TEDMED 2015
Russ Altman: What really happens when you mix medications?
Ръс Алтман: Какво наистина става когато смесвате лекарства?
Filmed:
Readability: 4.2
1,766,922 views
Ако взимате две различни лекарства поради две различни причини, ето една отрезвителна мисъл: вашият доктор може да не разбира напълно какво става когато те се комбинират, защото взаимодействията между лекарствата са изключително трудни за изучаване. В тази очарователна и достъпна беседа, Ръс Алтман показва как докторите изучават неочакваните взаимодействия между лекарствата, използвайки изненадващ източник: заявките в търсачките.
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
Посещавате лекаря си
и правите изследвания.
и правите изследвания.
00:16
The doctor determines
that you have high cholesterol
that you have high cholesterol
1
4674
2620
Докторът определя,
че имате висок холестерол
че имате висок холестерол
00:19
and you would benefit
from medication to treat it.
from medication to treat it.
2
7318
3171
и бихте имали полза от лекарство,
което да го понижи.
което да го понижи.
00:22
So you get a pillbox.
3
10981
1556
Затова ви предписват лекарство.
00:25
You have some confidence,
4
13505
1199
Имате известна увереност,
00:26
your physician has some confidence
that this is going to work.
that this is going to work.
5
14728
2937
а също и лекарят ви,
че това ще проработи.
че това ще проработи.
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
Компанията производител е провела
много изследвания, предала го е на FDA.
много изследвания, предала го е на FDA.
00:33
They studied it very carefully,
skeptically, they approved it.
skeptically, they approved it.
7
21266
3107
Изследвали са го много внимателно,
скептично, преди да го одобрят.
скептично, преди да го одобрят.
00:36
They have a rough idea of how it works,
8
24397
1889
Имат известна представа как действа,
00:38
they have a rough idea
of what the side effects are.
of what the side effects are.
9
26310
2453
имат груба идея какви са
страничните ефекти.
страничните ефекти.
00:40
It should be OK.
10
28787
1150
Би трябвало всичко да е наред.
00:42
You have a little more
of a conversation with your physician
of a conversation with your physician
11
30864
2818
Говорите още малко
00:45
and the physician is a little worried
because you've been blue,
because you've been blue,
12
33706
2963
и лекарят е малко разтревожен,
защото напоследък сте тъжни,
защото напоследък сте тъжни,
00:48
haven't felt like yourself,
13
36693
1293
не сте на себе си,
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
не се наслаждавате на нещата от живота,
както обикновено.
както обикновено.
00:53
Your physician says, "You know,
I think you have some depression.
I think you have some depression.
15
41765
3186
Лекарят ви казва, "Знаете ли,
мисля, че имате депресия.
мисля, че имате депресия.
00:57
I'm going to have to give
you another pill."
you another pill."
16
45792
2315
Ще трябва да ви предпиша
още едно лекарство."
още едно лекарство."
01:00
So now we're talking
about two medications.
about two medications.
17
48934
2483
Така че сега говорим за две лекарства.
01:03
This pill also -- millions
of people have taken it,
of people have taken it,
18
51441
3104
Милиони хора взимат и това лекарство,
01:06
the company did studies,
the FDA looked at it -- all good.
the FDA looked at it -- all good.
19
54569
3631
компанията е провела изследвания,
FDA го е тествала - всичко е наред.
FDA го е тествала - всичко е наред.
01:10
Think things should go OK.
20
58823
2057
Мисля, че всичко ще е наред.
01:12
Think things should go OK.
21
60904
2197
Мисля, че всичко ще е наред.
01:15
Well, wait a minute.
22
63125
1439
Един момент моля.
01:16
How much have we studied
these two together?
these two together?
23
64588
3517
До колко сме изучили
двете лекарства заедно?
двете лекарства заедно?
01:20
Well, it's very hard to do that.
24
68630
2300
Това е много трудно.
01:22
In fact, it's not traditionally done.
25
70954
2130
Всъщност не се прави обикновено.
01:25
We totally depend on what we call
"post-marketing surveillance,"
"post-marketing surveillance,"
26
73108
5518
Напълно зависим от така наречения
"след пазарен надзор,"
"след пазарен надзор,"
01:30
after the drugs hit the market.
27
78650
1880
след като лекарствата са на пазара.
01:32
How can we figure out
if bad things are happening
if bad things are happening
28
80996
2848
Как можем да разберем
дали има проблеми
дали има проблеми
01:35
between two medications?
29
83868
1357
между две лекарства?
01:37
Three? Five? Seven?
30
85249
2030
Между три? Пет? Седем?
01:39
Ask your favorite person
who has several diagnoses
who has several diagnoses
31
87708
2415
Попитайте любимия си човек
с няколко диагнози
с няколко диагнози
01:42
how many medications they're on.
32
90147
1834
колко лекарства взима.
01:44
Why do I care about this problem?
33
92530
1580
Защо се интересувам от този проблем?
01:46
I care about it deeply.
34
94134
1157
Интересувам се много.
01:47
I'm an informatics and data science guy
and really, in my opinion,
and really, in my opinion,
35
95315
4304
Аз съм информатик и наистина,
според мен
според мен
01:51
the only hope -- only hope --
to understand these interactions
to understand these interactions
36
99643
3745
единственият шанс да разберем
тези взаимодействия
тези взаимодействия
01:55
is to leverage lots
of different sources of data
of different sources of data
37
103412
3056
е да използваме множество
източници на данни,
източници на данни,
01:58
in order to figure out
when drugs can be used together safely
when drugs can be used together safely
38
106492
3556
за да разберем кога лекарствата
могат да се използват заедно безопасно
могат да се използват заедно безопасно
02:02
and when it's not so safe.
