TEDxAustin
Joel Selanikio: The big-data revolution in health care
Joel Selanikio: Kimen til en big-data revolution inden for sundhedsvæsenet
Filmed:
Readability: 4.1
745,046 views
Indsamling af data om global sundhed var en mangelfuld videnskab: Arbejdere vandrede gennem landsbyer for at banke på døre og stille spørgsmål. De skrev svarene ned på papirskemaer for siden at taste dem ind - og fra denne mangelfulde data ville lande tage enorme beslutninger. Datanørd Joel Selanikio taler os igennem den strøm af forandringer, som er sket inden for indsamling af sundhedsdata det sidste årti - først med Palm Pilot og Hotmail, og nu på vej ud i skybaserede løsninger.
Joel Selanikio - Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio
Double-click the English transcript below to play the video.
00:12
There's an old joke about a cop who's walking his beat
0
717
2439
Der er en gammel joke
om en politimand på patrulje
om en politimand på patrulje
00:15
in the middle of the night,
1
3156
1295
midt om natten.
00:16
and he comes across a guy under a street lamp
2
4451
2365
Han støder på en mand under en gadelampe
00:18
who's looking at the ground and moving from side to side,
3
6816
2531
som kigger på jorden
og går fra side til side.
og går fra side til side.
00:21
and the cop asks him what he's doing.
4
9347
1859
Politimanden spørger ham,
hvad han laver.
hvad han laver.
00:23
The guys says he's looking for his keys.
5
11206
1959
Manden siger han leder
efter sine nøgler.
efter sine nøgler.
00:25
So the cop takes his time and looks over
6
13165
2580
Så politimanden tager sig tid og leder
00:27
and kind of makes a little matrix and looks
7
15745
1637
inden for et lille område
00:29
for about two, three minutes. No keys.
8
17382
3051
i to til tre minutter. Ingen nøgler.
00:32
The cop says, "Are you sure? Hey buddy,
9
20433
2966
Politimanden siger, "Er du sikker på,
at du mistede dine nøgler her?"
00:35
are you sure you lost your keys here?"
10
23399
1880
00:37
And the guy says, "No, no, actually I lost them
11
25279
1379
Manden siger, "Nej,
jeg mistede dem faktisk
jeg mistede dem faktisk
00:38
down at the other end of the street,
12
26658
1525
nede for enden af vejen,
00:40
but the light is better here."
13
28183
5984
men lyset er bedre her."
00:46
There's a concept that people talk about nowadays
14
34167
1793
Der er et begreb
folk snakker om for tiden
folk snakker om for tiden
00:47
called big data, and what they're talking about
15
35960
2234
som hedder Big data.
00:50
is all of the information that we're generating
16
38194
2166
Det refererer til
al den information vi skaber
al den information vi skaber
00:52
through our interaction with and over the Internet,
17
40360
2665
ved vores brug af internettet.
00:55
everything from Facebook and Twitter
18
43025
1942
Alt fra Facebook og Twitter
00:56
to music downloads, movies, streaming, all this kind of stuff,
19
44967
4077
til musikdownloads, film,
livestreaming af TED.
livestreaming af TED.
01:01
the live streaming of TED.
20
49044
1875
01:02
And the folks who work with big data, for them,
21
50919
2761
De folk som arbejder med Big data,
01:05
they talk about that their biggest problem is
22
53680
1771
siger deres største problem er,
01:07
we have so much information,
23
55451
1912
at der findes så meget information,
01:09
the biggest problem is, how do we organize all that information?
24
57363
3492
at de ikke ved hvordan de skal organisere det.
01:12
I can tell you that working in global health,
25
60855
2392
Fra mit arbejde inden for global sundhed,
kan jeg sige,
kan jeg sige,
01:15
that is not our biggest problem.
26
63247
2872
at det ikke er vores største problem.
01:18
Because for us, even though the light
27
66119
1570
Fordi selv om lyset
er bedre på internettet,
er bedre på internettet,
01:19
is better on the Internet,
28
67689
3157
01:22
the data that would help us solve the problems
29
70846
2320
findes den data som kan hjælpe os med
01:25
we're trying to solve is not actually present on the Internet.
30
73166
3386
at løse vores problemer,
faktisk ikke på internettet.
faktisk ikke på internettet.
01:28
So we don't know, for example, how many people
31
76552
1847
Så vi ved for eksempel ikke
hvor mange folk,
hvor mange folk,
01:30
right now are being affected by disasters
32
78399
2594
som lige nu er påvirket af katastrofer
01:32
or by conflict situations.
33
80993
2336
eller konfliktsituationer.
01:35
We don't know for really basically any of the clinics
34
83329
3743
Vi ved stort set ikke for nogen klinikker
i udviklingslandene,
i udviklingslandene,
01:39
in the developing world, which ones have medicines
35
87072
2193
hvilke som har medicin
og hvilke som ikke har.
og hvilke som ikke har.
01:41
and which ones don't.
36
89265
1460
01:42
We have no idea of what the supply chain is for those clinics.
37
90725
3172
Vi kender ikke
klinikkernes forsyningskæde.
klinikkernes forsyningskæde.
01:45
We don't know -- and this is really amazing to me --
38
93897
2860
Vi ved ikke - og det finder jeg
ganske utroligt -
ganske utroligt -
01:48
we don't know how many children were born,
39
96757
2901
hvor mange børn som blev født,
eller hvor mange børn der er,
eller hvor mange børn der er,
01:51
or how many children there are in Bolivia
40
99658
2946
i Bolivia, Botswana eller Bhutan.
01:54
or Botswana or Bhutan.
41
102604
3154
01:57
We don't know how many kids died last week
42
105758
1922
Vi ved ikke hvor mange børn
som sidste uge døde
som sidste uge døde
01:59
in any of those countries.
43
107680
1401
i nogen af de lande.
02:01
We don't know the needs of the elderly, the mentally ill.
44
109081
3372
Vi kender ikke de ældre
og psykiske syges behov.
og psykiske syges behov.
