TEDMED 2015
Russ Altman: What really happens when you mix medications?
Russ Altman: Điều gì thực sự xảy ra khi bạn dùng kết hợp các loại thuốc với nhau?
Filmed:
Readability: 4.2
1,766,922 views
Nếu cùng lúc bạn dùng hai loại thuốc khác nhau cho hai mục đích khác nhau, thì khả năng là: Bác sĩ của bạn có lẽ sẽ không nắm được điều gì sẽ xảy ra khi chúng được kết hợp với nhau, bởi nghiên cứu sự tương tác giữa các loại thuốc tốn rất nhiều công sức. Trong bài nói đầy thu hút và dễ tiếp cận trên, Russ Altman chỉ ra cách các bác sĩ nghiên cứu sự tương tác không ngờ tới của thuốc , sử dụng phương pháp đầy bất ngờ: câu hỏi trên các công cụ tìm kiếm.
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
Bạn đến khám bác sĩ
và làm một số xét nghiệm.
và làm một số xét nghiệm.
00:16
The doctor determines
that you have high cholesterol
that you have high cholesterol
1
4674
2620
Bác sĩ kết luận rằng
bạn bị mỡ máu (cholesterol) cao
bạn bị mỡ máu (cholesterol) cao
00:19
and you would benefit
from medication to treat it.
from medication to treat it.
2
7318
3171
và sẽ cần dùng thuốc để điều trị.
00:22
So you get a pillbox.
3
10981
1556
Vậy nên bạn mua một hộp thuốc.
00:25
You have some confidence,
4
13505
1199
Bạn tin vào nó,
00:26
your physician has some confidence
that this is going to work.
that this is going to work.
5
14728
2937
bác sĩ của bạn cũng tin rằng
loại thuốc này sẽ có tác dụng
loại thuốc này sẽ có tác dụng
Công ty sáng chế ra loại thuốc đó
đã làm nhiều nghiên cứu, nộp lên FDA
đã làm nhiều nghiên cứu, nộp lên FDA
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
FDA xem xét nó rất kỹ càng
và rồi phê chuẩn.
và rồi phê chuẩn.
00:33
They studied it very carefully,
skeptically, they approved it.
skeptically, they approved it.
7
21266
3107
00:36
They have a rough idea of how it works,
8
24397
1889
Họ nắm sơ sơ về công dụng của nó,
00:38
they have a rough idea
of what the side effects are.
of what the side effects are.
9
26310
2453
cũng như tác dụng phụ
00:40
It should be OK.
10
28787
1150
Mọi thứ chắc là ổn.
00:42
You have a little more
of a conversation with your physician
of a conversation with your physician
11
30864
2818
Bạn nói chuyện thêm
với bác sĩ của mình
với bác sĩ của mình
00:45
and the physician is a little worried
because you've been blue,
because you've been blue,
12
33706
2963
và bác sĩ của bạn hơi lo lắng
khi thấy bạn có vẻ buồn chán,
khi thấy bạn có vẻ buồn chán,
00:48
haven't felt like yourself,
13
36693
1293
bạn cảm thấy như
không còn là chính mình,
không còn là chính mình,
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
và không thể tận hưởng niềm vui cuộc sống
như trước.
như trước.
00:53
Your physician says, "You know,
I think you have some depression.
I think you have some depression.
15
41765
3186
Bác sĩ của bạn nói:
"Tôi nghĩ bạn đang bị trầm cảm."
"Tôi nghĩ bạn đang bị trầm cảm."
00:57
I'm going to have to give
you another pill."
you another pill."
16
45792
2315
Tôi sẽ phải kê cho bạn
một loại thuốc khác.
một loại thuốc khác.
01:00
So now we're talking
about two medications.
about two medications.
17
48934
2483
Vậy là tổng cộng bạn sẽ dùng
hai loại thuốc.
hai loại thuốc.
01:03
This pill also -- millions
of people have taken it,
of people have taken it,
18
51441
3104
Loại thuốc này --
hàng triệu người đã dùng,
hàng triệu người đã dùng,
01:06
the company did studies,
the FDA looked at it -- all good.
the FDA looked at it -- all good.
19
54569
3631
công ty đã tiến hành nhiều nghiên cứu,
FDA đã xem xét nó -- tất cả đều ổn.
FDA đã xem xét nó -- tất cả đều ổn.
01:10
Think things should go OK.
20
58823
2057
Hãy yên tâm rằng mọi thứ sẽ ổn.
01:12
Think things should go OK.
21
60904
2197
Hãy yên tâm rằng mọi thứ sẽ ổn.
01:15
Well, wait a minute.
22
63125
1439
Dừng lại một chút,
01:16
How much have we studied
these two together?
these two together?
23
64588
3517
Chúng ta đã nghiên cứu việc kết hợp
hai loại thuốc này với nhau?
hai loại thuốc này với nhau?
01:20
Well, it's very hard to do that.
24
68630
2300
Để làm điều đó rất khó
01:22
In fact, it's not traditionally done.
25
70954
2130
Thực ra, trước giờ người ta ít làm điều này
01:25
We totally depend on what we call
"post-marketing surveillance,"
"post-marketing surveillance,"
26
73108
5518
Chúng ta hoàn toàn dựa vào cái gọi là
"giám sát sau tiếp thị,"
"giám sát sau tiếp thị,"
01:30
after the drugs hit the market.
27
78650
1880
sau khi thuốc được đưa ra thị trường.
01:32
How can we figure out
if bad things are happening
if bad things are happening
28
80996
2848
Làm sao để biết sẽ có
điều tồi tệ xảy ra
điều tồi tệ xảy ra
01:35
between two medications?
29
83868
1357
khi kết hợp hai loại thuốc?
01:37
Three? Five? Seven?
30
85249
2030
Hay thậm chí là ba? năm? bảy loại?
Hãy hỏi một người bạn đang có nhiều
chẩn đoán bệnh khác nhau
chẩn đoán bệnh khác nhau
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
xem họ dùng bao nhiêu loại thuốc.
Tại sao tôi lại quan tâm vấn đề này?
01:44
Why do I care about this problem?
33
92530
1580
Tôi quan tâm sâu sắc đến nó.
01:46
I care about it deeply.