39
110072
1777
и кога това не е толкова безопасно.
02:04
So let me tell you a data science story.
40
112615
2051
Нека ви разкажа една
история за информатика.
история за информатика.
02:06
And it begins with my student Nick.
41
114690
2154
Тя започва с аспиранта ми Ник.
02:08
Let's call him "Nick,"
because that's his name.
because that's his name.
42
116868
2380
Нека го наречем "Ник,"
защото се казва така.
защото се казва така.
02:11
(Laughter)
43
119272
1592
(Смях)
02:12
Nick was a young student.
44
120888
1201
Ник беше млад аспирант.
02:14
I said, "You know, Nick, we have
to understand how drugs work
to understand how drugs work
45
122113
3079
Казах му, "Ник, трябва да разберем
как действат лекарствата:
как действат лекарствата:
02:17
and how they work together
and how they work separately,
and how they work separately,
46
125216
2626
как действат заедно и поотделно,
02:19
and we don't have a great understanding.
47
127866
1922
защото нямаме добра яснота.
02:21
But the FDA has made available
an amazing database.
an amazing database.
48
129812
2405
Но FDA са предоставили
невероятна база данни.
невероятна база данни.
02:24
It's a database of adverse events.
49
132241
1699
Тя съдържа странични ефекти.
02:26
They literally put on the web --
50
134321
1642
Буквално публикуват в Интернет --
02:27
publicly available, you could all
download it right now --
download it right now --
51
135987
3119
публично достъпни, можете
да ги свалите сега --
да ги свалите сега --
02:31
hundreds of thousands
of adverse event reports
of adverse event reports
52
139130
3627
стотици хиляди доклади
на неблагоприятни събития
на неблагоприятни събития
02:34
from patients, doctors,
companies, pharmacists.
companies, pharmacists.
53
142781
3760
от пациенти, доктори,
компании, фармацевти.
компании, фармацевти.
02:38
And these reports are pretty simple:
54
146565
1749
И тези доклади са доста прости:
02:40
it has all the diseases
that the patient has,
that the patient has,
55
148338
2658
включват всички заболявания на пациента,
02:43
all the drugs that they're on,
56
151020
1767
всички лекарства, които взима,
02:44
and all the adverse events,
or side effects, that they experience.
or side effects, that they experience.
57
152811
3818
и всички неблагоприятни събития
или странични ефекти, които изпитва.
или странични ефекти, които изпитва.
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
Това не са всички странични ефекти,
които се наблюдават в Америка днес,
които се наблюдават в Америка днес,
02:52
but it's hundreds and hundreds
of thousands of drugs.
of thousands of drugs.
59
160113
2578
но са стотици хиляди лекарства.
02:54
So I said to Nick,
60
162715
1299
Затова казах на Ник,
02:56
"Let's think about glucose.
61
164038
1826
"Нека да помислим за глюкозата.
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
Глюкозата е много важна,
и e замесена в диабета.
и e замесена в диабета.
03:01
Let's see if we can understand
glucose response.
glucose response.
63
169479
3970
Нека да видим дали можем
да разберем метаболизма на глюкозата."
да разберем метаболизма на глюкозата."
03:05
I sent Nick off. Nick came back.
64
173473
2458
Отпратих Ник. Ник се върна.
03:08
"Russ," he said,
65
176248
1786
"Ръс," - каза той,
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
"Създадох класификатор, който анализира
страничните ефекти на едно лекарство,
страничните ефекти на едно лекарство,
03:15
based on looking at this database,
67
183487
2051
използвайки тази база данни,
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
и може да определи дали лекарството
влияе на глюкозата или не.
влияе на глюкозата или не.
03:21
He did it. It was very simple, in a way.
69
189857
2016
Той успя. Донякъде беше много просто.
03:23
He took all the drugs
that were known to change glucose
that were known to change glucose
70
191897
2635
Използва всички лекарства,
които влияят на глюкозата
които влияят на глюкозата
03:26
and a bunch of drugs
that don't change glucose,
that don't change glucose,
71
194556
2389
и някои лекарства,
които не влияят на глюкозата,
които не влияят на глюкозата,
03:28
and said, "What's the difference
in their side effects?
in their side effects?
72
196969
2888
и каза, "Каква е разликата
в страничните им ефекти?
в страничните им ефекти?
03:31
Differences in fatigue? In appetite?
In urination habits?"
In urination habits?"
73
199881
4852
Разлики в умората? В апетита?
В уринирането?
В уринирането?
03:36
All those things conspired
to give him a really good predictor.
to give him a really good predictor.
74
204757
2960
Всички тези неща му помагат
да даде доста добра прогноза.
да даде доста добра прогноза.
03:39
He said, "Russ, I can predict
with 93 percent accuracy
with 93 percent accuracy
75
207741
2548
Той каза, "Ръс, мога
да предскажа с 93% сигурност
да предскажа с 93% сигурност
03:42
when a drug will change glucose."
76
210313
1572
дали лекарството влияе на глюкозата."
03:43
I said, "Nick, that's great."
77
211909
1416
"Ник, това е чудесно."
03:45
He's a young student,
you have to build his confidence.
you have to build his confidence.
78
213349
2896
Той е млад студент, трябва
да изграждаш самочувствието му.
да изграждаш самочувствието му.
03:48
"But Nick, there's a problem.
79
216269
1390
"Но, Ник, има един проблем.