02:04
For all of these different critically important problems
45
112453
3239
Inden for disse meget vigtige områder,
hvor vi vil løse problemer,
hvor vi vil løse problemer,
02:07
or critically important areas that we want to solve problems in,
46
115692
3001
02:10
we basically know nothing at all.
47
118693
5112
ved vi stort set ingenting.
02:15
And part of the reason why we don't know anything at all
48
123805
2623
En af grundene er,
02:18
is that the information technology systems
49
126428
2252
at den informationsteknologi
vi bruger i global sundhed
vi bruger i global sundhed
02:20
that we use in global health to find the data
50
128680
3525
til at indsamle data
for at løse disse problemer,
for at løse disse problemer,
02:24
to solve these problems is what you see here.
51
132205
2945
er hvad du ser her.
02:27
And this is about a 5,000-year-old technology.
52
135150
2258
Det er en omtrent
5000 år gammel teknologi.
5000 år gammel teknologi.
02:29
Some of you may have used it before.
53
137408
1052
Nogle af jer har måske brugt den før.
02:30
It's kind of on its way out now, but we still use it
54
138460
2320
Den er på vej ud nu,
men vi bruger den stadig
til 99 procent af vores arbejde.
til 99 procent af vores arbejde.
02:32
for 99 percent of our stuff.
55
140780
2091
02:34
This is a paper form, and what you're looking at
56
142871
4009
Det er et spørgeskema.
02:38
is a paper form in the hand of a Ministry of Health nurse
57
146880
3366
Det er et spørgeskema i hånden på
en sygeplejerske fra Indonesien
en sygeplejerske fra Indonesien
02:42
in Indonesia who is tramping out across the countryside
58
150246
3288
som vandrer mellem landsbyer
02:45
in Indonesia on, I'm sure, a very hot and humid day,
59
153534
3581
på en dag, som sikkert
er både varm og fugtig.
er både varm og fugtig.
02:49
and she is going to be knocking on thousands of doors
60
157115
2725
Hun kommer til at banke
på tusindvis af døre
på tusindvis af døre
02:51
over a period of weeks or months,
61
159840
1946
over en periode på uger eller måneder
02:53
knocking on the doors and saying, "Excuse me,
62
161786
2448
og sige, "Undskyld mig,
vi vil gerne stile dig et par spørgsmål.
vi vil gerne stile dig et par spørgsmål.
02:56
we'd like to ask you some questions.
63
164234
2172
02:58
Do you have any children? Were your children vaccinated?"
64
166406
3671
Har du børn? Er dine børn vaccineret?"
03:02
Because the only way we can actually find out
65
170077
1848
For den eneste måde vi kan finde ud af
03:03
how many children were vaccinated in the country of Indonesia,
66
171925
2883
hvor mange procent af børn
som er vaccineret i Indonesien,
som er vaccineret i Indonesien,
03:06
what percentage were vaccinated, is actually not
67
174808
2653
er ikke på internettet,
men ved at gå ud og banke på
men ved at gå ud og banke på
03:09
on the Internet but by going out and knocking on doors,
68
177461
2900
03:12
sometimes tens of thousands of doors.
69
180361
2871
nogle gange titusindvis af døre.
03:15
Sometimes it takes months to even years
70
183232
2376
Det kan tage måneder,
endda år at gøre det.
endda år at gøre det.
03:17
to do something like this.
71
185608
1726
En folketælling af Indonesien
ville sikkert tage to år at udføre.
ville sikkert tage to år at udføre.
03:19
You know, a census of Indonesia
72
187334
2141
03:21
would probably take two years to accomplish.
73
189475
1832
03:23
And the problem, of course, with all of this is that
74
191307
2645
Problemet med alle de spørgeskemaer er -
03:25
with all those paper forms — and I'm telling you
75
193952
1785
- og jeg siger dig vi har spørgeskemaer
for hvad som helst.
for hvad som helst.
03:27
we have paper forms for every possible thing.
76
195737
2212
03:29
We have paper forms for vaccination surveys.
77
197949
2703
Vi har spørgeskemaer
for vaccinationsundersøgelser,
for vaccinationsundersøgelser,
03:32
We have paper forms to track people who come into clinics.
78
200652
3374
for at følge op på folk
som har været til lægen,
som har været til lægen,
03:36
We have paper forms to track drug supplies,
79
204026
2795
for at følge medicinforsyning,
blodforsyning,
blodforsyning,
03:38
blood supplies, all these different paper forms
80
206821
2804
en masse forskellge spørgeskemaer
om mange forskellige emner,
om mange forskellige emner,
03:41
for many different topics,
81
209625
1725
03:43
they all have a single common endpoint,
82
211350
2232
som alle ender det samme sted.
03:45
and the common endpoint looks something like this.
83
213582
2665
Det ser ud nogenlunde sådan her.
03:48
And what we're looking at here is a truckful o' data.
84
216247
4284
Hvad du ser her er en bil fuld af data.
03:52
This is the data from a single vaccination coverage survey
85
220531
4619
Det er data fra én undersøgelse
om vaccinationsdækning
om vaccinationsdækning
03:57
in a single district in the country of Zambia
86
225150
2215
i ét enkelt distrikt i Zambia,
03:59
from a few years ago that I participated in.
87
227365
2128
som jeg deltog i for få år siden.
04:01
The only thing anyone was trying to find out
88
229493
2557
Det eneste vi ville finde ud af var,
04:04
is what percentage of Zambian children are vaccinated,
89
232050
3103
hvilken andel af Zambiske børn
som var vaccineret.
som var vaccineret.
04:07
and this is the data, collected on paper over weeks
90
235153
3179
Det her er dataen
indsamlet i ugevis på papir
indsamlet i ugevis på papir
04:10
from a single district, which is something like a county
91
238332
2874
fra ét enkelt distrikt,
som svarer til en kommune i USA.
som svarer til en kommune i USA.
04:13
in the United States.
92
241206
1340
04:14
You can imagine that, for the entire country of Zambia,
93
242546
2108
Man kan tænke sig at svare på det
ene spørgsmål for hele Zambia
ene spørgsmål for hele Zambia
04:16
answering just that single question
94
244654
3574
04:20
looks something like this.
