ABOUT THE SPEAKER
Max Little - Applied mathematician
Max Little is a mathematician whose research includes a breakthrough technique to monitor – and potentially screen for – Parkinson's disease through simple voice recordings.

Why you should listen

Max Little is an applied mathematician whose goal is to "see connections between subjects, not boundaries … to see how things are related, not how they are different." He has a background in applied mathematics, statistics, signal processing and computational engineering, and his work has been applied across disciplines like biomedicine, extreme rainfall analysis and forecasting, biophysical signal processing, and hydrogeomorphology and open channel flow measurement. Little is best known for his work on the Parkinson's Voice Initiative, in which he and his team developed a cheap and simple tool that uses precise voice analysis software to detect Parkinson's with 99 percent accuracy. Little is a TEDGlobal 2012 Fellow and a Wellcome Trust-MIT Postdoctoral Research Fellow.

More profile about the speaker
Max Little | Speaker | TED.com
TEDGlobal 2012

Max Little: A test for Parkinson's with a phone call

Max Little: Test na Parkinsona pomocí telefonu

Filmed:
1,296,740 views

Parkinsonovou chorobou je postiženo 6,3 milionu lidí po celém světě; způsobuje slabost a třesení, ale není žádný objektivní způsob, jak ji zjistit v raném stádiu. Zatím. Aplikovaný matematik a "TED Fellow" Max Little testuje jednoduchý a levný nástroj, který je v testovací fázi schopný odhalit Parkinsonovu chorobu s 99procentní přesností -- je to 30vteřinový telefonní hovor.
- Applied mathematician
Max Little is a mathematician whose research includes a breakthrough technique to monitor – and potentially screen for – Parkinson's disease through simple voice recordings. Full bio

Double-click the English transcript below to play the video.

