з препаратів і слідкували за рівнем глюкози,
а потім почали приймати другий
і також слідкували за рівнем глюкози,
і також слідкували за рівнем глюкози,
05:43
then got the second one and had
another glucose measurement,
another glucose measurement,
120
331400
3449
05:46
all within a reasonable period of time --
something like two months.
something like two months.
121
334873
3615
до того ж у визначений проміжок
часу - наприклад, 2 місяці.
часу - наприклад, 2 місяці.
І коли ми це зробили,
ми знайшли 10 пацієнтів.
ми знайшли 10 пацієнтів.
05:50
And when we did that,
we found 10 patients.
we found 10 patients.
122
338512
3159
05:54
However, eight out of the 10
had a bump in their glucose
had a bump in their glucose
123
342592
4538
Проте 8 з 10 пацієнтів мали
стрибок глюкози,
стрибок глюкози,
05:59
when they got the second P --
we call this P and P --
we call this P and P --
124
347154
2645
коли вони отримали другий "П" -
ми називаємо їх "П" і "П" -
ми називаємо їх "П" і "П" -
06:01
when they got the second P.
125
349823
1310
коли вони отримали другий "П".
Будь-який може бути першим,
вони починають приймати другий -
вони починають приймати другий -
06:03
Either one could be first,
the second one comes up,
the second one comes up,
126
351157
2562
06:05
glucose went up
20 milligrams per deciliter.
20 milligrams per deciliter.
127
353743
2847
і глюкоза піднімається на 20 мг на децилітр.
06:08
Just as a reminder,
128
356614
1158
Хочу нагадати,
зазвичай, якщо ви не діабетик,
06:09
you walk around normally,
if you're not diabetic,
if you're not diabetic,
129
357796
2325
ваш рівень глюкози приблизно 90.
06:12
with a glucose of around 90.
130
360145
1359
Якщо він підіймається до 120-125,
06:13
And if it gets up to 120, 125,
131
361528
2076
ваш лікар почне думати,
що у вас може бути діабет.
що у вас може бути діабет.
06:15
your doctor begins to think
about a potential diagnosis of diabetes.
about a potential diagnosis of diabetes.
132
363628
3450
06:19
So a 20 bump -- pretty significant.
133
367102
2991
Тож стрибок на 20 пунктів доволі важливий.
06:22
I said, "Nick, this is very cool.
134
370601
1904
Я сказав: "Нік, це дуже круто.
06:25
But, I'm sorry, we still
don't have a paper,
don't have a paper,
135
373616
2053
Але, на жаль, це все ще
не тягне на публікацію,
не тягне на публікацію,
06:27
because this is 10 patients
and -- give me a break --
and -- give me a break --
136
375693
2579
це лише 10 пацієнтів.
Цього не достатньо.
06:30
it's not enough patients."
137
378296
1245
06:31
So we said, what can we do?
138
379565
1306
І ми подумали, що ми можемо зробити?
06:32
And we said, let's call our friends
at Harvard and Vanderbilt,
at Harvard and Vanderbilt,
139
380895
2976
Ми вирішили зателефонувати нашим друзям з Гарварда та Вандербільта,
06:35
who also -- Harvard in Boston,
Vanderbilt in Nashville,
Vanderbilt in Nashville,
140
383895
2587
які - Гарвард у Бостоні, Вандербільт у Нешвіллі,
06:38
who also have electronic
medical records similar to ours.
medical records similar to ours.
141
386506
2821
які мають такі історії хвороб, як і в нас.
06:41
Let's see if they can find
similar patients
similar patients
142
389351
2020
Можливо, вони можуть знайти
схожих пацієнтів
схожих пацієнтів
06:43
with the one P, the other P,
the glucose measurements
the glucose measurements
143
391395
3276
з одним "П" та з другим "П",
змінами в рівні глюкози,
змінами в рівні глюкози,
06:46
in that range that we need.
144
394695
1600
в діапазоні, який нам потрібен.
06:48
God bless them, Vanderbilt
in one week found 40 such patients,
in one week found 40 such patients,
145
396787
4955
Слава Богу, в університеті Вандербільта за тиждень знайшли 40 таких пацієнтів,
з такою ж динамікою.