95
248228
1948
ville se nogenlunde sådan her ud.
04:22
Truck after truck after truck
96
250176
2655
Bil efter bil
fyldt med stakkevis af data.
fyldt med stakkevis af data.
04:24
filled with stack after stack after stack of data.
97
252831
3461
04:28
And what makes it even worse is that
98
256292
1328
Og det værste er,
at det bare er begyndelsen.
at det bare er begyndelsen.
04:29
that's just the beginning,
99
257620
1938
04:31
because once you've collected all that data,
100
259558
1974
Fordi når først man har
indsamlet alt dataen
indsamlet alt dataen
04:33
of course someone's going to have to --
101
261532
1593
må en eller anden stakkel
skrive det ind på en computer.
skrive det ind på en computer.
04:35
some unfortunate person is going to have to type that into a computer.
102
263125
3292
04:38
When I was a graduate student, I actually was
103
266417
2046
Da jeg var kandidatstuderende,
04:40
that unfortunate person sometimes.
104
268463
2003
var jeg faktisk, nogle gange den stakkel.
04:42
I can tell you, I often wasn't really paying attention.
105
270466
3011
Ofte var jeg ikke særlig opmærksom.
04:45
I probably made a lot of mistakes when I did it
106
273477
1818
Jeg lavede sikkert en masse fejl
04:47
that no one ever discovered, so data quality goes down.
107
275295
2825
som ingen nogensinde opdagede,
så datakvaliteten falder.
så datakvaliteten falder.
04:50
But eventually that data hopefully gets typed into a computer,
108
278120
3152
Men til sidst bliver dataen forhåbentligvis
skrevet ind på computer,
skrevet ind på computer,
04:53
and someone can begin to analyze it,
109
281272
1767
og nogen kan begynde at analysere den.
04:55
and once they have an analysis and a report,
110
283039
2716
Så snart de har en analyse og en rapport,
04:57
hopefully then you can take the results of that data collection
111
285755
3299
kan man forhåbentligvis
tage resultatet af dataen
tage resultatet af dataen
05:01
and use it to vaccinate children better.
112
289054
2147
og bruge det til at vaccinere børn bedre.
05:03
Because if there's anything worse
113
291201
2909
For hvis der findes noget værre
inden for global sundhed,
inden for global sundhed,
05:06
in the field of global public health,
114
294110
2346
05:08
I don't know what's worse than allowing children on this planet
115
296456
2729
end at lade børn dø af sygdomme
som kan forebygges med vaccine.
som kan forebygges med vaccine.
05:11
to die of vaccine-preventable diseases,
116
299185
3140
05:14
diseases for which the vaccine costs a dollar.
117
302325
3510
Vaccine som koster bare én dollar.
05:17
And millions of children die of these diseases every year.
118
305835
3088
Millioner af børn dør
af disse sygdomme hvert år.
af disse sygdomme hvert år.
05:20
And the fact is, millions is a gross estimate because
119
308923
3462
Rent faktisk er millioner et skøn,
05:24
we don't really know how many kids die each year of this.
120
312385
3005
for vi ved ikke hvor mange børn
som dør hvert år.
som dør hvert år.
05:27
What makes it even more frustrating is that
121
315390
2352
Og hvad gør det endnu mere frustrerende er,
05:29
the data entry part, the part that I used to do as a grad student,
122
317742
3099
at dataindtastningen
jeg lavede som kandidatstuderende,
jeg lavede som kandidatstuderende,
05:32
can take sometimes six months.
123
320841
1970
kan tage seks måneder.
05:34
Sometimes it can take two years to type that information
124
322811
2276
Det kan tage to år at taste ind
på en computer,
på en computer,
05:37
into a computer, and sometimes, actually not infrequently,
125
325087
3336
og nogle gange sker det faktisk aldrig.
05:40
it actually never happens.
126
328423
1988
05:42
Now try and wrap your head around that for a second.
127
330411
2257
Prøv at forstå det et sekund.
05:44
You just had teams of hundreds of people.
128
332668
2442
Du har grupper på hundredevis af folk.
05:47
They went out into the field to answer a particular question.
129
335110
2366
De har været i felten for
at svare på et bestemt spørgsmål.
at svare på et bestemt spørgsmål.
05:49
You probably spent hundreds of thousands of dollars
130
337476
2467
Du har sikkert brugt
hundredetusindvis af dollars
hundredetusindvis af dollars
05:51
on fuel and photocopying and per diem,
131
339943
3844
på benzin, fotokopiering og godtgørelse,
05:55
and then for some reason, momentum is lost
132
343787
2353
og så af en eller anden grund
stopper fremdriften,
stopper fremdriften,
05:58
or there's no money left,
133
346140
1311
eller pengene slipper op,
05:59
and all of that comes to nothing
134
347451
2405
og det hele løber ud i sandet,
fordi ingen taster det ind på en computer.
fordi ingen taster det ind på en computer.
06:01
because no one actually types it into the computer at all.
135
349856
2647
06:04
The process just stops. Happens all the time.
136
352503
3310
Processen stopper bare. Det sker hele tiden.
06:07
This is what we base our decisions on in global health:
137
355813
2933
Det er, hvad vi har baseret vores
beslutninger på i global sundhed:
beslutninger på i global sundhed:
06:10
little data, old data, no data.
138
358746
4898
lidt data, gammel data, ingen data.
06:15
So back in 1995, I began to think about ways
139
363644
2567
Så tilbage i 1995
begyndte jeg at tænke over,
begyndte jeg at tænke over,
06:18
in which we could improve this process.
140
366211
2154
hvordan vi kunne forbedre denne proces.
06:20
Now 1995, obviously that was quite a long time ago.
141
368365
2798
1995 er selvfølgelig lang tid siden.
06:23
It kind of frightens me to think of how long ago that was.
142
371163
2382
Det skræmmer mig lidt at tænke på,
hvor lang tid siden det er.
hvor lang tid siden det er.