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
Проблемът е, че всеки доктор знае
лекарствата, които влияят на глюкозата,
лекарствата, които влияят на глюкозата,
03:53
because it's core to our practice.
81
221667
2038
защото е основно за нашата дейност.
03:55
So it's great, good job,
but not really that interesting,
but not really that interesting,
82
223729
3722
Така че това е чудесно,
но не е много интересно,
но не е много интересно,
03:59
definitely not publishable."
83
227475
1531
и не може да се публикува."
04:01
(Laughter)
84
229030
1014
(Смях)
04:02
He said, "I know, Russ.
I thought you might say that."
I thought you might say that."
85
230068
2550
Каза, "Знам, Ръс.
Предположих, че може да кажеш така."
Предположих, че може да кажеш така."
04:04
Nick is smart.
86
232642
1152
Ник е умен.
04:06
"I thought you might say that,
so I did one other experiment.
so I did one other experiment.
87
234149
2874
"Затова направих друг експеримент.
04:09
I looked at people in this database
who were on two drugs,
who were on two drugs,
88
237047
2928
Потърсих в тази база данни хора,
които взимат две лекарства,
които взимат две лекарства,
04:11
and I looked for signals similar,
glucose-changing signals,
glucose-changing signals,
89
239999
4422
и потърсих сходни знаци за
промяна на глюкозата
промяна на глюкозата
04:16
for people taking two drugs,
90
244445
1624
за хора, приемащи две лекарства,
04:18
where each drug alone
did not change glucose,
did not change glucose,
91
246093
5569
при които едно лекарство
не променя глюкозата,
не променя глюкозата,
04:23
but together I saw a strong signal."
92
251686
2460
но при двете забелязах силен сигнал."
04:26
And I said, "Oh! You're clever.
Good idea. Show me the list."
Good idea. Show me the list."
93
254170
3149
И аз казах, "О! Ти си умен.
Добра идея. Покажи ми списъка."
Добра идея. Покажи ми списъка."
04:29
And there's a bunch of drugs,
not very exciting.
not very exciting.
94
257343
2254
И там има група лекарства,
не много вълнуващи.
не много вълнуващи.
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
Но две лекарства
привлякоха вниманието ми:
привлякоха вниманието ми:
04:35
paroxetine, or Paxil, an antidepressant;
96
263577
3393
пароксетин, или Паксил, антидепресант;
04:39
and pravastatin, or Pravachol,
a cholesterol medication.
a cholesterol medication.
97
267756
3570
и правастатин, или Правакол,
лекарство против холестерола.
лекарство против холестерола.
04:43
And I said, "Huh. There are millions
of Americans on those two drugs."
of Americans on those two drugs."
98
271936
4283
И казах, "Има милиони американци,
които взимат тези две лекарства."
които взимат тези две лекарства."
04:48
In fact, we learned later,
99
276243
1246
По-късно научихме, че
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 милиона американци взимат пароксетин
по това време, 15 милиона - правастатин,
по това време, 15 милиона - правастатин,
04:55
and a million, we estimated, on both.
101
283569
2817
и един милион, преценихме, и двете.
04:58
So that's a million people
102
286767
1254
Това са един милион души,
05:00
who might be having some problems
with their glucose
with their glucose
103
288045
2453
които биха могли да имат
проблеми с глюкозата си,
проблеми с глюкозата си,
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
ако тези глупости, машинно-генерирани
от базата данни на FDA,
от базата данни на FDA,
05:05
actually holds up.
105
293752
1254
наистина минат тестовете.
05:07
But I said, "It's still not publishable,
106
295030
1927
Но казах, "Това все още
не е за публикуване,
не е за публикуване,
05:08
because I love what you did
with the mumbo jumbo,
with the mumbo jumbo,
107
296981
2296
въпреки че ми харесва
какво си направил
какво си направил
05:11
with the machine learning,
108
299301
1246
с машинното изследване,
05:12
but it's not really standard-of-proof
evidence that we have."
evidence that we have."
109
300571
3864
но това не е на нивото на
изискваните доказателства."
изискваните доказателства."
05:17
So we have to do something else.
110
305618
1589
Трябваше да направим нещо друго.
05:19
Let's go into the Stanford
electronic medical record.
electronic medical record.
111
307231
2876
Нека да влезем в Станфордския
електронен медицински архив.
електронен медицински архив.
05:22
We have a copy of it
that's OK for research,
that's OK for research,
112
310131
2064
Имаме копие, достъпно за изследвания,
05:24
we removed identifying information.
113
312219
2046
премахнали сме
идентифициращата информация.
идентифициращата информация.
05:26
And I said, "Let's see if people
on these two drugs
on these two drugs
114
314581
2503
Казах, "Нека да видим дали хората
на тези две лекарства
на тези две лекарства
05:29
have problems with their glucose."
115
317108
1769
имат проблеми с глюкозата си."
05:31
Now there are thousands
and thousands of people
and thousands of people
116
319242
2207
Има хиляди хора
05:33
in the Stanford medical records
that take paroxetine and pravastatin.
that take paroxetine and pravastatin.
117
321473
3459
в Станфордския медицински архив,
които взимат пароксетин и правастатин.
които взимат пароксетин и правастатин.
05:36
But we needed special patients.
118
324956
1799
Но се нуждаехме от специални пациенти.
05:38
We needed patients who were on one of them
and had a glucose measurement,
and had a glucose measurement,
119
326779
4597
Нуждаехме се от пациенти, взимали
едното лекарство и с измерена глюкоза,
едното лекарство и с измерена глюкоза,
05:43
then got the second one and had
another glucose measurement,
another glucose measurement,
120
331400
3449
а след това са започнали да взимат
другото и пак е измерена глюкозата,
другото и пак е измерена глюкозата,
05:46
all within a reasonable period of time --
something like two months.
something like two months.