34
94134
1157
01:47
I'm an informatics and data science guy
and really, in my opinion,
and really, in my opinion,
35
95315
4304
Là dân tin học và
khoa học dữ liệu, theo tôi,
khoa học dữ liệu, theo tôi,
01:51
the only hope -- only hope --
to understand these interactions
to understand these interactions
36
99643
3745
hy vọng duy nhất -- thực sự duy nhất --
để hiểu được những mối tương tác này
để hiểu được những mối tương tác này
01:55
is to leverage lots
of different sources of data
of different sources of data
37
103412
3056
là tận dụng tối đa
các nguồn dữ liệu khác nhau
các nguồn dữ liệu khác nhau
01:58
in order to figure out
when drugs can be used together safely
when drugs can be used together safely
38
106492
3556
để có thể tìm ra các loại thuốc
nào khi được kết hợp với nhau là an toàn
nào khi được kết hợp với nhau là an toàn
02:02
and when it's not so safe.
39
110072
1777
và khi nào không an toàn.
02:04
So let me tell you a data science story.
40
112615
2051
Cho phép tôi kể một câu chuyện trong
ngành khoa học dữ liệu.
ngành khoa học dữ liệu.
02:06
And it begins with my student Nick.
41
114690
2154
Câu chuyện bắt đầu với một sinh viên
của tôi, Nick.
của tôi, Nick.
02:08
Let's call him "Nick,"
because that's his name.
because that's his name.
42
116868
2380
Hãy gọi cậu ấy là "Nick,"
vì đó là tên cậu ấy.
vì đó là tên cậu ấy.
02:11
(Laughter)
43
119272
1592
(Tiếng cười)
02:12
Nick was a young student.
44
120888
1201
Nick là một sinh viên trẻ.
02:14
I said, "You know, Nick, we have
to understand how drugs work
to understand how drugs work
45
122113
3079
Tôi nói, " Nick, chúng ta phải hiểu
tác dụng của các loại thuốc,
tác dụng của các loại thuốc,
02:17
and how they work together
and how they work separately,
and how they work separately,
46
125216
2626
việc chúng hoạt đông như thế nào và
sẽ ra sao khi chúng kết hợp với nhau
sẽ ra sao khi chúng kết hợp với nhau
02:19
and we don't have a great understanding.
47
127866
1922
mà chúng ta lại chưa hiểu kĩ được nó
02:21
But the FDA has made available
an amazing database.
an amazing database.
48
129812
2405
Nhưng FDA đã tạo ra
một cơ sở dữ liệu tuyệt vời.
một cơ sở dữ liệu tuyệt vời.
02:24
It's a database of adverse events.
49
132241
1699
Cơ sở dữ liệu bao gồm
những trường hợp "có phản ứng xấu".
những trường hợp "có phản ứng xấu".
02:26
They literally put on the web --
50
134321
1642
Họ đưa lên mạng --
02:27
publicly available, you could all
download it right now --
download it right now --
51
135987
3119
có sẵn cho công chúng, bạn có thể tải nó xuống ngay lúc này --
02:31
hundreds of thousands
of adverse event reports
of adverse event reports
52
139130
3627
hàng trăm ngàn báo cáo về
các trường hợp phản ứng xấu với thuốc
các trường hợp phản ứng xấu với thuốc
02:34
from patients, doctors,
companies, pharmacists.
companies, pharmacists.
53
142781
3760
từ bệnh nhân, bác sĩ, công ty, dược sĩ.
02:38
And these reports are pretty simple:
54
146565
1749
Các báo cáo này thường khá ngắn gọn:
02:40
it has all the diseases
that the patient has,
that the patient has,
55
148338
2658
nó bao gồm toàn bộ bệnh lý
của bệnh nhân
của bệnh nhân
02:43
all the drugs that they're on,
56
151020
1767
toàn bộ thuốc họ đang dùng,
02:44
and all the adverse events,
or side effects, that they experience.
or side effects, that they experience.
57
152811
3818
và toàn bộ phản ứng có hại,
hoặc tác dụng phụ, mà họ gặp phải.
hoặc tác dụng phụ, mà họ gặp phải.
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
Tuy đó chưa phải tất cả trường hợp
phản ứng xấu với thuốc xảy ra tại Mỹ hiện nay,
phản ứng xấu với thuốc xảy ra tại Mỹ hiện nay,
02:52
but it's hundreds and hundreds
of thousands of drugs.
of thousands of drugs.
59
160113
2578
nhưng cũng là hàng trăm ngàn loại thuốc.
02:54
So I said to Nick,
60
162715
1299
Vậy nên tôi đã nói với Nick,
02:56
"Let's think about glucose.
61
164038
1826
"Hãy nghĩ về đường (glucose)
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
Glucose rất quan trọng, và chúng ta biết nó liên hệ đến tiểu đường.
03:01
Let's see if we can understand
glucose response.
glucose response.
63
169479
3970
Hãy xem liệu chúng ta có thể hiểu được phản ứng của glucose hay không.
03:05
I sent Nick off. Nick came back.
64
173473
2458
Tôi đã cử Nick đi. Nick đã quay lại.
03:08
"Russ," he said,
65
176248
1786
"Thầy Russ," cậu ấy nói,
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
"Tôi đã làm ra máy phân loại có thể tìm ra tác dụng phụ của một loại thuốc
03:15
based on looking at this database,
67
183487
2051
dựa vào việc xem xét cơ sở dữ liệu này,
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
và có thể cho ông biết liệu loại thuốc đó
có thay đổi glucose hay không."
có thay đổi glucose hay không."
03:21
He did it. It was very simple, in a way.
69
189857
2016
Cậu ấy đã thành công. Nó rất đơn giản, trong chừng mực nào đó
03:23
He took all the drugs
that were known to change glucose
that were known to change glucose
70
191897
2635
Cậu ta lấy toàn bộ thuốc được biết là
có thể thay đổi glucose
có thể thay đổi glucose
03:26
and a bunch of drugs
that don't change glucose,
that don't change glucose,
71
194556
2389
và một vài loại thuốc
không thay đổi glucose,
không thay đổi glucose,
03:28
and said, "What's the difference
in their side effects?
in their side effects?
72
196969
2888
và nói, "Sự khác biệt
trong tác dụng phụ của chúng là gì?
trong tác dụng phụ của chúng là gì?
03:31
Differences in fatigue? In appetite?
In urination habits?"
In urination habits?"
73
199881
4852
Khác biệt ở sự mệt mỏi? Thèm ăn?
Hay thói quen về tiểu tiện?"
Hay thói quen về tiểu tiện?"
03:36
All those things conspired
to give him a really good predictor.
to give him a really good predictor.
74
204757
2960
Kết hợp những điều đó đưa đến
một phỏng đoán thực sự ấn tượng.
một phỏng đoán thực sự ấn tượng.
