TEDxAustin
Joel Selanikio: The big-data revolution in health care
Joel Selanikio: Der überraschende Anfang einer Revolution des globalen Gesundheitswesens
Filmed:
Readability: 4.1
745,046 views
Das Sammeln von Daten für das globale Gesundheitswesen sah schlecht aus: Arbeiter wanderten durch Dörfer, klopften an Türen und stellten Fragen, schrieben die Antworten auf Papier und gaben sie in den Computer ein – und basierend auf diesen lückenhaften Informationen haben Länder wichtige Entscheidungen gefällt. Datenfreak Joel Selanikio erzählt vom Umbruch dieses Prozesses im letzten Jahrzehnt – vom Palm Pilot und Hotmail, bis zur cloudbasierten Technologie. (Aufgenommen bei TEDxAustin)
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
Es gibt da einen alten Witz über
einen Polizisten auf Rundgang,
einen Polizisten auf Rundgang,
00:15
in the middle of the night,
1
3156
1295
mitten in der Nacht,
00:16
and he comes across a guy under a street lamp
2
4451
2365
und er trifft einen Typ unter einer Straßenlampe,
00:18
who's looking at the ground and moving from side to side,
3
6816
2531
der auf dem Boden guckt, während er
von einer Seite zur anderen läuft,
von einer Seite zur anderen läuft,
00:21
and the cop asks him what he's doing.
4
9347
1859
und der Polizist fragt ihn, was er da tut.
00:23
The guys says he's looking for his keys.
5
11206
1959
Der Typ sagt, er suche seine Schlüssel.
00:25
So the cop takes his time and looks over
6
13165
2580
Also nimmt sich der Polizist etwas Zeit und sucht mit,
00:27
and kind of makes a little matrix and looks
7
15745
1637
läuft ein kleines Raster ab und sucht
00:29
for about two, three minutes. No keys.
8
17382
3051
für etwa 2 bis 3 Minuten. Keine Schlüssel.
00:32
The cop says, "Are you sure? Hey buddy,
9
20433
2966
Der Polizist fragt: "Bist du sicher? Hey Kumpel,
00:35
are you sure you lost your keys here?"
10
23399
1880
bist du sicher, dass du die hier verloren hast?"
00:37
And the guy says, "No, no, actually I lost them
11
25279
1379
Und der Typ sagt: "Nein, nein, ich hab sie eigentlich
00:38
down at the other end of the street,
12
26658
1525
am anderen Ende der Straße verloren,
00:40
but the light is better here."
13
28183
5984
aber hier sehe ich mehr."
00:46
There's a concept that people talk about nowadays
14
34167
1793
Es gibt ein Konzept, über das heute gesprochen wird
00:47
called big data, and what they're talking about
15
35960
2234
namens "Big Data", und gemeint ist
00:50
is all of the information that we're generating
16
38194
2166
all die Informationen, die wir generieren,
00:52
through our interaction with and over the Internet,
17
40360
2665
durch Interaktionen mit und durch das Internet,
00:55
everything from Facebook and Twitter
18
43025
1942
alles von Facebook und Twitter
00:56
to music downloads, movies, streaming, all this kind of stuff,
19
44967
4077
bis zum Herunterladen von Musik,
Filmen, Streaming, all diese Sachen,
Filmen, Streaming, all diese Sachen,
01:01
the live streaming of TED.
20
49044
1875
das Livestreaming von TED.
01:02
And the folks who work with big data, for them,
21
50919
2761
Und für die Leute, die mit "Big Data" arbeiten,
01:05
they talk about that their biggest problem is
22
53680
1771
ist das größte Problem,
01:07
we have so much information,
23
55451
1912
dass es so viele Informationen gibt –
01:09
the biggest problem is, how do we organize all that information?
24
57363
3492
das größte Problem ist, wie man
die ganzen Informationen organisiert.
die ganzen Informationen organisiert.
01:12
I can tell you that working in global health,
25
60855
2392
Ich kann Ihnen sagen,
im weltweiten Gesundheitswesen
im weltweiten Gesundheitswesen
01:15
that is not our biggest problem.
26
63247
2872
ist das nicht unser größtes Problem.