06:53
same trend.
146
401766
1189
06:55
Harvard found 100 patients, same trend.
147
403804
3620
У Гарварді знайшли сотню пацієнтів
з такою ж динамікою.
з такою ж динамікою.
06:59
So at the end, we had 150 patients
from three diverse medical centers
from three diverse medical centers
148
407448
4281
Врешті-решт ми мали 150 пацієнтів
з 3 різних медичних центрів,
з 3 різних медичних центрів,
і все казало нам, що у пацієнтів,
які приймали обидва препарати,
які приймали обидва препарати,
07:03
that were telling us that patients
getting these two drugs
getting these two drugs
149
411753
3297
07:07
were having their glucose bump
somewhat significantly.
somewhat significantly.
150
415074
2703
були значні стрибки в рівні глюкози.
07:10
More interestingly,
we had left out diabetics,
we had left out diabetics,
151
418317
2810
Найцікавіше те, що ми
не включили туди діабетиків,
не включили туди діабетиків,
07:13
because diabetics already
have messed up glucose.
have messed up glucose.
152
421151
2317
адже у діабетиків і так не все
добре з глюкозою.
добре з глюкозою.
Коли ми глянули на рівень
глюкози діабетиків,
глюкози діабетиків,
07:15
When we looked
at the glucose of diabetics,
at the glucose of diabetics,
153
423492
2238
він піднявся на 60 мг
на децилітр, а не на 20.
на децилітр, а не на 20.
07:17
it was going up 60 milligrams
per deciliter, not just 20.
per deciliter, not just 20.
154
425754
3435
07:21
This was a big deal, and we said,
"We've got to publish this."
"We've got to publish this."
155
429760
3452
Це було серйозно, і ми вирішили:
"Ми мусимо опублікувати це."
"Ми мусимо опублікувати це."
Ми надіслали роботу.
07:25
We submitted the paper.
156
433236
1179
Всі докази полягали лише у базах даних -
07:26
It was all data evidence,
157
434439
2111
дані з УПМ, дані із Стенфорда,
07:28
data from the FDA, data from Stanford,
158
436574
2483
07:31
data from Vanderbilt, data from Harvard.
159
439081
1946
дані з Вандербільта, дані з Гарварда.
07:33
We had not done a single real experiment.
160
441051
2396
Ми не провели жодного експерименту.
07:36
But we were nervous.
161
444495
1296
Ми нервували.
07:38
So Nick, while the paper
was in review, went to the lab.
was in review, went to the lab.
162
446201
3730
І коли нашу роботу розглядали,
Нік пішов у лабораторію.
Нік пішов у лабораторію.
07:41
We found somebody
who knew about lab stuff.
who knew about lab stuff.
163
449955
2462
Ми знайшли людину, яка там працює.
07:44
I don't do that.
164
452441
1393
Я про це нічого не знаю.
07:45
I take care of patients,
but I don't do pipettes.
but I don't do pipettes.
165
453858
2417
Я займаюсь пацієнтами, а не піпетками.
07:49
They taught us how to feed mice drugs.
166
457420
3053
Вони навчили нас, як давати
препарати мишам.
препарати мишам.
07:52
We took mice and we gave them
one P, paroxetine.
one P, paroxetine.
167
460864
2414
Ми взяли мишей,
дали їм один "П" - пароксетин.
дали їм один "П" - пароксетин.
07:55
We gave some other mice pravastatin.
168
463302
2508
Другим давали правастин.
07:57
And we gave a third group
of mice both of them.
of mice both of them.
169
465834
3595
А третій групі дали обидва препарати.
08:01
And lo and behold, glucose went up
20 to 60 milligrams per deciliter
20 to 60 milligrams per deciliter
170
469893
3946
І, як не дивно, рівень глюкози цих мишей
піднявся від 20 до 60 мг на децилітр.
08:05
in the mice.