03:39
He said, "Russ, I can predict
with 93 percent accuracy
with 93 percent accuracy
75
207741
2548
Cậu ta nói, "Thầy ạ, em có thể
dự đoán chính xác đến 93%
dự đoán chính xác đến 93%
03:42
when a drug will change glucose."
76
210313
1572
việc một loại thuốc có thay đổi glucose hay không."
03:43
I said, "Nick, that's great."
77
211909
1416
Tôi bảo, "Nick, điều đó thật tuyệt."
03:45
He's a young student,
you have to build his confidence.
you have to build his confidence.
78
213349
2896
Cậu ấy là một sinh viên trẻ,
bạn cần gây dựng sự tự tin cho cậu ấy.
bạn cần gây dựng sự tự tin cho cậu ấy.
03:48
"But Nick, there's a problem.
79
216269
1390
"Nhưng Nick à, có một vấn đề.
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
Là mọi bác sĩ trên thế giới đều biết
tất cả loại thuốc làm thay đổi glucose,
tất cả loại thuốc làm thay đổi glucose,
03:53
because it's core to our practice.
81
221667
2038
bởi đó là cái cốt lõi trong công việc
của chúng ta.
của chúng ta.
03:55
So it's great, good job,
but not really that interesting,
but not really that interesting,
82
223729
3722
Vậy, cậu đã làm được một điều tuyệt vời
nhưng không thật sự thú vị lắm.
nhưng không thật sự thú vị lắm.
03:59
definitely not publishable."
83
227475
1531
chắc chắn chưa thể công bố được.
04:01
(Laughter)
84
229030
1014
(Tiếng cười)
04:02
He said, "I know, Russ.
I thought you might say that."
I thought you might say that."
85
230068
2550
Cậu ấy nói, "Em biết, thưa thầy.
em cũng đoán là thầy sẽ nói vậy."
em cũng đoán là thầy sẽ nói vậy."
04:04
Nick is smart.
86
232642
1152
Nick rất thông minh.
04:06
"I thought you might say that,
so I did one other experiment.
so I did one other experiment.
87
234149
2874
"Em đoán thầy sẽ nói vậy,
nên em đã làm một thí nghiệm khác.
nên em đã làm một thí nghiệm khác.
04:09
I looked at people in this database
who were on two drugs,
who were on two drugs,
88
237047
2928
Em xem trong cơ sở dữ liệu thông tin
những người đang dùng hai loại thuốc,
những người đang dùng hai loại thuốc,
04:11
and I looked for signals similar,
glucose-changing signals,
glucose-changing signals,
89
239999
4422
và em tìm những dấu hiệu giống nhau,
dấu hiệu về sự thay đổi glucose,
dấu hiệu về sự thay đổi glucose,
04:16
for people taking two drugs,
90
244445
1624
đối với những người đang dùng
hai loại thuốc,
hai loại thuốc,
04:18
where each drug alone
did not change glucose,
did not change glucose,
91
246093
5569
mà nếu dùng riêng lẻ sẽ không thay đổi glucose
04:23
but together I saw a strong signal."
92
251686
2460
nhưng khi kết hợp với nhau
thì xuất hiện một dấu hiệu mạnh."
thì xuất hiện một dấu hiệu mạnh."
04:26
And I said, "Oh! You're clever.
Good idea. Show me the list."
Good idea. Show me the list."
93
254170
3149
Và tôi nói, "Ồ! Cậu rất thông minh.
Ý hay đó. Đưa tôi xem danh sách."
Ý hay đó. Đưa tôi xem danh sách."
04:29
And there's a bunch of drugs,
not very exciting.
not very exciting.
94
257343
2254
Và có hàng tá loại thuốc trong đó,
không mấy thú vị.
không mấy thú vị.
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
Nhưng điều làm tôi chú ý là
trong danh sách đó, có hai loại thuốc:
trong danh sách đó, có hai loại thuốc:
04:35
paroxetine, or Paxil, an antidepressant;
96
263577
3393
paroxetine, hay còn gọi là Paxil,
một loại thuốc chữa trầm cảm;
một loại thuốc chữa trầm cảm;
04:39
and pravastatin, or Pravachol,
a cholesterol medication.
a cholesterol medication.
97
267756
3570
và pravastatin, hay Pravachol,
một loại thuốc điều trị mỡ máu cao.
một loại thuốc điều trị mỡ máu cao.
04:43
And I said, "Huh. There are millions
of Americans on those two drugs."
of Americans on those two drugs."
98
271936
4283
Và tôi nói, "Ừm. Có hàng triệu người Mỹ
đang dùng hai loại thuốc này."
đang dùng hai loại thuốc này."
04:48
In fact, we learned later,
99
276243
1246
Trên thực tế, sau đó chúng tôi biết rằng,
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 triệu người Mỹ hiện dùng paroxetin,
15 triệu người dùng pravastatin,
15 triệu người dùng pravastatin,
04:55
and a million, we estimated, on both.
101
283569
2817
và theo chúng tôi ước tính,
1 triệu người đang sử dụng cả hai loại.
1 triệu người đang sử dụng cả hai loại.
04:58
So that's a million people
102
286767
1254
Nó có nghĩa rằng có tới 1 triệu người
05:00
who might be having some problems
with their glucose
with their glucose
103
288045
2453
sẽ gặp phải một vài vấn đề với
chỉ số đường huyết (glucose) của mình
chỉ số đường huyết (glucose) của mình
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
nếu như cái mớ kết quả khó đọc
mà cậu ấy làm với cơ sở dữ liệu FDA này
mà cậu ấy làm với cơ sở dữ liệu FDA này
05:05
actually holds up.
105
293752
1254
thật sự đúng.
05:07
But I said, "It's still not publishable,
106
295030
1927
Nhưng tôi nói,
"Nó vẫn không thể được công bố,
"Nó vẫn không thể được công bố,
05:08
because I love what you did
with the mumbo jumbo,
with the mumbo jumbo,
107
296981
2296
bởi tôi thích những gì cậu làm
với cái mớ bòng bong,
với cái mớ bòng bong,
05:11
with the machine learning,
108
299301
1246
với máy móc,
05:12
but it's not really standard-of-proof
evidence that we have."
evidence that we have."
109
300571
3864
nhưng đó chưa thật sự là một chứng cứ đủ thuyết phục."
05:17
So we have to do something else.
110
305618
1589
Vậy nên, chúng ta phải thực hiện một vài nghiên cứu khác.
05:19
Let's go into the Stanford
electronic medical record.
electronic medical record.
111
307231
2876
Hãy xem xét hồ sơ bệnh án điện tử của Stanford.