01:18
Because for us, even though the light
27
66119
1570
Weil für uns, auch wenn wir
01:19
is better on the Internet,
28
67689
3157
im Internet besser sehen, die Daten,
01:22
the data that would help us solve the problems
29
70846
2320
die uns bei unseren Problemen helfen würden,
01:25
we're trying to solve is not actually present on the Internet.
30
73166
3386
an denen wir arbeiten,
sind gar nicht im Internet vorhanden.
sind gar nicht im Internet vorhanden.
01:28
So we don't know, for example, how many people
31
76552
1847
Wir wissen zum Beispiel nicht, wie viele Menschen
01:30
right now are being affected by disasters
32
78399
2594
gerade von Naturkatastrophen betroffen sind,
01:32
or by conflict situations.
33
80993
2336
oder von einer Konfliktlage.
01:35
We don't know for really basically any of the clinics
34
83329
3743
Wir wissen von quasi keinen der Kliniken
01:39
in the developing world, which ones have medicines
35
87072
2193
der Entwicklungsländer, welche Medikamente haben,
01:41
and which ones don't.
36
89265
1460
und welche nicht.
01:42
We have no idea of what the supply chain is for those clinics.
37
90725
3172
Wir haben keine Ahnung von den Versorgungsketten.
01:45
We don't know -- and this is really amazing to me --
38
93897
2860
Wir wissen nicht – und das finde ich unglaublich –
01:48
we don't know how many children were born,
39
96757
2901
wir wissen nicht, wie viele Kinder geboren werden,
01:51
or how many children there are in Bolivia
40
99658
2946
oder wie viele Kinder es in Bolivien gibt,
01:54
or Botswana or Bhutan.
41
102604
3154
oder in Botswana oder in Bhutan.
01:57
We don't know how many kids died last week
42
105758
1922
Wir wissen nicht, wie viele Kinder
letzte Woche gestorben sind,
letzte Woche gestorben sind,
01:59
in any of those countries.
43
107680
1401
in irgendeinem dieser Länder.
02:01
We don't know the needs of the elderly, the mentally ill.
44
109081
3372
Wir kennen die Bedürfnisse der Älteren
und der psychisch Kranken nicht.
und der psychisch Kranken nicht.
02:04
For all of these different critically important problems
45
112453
3239
Über all diese verschiedenen
äußerst wichtigen Probleme,
äußerst wichtigen Probleme,
02:07
or critically important areas that we want to solve problems in,
46
115692
3001
und die äusserst wichtigen Bereiche,
in denen wir Probleme lösen wollen,
in denen wir Probleme lösen wollen,
02:10
we basically know nothing at all.
47
118693
5112
wissen wir quasi überhaupt nichts.
02:15
And part of the reason why we don't know anything at all
48
123805
2623
Ein Teil der Gründe,
warum wir rein gar nichts wissen,
warum wir rein gar nichts wissen,
02:18
is that the information technology systems
49
126428
2252
ist, dass die Informationsverarbeitungssysteme,
02:20
that we use in global health to find the data
50
128680
3525
die wir zum Finden von Daten
im globalen Gesundheitswesen benutzen,
im globalen Gesundheitswesen benutzen,
02:24
to solve these problems is what you see here.
51
132205
2945
um diese Probleme zu lösen, so aussehen:
02:27
And this is about a 5,000-year-old technology.
52
135150
2258
Es geht um eine 5.000 Jahre alte Technologie.
02:29
Some of you may have used it before.
53
137408
1052
Manche von Ihnen haben sie vielleicht schon benutzt.
02:30
It's kind of on its way out now, but we still use it
54
138460
2320
Es ist eigentlich schon 'out',
aber wir benutzen es immer noch
aber wir benutzen es immer noch
02:32
for 99 percent of our stuff.
55
140780
2091
für 99% unserer Anliegen.