121
334873
3615
всичко в разумен период от време -
около два месеца.
около два месеца.
05:50
And when we did that,
we found 10 patients.
we found 10 patients.
122
338512
3159
Когато направихме това,
намерихме 10 пациента.
намерихме 10 пациента.
05:54
However, eight out of the 10
had a bump in their glucose
had a bump in their glucose
123
342592
4538
Обаче осем от 10 са имали рязко
увеличение на глюкозата,
увеличение на глюкозата,
05:59
when they got the second P --
we call this P and P --
we call this P and P --
124
347154
2645
когато са получили второто П
наричаме лекарствата П и П
наричаме лекарствата П и П
06:01
when they got the second P.
125
349823
1310
когато са получили второто П.
06:03
Either one could be first,
the second one comes up,
the second one comes up,
126
351157
2562
Което и да е може да е първо,
когато се появи второто,
когато се появи второто,
06:05
glucose went up
20 milligrams per deciliter.
20 milligrams per deciliter.
127
353743
2847
глюкозата се увеличава
с 20 милиграма на децилитър.
с 20 милиграма на децилитър.
06:08
Just as a reminder,
128
356614
1158
Само за напомняне,
06:09
you walk around normally,
if you're not diabetic,
if you're not diabetic,
129
357796
2325
ако нямате диабет,
06:12
with a glucose of around 90.
130
360145
1359
глюкозата ви е около 90.
06:13
And if it gets up to 120, 125,
131
361528
2076
Ако се увеличи до 120, 125,
06:15
your doctor begins to think
about a potential diagnosis of diabetes.
about a potential diagnosis of diabetes.
132
363628
3450
докторът ви заподозира
потенциална диагноза диабет.
потенциална диагноза диабет.
06:19
So a 20 bump -- pretty significant.
133
367102
2991
Така че увеличение с 20
- доста значително.
- доста значително.
06:22
I said, "Nick, this is very cool.
134
370601
1904
Казах, "Ник, това е доста готино.
06:25
But, I'm sorry, we still
don't have a paper,
don't have a paper,
135
373616
2053
Но, съжалявам, все още
нямаме публикация,
нямаме публикация,
06:27
because this is 10 patients
and -- give me a break --
and -- give me a break --
136
375693
2579
защото това са 10 пациента,
и -- остави ме на мира --
и -- остави ме на мира --
06:30
it's not enough patients."
137
378296
1245
това не е достатъчно."
06:31
So we said, what can we do?
138
379565
1306
Какво можем да направим?
06:32
And we said, let's call our friends
at Harvard and Vanderbilt,
at Harvard and Vanderbilt,
139
380895
2976
Нека се обадим на приятелите си
в Харвард и Вандербилт,
в Харвард и Вандербилт,
06:35
who also -- Harvard in Boston,
Vanderbilt in Nashville,
Vanderbilt in Nashville,
140
383895
2587
които също -- Харвард в Бостън,
Вандербилт в Нашвил,
Вандербилт в Нашвил,
06:38
who also have electronic
medical records similar to ours.
medical records similar to ours.
141
386506
2821
които също имат електронни
архиви сходни с нашите.
архиви сходни с нашите.
06:41
Let's see if they can find
similar patients
similar patients
142
389351
2020
Да видим дали могат
да намерят подобни пациенти
да намерят подобни пациенти
06:43
with the one P, the other P,
the glucose measurements
the glucose measurements
143
391395
3276
с едното П, с другото П,
с нивата на глюкоза
с нивата на глюкоза
06:46
in that range that we need.
144
394695
1600
в обхвата, от който се нуждаем.
06:48
God bless them, Vanderbilt
in one week found 40 such patients,
in one week found 40 such patients,
145
396787
4955
Бог да ги благослови, Вандербилт за една
седмица откриха 40 такива пациента,
седмица откриха 40 такива пациента,
06:53
same trend.
146
401766
1189
същата тенденция.
06:55
Harvard found 100 patients, same trend.
147
403804
3620
Харвард намери 100 пациента,
същата тенденция
същата тенденция
06:59
So at the end, we had 150 patients
from three diverse medical centers
from three diverse medical centers
148
407448
4281
Накрая имахме 150 пациента
от три различни медицински центъра,
от три различни медицински центъра,
07:03
that were telling us that patients
getting these two drugs
getting these two drugs
149
411753
3297
които ни показваха, че пациентите,
които взимат тези две лекарства,
които взимат тези две лекарства,
07:07
were having their glucose bump
somewhat significantly.
somewhat significantly.
150
415074
2703
имат значително увеличение
на глюкозата си.
на глюкозата си.
07:10
More interestingly,
we had left out diabetics,
we had left out diabetics,
151
418317
2810
По-интригуващо,
не включихме диабетиците,
не включихме диабетиците,
07:13
because diabetics already
have messed up glucose.
have messed up glucose.
152
421151
2317
защото те по начало имат
увредена глюкоза.
увредена глюкоза.
07:15
When we looked
at the glucose of diabetics,
at the glucose of diabetics,
153
423492
2238
Когато разгледахме
глюкозата на диабетиците,
глюкозата на диабетиците,
07:17
it was going up 60 milligrams
per deciliter, not just 20.
per deciliter, not just 20.
154
425754
3435
тя се увеличаваше с 60 милиграма
на децилитър, не само с 20.