05:22
We have a copy of it
that's OK for research,
that's OK for research,
112
310131
2064
Chúng ta có một bản sao
đủ để nghiên cứu,
đủ để nghiên cứu,
05:24
we removed identifying information.
113
312219
2046
chúng ta bỏ qua những thông tin
cá nhân.
cá nhân.
05:26
And I said, "Let's see if people
on these two drugs
on these two drugs
114
314581
2503
Và tôi nói, "Hãy xem thử xem liệu
những người đang dùng hai loại thuốc
những người đang dùng hai loại thuốc
05:29
have problems with their glucose."
115
317108
1769
có gặp vấn đề với chỉ số đường huyết của họ không."
05:31
Now there are thousands
and thousands of people
and thousands of people
116
319242
2207
Có hàng ngàn người
05:33
in the Stanford medical records
that take paroxetine and pravastatin.
that take paroxetine and pravastatin.
117
321473
3459
trong hồ sơ y tế điện tử Stanford
dùng thuốc paroxetine và pravastin.
dùng thuốc paroxetine và pravastin.
05:36
But we needed special patients.
118
324956
1799
Nhưng chúng ta cần
những bệnh nhân đặc biệt.
những bệnh nhân đặc biệt.
05:38
We needed patients who were on one of them
and had a glucose measurement,
and had a glucose measurement,
119
326779
4597
Chúng ta cần 1 người đã dùng 1 loại thuốc
và được kiểm tra glucose,
và được kiểm tra glucose,
05:43
then got the second one and had
another glucose measurement,
another glucose measurement,
120
331400
3449
sau đó dùng thêm loại thuốc còn lại,
rồi được kiểm tra glucose,
rồi được kiểm tra glucose,
05:46
all within a reasonable period of time --
something like two months.
something like two months.
121
334873
3615
2 quá trình diễn ra trong một khoảng thời gian
hợp lý - cỡ hai tháng.
hợp lý - cỡ hai tháng.
05:50
And when we did that,
we found 10 patients.
we found 10 patients.
122
338512
3159
Và chúng tôi tìm được 10 bệnh nhân như vậy.
05:54
However, eight out of the 10
had a bump in their glucose
had a bump in their glucose
123
342592
4538
Tuy nhiên, 8/10 người có sự bất ổn
trong chỉ số đường huyết của mình
trong chỉ số đường huyết của mình
05:59
when they got the second P --
we call this P and P --
we call this P and P --
124
347154
2645
khi họ uống P thứ hai --
chúng tôi gọi hai loại thuốc là P và P --
chúng tôi gọi hai loại thuốc là P và P --
06:01
when they got the second P.
125
349823
1310
khi họ uống loại P thứ hai.
06:03
Either one could be first,
the second one comes up,
the second one comes up,
126
351157
2562
Loại nào cũng có thể dùng trước,
cái thứ hai là cái còn lại,
cái thứ hai là cái còn lại,
06:05
glucose went up
20 milligrams per deciliter.
20 milligrams per deciliter.
127
353743
2847
glucose tăng lên
20 mg/dL.
20 mg/dL.
06:08
Just as a reminder,
128
356614
1158
Nhắc 1 chút là
06:09
you walk around normally,
if you're not diabetic,
if you're not diabetic,
129
357796
2325
nếu bạn không bị tiểu đường,
06:12
with a glucose of around 90.
130
360145
1359
lượng glucose vào khoảng 90.
06:13
And if it gets up to 120, 125,
131
361528
2076
Và nếu như nó lên tới 120, 125,
06:15
your doctor begins to think
about a potential diagnosis of diabetes.
about a potential diagnosis of diabetes.
132
363628
3450
bác sĩ của bạn bắt đầu nghĩ về
nguy cơ tiểu đường.
nguy cơ tiểu đường.
06:19
So a 20 bump -- pretty significant.
133
367102
2991
Vậy giờ tăng lên thêm 20 -- khá đáng kể.
06:22
I said, "Nick, this is very cool.
134
370601
1904
Tôi nói, "Nick, điều này hay đó.
06:25
But, I'm sorry, we still
don't have a paper,
don't have a paper,
135
373616
2053
Nhưng, tôi rất tiếc,
vẫn chưa làm thành bài báo khoa học được
vẫn chưa làm thành bài báo khoa học được
06:27
because this is 10 patients
and -- give me a break --
and -- give me a break --
136
375693
2579
vì vừa rồi chỉ là 10 bệnh nhân-
06:30
it's not enough patients."
137
378296
1245
số bệnh nhân đó là quá ít.
06:31
So we said, what can we do?
138
379565
1306
Nên chúng tôi tự hỏi,
chúng ta có thể làm gì?
chúng ta có thể làm gì?
06:32
And we said, let's call our friends
at Harvard and Vanderbilt,
at Harvard and Vanderbilt,
139
380895
2976
À đúng rồi, hãy tham khảo bạn bè
của chúng ta tại Harvard và Vanderbilt,
của chúng ta tại Harvard và Vanderbilt,
06:35
who also -- Harvard in Boston,
Vanderbilt in Nashville,
Vanderbilt in Nashville,
140
383895
2587
-- Harvard ở Boston,
Vanderbilt ở Nashville,
Vanderbilt ở Nashville,
06:38
who also have electronic
medical records similar to ours.
medical records similar to ours.
141
386506
2821
họ cũng có hồ sơ bệnh án
điện tử tương tự như của chúng ta.
điện tử tương tự như của chúng ta.
06:41
Let's see if they can find
similar patients
similar patients
142
389351
2020
Hãy xem thử liệu họ có thể tìm được
những bệnh nhân tương tự
những bệnh nhân tương tự
06:43
with the one P, the other P,
the glucose measurements
the glucose measurements
143
391395
3276
với một loại P, và loại P còn lại,
đo lượng glucose
đo lượng glucose
06:46
in that range that we need.
144
394695
1600
trong phạm vi chúng ta cần.
06:48
God bless them, Vanderbilt
in one week found 40 such patients,
in one week found 40 such patients,
145
396787
4955
Ơn Chúa, trong một tuần, Vanderbilt
đã tìm được 40 bệnh nhân như vậy,
đã tìm được 40 bệnh nhân như vậy,
06:53
same trend.
146
401766
1189
cùng chiều hướng.
06:55
Harvard found 100 patients, same trend.
147
403804
3620
Harvard tìm ra 100 bệnh nhân,
cùng chiều hướng.
cùng chiều hướng.