02:34
This is a paper form, and what you're looking at
56
142871
4009
Dies ist ein Papierformular. Und was Sie hier sehen
02:38
is a paper form in the hand of a Ministry of Health nurse
57
146880
3366
ist ein Formular in den Händen einer Krankenschwester des Gesundheitsministeriums
02:42
in Indonesia who is tramping out across the countryside
58
150246
3288
in Indonesien, die in der
ländlichen Gegend herumfährt,
ländlichen Gegend herumfährt,
02:45
in Indonesia on, I'm sure, a very hot and humid day,
59
153534
3581
an einem sicherlich sehr heißen
und feuchten Tag in indonesien,
und feuchten Tag in indonesien,
02:49
and she is going to be knocking on thousands of doors
60
157115
2725
und sie wird an tausende Türen klopfen,
02:51
over a period of weeks or months,
61
159840
1946
in einem Zeitraum von Wochen oder Monaten,
02:53
knocking on the doors and saying, "Excuse me,
62
161786
2448
sie wird anklopfen und fragen: "Entschuldigen Sie,
02:56
we'd like to ask you some questions.
63
164234
2172
wir würden Ihnen gerne ein paar Fragen stellen.
02:58
Do you have any children? Were your children vaccinated?"
64
166406
3671
Haben Sie Kinder? Sind Ihre Kinder geimpft?"
03:02
Because the only way we can actually find out
65
170077
1848
Denn der einzige Weg, wie wir herausfinden können,
03:03
how many children were vaccinated in the country of Indonesia,
66
171925
2883
welcher Prozentsatz von Kinder
in Indonesien geimpft ist,
in Indonesien geimpft ist,
03:06
what percentage were vaccinated, is actually not
67
174808
2653
findet man in Wirklichkeit nicht
über das Internet heraus,
über das Internet heraus,
03:09
on the Internet but by going out and knocking on doors,
68
177461
2900
sondern indem wir Hinausgehen
und an Türen klopfen,
und an Türen klopfen,
03:12
sometimes tens of thousands of doors.
69
180361
2871
manchmal an zehntausende von Türen.
03:15
Sometimes it takes months to even years
70
183232
2376
Manchmal dauert es Monate bis sogar Jahre,
03:17
to do something like this.
71
185608
1726
um so etwas zu bewerkstelligen.
03:19
You know, a census of Indonesia
72
187334
2141
Wissen Sie, ein Zensus in Indonesien
03:21
would probably take two years to accomplish.
73
189475
1832
würde wahrscheinlich 2 Jahre dauern.
03:23
And the problem, of course, with all of this is that
74
191307
2645
Und das Problem mit all dem ist natürlich,
03:25
with all those paper forms — and I'm telling you
75
193952
1785
mit all diesen vielen Formularen
– und ich sage Ihnen,
– und ich sage Ihnen,
03:27
we have paper forms for every possible thing.
76
195737
2212
wir haben für alles Mögliche Formulare.
03:29
We have paper forms for vaccination surveys.
77
197949
2703
Wir haben Formulare für Impfumfragen.
03:32
We have paper forms to track people who come into clinics.
78
200652
3374
Wir haben Formulare, um die Leute,
die in Klinken kommen, zu verfolgen.
die in Klinken kommen, zu verfolgen.
03:36
We have paper forms to track drug supplies,
79
204026
2795
Formulare, um den Arzneinachschub zu verfolgen,
03:38
blood supplies, all these different paper forms
80
206821
2804
die Blutversorgung, all diese Formulare
03:41
for many different topics,
81
209625
1725
für viele verschiedene Themen,
03:43
they all have a single common endpoint,
82
211350
2232
sie alle haben einen gemeinsamen Endpunkt,
03:45
and the common endpoint looks something like this.
83
213582
2665
und der gemeinsame Endpunkt sieht etwa so aus.
03:48
And what we're looking at here is a truckful o' data.
84
216247
4284
Was wir sehen ist eine Lastwagen voll Daten.
03:52
This is the data from a single vaccination coverage survey
85
220531
4619
Das sind die Daten von einer einzigen
Umfrage zur Durchimpfungsrate
Umfrage zur Durchimpfungsrate
03:57
in a single district in the country of Zambia
86
225150
2215
in einem einzigen Bezirk in Sambia,
03:59
from a few years ago that I participated in.
87
227365
2128
von vor ein paar Jahren,
an der ich mitgearbeitet habe.
an der ich mitgearbeitet habe.