00:16
So, well, I do appliedaplikovaný mathmatematika,
0
667
2103
Mým oborem je aplikovaná matematika.
00:18
and this is a peculiarpodivný problemproblém
1
2770
1524
Jeden záludný problém
00:20
for anyonekdokoliv who does appliedaplikovaný mathmatematika, is that
2
4294
2173
pro každého, kdo se věnuje aplikované matematice, je ten,
00:22
we are like managementřízení consultantskonzultantů.
3
6467
1933
že jsme jako manažerští konzultanti.
00:24
No one knows what the hellpeklo we do.
4
8400
1946
Nikdo neví, co vlastně děláme.
00:26
So I am going to give you some -- attemptpokus todaydnes
5
10346
2274
Dnes se budu snažit
00:28
to try and explainvysvětlit to you what I do.
6
12620
2293
pokusit se vám vysvětlit, co dělám.
00:30
So, dancingtanec is one of the mostvětšina humančlověk of activitiesčinnosti.
7
14913
3321
Tanec je jedna ze svrchovaně lidských aktivit.
00:34
We delightrozkoš at balletbalet virtuososvirtuosové and tapklepněte na tlačítko dancerstanečníci
8
18234
3682
Obdivujeme baletní virtuózy a stepaře,
00:37
you will see laterpozději on.
9
21916
1148
které za chvíli uvidíte.
00:38
Now, balletbalet requiresvyžaduje an extraordinarymimořádný levelúroveň of expertiseodbornost
10
23064
2690
Balet vyžaduje výjimečnou úroveň odbornosti,
00:41
and a highvysoký levelúroveň of skilldovednost,
11
25754
2914
velkou dávku zručnosti a obratnosti
00:44
and probablypravděpodobně a levelúroveň of initialpočáteční suitabilityvhodnost
12
28668
2531
a pravděpodobně dávku počátečního talentu,
00:47
that maysmět well have a geneticgenetický componentkomponent to it.
13
31199
1847
který může být zakořeněn v genetice.
00:48
Now, sadlyBohužel, neurologicalneurologický disordersporuch suchtakový as Parkinson'sParkinsonova diseasechoroba
14
33046
3393
Bohužel neurologické poruchy, jako je Parkinsonova choroba,
00:52
graduallypostupně destroyzničit this extraordinarymimořádný abilityschopnost,
15
36439
2087
postupně zničí tuto výjimečnou zdatnost,
00:54
as it is doing to my friendpřítel JanJan StriplingMládenec, who was
16
38526
2323
jak se stalo mému přiteli Janu Striplingovi, který byl
00:56
a virtuosovirtuos balletbalet dancertanečník in his time.
17
40849
2967
svého času baletní virtuóz.
00:59
So great progresspokrok and treatmentléčba has been madevyrobeno over the yearsroky.
18
43816
3054
Během posledních let učinila léčba veliký pokrok.
01:02
HoweverNicméně, there are 6.3 millionmilión people worldwidecelosvětově
19
46870
2944
Ačkoli je na světě 6,3 milionu lidí
01:05
who have the diseasechoroba, and they have to livežít with
20
49814
3448
s touto chorobou, kteří musí žít
01:09
incurablenevyléčitelné weaknessslabost, tremortřes, rigiditytuhost
21
53262
2568
s nevyléčitelnou slabostí, třesením, ztuhlostí
01:11
and the other symptomspříznaky that go alongpodél with the diseasechoroba,
22
55830
1857
a ostatními symptomy, které s chorobou kráčejí ruku v ruce,
01:13
so what we need are objectiveobjektivní toolsnástroje
23
57687
2383
potřebujeme objektivní nástroje,
01:15
to detectdetekovat the diseasechoroba before it's too latepozdě.
24
60070
3057
abychom mohli chorobu včas odhalit.
01:19
We need to be ableschopný to measureopatření progressionpostup objectivelyobjektivně,
25
63127
2554
Musíme být schopni změřit postup nemoci objektivně
01:21
and ultimatelynakonec, the only way we're going to know
26
65681
3173
a s jistotou; jediný způsob, jak se dozvíme,
01:24
when we actuallyvlastně have a curelék is when we have
27
68854
2192
že opravdu máme lék, je když máme
01:26
an objectiveobjektivní measureopatření that can answerOdpovědět that for sure.
28
71046
3398
objektivní měření, které nám to s jistotou řekne.
01:30
But frustratinglyzoufale, with Parkinson'sParkinsonova diseasechoroba
29
74444
2850
Ale bohužel, u Parkinsonovy choroby
01:33