06:25
The top movie of the year was
143
373545
2194
Årets storfilm var "Die Hard with a Vengeance."
06:27
"Die Hard with a Vengeance."
144
375739
1182
06:28
As you can see, Bruce Willis had a lot more hair back then.
145
376921
2783
Som du kan se,
havde Bruce Willis mere hår dengang.
havde Bruce Willis mere hår dengang.
06:31
I was working in the Centers for Disease Control,
146
379704
2384
Jeg arbejdede inden for
sygdomsbekæmpelse,
sygdomsbekæmpelse,
06:34
and I had a lot more hair back then as well.
147
382088
3043
og jeg havde også mere hår dengang.
06:37
But to me, the most significant thing that I saw in 1995
148
385131
3342
Men for mig var,
det vigtigste jeg så i 1995, den her.
det vigtigste jeg så i 1995, den her.
06:40
was this.
149
388473
1454
06:41
Hard for us to imagine, but in 1995,
150
389927
2641
Det er svært at forestille sig,
men i 1995
men i 1995
06:44
this was the ultimate elite mobile device.
151
392568
3598
var det her den ultimative
håndholdte enhed.
håndholdte enhed.
06:48
Right? It wasn't an iPhone. It wasn't a Galaxy phone.
152
396166
2372
Det var ikke en iPhone
eller en Galaxy telefon.
eller en Galaxy telefon.
06:50
It was a Palm Pilot.
153
398538
1478
Det var en Palm Pilot.
06:52
And when I saw the Palm Pilot for the first time, I thought,
154
400016
3564
Da jeg så Palm Pilot
for første gang tænkte jeg:
for første gang tænkte jeg:
06:55
why can't we put the forms on these Palm Pilots
155
403580
2527
"Hvorfor kan vi ikke putte spørgeskemaet
ind på de her Palm Pilots
ind på de her Palm Pilots
06:58
and go out into the field just carrying one Palm Pilot,
156
406107
2872
og gå ud i felten med bare én Palm Pilot
07:00
which can hold the capacity of tens of thousands
157
408979
3117
som har samme kapacitet
som titusindvis af papirsskemaer?
som titusindvis af papirsskemaer?
07:04
of paper forms? Why don't we try to do that?
158
412096
2181
Hvorfor prøver vi ikke det?"
07:06
Because if we can do that, if we can actually just
159
414277
2748
For hvis det fungerer,
hvis vi bare kan
hvis vi bare kan
07:09
collect the data electronically, digitally,
160
417025
2514
indsamle dataen digitalt
helt fra starten,
helt fra starten,
07:11
from the very beginning,
161
419539
1903
07:13
we can just put a shortcut right through that whole process
162
421442
3017
så kan vi springe over hele processen
07:16
of typing,
163
424459
3222
at have nogen til
at taste det ind på en computer.
at taste det ind på en computer.
07:19
of having somebody type that stuff into the computer.
164
427681
1983
07:21
We can skip straight to the analysis
165
429664
1959
Vi kan gå direkte til analysen
og at bruge dataen til at redde liv.
og at bruge dataen til at redde liv.
07:23
and then straight to the use of the data to actually save lives.
166
431623
3075
07:26
So that's actually what I began to do.
167
434698
2515
Så det begyndte jeg at gøre.
07:29
Working at CDC, I began to travel to different programs
168
437213
3334
Jeg begyndte at rejse
til programmer i hele verden
til programmer i hele verden
07:32
around the world and to train them in using Palm Pilots
169
440547
4069
og træne dem i at bruge Palm Pilots
til at indsamle data
til at indsamle data
07:36
to do data collection instead of using paper.
170
444616
2525
istedet for at bruge papir.
07:39
And it actually worked great.
171
447141
2109
Og det fungerede fantastisk.
07:41
It worked exactly as well as anybody would have predicted.
172
449250
2665
Det fungerede så godt
som man kunne have forestillet sig.
som man kunne have forestillet sig.
07:43
What do you know? Digital data collection
173
451915
2233
Der kan man bare se.
Digital dataindsamling
Digital dataindsamling
07:46
is actually more efficient than collecting on paper.
174
454148
2271
er faktisk mere effektivt
end at indsamle på papir.
end at indsamle på papir.
07:48
While I was doing it, my business partner, Rose,
175
456419
2364
Imens det stod på,
var min forretningspartner Rose,
var min forretningspartner Rose,
07:50
who's here with her husband, Matthew, here in the audience,
176
458783
2817
som er her med sin mand Matthew idag,
07:53
Rose was out doing similar stuff for the American Red Cross.
177
461600
3177
ude at gøre noget lignende
for Amerikansk Røde Kors.
for Amerikansk Røde Kors.
07:56
The problem was, after a few years of doing that,
178
464777
2065
Efter at have gjort det nogle år
gik det op for mig at jeg havde besøgt
gik det op for mig at jeg havde besøgt
07:58
I realized I had done -- I had been to maybe
179
466842
2740
måske seks eller syv programmer,
og jeg tænkte:
og jeg tænkte:
08:01
six or seven programs, and I thought,
180
469582
2718
08:04
you know, if I keep this up at this pace,
181
472300
2310
"Hvis jeg fortsætter i det her tempo
gennem hele min kariere,
gennem hele min kariere,
08:06
over my whole career, maybe I'm going to go
182
474610
1654
når jeg måske ud
til 20 eller 30 programmer.
til 20 eller 30 programmer.
08:08
to maybe 20 or 30 programs.
183
476264
2277
08:10
But the problem is, 20 or 30 programs,
184
478541
3229
Men at træne 20 eller 30 programmer
i at bruge den her teknologi,
i at bruge den her teknologi,
08:13
like, training 20 or 30 programs to use this technology,
185
481770
2973
08:16
that is a tiny drop in the bucket.
186
484743
2206
er en dråbe i havet.
08:18
The demand for this, the need for data to run better programs,
187
486949
4039
Behovet for bedre dataprogrammer
inden for sundhed,
inden for sundhed,
08:22
just within health, not to mention all of the other fields
188
490988
2736
for ikke at nævne alle de andre områder
i udviklingslande, er enormt.
i udviklingslande, er enormt.