04:01
The only thing anyone was trying to find out
88
229493
2557
Das Einzige, was wir da heraus finden wollten,
04:04
is what percentage of Zambian children are vaccinated,
89
232050
3103
war, welcher Prozentsatz an
sambischen Kindern geimpft ist,
sambischen Kindern geimpft ist,
04:07
and this is the data, collected on paper over weeks
90
235153
3179
und das sind die Daten, über
Wochen auf Papier gesammelt,
Wochen auf Papier gesammelt,
04:10
from a single district, which is something like a county
91
238332
2874
von einem einzigen Bezirk,
etwa einem Bezirk
etwa einem Bezirk
04:13
in the United States.
92
241206
1340
in den USA.
04:14
You can imagine that, for the entire country of Zambia,
93
242546
2108
Sie können sich vorstellen,
dass für das ganze Land Sambia,
dass für das ganze Land Sambia,
04:16
answering just that single question
94
244654
3574
nur das Beantworten dieser einen Frage,
04:20
looks something like this.
95
248228
1948
ungefähr so aussieht.
04:22
Truck after truck after truck
96
250176
2655
LKW für LKW
04:24
filled with stack after stack after stack of data.
97
252831
3461
gefüllt mit Stapeln über Stapeln an Datenmenge.
04:28
And what makes it even worse is that
98
256292
1328
Und was das Ganze noch schlimmer macht, ist,
04:29
that's just the beginning,
99
257620
1938
dass das erst der Anfang ist,
04:31
because once you've collected all that data,
100
259558
1974
denn wenn man die Daten erfasst hat,
04:33
of course someone's going to have to --
101
261532
1593
muss natürlich irgendwer –
04:35
some unfortunate person is going to have to type that into a computer.
102
263125
3292
eine bedauernswerte Person,
diese in einen Computer tippen.
diese in einen Computer tippen.
04:38
When I was a graduate student, I actually was
103
266417
2046
Als ich Doktorand war, war ich tatsächlich
04:40
that unfortunate person sometimes.
104
268463
2003
manchmal diese bedauernswerte Person.
04:42
I can tell you, I often wasn't really paying attention.
105
270466
3011
Und ich kann Ihnen sagen,
ich hab oft nicht wirklich aufgepasst.
ich hab oft nicht wirklich aufgepasst.
04:45
I probably made a lot of mistakes when I did it
106
273477
1818
Ich habe dabei wahrscheinlich viele Fehler gemacht,
04:47
that no one ever discovered, so data quality goes down.
107
275295
2825
die niemand jemals finden wird,
also verschlechtert sich die Datenqualität.
also verschlechtert sich die Datenqualität.
04:50
But eventually that data hopefully gets typed into a computer,
108
278120
3152
Aber schlussendlich werden diese Daten
in einen Computer getippt,
in einen Computer getippt,
04:53
and someone can begin to analyze it,
109
281272
1767
und jemand kann mit dem Analysieren anfangen,
04:55
and once they have an analysis and a report,
110
283039
2716
und wenn sie eine Analyse und ein Gutachten haben,
04:57
hopefully then you can take the results of that data collection
111
285755
3299
dann kann man die Ergebnisse der Daten hoffentlich
05:01
and use it to vaccinate children better.
112
289054
2147
zur Verbesserung der Kinderimpfung nutzen.
05:03
Because if there's anything worse
113
291201
2909
Wenn es irgendwas Schlimmeres gibt
05:06
in the field of global public health,
114
294110
2346
im Bereich des globalen Gesundheitswesen,
05:08
I don't know what's worse than allowing children on this planet
115
296456
2729
ich weiß nicht was schlimmer sein sollte,
als dass Kinder auf diesem Planeten
als dass Kinder auf diesem Planeten
05:11
to die of vaccine-preventable diseases,
116
299185
3140
an durch Impfung vermeidbaren Krankheiten sterben,
05:14
diseases for which the vaccine costs a dollar.
117
302325
3510
Krankheiten, deren Impfung einen Dollar kostet.
05:17
And millions of children die of these diseases every year.
118
305835
3088
Und Millionen von Kindern sterben
jedes Jahr an solchen Krankheiten.
jedes Jahr an solchen Krankheiten.
05:20
And the fact is, millions is a gross estimate because
119
308923
3462
Fakt ist auch, dass Millionen ein grobe Schätzung ist,
05:24
we don't really know how many kids die each year of this.