and other movementhnutí disordersporuch, there are no biomarkersbiomarkerů,
30
77294
2353
a ostatních poruch pohybového ústrojí neexistují žádné bioukazatele,
01:35
so there's no simplejednoduchý bloodkrev testtest that you can do,
31
79647
2229
neexistuje žádný jednoduchý krevní test,
01:37
and the bestnejlepší that we have is like
32
81876
1802
to nejlepší, co máme je
01:39
this 20-minute-minuta neurologistneurolog testtest.
33
83678
2241
20minutový neurologický test.
01:41
You have to go to the clinicklinika to do it. It's very, very costlynákladné,
34
85919
2458
Musíte si ho jít udělat na kliniku. Je to velmi, velmi drahé,
01:44
and that meansprostředek that, outsidemimo the clinicalklinický trialszkoušky,
35
88377
2757
a to znamená, že kromě klinických pokusů
01:47
it's just never doneHotovo. It's never doneHotovo.
36
91134
2728
se nikdy nedělá. Nikdy se nedělá.
01:49
But what if patientspacientů could do this testtest at home?
37
93862
3077
Ale co kdyby si mohli pacienti tento test udělat doma?
01:52
Now, that would actuallyvlastně saveUložit on a difficultobtížný tripvýlet to the clinicklinika,
38
96939
2098
Vlastně by jim to ušetřilo obtížnou cestu na kliniku,
01:54
and what if patientspacientů could do that testtest themselvesoni sami, right?
39
99037
4254
a co kdyby si pacienti mohli ten test udělat sami, že?
01:59
No expensivedrahý staffpersonál time requiredPovinný.
40
103291
1920
Nepotřebovali bychom drahocenný čas lékařů.
02:01
Takes about $300, by the way,
41
105211
1418
Mimochodem stojí to 300 $
02:02
in the neurologist'sneurologa clinicklinika to do it.
42
106629
1993
si ho udělat u neurologa.
02:04
So what I want to proposenavrhnout to you as an unconventionalnekonvenční way
43
108622
2681
Takže vám chci navrhnout nekonvenční způsob,
02:07
in whichkterý we can try to achievedosáhnout this,
44
111303
1514
jakým bychom se to mohli pokusit dokázat,
02:08
because, you see, in one sensesmysl, at leastnejméně,
45
112817
1808
protože, víte, částečně, aspoň,
02:10
we are all virtuososvirtuosové like my friendpřítel JanJan StriplingMládenec.
46
114625
3256
jsme všichni virtuozové jako můj přítel Jan Stripling.
02:13
So here we have a videovideo of the vibratingVibrační vocalVokální foldszáhyby.
47
117881
3755
Zde máme video vibrujících hlasivek.
02:17
Now, this is healthyzdravý and this is somebodyněkdo makingtvorba speechmluvený projev soundszvuky,
48
121636
3229
Tyto jsou zdravé a tady vydávají zvuk při mluvení,
02:20
and we can think of ourselvessebe as vocalVokální balletbalet dancerstanečníci,
49
124865
3464
můžeme se považovat za vokální baletní tanečníky,
02:24
because we have to coordinatesouřadnice all of these vocalVokální organsorgány
50
128329
2214
protože musíme koordinovat všechny různé hlasové orgány,
02:26
when we make soundszvuky, and we all actuallyvlastně
51
130543
2295
když vydáváme zvuk, a vlastně všichni
02:28
have the genesgeny for it. FoxPFoxP2, for examplepříklad.
52
132838
2296
pro to máme geny. FoxP2, například.
02:31
And like balletbalet, it takes an extraordinarymimořádný levelúroveň of trainingvýcvik.
53
135134
2713
A jako u baletu i zde je k tomu třeba výjimečná úroveň trénovanosti.
02:33
I mean, just think how long it takes a childdítě to learnUčit se to speakmluvit.
54
137847
2585
Chci říct, zamyslete se, jak dlouho trvá dítěti naučit se mluvit.
02:36
From the soundzvuk, we can actuallyvlastně trackdráha
55
140432
2382
Ze zvuků můžeme vlastně sledovat
02:38
the vocalVokální foldsložit positionpozice as it vibratesvibruje,
56
142814
2281
pozici hlasivek během vibrování,
02:40
and just as the limbsúdy are affectedpostižené in Parkinson'sParkinsonova,
57
145095
2543
a stejně jako může Parkinson poznamenat končetiny,
02:43
so too are the vocalVokální organsorgány.
58
147638
2781
může postihnout i hlasové orgány.
02:46
So on the bottomdno tracestopa, you can see an examplepříklad of