08:25
in developing countries, is enormous.
189
493724
2166
08:27
There are millions and millions and millions of programs,
190
495890
4010
Der er millioner af programmer,
08:31
millions of clinics that need to track drugs,
191
499900
2535
millioner klinikker
som har brug for at registrere medicin,
som har brug for at registrere medicin,
08:34
millions of vaccine programs.
192
502435
1299
millioner af vaccineprogrammer.
08:35
There are schools that need to track attendance.
193
503734
2057
Der er skoler, som har brug for
at registrere fremmøde.
at registrere fremmøde.
08:37
There are all these different things
194
505791
2005
Der er et væld af forskellige områder,
hvor vi har brug for at få data.
hvor vi har brug for at få data.
08:39
for us to get the data that we need to do.
195
507796
2095
08:41
And I realized, if I kept up the way that I was doing,
196
509891
4526
Og det gik op for mig,
at hvis jeg fortsatte på samme måde,
at hvis jeg fortsatte på samme måde,
08:46
I was basically hardly going to make any impact
197
514417
3243
ville jeg stort set ikke
have haft nogen indflydelse
have haft nogen indflydelse
08:49
by the end of my career.
198
517660
1832
ved min slutningen af min karriere.
08:51
And so I began to wrack my brain
199
519492
2155
Så jeg begyndte at vride min hjerne,
08:53
trying to think about, you know,
200
521647
1143
og tænke over de metoder jeg brugte,
08:54
what was the process that I was doing,
201
522790
1518
08:56
how was I training folks, and what were the bottlenecks
202
524308
2856
hvordan jeg trænede folk,
hvor flaskehalsene var,
hvor flaskehalsene var,
08:59
and what were the obstacles to doing it faster
203
527164
2813
og hvad der var i vejen for
at gøre det hurtigere og mere effektivt.
at gøre det hurtigere og mere effektivt.
09:01
and to doing it more efficiently?
204
529977
1520
09:03
And unfortunately, after thinking about this for some time,
205
531497
3143
Desværre, efter at have tænkt over det
et stykke tid,
et stykke tid,
09:06
I realized -- I identified the main obstacle.
206
534640
3452
identificerede jeg hovedproblemet.
09:10
And the main obstacle, it turned out,
207
538092
1977
Problemet var, viste det sig,
og det var en hård erkendelse,
og det var en hård erkendelse,
09:12
and this is a sad realization,
208
540069
1835
09:13
the main obstacle was me.
209
541904
2268
hovedproblemet var mig.
09:16
So what do I mean by that?
210
544172
2196
Så hvad mener jeg med det?
09:18
I had developed a process whereby
211
546368
2488
Jeg havde udviklet en metode,
hvor jeg var i centrum for teknologien.
hvor jeg var i centrum for teknologien.
09:20
I was the center of the universe of this technology.
212
548856
5045
09:25
If you wanted to use this technology, you had to get in touch with me.
213
553901
2989
Hvis man ville bruge teknologien,
måtte man i kontakt med mig.
måtte man i kontakt med mig.
09:28
That means you had to know I existed.
214
556890
2106
Man måtte altså vide,
at jeg eksisterede.
at jeg eksisterede.
09:30
Then you had to find the money to pay for me
215
558996
1474
Så måtte man skaffe penge til
min flyrejse og mit hotelophold
min flyrejse og mit hotelophold
09:32
to fly out to your country
216
560470
1486
09:33
and the money to pay for my hotel
217
561956
1548
09:35
and my per diem and my daily rate.
218
563504
2760
og til min godtgørelse og dagsatser.
09:38
So you could be talking about 10,000 or 20,000 or 30,000 dollars
219
566264
2949
Det kunne handle om 10.000,
20.000 eller 30.000 dollars
20.000 eller 30.000 dollars
09:41
if I actually had the time or it fit my schedule
220
569213
2582
hvis jeg overhovedet
havde plads i min kalender
havde plads i min kalender
09:43
and I wasn't on vacation.
221
571795
1947
og ikke var på ferie.
09:45
The point is that anything, any system that depends
222
573742
2897
Pointen er, at et hvilket som helst system
som afhænger af et enkelt menneske,
som afhænger af et enkelt menneske,
09:48
on a single human being or two or three or five human beings,
223
576639
2870
eller to, tre eller fem mennesker,
ikke kan skaleres.
ikke kan skaleres.
09:51
it just doesn't scale.
224
579509
1736
09:53
And this is a problem for which we need to scale
225
581245
2021
For at løse disse problemer må vi
skalere teknologien så hurtigt som muligt.
skalere teknologien så hurtigt som muligt.
09:55
this technology and we need to scale it now.
226
583266
2997
09:58
And so I began to think of ways in which I could basically
227
586263
2222
Jeg begyndte at undersøge,
10:00
take myself out of the picture.
228
588485
2384
hvordan jeg kunne
fjerne mig selv fra billedet.
fjerne mig selv fra billedet.
10:02
And, you know, I was thinking,
229
590869
4496
Og det tænkte jeg over i temmelig lang tid.
10:07
how could I take myself out of the picture
230
595365
2096
10:09
for quite some time.
231
597461
1809
10:11
You know, I'd been trained that the way that
232
599270
2157
Jeg havde lært at måden
man distribuerer teknologi,
man distribuerer teknologi,
10:13
you distribute technology within international development
233
601427
2722
inden for global udvikling,
altid er gennem en konsulent.
altid er gennem en konsulent.
10:16
is always consultant-based.
234
604149
2027
10:18
It's always guys that look pretty much like me
235
606176
2977
Det er altid mænd som ligner mig,
10:21
flying from countries that look pretty much like this
236
609153
2301
som flyver fra lande som ligner det her,
10:23
to other countries with people with darker skin.
237
611454
3106
til andre lande hvor folk har mørkere hud.