120
312385
3005
weil wir in Wirklichkeit gar nicht wissen,
wie viele tatsächlich daran sterben.
wie viele tatsächlich daran sterben.
05:27
What makes it even more frustrating is that
121
315390
2352
Was es noch frustrierender macht, ist,
05:29
the data entry part, the part that I used to do as a grad student,
122
317742
3099
dass das Eingeben der Daten,
dass, was ich als Doktorand machte,
dass, was ich als Doktorand machte,
05:32
can take sometimes six months.
123
320841
1970
manchmal 6 Monate dauert.
05:34
Sometimes it can take two years to type that information
124
322811
2276
Manchmal dauert es 2 Jahre,
um die Informationen
um die Informationen
05:37
into a computer, and sometimes, actually not infrequently,
125
325087
3336
in einen Computer einzugeben,
und gar nicht selten,
und gar nicht selten,
05:40
it actually never happens.
126
328423
1988
passiert es auch gar nicht.
05:42
Now try and wrap your head around that for a second.
127
330411
2257
Nun versuchen Sie mal,
das zu begreifen.
das zu begreifen.
05:44
You just had teams of hundreds of people.
128
332668
2442
Man hatte Teams aus hunderten von Leuten.
05:47
They went out into the field to answer a particular question.
129
335110
2366
Sie sind alle raus gegangen,
um eine Frage zu beantworten.
um eine Frage zu beantworten.
05:49
You probably spent hundreds of thousands of dollars
130
337476
2467
Man hat wahrscheinlich
hunderttausende von Dollar ausgegeben,
hunderttausende von Dollar ausgegeben,
05:51
on fuel and photocopying and per diem,
131
339943
3844
für Benzin, fürs Kopieren und die Tagesspesen,
05:55
and then for some reason, momentum is lost
132
343787
2353
dann, aus irgendeinem Grund, ist der Schwung weg,
05:58
or there's no money left,
133
346140
1311
oder es gibt kein Geld mehr,
05:59
and all of that comes to nothing
134
347451
2405
und alles verläuft sich im Sand,
06:01
because no one actually types it into the computer at all.
135
349856
2647
weil es am Ende niemand in den Computer eintippt.
06:04
The process just stops. Happens all the time.
136
352503
3310
Der Prozess kommt einfach zum Halt.
Das passiert andauernd.
Das passiert andauernd.
06:07
This is what we base our decisions on in global health:
137
355813
2933
Das ist unsere Entscheidungsbasis
im globalen Gesundheitswesen:
im globalen Gesundheitswesen:
06:10
little data, old data, no data.
138
358746
4898
wenige Daten, alte Daten, gar keine Daten.
06:15
So back in 1995, I began to think about ways
139
363644
2567
Damals, 1995, begann ich, über Wege nachzudenken,
06:18
in which we could improve this process.
140
366211
2154
mit denen wir diesen Prozess verbessern könnten.
06:20
Now 1995, obviously that was quite a long time ago.
141
368365
2798
1995 liegt offensichtlich eine lange Zeit zurück.
06:23
It kind of frightens me to think of how long ago that was.
142
371163
2382
Es ängstigt mich etwas, daran
zu denken, wie lange das her ist.
zu denken, wie lange das her ist.
06:25
The top movie of the year was
143
373545
2194
Der Topfilm des Jahres war
06:27
"Die Hard with a Vengeance."
144
375739
1182
"Stirb langsam: Jetzt erst recht."
06:28
As you can see, Bruce Willis had a lot more hair back then.
145
376921
2783
Wie Sie sehen, hatte Bruce Willis
damals viel mehr Haare.
damals viel mehr Haare.
06:31
I was working in the Centers for Disease Control,
146
379704
2384
Ich arbeitete bei "Centers for Disease Control" (CDC).
06:34
and I had a lot more hair back then as well.
147
382088
3043
und ich hatte damals auch viel mehr Haare.
06:37
But to me, the most significant thing that I saw in 1995
148
385131
3342
Aber für mich war das Bedeutsamste,
was ich 1995 sah,
was ich 1995 sah,
06:40
was this.
149
388473
1454
das hier.
06:41
Hard for us to imagine, but in 1995,
150
389927
2641
Schwer vorstellbar, aber 1995
06:44
this was the ultimate elite mobile device.