59
150419
1880
Na spodní křivce můžete vidět příklad
02:48
irregularnepravidelný vocalVokální foldsložit tremortřes.
60
152299
1698
nepravidelného chvění hlasivek.
02:49
We see all the samestejný symptomspříznaky.
61
153997
1168
Vidíme tytéž symptomy.
02:51
We see vocalVokální tremortřes, weaknessslabost and rigiditytuhost.
62
155165
2930
Vidíme hlasivkový třes, slabost a ztuhlost.
02:53
The speechmluvený projev actuallyvlastně becomesstává se quietertišší and more breathydýchavičný
63
158095
2104
Mluvení je pak tišší a po chvíli dýchavičnější
02:56
after a while, and that's one of the examplepříklad symptomspříznaky of it.
64
160199
2233
a to je příklad jednoho ze symptomů.
02:58
So these vocalVokální effectsúčinky can actuallyvlastně be quitedocela subtlejemné,
65
162432
2847
Tyto hlasivkové jevy mohou být sotva patrné,
03:01
in some casespřípadů, but with any digitaldigitální microphonemikrofon,
66
165279
3216
v některých případech ale pomocí digitálního mikrofonu
03:04
and usingpoužitím precisionpřesnost voicehlas analysisanalýza softwaresoftware
67
168495
2545
a za použití přesného software na analýzu hlasu
03:06
in combinationkombinace with the latestnejnovější in machinestroj learningučení se,
68
171040
2409
v kombinaci s nejnovějšími poznatky ve strojovém učení,
03:09
whichkterý is very advancedpokročilý by now,
69
173449
1578
které je teď na velmi vysoké úrovni,
03:10
we can now quantifyvyčíslit exactlypřesně where somebodyněkdo lieslži
70
175027
2886
můžeme přesně vyčíslit, kde kdo leží
03:13
on a continuumkontinuum betweenmezi healthzdraví and diseasechoroba
71
177913
2881
na stupnici mezi zdravím a nemocí
03:16
usingpoužitím voicehlas signalssignály alonesama.
72
180794
2596
pouze podle hlasového signálu.
03:19
So these voice-basedna základě hlasu teststesty, how do they stackzásobník up againstproti
73
183390
2314
Jak si tyto hlasivkové testy stojí proti
03:21
expertexpert clinicalklinický teststesty? We'llBudeme, they're bothoba non-invasivenon invazivní.
74
185704
2150
expertním klinickým testům? No, oba jsou neinvazivní.
03:23
The neurologist'sneurologa testtest is non-invasivenon invazivní. They bothoba use existingexistující infrastructureinfrastruktura.
75
187854
3982
Ten neurologický test je neinvazivní. Oba používají existující infrastrukturu.
03:27
You don't have to designdesign a wholeCelý newNový setsoubor of hospitalsnemocnicích to do it.
76
191836
3004
Nemusíte kvůli němu stavět nové nemocnice.
03:30
And they're bothoba accuratepřesný. Okay, but in additionpřidání,
77
194840
2302
A jsou oba přesné. Dobře, ale nadto
03:33
voice-basedna základě hlasu teststesty are non-expert-expert.
78
197142
3327
hlasivkové testy jsou neodborné.
03:36
That meansprostředek they can be self-administeredpři reakci.
79
200469
1992
To znamená, že jsou určeny k samovyšetření.
03:38
They're high-speedvysoká rychlost, take about 30 secondssekundy at mostvětšina.
80
202461
2580
Jsou velice rychlé, zaberou nanejvýš 30 vteřin.
03:40
They're ultra-lowextrémně nízká costnáklady, and we all know what happensse děje.
81
205041
2294
A jsou ultralevné -- a víme co se teď stane.
03:43
When something becomesstává se ultra-lowextrémně nízká costnáklady,
82
207335
2440
Když je něco ultralevné,
03:45
it becomesstává se massivelymasivně scalableškálovatelné.
83
209775
2296
masivně se to rozšíří.
03:47
So here are some amazingúžasný goalscíle that I think we can dealobchod with now.
84
212071
3675
Takže tu máme několik úžasných cílů, kterých můžeme dosáhnout.
03:51
We can reducesnížit logisticallogistické difficultiespotíže with patientspacientů.
85
215746
2426
Můžeme snížit logistické obtíže s pacienty.
03:54
No need to go to the clinicklinika for a routinerutinní checkupvyšetření.
86
218172
2312
Nemusejí docházet na kliniku kvůli rutinní prohlídce.