171
473863
1171
08:07
So the paper was accepted
based on the informatics evidence alone,
based on the informatics evidence alone,
172
475058
3158
Тож роботу на основі даних прийняли,
А ми вкінці додали:
08:10
but we added a little note at the end,
173
478240
1894
"До речі, якщо дати ці препарати
мишам, рівень глюкози підніметься."
мишам, рівень глюкози підніметься."
08:12
saying, oh by the way,
if you give these to mice, it goes up.
if you give these to mice, it goes up.
174
480158
2899
Це було чудово, й наша історія
могла б закінчитись тут.
могла б закінчитись тут.
08:15
That was great, and the story
could have ended there.
could have ended there.
175
483081
2508
08:17
But I still have six and a half minutes.
176
485613
1997
Але я все ще маю шість
з половиною хвилин.
з половиною хвилин.
(Сміх)
08:19
(Laughter)
177
487634
2807
Ми сиділи і думали про все це
08:22
So we were sitting around
thinking about all of this,
thinking about all of this,
178
490465
2815
і я не пам'ятаю, хто це придумав,
але хтось сказав:
але хтось сказав:
08:25
and I don't remember who thought
of it, but somebody said,
of it, but somebody said,
179
493304
2735
"Цікаво, а хтось з пацієнтів,
які приймали обидва препарати,
які приймали обидва препарати,
08:28
"I wonder if patients
who are taking these two drugs
who are taking these two drugs
180
496063
3201
08:31
are noticing side effects
of hyperglycemia.
of hyperglycemia.
181
499288
3553
помітив побічні ефекти гіперглікімії?
Вони могли і мали б.
08:34
They could and they should.
182
502865
1496
08:36
How would we ever determine that?"
183
504761
1877
Як би ми могли визначити це?
08:39
We said, well, what do you do?
184
507551
1443
Що ви зазвичай робите у такій ситуації?
08:41
You're taking a medication,
one new medication or two,
one new medication or two,
185
509018
2580
Ви приймаєте ліки, один новий препарат
чи два,
чи два,
і ви відчуваєте щось дивне.
08:43
and you get a funny feeling.
186
511622
1538
08:45
What do you do?
187
513184
1151
Що ви зробите?
08:46
You go to Google
188
514359
1151
Ви відкриваєте Google і шукаєте
08:47
and type in the two drugs you're taking
or the one drug you're taking,
or the one drug you're taking,
189
515534
3349
один чи два препарати, які ви приймаєте,
а потім додаєте "побічні ефекти".
08:50
and you type in "side effects."
190
518907
1603
08:52
What are you experiencing?
191
520534
1356
Що ви відчуваєте?
08:54
So we said OK,
192
522239
1151
І ми вирішили: окей,
08:55
let's ask Google if they will share
their search logs with us,
their search logs with us,
193
523414
3056
запитаймо Google, чи можуть вони
поділитись з нами даними запитів,
поділитись з нами даними запитів,
08:58
so that we can look at the search logs
194
526494
1833
щоб ми могли подивитись,
09:00
and see if patients are doing
these kinds of searches.
these kinds of searches.
195
528351
2565
чи шукали пацієнти щось подібне.
09:02
Google, I am sorry to say,
denied our request.
denied our request.
196
530940
3275
На жаль, Google відмовили нам.
09:06
So I was bummed.
197
534819
1151
Я був дуже засмученим.
Я вечеряв з колегою,
що працює в Microsoft,
що працює в Microsoft,
09:07
I was at a dinner with a colleague
who works at Microsoft Research
who works at Microsoft Research
198
535994
3166
і сказав йому: "Ми хотіли
провести дослідження,
провести дослідження,
09:11
and I said, "We wanted to do this study,
199
539184
1941
але Google відмовились -
що за розчарування!"
що за розчарування!"
09:13
Google said no, it's kind of a bummer."
200
541149
1880
Він сказав: "Ну, у нас є дані Bing."
09:15
He said, "Well, we have
the Bing searches."
the Bing searches."
201
543053
2086
09:18
(Laughter)
202
546195
3483
(Сміх)
Так.
09:22
Yeah.
203
550805
1267
09:24
That's great.
204
552096
1151
Це круто.
Я почувався так, ніби..