06:59
So at the end, we had 150 patients
from three diverse medical centers
from three diverse medical centers
148
407448
4281
Nên cuối cùng, chúng tôi có 150 bệnh nhân từ 3 trung tâm y tế khác nhau
07:03
that were telling us that patients
getting these two drugs
getting these two drugs
149
411753
3297
giúp chúng tôi biết rằng các bệnh nhân, khi sử dụng hai loại thuốc này,
07:07
were having their glucose bump
somewhat significantly.
somewhat significantly.
150
415074
2703
bị gia tăng đáng kể lượng đường glucose.
07:10
More interestingly,
we had left out diabetics,
we had left out diabetics,
151
418317
2810
Thú vị hơn, chúng tôi loại ra
những người mắc bệnh tiểu đường,
những người mắc bệnh tiểu đường,
07:13
because diabetics already
have messed up glucose.
have messed up glucose.
152
421151
2317
vì chỉ số glucose của họ
đã có vấn đề rồi.
đã có vấn đề rồi.
07:15
When we looked
at the glucose of diabetics,
at the glucose of diabetics,
153
423492
2238
Khi chúng tôi nghiên cứu chỉ số đường glucose của các bệnh nhân tiểu đường
07:17
it was going up 60 milligrams
per deciliter, not just 20.
per deciliter, not just 20.
154
425754
3435
nó gia tăng tới 60 mg/dl,
không phải chỉ là 20
không phải chỉ là 20
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
Đây là vấn đề đáng quan ngại, "Chúng ta phải công bố điều này" chúng tôi nói.
07:25
We submitted the paper.
156
433236
1179
Chúng tôi nộp báo cáo khoa học.
07:26
It was all data evidence,
157
434439
2111
Tất cả dữ liệu, chứng cứ,
07:28
data from the FDA, data from Stanford,
158
436574
2483
từ FDA, từ Stanford,
07:31
data from Vanderbilt, data from Harvard.
159
439081
1946
từ Vanderbilt, từ Harvard.
07:33
We had not done a single real experiment.
160
441051
2396
Chúng tôi chưa làm thí nghiệm nào cả.
07:36
But we were nervous.
161
444495
1296
Nhưng chúng tôi không thật an tâm.
07:38
So Nick, while the paper
was in review, went to the lab.
was in review, went to the lab.
162
446201
3730
Cho nên, Nick, trong quá trình thu thập tài liệu, đi tới phòng thí nghiệm.
07:41
We found somebody
who knew about lab stuff.
who knew about lab stuff.
163
449955
2462
Chúng ta phải nhờ ai đó quen sử dụng các thiết bị trong phòng thí nghiệm.
07:44
I don't do that.
164
452441
1393
Chứ tôi không quen với việc đó.
07:45
I take care of patients,
but I don't do pipettes.
but I don't do pipettes.
165
453858
2417
Tôi chăm sóc người bệnh nhưng tôi không biết làm thí nghiệm.
07:49
They taught us how to feed mice drugs.
166
457420
3053
Họ chỉ cho chúng tôi cách làm thí nghiệm thuốc trên chuột.
07:52
We took mice and we gave them
one P, paroxetine.
one P, paroxetine.
167
460864
2414
Chúng tôi bắt những con chuột, cho chúng dùng một loại P, paxil.
07:55
We gave some other mice pravastatin.
168
463302
2508
Chúng tôi cho một vài con khác dùng pravastatin.
07:57
And we gave a third group
of mice both of them.
of mice both of them.
169
465834
3595
Và chúng tôi cho một vài con khác nữa dùng cả hai loại thuốc.
08:01
And lo and behold, glucose went up
20 to 60 milligrams per deciliter
20 to 60 milligrams per deciliter
170
469893
3946
Quan sát và nhận ra, glucose tăng từ
20 lên đến 60 ml/dl
20 lên đến 60 ml/dl
08:05
in the mice.
171
473863
1171
với lũ chuột.
08:07
So the paper was accepted
based on the informatics evidence alone,
based on the informatics evidence alone,
172
475058
3158
Cuối cùng, bản báo cáo được chuẩn nhận dựa trên các dữ liệu có được,
08:10
but we added a little note at the end,
173
478240
1894
nhưng chúng tôi có thêm vào một lưu ý nhỏ vào lúc cuối,
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
rằng, nếu bạn cho lũ chuột dùng những thứ này, glucose sẽ tăng.
08:15
That was great, and the story
could have ended there.
could have ended there.
175
483081
2508
Điều đó thật tuyệt, và câu chuyện
đáng lẽ có thể kết thúc ở đó
đáng lẽ có thể kết thúc ở đó
08:17
But I still have six and a half minutes.
176
485613
1997
Nhưng dù gì tôi vẫn còn 6 phút rưỡi nữa.
08:19
(Laughter)
177
487634
2807
(Tiếng cười)
08:22
So we were sitting around
thinking about all of this,
thinking about all of this,
178
490465
2815
Vì thế, chúng tôi ngồi lại với nhau,
cùng bàn luận về những gì đang diễn ra
cùng bàn luận về những gì đang diễn ra
08:25
and I don't remember who thought
of it, but somebody said,
of it, but somebody said,
179
493304
2735
Tôi không nhớ rõ ai nói điều này,
nhưng có ai đó phát biểu,
nhưng có ai đó phát biểu,
08:28
"I wonder if patients
who are taking these two drugs
who are taking these two drugs
180
496063
3201
"Tôi băn khoăn liệu các bệnh nhân
đang dùng 2 loại thuốc này
đang dùng 2 loại thuốc này
08:31
are noticing side effects
of hyperglycemia.
of hyperglycemia.
181
499288
3553
có biết về các tác dụng phụ của hyperglycemia (một dạng tiểu đường)
08:34
They could and they should.
182
502865
1496
Họ có thể và họ nên lưu tâm.
08:36
How would we ever determine that?"
183
504761
1877
Làm thế nào chúng ta xác định được điều đó?"
08:39
We said, well, what do you do?
184
507551
1443
Ồ, ý kiến hay quá, bạn sẽ làm gì nào?
08:41
You're taking a medication,
one new medication or two,
one new medication or two,
185
509018
2580
Bạn đang sử dụng thuốc tây,
một hay hai loại mới,
một hay hai loại mới,
08:43
and you get a funny feeling.
186
511622
1538
và bạn có cảm giác là lạ.
08:45
What do you do?
187
513184
1151
Bạn sẽ làm gì?
08:46
You go to Google
188
514359
1151
Bạn truy cập Google
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
gõ tên 2 loại hay 1 loại thuốc
mà bạn đang dùng
mà bạn đang dùng
08:50
and you type in "side effects."