03:56
We can do high-frequencyvysoce frekvence monitoringmonitorování to get objectiveobjektivní datadata.
87
220484
2320
Můžeme provádět vysokofrekvenční monitoring a získávat objektivní data.
03:58
We can performprovést low-costnízké náklady massHmotnost recruitmentnábor for clinicalklinický trialszkoušky,
88
222804
4105
Můžeme provádět nízkonákladové masivní nábory pro klinické testování
04:02
and we can make population-scaleobyvatelstvo stupnice screeningpromítání
89
226909
2115
a můžeme celopopulační vyšetřování
04:04
feasiblerealizovatelný for the first time.
90
229024
1596
poprvé učinit dostupným.
04:06
We have the opportunitypříležitost to startStart to searchVyhledávání
91
230620
2202
Máme příležitost začít s hledáním
04:08
for the earlybrzy biomarkersbiomarkerů of the diseasechoroba before it's too latepozdě.
92
232822
3541
počátečních bioukazatelů této choroby, než bude pozdě.
04:12
So, takingpřijmout the first stepskroky towardsvůči this todaydnes,
93
236363
2758
Učinili jsme první krůčky,
04:15
we're launchingspouštění the Parkinson'sParkinsonova VoiceHlas InitiativeIniciativa.
94
239121
2126
spouštíme Parkinsonovu hlasovou iniciativu.
04:17
With AculabAculab and PatientsLikeMePatientsLikeMe, we're aimingcílem
95
241247
2232
S Aculabem a PatientsLikeMe chceme
04:19
to recordzáznam a very largevelký numberčíslo of voiceshlasy worldwidecelosvětově
96
243479
1928
nahrát velký počet hlasů po celém světě,
04:21
to collectsbírat enoughdost datadata to startStart to tackleřešit these fourčtyři goalscíle.
97
245407
3140
abychom shromáždili dostatek dat, abychom dosáhli těch čtyř cílů.
04:24
We have localmístní numbersčísla accessiblepřístupné to threetři quartersčtvrtletí
98
248547
1700
Máme lokální čísla přístupná třem čtvrtinám
04:26
of a billionmiliarda people on the planetplaneta.
99
250247
1610
miliardy lidí na této planetě.
04:27
AnyoneKaždý, kdo healthyzdravý or with Parkinson'sParkinsonova can call in, cheaplylevně,
100
251857
3077
Ať zdravý nebo s Parkinsonem, může zavolat, levně,
04:30
and leavezanechat, opustit recordingsnahrávky, a fewpár centscen eachkaždý,
101
254934
2139
a zanechat nahrávku, pouze za pár centů,
04:32
and I'm really happyšťastný to announceoznámit that we'vejsme alreadyjiž hitudeřil
102
257073
2190
a jsem rád, že mohu oznámit, že jsme už dosáhli
04:35
sixšest percentprocent of our targetcílová just in eightosm hourshodin.
103
259263
3543
šesti procent z našeho cíle během osmi hodin.
04:38
Thank you. (ApplausePotlesk)
104
262806
3751
Děkuji. (Potlesk)
04:42
(ApplausePotlesk)
105
266557
6320
(Potlesk)
04:48
TomTom RiellyRielly: So MaxMax, by takingpřijmout all these samplesVzorky of,
106
272877
3575
Tom Rielly: Čili Maxi, když vezmete všechny tyto vzorky,
04:52
let's say, 10,000 people,
107
276452
2776
řekněme 10 000 lidí,
04:55
you'llBudete be ableschopný to tell who'skdo je healthyzdravý and who'skdo je not?
108
279228
2854
jste schopni říct, kdo je zdravý a kdo není?
04:57
What are you going to get out of those samplesVzorky?
109
282082
1685
Co jste schopni z těch vzorků vyčíst?
04:59
MaxMax Little: Yeah. Yeah. So what will happenpřihodit se is that,
110
283767
1830
Max Little: Ano. Ano. Je to tak, že
05:01
duringběhem the call you have to indicateuveďte whetherzda or not
111
285597
1657
během hovoru musíte uvést, jestli máte
05:03
you have the diseasechoroba or not, you see. TRTR: Right.
112
287254
1267
chorobu nebo ne. TR: Dobrá.
05:04
MLML: You see, some people maysmět not do it. They maysmět not get throughpřes it.
113
288521
2507
ML: Víte, někteří lidé to nemusí udělat. Nemusí se k tomu dostat.
05:06
But we'lldobře get a very largevelký samplevzorek of datadata that is collectedshromážděno
114
291028
2717
Ale shromáždili jsme obrovský vzorek dat
05:09
from all differentodlišný circumstancesokolnosti, and it's gettingdostat it