09:25
Now I felt like I was --
205
553271
1151
09:26
(Laughter)
206
554446
1000
(Сміх)
09:27
I felt like I was talking to Nick again.
207
555470
2412
Ніби я знову розмовляв з Ніком.
09:30
He works for one of the largest
companies in the world,
companies in the world,
208
558437
2624
Він працює на одну з найбільших
компаній у світі,
компаній у світі,
а я вже намагаюсь його підбадьорити.
09:33
and I'm already trying
to make him feel better.
to make him feel better.
209
561085
2206
09:35
But he said, "No, Russ --
you might not understand.
you might not understand.
210
563315
2445
Але він сказав: "Ні, Расс,
ти, схоже, не зрозумів.
ти, схоже, не зрозумів.
Ми маємо не лише запити
в Bing, а й запити
в Bing, а й запити
09:37
We not only have Bing searches,
211
565784
1500
09:39
but if you use Internet Explorer
to do searches at Google,
to do searches at Google,
212
567308
3340
Google, Yahoo... Будь-які,
виконані з Internet Explorer.
09:42
Yahoo, Bing, any ...
213
570672
1891
09:44
Then, for 18 months, we keep that data
for research purposes only."
for research purposes only."
214
572587
3643
Потім 18 місяців ми зберігаємо
цю інформацію тільки для досліджень.
цю інформацію тільки для досліджень.
09:48
I said, "Now you're talking!"
215
576254
1936
І я сказав: "А ось це вже краще!"
09:50
This was Eric Horvitz,
my friend at Microsoft.
my friend at Microsoft.
216
578214
2198
Це був Ерік Хорвіц, мій друг з Microsoft.
09:52
So we did a study
217
580436
1695
І ми провели дослідження, де ми визначили
09:54
where we defined 50 words
that a regular person might type in
that a regular person might type in
218
582155
4619
50 слів, які може набрати звичайна людина,
09:58
if they're having hyperglycemia,
219
586798
1602
яка має гіперглікемію. Наприклад "втома",
10:00
like "fatigue," "loss of appetite,"
"urinating a lot," "peeing a lot" --
"urinating a lot," "peeing a lot" --
220
588424
4762
"втрата апетиту", "часто ходжу в туалет",
"багато пісяю" -
"багато пісяю" -
10:05
forgive me, but that's one
of the things you might type in.
of the things you might type in.
221
593210
2767
вибачте, але це те,
що дійсно можуть шукати.
що дійсно можуть шукати.
Ми мали 50 фраз, які ми назвали
"діабетичними словами".
"діабетичними словами".
10:08
So we had 50 phrases
that we called the "diabetes words."
that we called the "diabetes words."
222
596001
2790
10:10
And we did first a baseline.
223
598815
2063
І ми переглянули перші дані.
10:12
And it turns out
that about .5 to one percent
that about .5 to one percent
224
600902
2704
Виявилось, що від 0,5 до 1% всіх запитів
10:15
of all searches on the Internet
involve one of those words.
involve one of those words.
225
603630
2982
включають одне з цих слів.
10:18
So that's our baseline rate.
226
606636
1742
Це наша точка відліку.
10:20
If people type in "paroxetine"
or "Paxil" -- those are synonyms --
or "Paxil" -- those are synonyms --
227
608402
4143
Якщо люди шукають "пароксетин"
або "Паксил" -
або "Паксил" -
це синоніми - і одне з цих слів, частота
10:24
and one of those words,
228
612569
1215
10:25
the rate goes up to about two percent
of diabetes-type words,
of diabetes-type words,
229
613808
4890
збільшується до 2% "діабетичних слів",
якщо ви знаєте, що там
є слово "пароксетин".
є слово "пароксетин".
10:30
if you already know
that there's that "paroxetine" word.
that there's that "paroxetine" word.
230
618722
3044
10:34
If it's "pravastatin," the rate goes up
to about three percent from the baseline.
to about three percent from the baseline.