151
392568
3598
war dies das ultimative Eliten-Handy.
06:48
Right? It wasn't an iPhone. It wasn't a Galaxy phone.
152
396166
2372
Nicht wahr? Es war kein iPhone, kein Galaxy Phone.
06:50
It was a Palm Pilot.
153
398538
1478
Es war ein "Palm Pilot".
06:52
And when I saw the Palm Pilot for the first time, I thought,
154
400016
3564
Und als ich den Palm Pilot
zum ersten Mal sah, dachte ich,
zum ersten Mal sah, dachte ich,
06:55
why can't we put the forms on these Palm Pilots
155
403580
2527
warum können wir die Formulare
nicht auf diese Palm Pilots packen,
nicht auf diese Palm Pilots packen,
06:58
and go out into the field just carrying one Palm Pilot,
156
406107
2872
und mit nur einem Palm Pilot rausgehen,
07:00
which can hold the capacity of tens of thousands
157
408979
3117
das zehntausende dieser Papierformulare
07:04
of paper forms? Why don't we try to do that?
158
412096
2181
speichern kann? Warum versuchen wir das nicht?
07:06
Because if we can do that, if we can actually just
159
414277
2748
Wenn wir das schaffen, wenn wir einfach
07:09
collect the data electronically, digitally,
160
417025
2514
die Daten elektronisch, digital sammeln,
07:11
from the very beginning,
161
419539
1903
von Anfang an,
07:13
we can just put a shortcut right through that whole process
162
421442
3017
dann nehmen wir eine Abkürzung
durch den ganzen Prozess
durch den ganzen Prozess
07:16
of typing,
163
424459
3222
des Tippens,
07:19
of having somebody type that stuff into the computer.
164
427681
1983
durch das ganze Abtippen in den Computer.
07:21
We can skip straight to the analysis
165
429664
1959
Wir können sofort zur Analyse hüpfen,
07:23
and then straight to the use of the data to actually save lives.
166
431623
3075
und die Daten dann direkt zum Lebenretten nutzen.
07:26
So that's actually what I began to do.
167
434698
2515
Damit habe ich angefangen.
07:29
Working at CDC, I began to travel to different programs
168
437213
3334
Für die CDC reiste ich zu den
verschiedenen Programmen,
verschiedenen Programmen,
07:32
around the world and to train them in using Palm Pilots
169
440547
4069
auf der ganzen Welt und brachte ihnen
die Benutzung des Palm Pilot bei,
die Benutzung des Palm Pilot bei,
07:36
to do data collection instead of using paper.
170
444616
2525
damit sie die Daten nicht mehr auf Papier sammeln.
07:39
And it actually worked great.
171
447141
2109
Und es funktionierte auch super.
07:41
It worked exactly as well as anybody would have predicted.
172
449250
2665
Es funktionierte so gut, wie
jeder vorhersehen konnte.
jeder vorhersehen konnte.
07:43
What do you know? Digital data collection
173
451915
2233
Ach, wirklich? Das digitale Sammeln von Daten
07:46
is actually more efficient than collecting on paper.
174
454148
2271
ist wirklich effizienter als das Sammeln auf Papier.
07:48
While I was doing it, my business partner, Rose,
175
456419
2364
Während ich das machte, war
meine Geschäftspartnerin, Rose,
meine Geschäftspartnerin, Rose,
07:50
who's here with her husband, Matthew, here in the audience,
176
458783
2817
die heute mit ihrem Ehemann
Matthew hier im Publikum sitzt,
Matthew hier im Publikum sitzt,
07:53
Rose was out doing similar stuff for the American Red Cross.
177
461600
3177
Rose war dabei ähnliche Sachen für
das amerikanische Rote Kreuz zu machen.
das amerikanische Rote Kreuz zu machen.
07:56
The problem was, after a few years of doing that,
178
464777
2065
Das Problem war, nachdem wir es
ein paar Jahre so gemacht hatten,
ein paar Jahre so gemacht hatten,
07:58
I realized I had done -- I had been to maybe
179
466842
2740
merkte ich, dass ich vielleicht bei
08:01
six or seven programs, and I thought,
180
469582
2718
6 oder 7 Programmen war, und wissen Sie,
08:04
you know, if I keep this up at this pace,
181
472300
2310
ich dachte, wenn ich das in
diesem Tempo weiter mache,
diesem Tempo weiter mache,
08:06
over my whole career, maybe I'm going to go
182
474610
1654
meine ganze Karriere lang, gehe ich vielleicht
08:08
to maybe 20 or 30 programs.