115
293745
3408
za různých okolností, záleží právě
05:13
in differentodlišný circumstancesokolnosti that matterhmota because then
116
297153
1905
na získávání v různých okolnostech, protože pak
05:14
we are looking at ironingžehlení out the confoundingzmatení factorsfaktory,
117
299058
3384
se snažíme dát do pořádku matoucí faktory,
05:18
and looking for the actualaktuální markersznačky of the diseasechoroba.
118
302442
2161
a snažíme se najít vlastní příznaky choroby.
05:20
TRTR: So you're 86 percentprocent accuratepřesný right now?
119
304603
2497
TR: Takže jste v tuto chvíli přesní v 86 procentech případů?
05:23
MLML: It's much better than that.
120
307100
1194
ML: Je to ještě lepší.
05:24
ActuallyVe skutečnosti, my studentstudent ThanasisThanasis, I have to plugzástrčka him,
121
308294
1720
Vlastně, můj student Thanasis, musím ho tu uvést,
05:25
because he's doneHotovo some fantasticfantastický work,
122
310014
1870
protože odvedl fantastickou práci,
05:27
and now he has proveddokázal that it workspráce over the mobilemobilní, pohybliví telephonetelefon networksíť as well,
123
311884
3770
nyní prokázal, že to funguje také přes mobilní telefonní síť,
05:31
whichkterý enablesumožňuje this projectprojekt, and we're gettingdostat 99 percentprocent accuracypřesnost.
124
315654
3390
což víc zpřístupňuje tento projekt, a dostáváme se na 99procentní přesnost.
05:34
TRTR: Ninety-nineDevadesát-devět. Well, that's an improvementzlepšení.
125
319044
1576
TR: Devadesát devět. To je tedy zlepšení.
05:36
So what that meansprostředek is that people will be ableschopný to —
126
320620
2201
Takže to znamená, že lidé budou moct --
05:38
MLML: (LaughsSmích)
127
322821
1852
ML: (Směje se)
05:40
TRTR: People will be ableschopný to call in from theirjejich mobilemobilní, pohybliví phonestelefony
128
324673
1906
TR: Lidé budou moct zavolat ze svého mobilního telefonu
05:42
and do this testtest, and people with Parkinson'sParkinsonova could call in,
129
326579
3072
a udělat si test, a lidé s Parkinsonem mohou zavolat,
05:45
recordzáznam theirjejich voicehlas, and then theirjejich doctordoktor can checkkontrola up
130
329651
2870
nahrát svůj hlas, a pak jejich doktor může zkontrolovat
05:48
on theirjejich progresspokrok, see where they're doing in this coursechod of the diseasechoroba.
131
332521
2681
jejich postup, a zkontrolovat, jak si s nemocí vedou.
05:51
MLML: AbsolutelyAbsolutně.
132
335202
970
ML: Přesně tak.
05:52
TRTR: ThanksDík so much. MaxMax Little, everybodyvšichni.
133
336172
1743
TR: Děkuji mnohokrát. Max Little!
05:53
MLML: ThanksDík, TomTom. (ApplausePotlesk)
134
337915
5157
ML: Děkuji, Tome. (Potlesk)
Translated by Marek Petrik
Reviewed by Jan Kadlec

▲Back to top

ABOUT THE SPEAKER
Max Little - Applied mathematician
Max Little is a mathematician whose research includes a breakthrough technique to monitor – and potentially screen for – Parkinson's disease through simple voice recordings.

Why you should listen

Max Little is an applied mathematician whose goal is to "see connections between subjects, not boundaries … to see how things are related, not how they are different." He has a background in applied mathematics, statistics, signal processing and computational engineering, and his work has been applied across disciplines like biomedicine, extreme rainfall analysis and forecasting, biophysical signal processing, and hydrogeomorphology and open channel flow measurement. Little is best known for his work on the Parkinson's Voice Initiative, in which he and his team developed a cheap and simple tool that uses precise voice analysis software to detect Parkinson's with 99 percent accuracy. Little is a TEDGlobal 2012 Fellow and a Wellcome Trust-MIT Postdoctoral Research Fellow.

More profile about the speaker
Max Little | Speaker | TED.com