10:26
And you go out there, and you spend money on airfare
238
614560
2445
Og man tager derud,
bruger penge på flyrejse
bruger penge på flyrejse
10:29
and you spend time and you spend per diem
239
617005
3510
og bruger tid og penge til godtgørelse,
hotel og alle de her ting.
hotel og alle de her ting.
10:32
and you spend [on a] hotel and you spend all that stuff.
240
620515
2112
10:34
As far as I knew, that was the only way
241
622627
1851
Så vidt jeg vidste, var det den eneste måde
10:36
you could distribute technology, and I couldn't figure out a way around it.
242
624478
3269
man kunne distribuere teknologi,
og jeg kunne ikke finde en vej udenom.
og jeg kunne ikke finde en vej udenom.
10:39
But the miracle that happened,
243
627747
2671
Men så skete miraklet,
jeg kalder forenklet for Hotmail.
jeg kalder forenklet for Hotmail.
10:42
I'm going to call it Hotmail for short.
244
630418
2750
10:45
Now you may not think of Hotmail as being miraculous,
245
633168
2181
Du ser måske ikke Hotmail
som et mirakel,
som et mirakel,
10:47
but for me it was miraculous, because I noticed,
246
635349
2913
men for mig var det et mirakel,
fordi jeg lagde mærke til,
fordi jeg lagde mærke til,
10:50
just as I was wrestling with this problem,
247
638262
2566
akkurat som jeg kæmpede
med det her problem -
med det her problem -
10:52
I was working in sub-Saharan Africa mostly at the time.
248
640828
3414
på dette tidspunkt arbejdede jeg
mest i Subsaharisk Afrika -
mest i Subsaharisk Afrika -
10:56
I noticed that every sub-Saharan African health worker
249
644242
2589
Jeg lagde mærke til,
at alle de afrikanske sundhedsarbejdere,
at alle de afrikanske sundhedsarbejdere,
10:58
that I was working with had a Hotmail account.
250
646831
4108
som jeg arbejdede med,
havde en Hotmail konto.
havde en Hotmail konto.
11:02
And I thought, it struck me,
251
650939
2144
Og det slog mig at folkene fra Hotmail
11:05
wait a minute, I know that the Hotmail people
252
653083
2615
11:07
surely didn't fly to the Ministry of Health of Kenya
253
655698
2716
sikkert ikke var fløjet
til Kenyas sundhedsministerium
til Kenyas sundhedsministerium
11:10
to train people in how to use Hotmail.
254
658414
2711
for at lære folk at bruge Hotmail.
11:13
So these guys are distributing technology.
255
661125
2487
Så de distribuerer
teknologi og software,
teknologi og software,
11:15
They're getting software capacity out there
256
663612
2004
11:17
but they're not actually flying around the world.
257
665616
2009
men de behøver ikke flyve jorden rundt.
11:19
I need to think about this some more.
258
667625
1560
Jeg må prøve at forstå det her.
11:21
While I was thinking about it, people started using
259
669185
2173
Imens jeg tænkte over det,
11:23
even more things just like this, just as we were.
260
671358
3200
begyndte folk at bruge endnu flere ting,
ligesom os.
ligesom os.
11:26
They started using LinkedIn and Flickr
261
674558
1210
De begyndte at bruge LinkedIn, Flickr,
Gmail, Google Maps osv.
Gmail, Google Maps osv.
11:27
and Gmail and Google Maps, all these things.
262
675768
2761
11:30
Of course, all of these things are cloud-based
263
678529
2726
Alle disse ting er internetbaserede
og kræver ingen træning.
og kræver ingen træning.
11:33
and don't require any training.
264
681255
2206
11:35
They don't require any programmers.
265
683461
1600
De kræver ingen programmører.
11:37
They don't require any consultants, because
266
685061
1709
De kræver ingen konsulenter fordi
firmaernes forretningsmodel
firmaernes forretningsmodel
11:38
the business model for all these businesses
267
686770
2394
11:41
requires that something be so simple we can use it ourselves
268
689164
2997
kræver at vi kan bruge produkterne
med lidt eller ingen træning.
med lidt eller ingen træning.
11:44
with little or no training.
269
692161
1185
11:45
You just have to hear about it and go to the website.
270
693346
2614
Man behøver bare høre om dem
og besøge deres hjemmeside.
og besøge deres hjemmeside.
11:47
And so I thought, what would happen if we built software
271
695960
4365
Jeg tænkte: "Hvad ville ske
hvis vi lavede software
hvis vi lavede software
11:52
to do what I'd been consulting in?
272
700325
2011
som kunne erstatte min
konsulentvirksomhed?"
konsulentvirksomhed?"
11:54
Instead of training people how
273
702336
1434
I stedet for at træne folk i
11:55
to put forms onto mobile devices,
274
703770
2850
at lægge spørgeskemaer ind
på håndholdte enheder,
på håndholdte enheder,
11:58
let's create software that lets them do it themselves
275
706620
2284
lad os skabe software,
som lader dem gøre det selv,
som lader dem gøre det selv,
12:00
with no training and without me being involved?
276
708904
1890
uden træning og uden at involvere mig.
12:02
And that's exactly what we did.
277
710794
1804
Og det er præcist, hvad vi gjorde.
12:04
So we created software called Magpi,
278
712598
3684
Vi lavede et program som hedder Magpi
12:08
which has an online form creator.
279
716282
1877
som har en online sørgeskema tjeneste.
12:10
No one has to speak to me.
280
718159
1151
Ingen behøver snakke med mig.
12:11
You just have to hear about it and go to the website.
281
719310
2694
Man behøver bare høre om det
og besøge hjemmesiden.
og besøge hjemmesiden.
12:14
You can create forms, and once you've created the forms,
282
722004
2747
Man kan lave spørgeskemaer,
og så snart man har lavet dem,
og så snart man har lavet dem,
12:16
you push them to a variety of common mobile phones.
283
724751
2340
kan man overføre dem til mange
almindelige mobiltelefoner.
almindelige mobiltelefoner.
12:19
Obviously nowadays, we've moved past Palm Pilots
284
727091
2475
Nu til dags har vi selvfølgelig skiftet
fra Palm Pilots til mobiltelefoner.
fra Palm Pilots til mobiltelefoner.