183
476264
2277
zu insgesamt 20 oder 30 Prgrammen.
08:10
But the problem is, 20 or 30 programs,
184
478541
3229
Aber das Problem ist, 20 oder 30 Programmen
08:13
like, training 20 or 30 programs to use this technology,
185
481770
2973
das Benutzen dieser Technologie beizubringen,
08:16
that is a tiny drop in the bucket.
186
484743
2206
ist nur ein Tropfen auf den heißen Stein.
08:18
The demand for this, the need for data to run better programs,
187
486949
4039
Die Nachfrage danach, der Bedarf an besseren
Programmen zur Datenverarbeitung,
Programmen zur Datenverarbeitung,
08:22
just within health, not to mention all of the other fields
188
490988
2736
allein im Gesundheitswesen, von den
anderen Bereichen in Entwicklungsländern
anderen Bereichen in Entwicklungsländern
08:25
in developing countries, is enormous.
189
493724
2166
ganz zu schweigen, ist gewaltig.
08:27
There are millions and millions and millions of programs,
190
495890
4010
Es gibt Abermllionen von Programmen,
08:31
millions of clinics that need to track drugs,
191
499900
2535
Millionen von Kliniken, die
Medikamente katalogisieren müssen,
Medikamente katalogisieren müssen,
08:34
millions of vaccine programs.
192
502435
1299
Millionen von Impfprogrammen.
08:35
There are schools that need to track attendance.
193
503734
2057
Es gibt viele Schulen,
die die Anwesenheit verfolgen müssen.
die die Anwesenheit verfolgen müssen.
08:37
There are all these different things
194
505791
2005
Es gibt all diese verschiedenen Programme,
08:39
for us to get the data that we need to do.
195
507796
2095
um an die Daten zu kommen, die wir brauchen.
08:41
And I realized, if I kept up the way that I was doing,
196
509891
4526
Und ich merkte, wenn ich so weiter machte,
08:46
I was basically hardly going to make any impact
197
514417
3243
werde ich quasi kaum etwas erreicht haben
08:49
by the end of my career.
198
517660
1832
am Ende meiner Karriere.
08:51
And so I began to wrack my brain
199
519492
2155
Also fing ich an, mir den Kopf zu zerbrechen,
08:53
trying to think about, you know,
200
521647
1143
darüber nachzudenken, wissen Sie,
08:54
what was the process that I was doing,
201
522790
1518
was genau der Prozess war, den ich durchlief,
08:56
how was I training folks, and what were the bottlenecks
202
524308
2856
wie schulte ich Leute, was waren die Engpässe,
08:59
and what were the obstacles to doing it faster
203
527164
2813
was waren die Hürden,
um die Sache schneller zu machen,
um die Sache schneller zu machen,
09:01
and to doing it more efficiently?
204
529977
1520
und sie effizienter zu machen?
09:03
And unfortunately, after thinking about this for some time,
205
531497
3143
Nachdem ich einige Zeit nachgedacht hatte,
09:06
I realized -- I identified the main obstacle.
206
534640
3452
identifiziert ich unglücklicherweise
das Haupthindernis.
das Haupthindernis.
09:10
And the main obstacle, it turned out,
207
538092
1977
Und das Haupthindernis war,
wie sich herausstellte,
wie sich herausstellte,
09:12
and this is a sad realization,
208
540069
1835
– und das war eine traurige Erkenntnis –
09:13
the main obstacle was me.
209
541904
2268
war ich selbst.
09:16
So what do I mean by that?
210
544172
2196
Was meine ich damit?
09:18
I had developed a process whereby
211
546368
2488
Ich hatte einen Prozess entwickelt, durch den
09:20
I was the center of the universe of this technology.
212
548856
5045
ich der Mittelpunkt des Universums
für diese Technologie war.
für diese Technologie war.
09:25
If you wanted to use this technology, you had to get in touch with me.