190
518907
1603
sau đó gõ thêm dòng "tác dụng phụ."
08:52
What are you experiencing?
191
520534
1356
Bạn sẽ có được những gì?
08:54
So we said OK,
192
522239
1151
Vì thế, chúng tôi nói: được rồi,
08:55
let's ask Google if they will share
their search logs with us,
their search logs with us,
193
523414
3056
Hỏi Google xem họ có chia sẻ lịch sử tìm kiếm của họ cho chúng ta,
08:58
so that we can look at the search logs
194
526494
1833
để chúng ta nhìn vào
kết quả tìm kiếm
kết quả tìm kiếm
09:00
and see if patients are doing
these kinds of searches.
these kinds of searches.
195
528351
2565
và xem liệu các bệnh nhân có
tìm kiếm những thông tin này không.
tìm kiếm những thông tin này không.
09:02
Google, I am sorry to say,
denied our request.
denied our request.
196
530940
3275
Rất tiếc, Google từ chối yêu cầu của chúng tôi.
09:06
So I was bummed.
197
534819
1151
Điều đó làm tôi choáng.
09:07
I was at a dinner with a colleague
who works at Microsoft Research
who works at Microsoft Research
198
535994
3166
Tôi dùng bữa tối với một đồng nghiệp đang làm việc cho Microsolf Research
09:11
and I said, "We wanted to do this study,
199
539184
1941
Tôi nói, "Chúng tôi muốn nghiên cứu,
09:13
Google said no, it's kind of a bummer."
200
541149
1880
Google từ chối, thật là khó chịu."
09:15
He said, "Well, we have
the Bing searches."
the Bing searches."
201
543053
2086
Anh ta nói: "Ồ, chúng tôi có Bing này."
09:18
(Laughter)
202
546195
3483
(Tiếng cười)
09:22
Yeah.
203
550805
1267
Đúng rồi.
09:24
That's great.
204
552096
1151
Tuyệt vời.
09:25
Now I felt like I was --
205
553271
1151
Khi đó, tôi cảm giác như thể tôi --
09:26
(Laughter)
206
554446
1000
(Tiếng cười)
09:27
I felt like I was talking to Nick again.
207
555470
2412
như thể tôi đang nói chuyện lại với Nick.
09:30
He works for one of the largest
companies in the world,
companies in the world,
208
558437
2624
Anh này làm cho một trong những
công ty lớn nhất thế giới,
công ty lớn nhất thế giới,
09:33
and I'm already trying
to make him feel better.
to make him feel better.
209
561085
2206
và tôi đã cố làm cho anh ta
cảm thấy tốt hơn.
cảm thấy tốt hơn.
09:35
But he said, "No, Russ --
you might not understand.
you might not understand.
210
563315
2445
Nhưng anh ấy nói, "Không, Russ --
có lẽ anh chưa hiểu.
có lẽ anh chưa hiểu.
09:37
We not only have Bing searches,
211
565784
1500
Chúng ta đâu chỉ có Bing,
09:39
but if you use Internet Explorer
to do searches at Google,
to do searches at Google,
212
567308
3340
nhưng nếu anh dùng IE để tìm kiếm với Google,
09:42
Yahoo, Bing, any ...
213
570672
1891
Yahoo, Bing,
hay bất cứ công cụ tìm kiếm nào ....
hay bất cứ công cụ tìm kiếm nào ....
09:44
Then, for 18 months, we keep that data
for research purposes only."
for research purposes only."
214
572587
3643
Thì trong vòng 18 tháng, chúng tôi lưu trữ các dữ liệu đó cho mục đích nghiên cứu."
09:48
I said, "Now you're talking!"
215
576254
1936
Tôi vui mừng nói, "Phải thế chứ."
09:50
This was Eric Horvitz,
my friend at Microsoft.
my friend at Microsoft.
216
578214
2198
Đó là Eric Horvitz, một người bạn của tôi ở Microsolf.
09:52
So we did a study
217
580436
1695
Chúng tôi thực hiện một nghiên cứu
09:54
where we defined 50 words
that a regular person might type in
that a regular person might type in
218
582155
4619
qua đó, chúng tôi xác định 50 từ mà một người thường dùng
09:58
if they're having hyperglycemia,
219
586798
1602
khi họ có vấn đề về chỉ số glucose trong máu cao (hyperglycemia)
10:00
like "fatigue," "loss of appetite,"
"urinating a lot," "peeing a lot" --
"urinating a lot," "peeing a lot" --
220
588424
4762
như là "mệt mỏi", "chán ăn," "hay đi vệ sinh","tiểu rất nhiều"
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
thứ lỗi cho tôi, nhưng đó là
những thứ mà bạn có thể sẽ gõ.
những thứ mà bạn có thể sẽ gõ.
10:08
So we had 50 phrases
that we called the "diabetes words."
that we called the "diabetes words."
222
596001
2790
Thế là chúng tôi đúc kết 50 cụm từ
mà chúng tôi gọi là "từ khóa tiểu đường."
mà chúng tôi gọi là "từ khóa tiểu đường."
10:10
And we did first a baseline.
223
598815
2063
Rồi chúng tôi tạo ra mốc tối thiểu.
10:12
And it turns out
that about .5 to one percent
that about .5 to one percent
224
600902
2704
Hóa ra là khoảng 0.5 - 1%
10:15
of all searches on the Internet
involve one of those words.
involve one of those words.
225
603630
2982
trong số các tìm kiếm trên Internet
có một trong những từ khóa đó.
có một trong những từ khóa đó.
10:18
So that's our baseline rate.
226
606636
1742
Vậy nên đó sẽ là mốc tối thiểu của chúng tôi.
10:20
If people type in "paroxetine"
or "Paxil" -- those are synonyms --
or "Paxil" -- those are synonyms --
227
608402
4143
Nếu người ta gõ "paroxetine" hay "Paxi" -- thì xem như một từ --
10:24
and one of those words,
228
612569
1215
và tương ứng với 1 từ
trong nhóm từ khóa của chúng tôi
trong nhóm từ khóa của chúng tôi
10:25
the rate goes up to about two percent
of diabetes-type words,
of diabetes-type words,
229
613808
4890
tỉ lệ sẽ là khoảng 2% trong số
các từ khóa về bệnh tiểu đường.
các từ khóa về bệnh tiểu đường.
10:30
if you already know
that there's that "paroxetine" word.
that there's that "paroxetine" word.
230
618722
3044
nếu bạn đã biết có từ "paroxetine" đó.
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
Nếu đó là "pravastatin," tỉ lệ sẽ là khoảng 3% so với mốc tối thiểu.