на децилитър, не само с 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
Това беше голяма работа, и казахме,
"Трябва да го публикуваме."
"Трябва да го публикуваме."
07:25
We submitted the paper.
156
433236
1179
Предадохме публикацията.
07:26
It was all data evidence,
157
434439
2111
Всичко беше данни:
07:28
data from the FDA, data from Stanford,
158
436574
2483
данни от FDA, данни от Станфорд,
07:31
data from Vanderbilt, data from Harvard.
159
439081
1946
данни от Вандербилт, данни от Харвард.
07:33
We had not done a single real experiment.
160
441051
2396
Не бяхме направили
нито един истински експеримент.
нито един истински експеримент.
07:36
But we were nervous.
161
444495
1296
Но бяхме нервни.
07:38
So Nick, while the paper
was in review, went to the lab.
was in review, went to the lab.
162
446201
3730
Така че докато публикацията беше
в редакция, Ник отиде в лабораторията.
в редакция, Ник отиде в лабораторията.
07:41
We found somebody
who knew about lab stuff.
who knew about lab stuff.
163
449955
2462
Намерихме човек, който знае за
лабораторните неща.
лабораторните неща.
07:44
I don't do that.
164
452441
1393
Аз не се занимавам с това.
07:45
I take care of patients,
but I don't do pipettes.
but I don't do pipettes.
165
453858
2417
Грижа се за пациенти,
но не се занимавам с пипети.
но не се занимавам с пипети.
07:49
They taught us how to feed mice drugs.
166
457420
3053
Те ни научиха как
да даваме лекарства на мишки.
да даваме лекарства на мишки.
07:52
We took mice and we gave them
one P, paroxetine.
one P, paroxetine.
167
460864
2414
Взехме мишки и им дадохме
едното П, пароксетин.
едното П, пароксетин.
07:55
We gave some other mice pravastatin.
168
463302
2508
Дадохме на други мишки правастатин.
07:57
And we gave a third group
of mice both of them.
of mice both of them.
169
465834
3595
На трета група мишки
дадохме и двете лекарства.
дадохме и двете лекарства.
08:01
And lo and behold, glucose went up
20 to 60 milligrams per deciliter
20 to 60 milligrams per deciliter
170
469893
3946
И ето на, глюкозата се увеличи с
20 до 60 милиграма на децилитър
20 до 60 милиграма на децилитър
08:05
in the mice.
171
473863
1171
при мишките.
08:07
So the paper was accepted
based on the informatics evidence alone,
based on the informatics evidence alone,
172
475058
3158
Така че публикацията беше приета
на базата само на информатичните данни,
на базата само на информатичните данни,
08:10
but we added a little note at the end,
173
478240
1894
но добавихме малка бележка в края,
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
че ако дадете тези лекарства на мишки,
глюкозата се увеличава.
глюкозата се увеличава.
08:15
That was great, and the story
could have ended there.
could have ended there.
175
483081
2508
Това беше чудесно и историята
можеше да свърши тук.
можеше да свърши тук.
08:17
But I still have six and a half minutes.
176
485613
1997
Но все още имам шест минути и половина.
08:19
(Laughter)
177
487634
2807
(Смях)
08:22
So we were sitting around
thinking about all of this,
thinking about all of this,
178
490465
2815
Седяхме си и си мислехме за всичко това
08:25
and I don't remember who thought
of it, but somebody said,
of it, but somebody said,
179
493304
2735
и не мога да си спомня кой,
но някой каза,
но някой каза,
08:28
"I wonder if patients
who are taking these two drugs
who are taking these two drugs
180
496063
3201
"Чудя се дали пациентите,
които взимат тези две лекарства,
които взимат тези две лекарства,
08:31
are noticing side effects
of hyperglycemia.
of hyperglycemia.
181
499288
3553
забелязват страничните ефекти
на хипергликемия.
на хипергликемия.
08:34
They could and they should.
182
502865
1496
Би могло и би трябвало.
08:36
How would we ever determine that?"
183
504761
1877
Как бихме могли да го докажем?"
08:39
We said, well, what do you do?
184
507551
1443
Как би постъпил един пациент?
08:41
You're taking a medication,
one new medication or two,
one new medication or two,
185
509018
2580
Взимаш лекарство, едно
ново лекарство или две,
ново лекарство или две,
08:43
and you get a funny feeling.
186
511622
1538
и изпитваш странно усещане.
08:45
What do you do?
187
513184
1151
Как постъпваш?
08:46
You go to Google
188
514359
1151
Отваряш 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
и написваш двете лекарства
или лекарството, което взимаш,
или лекарството, което взимаш,
08:50
and you type in "side effects."
190
518907
1603
и пишеш, "странични ефекти."
08:52
What are you experiencing?
191
520534
1356
Какво изпитваш?
08:54
So we said OK,
192
522239
1151
Така че казахме добре,
08:55
let's ask Google if they will share
their search logs with us,
their search logs with us,
193
523414
3056
нека да попитаме Google дали
ще ни споделят записите си,
ще ни споделят записите си,
08:58
so that we can look at the search logs
194
526494
1833
така че да можем да погледнем в тях
09:00
and see if patients are doing
these kinds of searches.
these kinds of searches.
195
528351
2565
и да видим дали пациентите
извършват този тип търсене.
извършват този тип търсене.
09:02
Google, I am sorry to say,
denied our request.
denied our request.
196
530940
3275
Google, съжалявам да отбележа,
отказаха нашето искане.
отказаха нашето искане.
09:06
So I was bummed.
197
534819
1151
Така че бях разочарован.