231
622191
4547
Якщо це "правастин",
частота піднімається на
частота піднімається на
приблизно 3%. Якщо у запиті
є і "пароксетин",
є і "пароксетин",
10:39
If both "paroxetine" and "pravastatin"
are present in the query,
are present in the query,
232
627171
4390
і "правастин", вона зростає до 10% -
10:43
it goes up to 10 percent,
233
631585
1669
10:45
a huge three- to four-fold increase
234
633278
3461
величезне збільшення у 3-4 рази
10:48
in those searches with the two drugs
that we were interested in,
that we were interested in,
235
636763
3389
у запитах з препаратами, які нас цікавлять,
10:52
and diabetes-type words
or hyperglycemia-type words.
or hyperglycemia-type words.
236
640176
3566
і "діабетичними" та "гіперглікемічними" словами.
10:56
We published this,
237
644216
1265
Ми це опублікували,
10:57
and it got some attention.
238
645505
1466
і це привернуло увагу. Причина, через яку
10:58
The reason it deserves attention
239
646995
1778
це заслуговує на увагу, - те, що пацієнти
11:00
is that patients are telling us
their side effects indirectly
their side effects indirectly
240
648797
4312
розповідають нам про свої побічні ефекти
не напряму, а через запити в Google.
11:05
through their searches.
241
653133
1156
11:06
We brought this
to the attention of the FDA.
to the attention of the FDA.
242
654313
2138
Ми надіслали це в УПМ.
11:08
They were interested.
243
656475
1269
Вони зацікавились.
11:09
They have set up social media
surveillance programs
surveillance programs
244
657768
3606
Вони встановили спостереження
за соціальними мережами,
щоб співпрацювати
щоб співпрацювати
11:13
to collaborate with Microsoft,
245
661398
1751
11:15
which had a nice infrastructure
for doing this, and others,
for doing this, and others,
246
663173
2794
з Microsoft, що мають чудові можливості
для цього завдання, а також
за стрічкою в Twitter,
за стрічкою в Twitter,
11:17
to look at Twitter feeds,
247
665991
1282
11:19
to look at Facebook feeds,
248
667297
1716
Facebook, за статистикою
11:21
to look at search logs,
249
669037
1311
пошукових запитів, щоб виявити ранні
11:22
to try to see early signs that drugs,
either individually or together,
either individually or together,
250
670372
4909
ознаки того, що препарати,
разом чи окремо,
разом чи окремо,
11:27
are causing problems.
251
675305
1589
викликають проблеми.
Що ж я зрозумів? Чому розповідаю це?
11:28
What do I take from this?
Why tell this story?
Why tell this story?
252
676918
2174
Перш за все, тепер ми маємо дані, які
11:31
Well, first of all,
253
679116
1207
11:32
we have now the promise
of big data and medium-sized data
of big data and medium-sized data
254
680347
4037
можуть допомогти
11:36
to help us understand drug interactions
255
684408
2918
краще розуміти взаємодію ліків
11:39
and really, fundamentally, drug actions.
256
687350
2420
та їхню дію.
11:41
How do drugs work?
257
689794
1413
Як працюють ліки? Це створить
11:43
This will create and has created
a new ecosystem
a new ecosystem
258
691231
2836
і вже створило нову екосистему
для розуміння
для розуміння
11:46
for understanding how drugs work
and to optimize their use.
and to optimize their use.
259
694091
3267
того, як працюють ліки
і як оптимізувати їх використання.
і як оптимізувати їх використання.
11:50
Nick went on; he's a professor
at Columbia now.
at Columbia now.
260
698303
2659
Нік пішов далі. Зараз він професор
Колумбійського університету.
Колумбійського університету.
Він зробив те саме у своїй
дисертації з сотнями ліків.
дисертації з сотнями ліків.
11:52
He did this in his PhD
for hundreds of pairs of drugs.
for hundreds of pairs of drugs.
261
700986
4072
Він знайшов декілька дуже
важливих взаємодій,
важливих взаємодій,
11:57
He found several
very important interactions,
very important interactions,
262
705082
2517
11:59
and so we replicated this
263
707623
1214
тож ми повторили експеримент і показали,
12:00
and we showed that this
is a way that really works
is a way that really works
264
708861
2574
що це дійсно працює
12:03
for finding drug-drug interactions.
265
711459
2339
для пошуку взаємодії препаратів.