12:21
to mobile phones.
285
729566
1328
12:22
And it doesn't have to be a smartphone.
286
730894
1132
Og det behøver ikke være en smartphone.
12:24
It can be a basic phone like the phone on the right there,
287
732026
2707
Det kan være en almindelig telefon som den til højre,
en helt almindelig Symbian telefon,
12:26
you know, the basic kind of Symbian phone
288
734733
1336
12:28
that's very common in developing countries.
289
736069
2466
som er meget almindelig
i udviklingslande.
i udviklingslande.
12:30
And the great part about this is, it's just like Hotmail.
290
738535
3999
Og det bedste er,
at det her er helt ligesom Hotmail.
at det her er helt ligesom Hotmail.
12:34
It's cloud-based, and it doesn't require any training,
291
742534
2334
Det er internetbaseret,
og det kræver ingen træning,
og det kræver ingen træning,
12:36
programming, consultants.
292
744868
2040
programmering eller konsulenter.
12:38
But there are some additional benefits as well.
293
746908
1936
Men der er også nogle sidegevinster.
12:40
Now we knew, when we built this system,
294
748844
1955
Da vi byggede det her system
var pointen ligesom med Palm Pilots,
var pointen ligesom med Palm Pilots,
12:42
the whole point of it, just like with the Palm Pilots,
295
750799
2293
12:45
was that you'd have to, you'd be able to
296
753092
2604
at man kunne indsamle data,
12:47
collect the data and immediately upload the data and get your data set.
297
755696
3191
uploade det umiddelbart
og få sit datasæt.
og få sit datasæt.
12:50
But what we found, of course, since it's already on a computer,
298
758887
2437
Men vi opdagede også,
at da det allerede ligger på en computer,
at da det allerede ligger på en computer,
12:53
we can deliver instant maps and analysis and graphing.
299
761324
3188
kan vi lave kort, analyser og grafer i realtid.
12:56
We can take a process that took two years
300
764512
2251
Vi kan tage en proces som tog to år
og koge den ned til fem minutter.
og koge den ned til fem minutter.
12:58
and compress that down to the space of five minutes.
301
766763
3222
13:01
Unbelievable improvements in efficiency.
302
769985
2506
Utrolige fremskridt i effektivitet.
13:04
Cloud-based, no training, no consultants, no me.
303
772491
4766
Internetbaseret, ingen træning,
ingen konsulenter, ingen mig.
ingen konsulenter, ingen mig.
13:09
And I told you that in the first few years
304
777257
2323
Og som jeg fortalte, i de første år
13:11
of trying to do this the old-fashioned way,
305
779580
1827
da jeg prøvede at gøre det
på den gamle måde,
på den gamle måde,
13:13
going out to each country,
306
781407
1292
ved at besøge hvert land,
13:14
we reached about, I don't know,
307
782699
3054
13:17
probably trained about 1,000 people.
308
785753
2118
trænede vi nok omkring 1.000 mennesker.
13:19
What happened after we did this?
309
787871
1803
Hvad skete efter de her ændringer?
13:21
In the second three years, we had 14,000 people
310
789674
2506
I de følgende tre år fandt
14.000 mennesker hjemmesiden,
14.000 mennesker hjemmesiden,
13:24
find the website, sign up, and start using it to collect data,
311
792180
3193
meldte sig til og begyndte
at bruge den til at indsamle data,
at bruge den til at indsamle data,
13:27
data for disaster response,
312
795373
1502
Data for katastrofeberedskab,
13:28
Canadian pig farmers tracking pig disease and pig herds,
313
796875
4748
kanadiske grisebønder som registrerer
sygdomme og svinebesætninger,
sygdomme og svinebesætninger,
13:33
people tracking drug supplies.
314
801623
2415
folk som følger medicinforsyninger.
13:36
One of my favorite examples, the IRC,
315
804038
1942
Et af de bedste eksempler er IRC,
International Rescue Committee,
International Rescue Committee,
13:37
International Rescue Committee,
316
805980
1629
13:39
they have a program where semi-literate midwives
317
807609
3237
som har programmer
hvor lavtuddannede jordemødre
hvor lavtuddannede jordemødre
13:42
using $10 mobile phones
318
810846
2427
ved hjælp af 10$ mobiltelefoner
13:45
send a text message using our software
319
813273
2209
sender tekstbeskeder med
vores software en gang om ugen
vores software en gang om ugen
13:47
once a week with the number of births
320
815482
2209
med fødselstal og dødstal,
hvilket giver IRC noget
hvilket giver IRC noget
13:49
and the number of deaths, which gives IRC
321
817691
2313
13:52
something that no one in global health has ever had:
322
820004
2599
som ingen andre inden for
global sundhed nogensinde har haft:
global sundhed nogensinde har haft:
13:54
a near real-time system of counting babies,
323
822603
3637
Et system som næsten i realtid kan tælle
13:58
of knowing how many kids are born,
324
826240
1492
hvor mange børn som bliver født
og hvor mange børn som findes
og hvor mange børn som findes
13:59
of knowing how many children there are
325
827732
1676
14:01
in Sierra Leone, which is the country where this is happening,
326
829408
2782
i Sierra Leone,
hvor det her finder sted,
hvor det her finder sted,
14:04
and knowing how many children die.
327
832190
3204
og at vide, hvor mange børn som dør.
14:07
Physicians for Human Rights --
328
835394
1597
Physicians for Human Rights -
14:08
this is moving a little bit outside the health field —
329
836991
2479
nu bevæger jeg mig lidt
uden for sundhedssektoren -
uden for sundhedssektoren -
14:11
they are gathering, they're basically training people
330
839470
2865
træner ganske enkelt folk i at lave
voldtægts-lægeundersøgelser i Congo,
voldtægts-lægeundersøgelser i Congo,
14:14
to do rape exams in Congo, where this is an epidemic,
331
842335
3364
hvor det er en forfærdelig epidemi,
14:17
a horrible epidemic,
332
845699
1748
14:19
and they're using our software to document
333
847447
2171
og de bruger vores software
til at dokumentere beviser,
til at dokumentere beviser,
14:21
the evidence they find, including photographically,
334
849618
2972
også fotografisk,
14:24
so that they can bring the perpetrators to justice.