09:07
I was at a dinner with a colleague
who works at Microsoft Research
who works at Microsoft Research
198
535994
3166
Бях на вечеря с един колега,
който работи в Microsoft Research
който работи в Microsoft Research
09:11
and I said, "We wanted to do this study,
199
539184
1941
и казах, "Искахме да проведем изследване,
09:13
Google said no, it's kind of a bummer."
200
541149
1880
Google отказаха, малко е разочароващо."
09:15
He said, "Well, we have
the Bing searches."
the Bing searches."
201
543053
2086
Той каза, "Ами, ние имаме Bing
търсенета."
търсенета."
09:18
(Laughter)
202
546195
3483
(Смях)
09:22
Yeah.
203
550805
1267
Да.
09:24
That's great.
204
552096
1151
Това е чудесно.
09:25
Now I felt like I was --
205
553271
1151
Почувствах се сякаш --
09:26
(Laughter)
206
554446
1000
(Смях)
09:27
I felt like I was talking to Nick again.
207
555470
2412
Почувствах се сякаш говорех с Ник отново.
09:30
He works for one of the largest
companies in the world,
companies in the world,
208
558437
2624
Той работи за една от най-големите
компании в света,
компании в света,
09:33
and I'm already trying
to make him feel better.
to make him feel better.
209
561085
2206
а аз вече се опитвам да го насърча.
09:35
But he said, "No, Russ --
you might not understand.
you might not understand.
210
563315
2445
Но той каза, "Не, Ръс --
може би не разбираш.
може би не разбираш.
09:37
We not only have Bing searches,
211
565784
1500
Не само имаме Bing търсенета,
09:39
but if you use Internet Explorer
to do searches at Google,
to do searches at Google,
212
567308
3340
но ако използваш Internet Explorer
за да търсиш в Google,
за да търсиш в Google,
09:42
Yahoo, Bing, any ...
213
570672
1891
Yahoo, Bing, която и да е търсачка ...
09:44
Then, for 18 months, we keep that data
for research purposes only."
for research purposes only."
214
572587
3643
След това, за 18 месеца, пазим тези данни
само за изследователски цели."
само за изследователски цели."
09:48
I said, "Now you're talking!"
215
576254
1936
Казах, "Дойдохме си на думата!"
09:50
This was Eric Horvitz,
my friend at Microsoft.
my friend at Microsoft.
216
578214
2198
Това бе Ерик Хорвитц,
приятелят ми в Microsoft.
приятелят ми в Microsoft.
09:52
So we did a study
217
580436
1695
Така че проведохме изследване
09:54
where we defined 50 words
that a regular person might type in
that a regular person might type in
218
582155
4619
като определихме 50 думи,
който обикновен човек би написал
който обикновен човек би написал
09:58
if they're having hyperglycemia,
219
586798
1602
ако има хипергликемия,
10:00
like "fatigue," "loss of appetite,"
"urinating a lot," "peeing a lot" --
"urinating a lot," "peeing a lot" --
220
588424
4762
като "умора," "загуба на апетит,"
"често уриниране," "често пикаене" --
"често уриниране," "често пикаене" --
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
простете ми, но това е
една от възможните фрази.
една от възможните фрази.
10:08
So we had 50 phrases
that we called the "diabetes words."
that we called the "diabetes words."
222
596001
2790
Така че имахме 50 фрази,
които нарекохме "диабетни думи."
които нарекохме "диабетни думи."
10:10
And we did first a baseline.
223
598815
2063
И първо направихме изходно ниво.
10:12
And it turns out
that about .5 to one percent
that about .5 to one percent
224
600902
2704
Оказа се, че около 0.5 до един процент
10:15
of all searches on the Internet
involve one of those words.
involve one of those words.
225
603630
2982
от всички търсения в Internet
включват една от тези думи.
включват една от тези думи.
10:18
So that's our baseline rate.
226
606636
1742
Това беше изходното ни ниво.
10:20
If people type in "paroxetine"
or "Paxil" -- those are synonyms --
or "Paxil" -- those are synonyms --
227
608402
4143
Ако хората напишат "пароксетин"
или "Паксил" -- те са синоними --
или "Паксил" -- те са синоними --
10:24
and one of those words,
228
612569
1215
и една от тези думи,
10:25
the rate goes up to about two percent
of diabetes-type words,
of diabetes-type words,
229
613808
4890
процентът се увеличава до
около два процента от диабетните думи,
около два процента от диабетните думи,
10:30
if you already know
that there's that "paroxetine" word.
that there's that "paroxetine" word.
230
618722
3044
ако вече е известно, че я има
думата "пароксетин."
думата "пароксетин."
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
Ако е "правастатин," процентът
се увеличава до 3 % над изходното ниво.
се увеличава до 3 % над изходното ниво.
10:39
If both "paroxetine" and "pravastatin"
are present in the query,
are present in the query,
232
627171
4390
Ако и "пароксетин" и "правастатин"
са в търсенето,
са в търсенето,
10:43
it goes up to 10 percent,
233
631585
1669
увеличението е с до 10 процента,
10:45
a huge three- to four-fold increase
234
633278
3461
огромно три- до четири-кратно увеличение
10:48
in those searches with the two drugs
that we were interested in,
that we were interested in,
235
636763
3389
в тези търсения с двете лекарства,
от които се интересувахме,
от които се интересувахме,
10:52
and diabetes-type words
or hyperglycemia-type words.
or hyperglycemia-type words.
236
640176
3566
и думите, свързани с диабет
или хипергликемия.
или хипергликемия.
10:56
We published this,
237
644216
1265
Ние публикувахме този факт
10:57
and it got some attention.