12:06
However, there's a couple of things.
266
714282
1734
Проте є ще декілька речей.
12:08
We don't just use pairs
of drugs at a time.
of drugs at a time.
267
716040
3046
Ми не лише використовуємо ліки парами.
12:11
As I said before, there are patients
on three, five, seven, nine drugs.
on three, five, seven, nine drugs.
268
719110
4469
Як я казав раніше, є пацієнти, які приймають
три, п'ять, сім, дев'ять препаратів.
три, п'ять, сім, дев'ять препаратів.
12:15
Have they been studied with respect
to their nine-way interaction?
to their nine-way interaction?
269
723981
3642
Чи вивчав хтось їх дев'ятисторонню взаємодію?
12:19
Yes, we can do pair-wise,
A and B, A and C, A and D,
A and B, A and C, A and D,
270
727647
4208
Так, ми можемо розглядати їх парами -
А і В, А і С, А і D,
А і В, А і С, А і D,
12:23
but what about A, B, C,
D, E, F, G all together,
D, E, F, G all together,
271
731879
4286
але як щодо А, В, С, D, E, F, G всіх разом,
12:28
being taken by the same patient,
272
736189
1762
які приймає один пацієнт?
12:29
perhaps interacting with each other
273
737975
2118
Можливо, вони взаємодіють, знижуючи або
12:32
in ways that either makes them
more effective or less effective
more effective or less effective
274
740117
3778
збільшуючи ефективність одне одного або
12:35
or causes side effects
that are unexpected?
that are unexpected?
275
743919
2332
викликаючи неочікувані побічні ефекти?
12:38
We really have no idea.
276
746275
1827
Ми дійсно не знаємо. Це непочатий
край роботи,
край роботи,
12:40
It's a blue sky, open field
for us to use data
for us to use data
277
748126
3756
де ми можемо використовувати
наші дані, аби спробувати
зрозуміти ці взаємодії.
зрозуміти ці взаємодії.
12:43
to try to understand
the interaction of drugs.
the interaction of drugs.
278
751906
2502
12:46
Two more lessons:
279
754848
1370
Ще два уроки:
Я хочу, щоб ви подумали про можливості,
які ми отримали
які ми отримали
12:48
I want you to think about the power
that we were able to generate
that we were able to generate
280
756242
4199
завдяки тим людям, які розповіли
про свої скарги
про свої скарги
12:52
with the data from people who had
volunteered their adverse reactions
volunteered their adverse reactions
281
760465
4711
12:57
through their pharmacists,
through themselves, through their doctors,
through themselves, through their doctors,
282
765200
3269
фармацевтам, самим собі, лікарям, людям,
13:00
the people who allowed the databases
at Stanford, Harvard, Vanderbilt,
at Stanford, Harvard, Vanderbilt,
283
768493
3667
які дозволяють використовувати бази даних
у Стенфорді, Гарварді та Вандербільті для дослідів.
13:04
to be used for research.
284
772184
1427
13:05
People are worried about data.
285
773929
1445
Люди хвилюються за свої дані.
13:07
They're worried about their privacy
and security -- they should be.
and security -- they should be.
286
775398
3187
Вони хвилюються про приватність та безпеку.
Так і має бути. Нам необхідні
захищені системи.
захищені системи.
13:10
We need secure systems.
287
778609
1151
Але ми не потребуємо систем,
які обмежують доступ
які обмежують доступ
13:11
But we can't have a system
that closes that data off,
that closes that data off,
288
779784
3406
до даних, які є багатим джерелом натхнення,
13:15
because it is too rich of a source
289
783214
2752
13:17
of inspiration, innovation and discovery
290
785990
3971
інновацій та відкриттів
13:21
for new things in medicine.
291
789985
1578
для створення нового у медицині.
13:24
And the final thing I want to say is,
292
792494
1794
Врешті-решт я хочу сказати,
13:26
in this case we found two drugs
and it was a little bit of a sad story.
and it was a little bit of a sad story.
293
794312
3357
що у нашому випадку ми знайшли
два препарати,
два препарати,
і результати були сумними.