335
852590
4152
så de kan få gerningsmanden for retten.
14:28
Camfed, another charity based out of the U.K.,
336
856742
3683
Camfed, en velgørende
organisation fra England,
organisation fra England,
14:32
Camfed pays girls' families to keep them in school.
337
860425
3748
betaler pigers familier
for at lade dem gå i skole.
for at lade dem gå i skole.
14:36
They understand this is the most significant intervention
338
864173
1873
De forstår, at det er
den vigtigste forskel, de kan gøre.
den vigtigste forskel, de kan gøre.
14:38
they can make. They used to track the dispersements,
339
866046
3284
De plejede at registrere udbetalingerne,
14:41
the attendance, the grades, on paper.
340
869330
1986
fremmødet og karaktererne, på papir.
14:43
The turnaround time between a teacher
341
871316
1608
Fra det tidspunkt en lærer
skrev karakterer og fremmøde ned,
skrev karakterer og fremmøde ned,
14:44
writing down grades or attendance
342
872924
1726
14:46
and getting that into a report was about two to three years.
343
874650
2610
til det kom i en rapport,
kunne der gå to til tre år.
kunne der gå to til tre år.
14:49
Now it's real time, and because this is such
344
877260
2230
Nu sker det i realtid, og fordi det er
et billigt internetbaseret system,
et billigt internetbaseret system,
14:51
a low-cost system and based in the cloud, it costs,
345
879490
2940
14:54
for the entire five countries that Camfed runs this in
346
882430
3434
koster det, for de fem lande,
som Camfed opererer i,
som Camfed opererer i,
14:57
with tens of thousands of girls,
347
885864
1932
med titusindvis af piger,
omkring 10.000 dollars per år.
omkring 10.000 dollars per år.
14:59
the whole cost combined is 10,000 dollars a year.
348
887796
3358
15:03
That's less than I used to get
349
891154
1801
Det er mindre end hvad jeg fik
15:04
just traveling out for two weeks to do a consultation.
350
892955
5071
bare for at rejse ud og lave
en to-ugers konsultation.
en to-ugers konsultation.
15:10
So I told you before that
351
898026
2136
Jeg fortalte før, at da vi arbejdede
på den gammeldags måde,
på den gammeldags måde,
15:12
when we were doing it the old-fashioned way, I realized
352
900162
2192
15:14
all of our work was really adding up to just a drop in the bucket --
353
902354
2898
var vores arbejde bare en dråbe i havet -
15:17
10, 20, 30 different programs.
354
905252
2226
10, 20, 30 forskellige programmer.
15:19
We've made a lot of progress, but I recognize
355
907478
2275
Vi har gjort store fremskridt,
men jeg må erkende,
men jeg må erkende,
15:21
that right now, even the work that we've done
356
909753
2157
at selv med den indsats vi nu har gjort,
15:23
with 14,000 people using this,
357
911910
2404
med 14.000 folk som bruger det,
15:26
is still a drop in the bucket. But something's changed.
358
914314
2946
er det stadig en dråbe i havet.
Men noget er ændret.
Men noget er ændret.
15:29
And I think it should be obvious.
359
917260
1216
Og jeg tror det er indlysende.
15:30
What's changed now is,
360
918476
2091
Det som er anderledes nu er,
15:32
instead of having a program in which we're scaling at such a slow rate
361
920567
3578
at istedet for at have et program,
som skalerer så langsomt,
som skalerer så langsomt,
15:36
that we can never reach all the people who need us,
362
924145
3198
at vi aldrig kan nå alle de folk,
som har brug for det,
som har brug for det,
15:39
we've made it unnecessary for people to get reached by us.
363
927343
3659
har vi gjort det unødvendigt
at folk kommer i kontakt med os.
at folk kommer i kontakt med os.
15:43
We've created a tool that lets programs
364
931002
3076
Vi har skabt et værktøj, som lader
organisationer holde børn i skole,
organisationer holde børn i skole,
15:46
keep kids in school, track the number of babies
365
934078
3155
følge antallet af børn
som bliver født og dør,
som bliver født og dør,
15:49
that are born and the number of babies that die,
366
937233
2804
15:52
to catch criminals and successfully prosecute them,
367
940037
3623
at fange kriminelle og succesfuldt
retsforfølge dem,
retsforfølge dem,
15:55
to do all these different things to learn more
368
943660
2690
til at gøre en masse ting
for at lære mere om,
for at lære mere om,
15:58
about what's going on, to understand more, to see more,
369
946350
5117
hvad der sker, at forstå mere, at se mere
16:03
and to save lives and improve lives.
370
951467
3971
og at redde liv og forbedre liv.
16:07
Thank you.
371
955438
1997
Tak.
16:09
(Applause)
372
957435
3987
(Bifald)
ABOUT THE SPEAKER
Joel Selanikio - Health and technology activistDr. Joel Selanikio combines technology and data to help solve global health challenges.
Why you should listen
A practicing pediatrician, former Wall Street computer consultant, and former epidemiologist at the Centers for Disease Control, Dr. Joel Selanikio is the CEO of DataDyne, a social business working in fields such as international development and global health.
Selanikio started to experiment with electronic data capture back when the Palm Pilot was cutting edge technology. In the years since then, he has helped to experiment with the growing potential and availability of technology--and the growing ubiquity of the cloud. Combining the two has led to systems such as Magpi mobile data collection software. Previously known as "EpiSurveyor," the service now has over 20,000 users in more than 170 countries.
Selanikio holds a bachelor's degree from Haverford College, a medical degree from Brown University, and he is a graduate of the Epidemic Intelligence Service fellowship of the CDC. He continues to practice clinical pediatrics as an Assistant Professor at Georgetown University and on the Emergency Response Team of the International Rescue Committee.
Joel Selanikio | Speaker | TED.com