238
645505
1466
и той привлече малко внимание.
10:58
The reason it deserves attention
239
646995
1778
Причината да заслужава внимание е, че
11:00
is that patients are telling us
their side effects indirectly
their side effects indirectly
240
648797
4312
пациентите ни казват
страничните ефекти косвено
страничните ефекти косвено
11:05
through their searches.
241
653133
1156
чрез търсенията си.
11:06
We brought this
to the attention of the FDA.
to the attention of the FDA.
242
654313
2138
Обявихме това на FDA.
11:08
They were interested.
243
656475
1269
Те проявиха интерес.
11:09
They have set up social media
surveillance programs
surveillance programs
244
657768
3606
Установиха програми за
следене чрез социалните медии,
следене чрез социалните медии,
11:13
to collaborate with Microsoft,
245
661398
1751
за да сътрудничат с Microsoft,
11:15
which had a nice infrastructure
for doing this, and others,
for doing this, and others,
246
663173
2794
който имаше хубава инфраструктура
за това и други програми,
за това и други програми,
11:17
to look at Twitter feeds,
247
665991
1282
за да анализират данни от Twitter,
11:19
to look at Facebook feeds,
248
667297
1716
от Facebook,
11:21
to look at search logs,
249
669037
1311
от записи на търсения,
11:22
to try to see early signs that drugs,
either individually or together,
either individually or together,
250
670372
4909
за да се опитат да открият ранни знаци,
че лекарствата самостоятелно или заедно,
че лекарствата самостоятелно или заедно,
11:27
are causing problems.
251
675305
1589
причиняват проблеми.
11:28
What do I take from this?
Why tell this story?
Why tell this story?
252
676918
2174
Каква е поуката? Защо ви разказвам това?
11:31
Well, first of all,
253
679116
1207
Преди всичко,
11:32
we have now the promise
of big data and medium-sized data
of big data and medium-sized data
254
680347
4037
сега имаме надеждата, че
данни от голям и среден размер
данни от голям и среден размер
11:36
to help us understand drug interactions
255
684408
2918
ще ни помогнат да разберем
взаимодействия между лекарствата
взаимодействия между лекарствата
11:39
and really, fundamentally, drug actions.
256
687350
2420
и наистина, основно,
действията на лекарствата.
действията на лекарствата.
11:41
How do drugs work?
257
689794
1413
Как действат лекарствата?
11:43
This will create and has created
a new ecosystem
a new ecosystem
258
691231
2836
Това ще и вече е създало
нова екосистема
нова екосистема
11:46
for understanding how drugs work
and to optimize their use.
and to optimize their use.
259
694091
3267
за разбиране на действието на лекарствата
и оптимизация на употребата им
и оптимизация на употребата им
11:50
Nick went on; he's a professor
at Columbia now.
at Columbia now.
260
698303
2659
Сега Ник е професор в
Колумбийския университет.
Колумбийския университет.
11:52
He did this in his PhD
for hundreds of pairs of drugs.
for hundreds of pairs of drugs.
261
700986
4072
Той направи това в аспирантурата си
за стотици двойки от лекарства.
за стотици двойки от лекарства.
11:57
He found several
very important interactions,
very important interactions,
262
705082
2517
Откри няколко много важни
лекарствени взаимодействия
лекарствени взаимодействия
11:59
and so we replicated this
263
707623
1214
и ние пресъздадохме това
12:00
and we showed that this
is a way that really works
is a way that really works
264
708861
2574
и показахме, че това е метод,
който наистина работи
който наистина работи
12:03
for finding drug-drug interactions.
265
711459
2339
за откриване на взаимодействия
между лекарства.
между лекарства.
12:06
However, there's a couple of things.
266
714282
1734
Има обаче още няколко неща.
12:08
We don't just use pairs
of drugs at a time.
of drugs at a time.
267
716040
3046
Не използваме само
по две лекарства наведнъж.
по две лекарства наведнъж.
12:11
As I said before, there are patients
on three, five, seven, nine drugs.
on three, five, seven, nine drugs.
268
719110
4469
Има пациенти, които взимат
три, пет, седем, девет лекарства.
три, пет, седем, девет лекарства.
12:15
Have they been studied with respect
to their nine-way interaction?
to their nine-way interaction?
269
723981
3642
Те били ли са изследвани относно
техните деветостранни взаимоотношения?
техните деветостранни взаимоотношения?
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
Да, можем да правим двустранни
изследвания, А и B, А и С, А и D,
изследвания, А и B, А и С, А и D,
12:23
but what about A, B, C,
D, E, F, G all together,
D, E, F, G all together,
271
731879
4286
но какво относно
A, B, C, D, E, F, G заедно,
A, B, C, D, E, F, G заедно,
12:28
being taken by the same patient,
272
736189
1762
които се взимат от един пациент
12:29
perhaps interacting with each other
273
737975
2118
и може би си взаимодействат едно с друго
12:32
in ways that either makes them
more effective or less effective
more effective or less effective
274
740117
3778
по начини, които или ги правят
повече или по-малко ефективни
повече или по-малко ефективни
12:35
or causes side effects
that are unexpected?
that are unexpected?
275
743919
2332
или причиняват
неочаквани странични ефекти?
неочаквани странични ефекти?
12:38
We really have no idea.
276
746275
1827
Наистина нямаме никаква представа.
12:40
It's a blue sky, open field
for us to use data
for us to use data
277
748126
3756
Това е открит хоризонт,
за да използваме тези данни
за да използваме тези данни
12:43
to try to understand
the interaction of drugs.
the interaction of drugs.