10:39
If both "paroxetine" and "pravastatin"
are present in the query,
are present in the query,
232
627171
4390
Nếu cả "paroxetine" và "pravastatin" cùng được sử dụng,
10:43
it goes up to 10 percent,
233
631585
1669
tỉ lệ đó sẽ là 10%,
10:45
a huge three- to four-fold increase
234
633278
3461
tăng lên khoảng 3-4 lần
10:48
in those searches with the two drugs
that we were interested in,
that we were interested in,
235
636763
3389
với những tìm kiếm liên quan tới 2 loại thuốc
mà chúng ta quan tâm,
mà chúng ta quan tâm,
10:52
and diabetes-type words
or hyperglycemia-type words.
or hyperglycemia-type words.
236
640176
3566
và các từ khóa về tiểu đường hay hyperglycemia.
10:56
We published this,
237
644216
1265
Chúng tôi công bố điều này,
10:57
and it got some attention.
238
645505
1466
và thu hút ít nhiều quan tâm.
10:58
The reason it deserves attention
239
646995
1778
Lí do nó thu hút sự quan tâm
11:00
is that patients are telling us
their side effects indirectly
their side effects indirectly
240
648797
4312
đó là các bệnh nhân vô tình cho chúng tôi biết các tác dụng phụ của họ
11:05
through their searches.
241
653133
1156
khi họ tìm kiếm.
11:06
We brought this
to the attention of the FDA.
to the attention of the FDA.
242
654313
2138
Chúng tôi thông báo điều đó cho FDA.
11:08
They were interested.
243
656475
1269
Họ rất quan tâm.
11:09
They have set up social media
surveillance programs
surveillance programs
244
657768
3606
Họ xúc tiến chương trình giám sát truyền thông xã hội
11:13
to collaborate with Microsoft,
245
661398
1751
để cộng tác với Microsoft,
11:15
which had a nice infrastructure
for doing this, and others,
for doing this, and others,
246
663173
2794
nơi có cở sở hạ tầng tốt để thực hiện điều này, và vài thứ khác,
11:17
to look at Twitter feeds,
247
665991
1282
để theo dõi các thông tin từ Twitter,
11:19
to look at Facebook feeds,
248
667297
1716
theo dõi các thông tin từ Facebook,
11:21
to look at search logs,
249
669037
1311
để nhìn vào các lịch sử tìm kiếm
11:22
to try to see early signs that drugs,
either individually or together,
either individually or together,
250
670372
4909
nhằm phát hiện sớm các dấu hiệu mà thuốc, được dùng độc lập hay kết hợp,
11:27
are causing problems.
251
675305
1589
đang gây ra vấn đề cho bệnh nhân.
11:28
What do I take from this?
Why tell this story?
Why tell this story?
252
676918
2174
Tôi có được gì từ điều này?
Sao tôi lại kể câu chuyện này?
Sao tôi lại kể câu chuyện này?
11:31
Well, first of all,
253
679116
1207
Ồ, trước nhất,
11:32
we have now the promise
of big data and medium-sized data
of big data and medium-sized data
254
680347
4037
Đây là triển vọng về việc khai thác
các cơ sở dữ liệu lớn và trung
các cơ sở dữ liệu lớn và trung
11:36
to help us understand drug interactions
255
684408
2918
để hiểu các tương tác giữa các loại thuốc với nhau,
11:39
and really, fundamentally, drug actions.
256
687350
2420
và tác dụng của thuốc một cách chính xác nhất
11:41
How do drugs work?
257
689794
1413
Các loại thuốc hoạt động như thế nào?
11:43
This will create and has created
a new ecosystem
a new ecosystem
258
691231
2836
Điều này đang và sẽ tạo ra
một hệ sinh thái mới
một hệ sinh thái mới
11:46
for understanding how drugs work
and to optimize their use.
and to optimize their use.
259
694091
3267
để nắm rõ cách thế hoạt động của thuốc,
và tối ưu hóa công dụng của thuốc.
và tối ưu hóa công dụng của thuốc.
11:50
Nick went on; he's a professor
at Columbia now.
at Columbia now.
260
698303
2659
Nick ngày càng thăng tiến; cậu ấy giờ là giáo sư tại Columbia.
11:52
He did this in his PhD
for hundreds of pairs of drugs.
for hundreds of pairs of drugs.
261
700986
4072
Cậu ấy thực hiện công trình này cho luận án tiến sĩ trên hàng trăm cặp thuốc.
11:57
He found several
very important interactions,
very important interactions,
262
705082
2517
Cậu ấy phát hiện một vài tương tác
rất quan trọng,
rất quan trọng,
11:59
and so we replicated this
263
707623
1214
do đó, chúng tôi lặp lại nó.
12:00
and we showed that this
is a way that really works
is a way that really works
264
708861
2574
và chỉ rõ đây mới là phương pháp hiệu quả
12:03
for finding drug-drug interactions.
265
711459
2339
để tìm ra tương tác giữa thuốc với thuốc.
12:06
However, there's a couple of things.
266
714282
1734
Tuy nhiên, còn đó một vài vấn đề.
12:08
We don't just use pairs
of drugs at a time.
of drugs at a time.
267
716040
3046
Chúng tôi không hoàn toàn chỉ dùng 2 loại thuốc một lần.
12:11
As I said before, there are patients
on three, five, seven, nine drugs.
on three, five, seven, nine drugs.
268
719110
4469
Như tôi đã đề cập, có nhiều bệnh nhân dùng 3, 5, 7, hay 9 loại thuốc.
12:15
Have they been studied with respect
to their nine-way interaction?
to their nine-way interaction?
269
723981
3642
Đã có nghiên cứu nghiêm túc nào trên tương tác của 9 loại thuốc chưa?
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
Vâng, chúng ta có thể theo cặp,
A và B, A và C, A và D
A và B, A và C, A và D
12:23
but what about A, B, C,
D, E, F, G all together,
D, E, F, G all together,
271
731879
4286
nhưng còn kết hợp cả A, B, C, D, E, F, G
12:28
being taken by the same patient,
272
736189
1762
mà bệnh nhân đó dùng thì sao?
12:29
perhaps interacting with each other
273
737975
2118
và có lẽ dùng kết hợp các loại thuốc này
12:32
in ways that either makes them
more effective or less effective
more effective or less effective
274
740117
3778
theo cái cách mà có thể dẫn đến hiệu quả hơn hay giảm hiệu quả đi
12:35
or causes side effects
that are unexpected?
that are unexpected?