Вони дійсно викликали
Вони дійсно викликали
13:29
The two drugs actually caused problems.
294
797693
1921
проблеми. Вони підіймали рівень глюкози.
13:31
They increased glucose.
295
799638
1475
13:33
They could throw somebody into diabetes
296
801137
2446
Вони могли викликати у когось діабет,
13:35
who would otherwise not be in diabetes,
297
803607
2294
який без них не виник би, тож слід
13:37
and so you would want to use
the two drugs very carefully together,
the two drugs very carefully together,
298
805925
3175
вживати два препарати дуже обережно,
можливо, не разом, можливо, краще
13:41
perhaps not together,
299
809124
1151
13:42
make different choices
when you're prescribing.
when you're prescribing.
300
810299
2340
виписати пацієнтові щось інше.
13:44
But there was another possibility.
301
812663
1846
Але була й інша можливість.
13:46
We could have found
two drugs or three drugs
two drugs or three drugs
302
814533
2344
Ми могли б знайти декілька препаратів,
13:48
that were interacting in a beneficial way.
303
816901
2261
які безпечно взаємодіяли б.
13:51
We could have found new effects of drugs
304
819616
2712
Ми могли б виявити нові ефекти препаратів,
13:54
that neither of them has alone,
305
822352
2160
яких не було б поодинці, але разом,
13:56
but together, instead
of causing a side effect,
of causing a side effect,
306
824536
2493
замість побічних ефектів, вони могли б
13:59
they could be a new and novel treatment
307
827053
2425
стати ліками від хвороб,
14:01
for diseases that don't have treatments
308
829502
1882
які вважаються невиліковними
14:03
or where the treatments are not effective.
309
831408
2007
або важковиліковними.
Усі значні відкриття у сучасній
14:05
If we think about drug treatment today,
310
833439
2395
лікарській терапії - для ВІЛ, туберкульозу,
14:07
all the major breakthroughs --
311
835858
1752
14:09
for HIV, for tuberculosis,
for depression, for diabetes --
for depression, for diabetes --
312
837634
4297
депресії, діабету - це завжди
14:13
it's always a cocktail of drugs.
313
841955
2830
коктейль з різних ліків.
14:16
And so the upside here,
314
844809
1730
Хороша новина полягає в тому,
14:18
and the subject for a different
TED Talk on a different day,
TED Talk on a different day,
315
846563
2849
і це вже окрема тема для іншого
виступу на TED,
виступу на TED,
14:21
is how can we use the same data sources
316
849436
2593
що можемо використовувати
ті ж джерела даних,
ті ж джерела даних,
14:24
to find good effects
of drugs in combination
of drugs in combination
317
852053
3563
щоб знайти позитивні ефекти комбінацій ліків,
14:27
that will provide us new treatments,
318
855640
2175
які забезпечать нові способи лікування,
новий погляд на те, як працюють препарати,
14:29
new insights into how drugs work
319
857839
1852
14:31
and enable us to take care
of our patients even better?
of our patients even better?
320
859715
3786
і можливість турбуватись про наших
пацієнтів ще краще.
пацієнтів ще краще.
14:35
Thank you very much.
321
863525
1166
Дуже вам дякую.
14:36
(Applause)
322
864715
3499
(Оплески)
ABOUT THE SPEAKER
Russ Altman - Big data techno-optimist and internistRuss Altman uses machine learning to better understand adverse effects of medication.
Why you should listen
Professor of bioengineering, genetics, medicine and computer science at Stanford University, Russ Altman's primary research interests are in the application of computing and informatics technologies to problems relevant to medicine. He is particularly interested in methods for understanding drug actions at molecular, cellular, organism and population levels, including how genetic variation impacts drug response.
Altman received the U.S. Presidential Early Career Award for Scientists and Engineers, a National Science Foundation CAREER Award and Stanford Medical School's graduate teaching award. He has chaired the Science Board advising the FDA Commissioner and currently serves on the NIH Director’s Advisory Committee. He is a clinically active internist, the founder of the PharmGKB knowledge base, and advisor to pharmacogenomics companies.
Russ Altman | Speaker | TED.com