278
751906
2502
да се опитаме да разберем
лекарствените взаимодействия.
лекарствените взаимодействия.
12:46
Two more lessons:
279
754848
1370
Още два урока:
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
искам да помислите за силата,
която можем да генерираме
която можем да генерираме
12:52
with the data from people who had
volunteered their adverse reactions
volunteered their adverse reactions
281
760465
4711
с данните от хората, които
са споделили своите странични ефекти
са споделили своите странични ефекти
12:57
through their pharmacists,
through themselves, through their doctors,
through themselves, through their doctors,
282
765200
3269
чрез своите фармацевти,
самостоятелно, чрез лекарите си,
самостоятелно, чрез лекарите си,
13:00
the people who allowed the databases
at Stanford, Harvard, Vanderbilt,
at Stanford, Harvard, Vanderbilt,
283
768493
3667
хората които са позволили базите данни
в Станфорд, Харвард, Вандербилт
в Станфорд, Харвард, Вандербилт
13:04
to be used for research.
284
772184
1427
да се използват за изследвания.
13:05
People are worried about data.
285
773929
1445
Хората се тревожат за данните си.
13:07
They're worried about their privacy
and security -- they should be.
and security -- they should be.
286
775398
3187
Тревожат се за конфиденциалността
и сигурността им - така и трябва.
и сигурността им - така и трябва.
13:10
We need secure systems.
287
778609
1151
Нуждаем се от сигурни системи.
13:11
But we can't have a system
that closes that data off,
that closes that data off,
288
779784
3406
Но не можем да имаме система,
която изолира данните,
която изолира данните,
13:15
because it is too rich of a source
289
783214
2752
защото това е твърде богат източник
13:17
of inspiration, innovation and discovery
290
785990
3971
на вдъхновение, нововъведения и открития
13:21
for new things in medicine.
291
789985
1578
на новости в медицината.
13:24
And the final thing I want to say is,
292
792494
1794
Последното, което искам да кажа е, че
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
в този случай открихме две лекарства
с малко тъжна история.
с малко тъжна история.
13:29
The two drugs actually caused problems.
294
797693
1921
Двете лекарства причиняваха проблеми.
13:31
They increased glucose.
295
799638
1475
Увеличаваха глюкозата.
13:33
They could throw somebody into diabetes
296
801137
2446
Можеха да причинят диабет
13:35
who would otherwise not be in diabetes,
297
803607
2294
у човек, който иначе не би имал диабет,
13:37
and so you would want to use
the two drugs very carefully together,
the two drugs very carefully together,
298
805925
3175
така че трябва да използваме
тези две лекарства внимателно заедно,
тези две лекарства внимателно заедно,
13:41
perhaps not together,
299
809124
1151
може би поотделно,
13:42
make different choices
when you're prescribing.
when you're prescribing.
300
810299
2340
да избираме други възможности
при предписване.
при предписване.
13:44
But there was another possibility.
301
812663
1846
Но съществува и друга възможност.
13:46
We could have found
two drugs or three drugs
two drugs or three drugs
302
814533
2344
Можехме да открием
две или три лекарства,
две или три лекарства,
13:48
that were interacting in a beneficial way.
303
816901
2261
които си взаимодействат
по благоприятен начин.
по благоприятен начин.
13:51
We could have found new effects of drugs
304
819616
2712
Можеше да открием
нови ефекти от лекарствата,
нови ефекти от лекарствата,
13:54
that neither of them has alone,
305
822352
2160
които те не притежават поотделно,
13:56
but together, instead
of causing a side effect,
of causing a side effect,
306
824536
2493
но заедно, вместо да причинят
страничен ефект,
страничен ефект,
13:59
they could be a new and novel treatment
307
827053
2425
биха могли да бъдат
ново и оригинално лечение
ново и оригинално лечение
14:01
for diseases that don't have treatments
308
829502
1882
на болести, които нямат лечение
14:03
or where the treatments are not effective.
309
831408
2007
или при които леченията не са ефективни.
14:05
If we think about drug treatment today,
310
833439
2395
Ако мислим за фармацевтични лечения днес,
14:07
all the major breakthroughs --
311
835858
1752
всички важни научни открития --
14:09
for HIV, for tuberculosis,
for depression, for diabetes --
for depression, for diabetes --
312
837634
4297
за СПИН, за туберкулоза,
за депресия, за диабет --
за депресия, за диабет --
14:13
it's always a cocktail of drugs.
313
841955
2830
винаги е коктейл от лекарства.
14:16
And so the upside here,
314
844809
1730
Така че тук има позитивна страна,
14:18
and the subject for a different
TED Talk on a different day,
TED Talk on a different day,
315
846563
2849
и темата за друга TED презентация
някой друг ден
някой друг ден
14:21
is how can we use the same data sources
316
849436
2593
е как да използваме
същите източници на данни
същите източници на данни
14:24
to find good effects
of drugs in combination
of drugs in combination
317
852053
3563
за да открием добри ефекти на
лекарствата в комбинация,
лекарствата в комбинация,
14:27
that will provide us new treatments,
318
855640
2175
които ще ни осигурят нови лечения,
14:29
new insights into how drugs work
319
857839
1852
нови прозрения как действат лекарствата
14:31
and enable us to take care
of our patients even better?
of our patients even better?
320
859715
3786
и как да се грижим
за пациентите си още по-добре.
за пациентите си още по-добре.
14:35
Thank you very much.
321
863525
1166
Благодаря ви много.
14:36
(Applause)
322
864715
3499
(Аплодисменти)
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