275
743919
2332
hay thậm chí đưa đến các tác dụng phụ không lường trước?
12:38
We really have no idea.
276
746275
1827
Thực sự, chúng tôi chưa trả lời được.
12:40
It's a blue sky, open field
for us to use data
for us to use data
277
748126
3756
Đó là cả một bầu trời xanh thẳm trước mặt,
chờ đợi chúng ta sử dụng các dữ liệu
chờ đợi chúng ta sử dụng các dữ liệu
12:43
to try to understand
the interaction of drugs.
the interaction of drugs.
278
751906
2502
để hiểu tương tác giữa các loại thuốc với nhau.
12:46
Two more lessons:
279
754848
1370
2 bài học nữa:
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
Tôi muốn nghĩ về sức mạnh mà
chúng ta có thể tạo ra
chúng ta có thể tạo ra
12:52
with the data from people who had
volunteered their adverse reactions
volunteered their adverse reactions
281
760465
4711
với dữ liệu từ những người sẵn sàng cho biết các phản ửng thuốc có hại của họ
12:57
through their pharmacists,
through themselves, through their doctors,
through themselves, through their doctors,
282
765200
3269
qua dược sĩ của họ, qua chính họ,
qua bác sĩ của họ,
qua bác sĩ của họ,
13:00
the people who allowed the databases
at Stanford, Harvard, Vanderbilt,
at Stanford, Harvard, Vanderbilt,
283
768493
3667
những người góp phần của mình vào dữ liệu của Stanford, Harvard, Vanderbilt,
13:04
to be used for research.
284
772184
1427
vào việc nghiên cứu.
13:05
People are worried about data.
285
773929
1445
Người ta đang quan ngại về dữ liệu.
13:07
They're worried about their privacy
and security -- they should be.
and security -- they should be.
286
775398
3187
Họ lo về quyền riêng tư và sự an toàn của họ -- họ lo là đúng.
13:10
We need secure systems.
287
778609
1151
Chúng ta cần các hệ thống bảo mật.
13:11
But we can't have a system
that closes that data off,
that closes that data off,
288
779784
3406
Chứ không phải một hệ thống
ngăn chặn dữ liệu,
ngăn chặn dữ liệu,
13:15
because it is too rich of a source
289
783214
2752
bởi vì đây là một nguồn vô cùng quý giá
13:17
of inspiration, innovation and discovery
290
785990
3971
khơi nguồn hứng khởi, sáng tạo và tìm tòi
13:21
for new things in medicine.
291
789985
1578
cho các phát kiến mới trong ngành y.
13:24
And the final thing I want to say is,
292
792494
1794
Điều cuối cùng tôi muốn nói là
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
Trong trường hợp này, chúng ta tìm ra 2 loại thuốc
và thật đáng buồn là
và thật đáng buồn là
13:29
The two drugs actually caused problems.
294
797693
1921
2 loại thuốc đó gây ra nhiều vấn đề.
13:31
They increased glucose.
295
799638
1475
Chúng làm tăng lượng glucose.
13:33
They could throw somebody into diabetes
296
801137
2446
Chúng có thể khiến người ta bị tiểu đường
13:35
who would otherwise not be in diabetes,
297
803607
2294
mà nếu không uống chúng
người ta đã không bị,
người ta đã không bị,
13:37
and so you would want to use
the two drugs very carefully together,
the two drugs very carefully together,
298
805925
3175
vì thế, bạn cần hết sức cẩn thận
khi sử dụng 2 loại thuốc này
khi sử dụng 2 loại thuốc này
13:41
perhaps not together,
299
809124
1151
có lẽ đừng nên uống cùng lúc,
13:42
make different choices
when you're prescribing.
when you're prescribing.
300
810299
2340
hoặc tìm loại thuốc khác khi kê toa
13:44
But there was another possibility.
301
812663
1846
Nhưng có một khả năng khác.
13:46
We could have found
two drugs or three drugs
two drugs or three drugs
302
814533
2344
Chúng ta có thể tìm 2 hay 3 loại thuốc
13:48
that were interacting in a beneficial way.
303
816901
2261
bổ trợ tốt cho nhau.
13:51
We could have found new effects of drugs
304
819616
2712
Chúng ta có thể tìm các tác dụng mới của thuốc
13:54
that neither of them has alone,
305
822352
2160
mà nếu dùng độc lập sẽ không có,
13:56
but together, instead
of causing a side effect,
of causing a side effect,
306
824536
2493
nhưng cùng nhau, sẽ sinh ra các tác dụng phụ
13:59
they could be a new and novel treatment
307
827053
2425
đó có thể là một cách điều trị mới và tuyệt vời
14:01
for diseases that don't have treatments
308
829502
1882
cho những căn bệnh nan y không có thuốc chữa
14:03
or where the treatments are not effective.
309
831408
2007
hay những căn bệnh chưa có thuốc chữa chưa hiệu quả.
14:05
If we think about drug treatment today,
310
833439
2395
Khi suy nghĩ về thuốc trị bệnh ngày nay,
14:07
all the major breakthroughs --
311
835858
1752
tất cả những đột phá --
14:09
for HIV, for tuberculosis,
for depression, for diabetes --
for depression, for diabetes --
312
837634
4297
bất kể là điều trị HIV, lao phổi, trầm cảm, hay tiểu đường
14:13
it's always a cocktail of drugs.
313
841955
2830
nó luôn đòi hỏi phải kết hợp nhiều loại thuốc.
14:16
And so the upside here,
314
844809
1730
Một mặt tốt nữa,
14:18
and the subject for a different
TED Talk on a different day,
TED Talk on a different day,
315
846563
2849
và cũng là chủ đề cho một bài nói chuyện khác ở TED,
14:21
is how can we use the same data sources
316
849436
2593
là làm thế nào chúng ta sử dụng các nguồn dữ liệu giống nhau
14:24
to find good effects
of drugs in combination
of drugs in combination
317
852053
3563
để tìm ra các tác dụng tốt khi dùng kết hợp thuốc
14:27
that will provide us new treatments,
318
855640
2175
qua đó, giúp chúng ta tìm ra những cách điều trị mới
14:29
new insights into how drugs work
319
857839
1852
cũng như sự am tường về tác dụng của thuốc
14:31
and enable us to take care
of our patients even better?
of our patients even better?
320
859715
3786
từ đó, giúp chúng ta chăm sóc bệnh nhân của chúng ta tốt hơn?
14:35
Thank you very much.
321
863525
1166
Cảm ơn mọi người.
14:36
(Applause)
322
864715
3499
(Vỗ tay)
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