213
553901
2989
Wenn man diese Technologie benutzen wollte,
musste man erst mit mir in Kontakt treten.
musste man erst mit mir in Kontakt treten.
09:28
That means you had to know I existed.
214
556890
2106
Das heißt, man musste wissen, dass ich existierte.
09:30
Then you had to find the money to pay for me
215
558996
1474
Und dann musste man das Geld finden,
um mich zu bezahlen,
um mich zu bezahlen,
09:32
to fly out to your country
216
560470
1486
damit ich zu einem ins Land flog,
09:33
and the money to pay for my hotel
217
561956
1548
und das Geld für mein Hotel,
09:35
and my per diem and my daily rate.
218
563504
2760
meine Tagesspesen und meinen Tagessatz.
09:38
So you could be talking about 10,000 or 20,000 or 30,000 dollars
219
566264
2949
Man könnte da von 10.000, 20.000
oder 30.000 Dollar sprechen,
oder 30.000 Dollar sprechen,
09:41
if I actually had the time or it fit my schedule
220
569213
2582
wenn ich überhaupt die Zeit hatte
oder es in meinen Plan passte,
oder es in meinen Plan passte,
09:43
and I wasn't on vacation.
221
571795
1947
und ich nicht gerade im Urlaub war.
09:45
The point is that anything, any system that depends
222
573742
2897
Der Punkt ist, dass jedes System, das von nur
09:48
on a single human being or two or three or five human beings,
223
576639
2870
einer Person, oder 2, 3 oder 5 Personen abhängt,
09:51
it just doesn't scale.
224
579509
1736
einfach nicht groß genug wird.
09:53
And this is a problem for which we need to scale
225
581245
2021
Und dies ist ein Problem, für das wir
eine angemessene Anpassung
eine angemessene Anpassung
09:55
this technology and we need to scale it now.
226
583266
2997
der Technologie brauchen, und zwar sofort.
09:58
And so I began to think of ways in which I could basically
227
586263
2222
Also begann ich über Wege nachzudenken, bei denen
10:00
take myself out of the picture.
228
588485
2384
ich mich selbst aus dem Spiel nehmen konnte.
10:02
And, you know, I was thinking,
229
590869
4496
Und, wissen Sie, ich dachte über
10:07
how could I take myself out of the picture
230
595365
2096
"Wie kann ich mich aus dem Spiel nehmen?"
10:09
for quite some time.
231
597461
1809
eine ganze Weile nach.
10:11
You know, I'd been trained that the way that
232
599270
2157
Wissen Sie, ich war so ausgebildet,
10:13
you distribute technology within international development
233
601427
2722
dass die Verbreitung von Techonologie
in der internationalen Entwicklung,
in der internationalen Entwicklung,
10:16
is always consultant-based.
234
604149
2027
immer beraterbasiert war.
10:18
It's always guys that look pretty much like me
235
606176
2977
Es gibt immer Typen, die so wie ich aussehen,
10:21
flying from countries that look pretty much like this
236
609153
2301
die aus Ländern anfliegen, die etwa so aussehen,
10:23
to other countries with people with darker skin.
237
611454
3106
in andere Ländern, wo Leute dunklere Haut haben.
10:26
And you go out there, and you spend money on airfare
238
614560
2445
Und man geht dahin, gibt Geld für den Flieger aus,
10:29
and you spend time and you spend per diem
239
617005
3510
man braucht Zeit und Tagesspesen,
10:32
and you spend [on a] hotel and you spend all that stuff.
240
620515
2112
und man bezahlt für ein Hotel und all diese Sachen.
10:34
As far as I knew, that was the only way
241
622627
1851
Das war, soweit ich wusste, der einzige Weg,
10:36
you could distribute technology, and I couldn't figure out a way around it.
242
624478
3269
wie man Technologie verbreiten konnte,
und ich fand keinen Weg drum herum.
und ich fand keinen Weg drum herum.
10:39
But the miracle that happened,
243
627747
2671
Doch das Wunder, das dann geschah,
10:42
I'm going to call it Hotmail for short.
244
630418
2750
nenne ich kurz "Hotmail".
10:45
Now you may not think of Hotmail as being miraculous,
245
633168
2181
Nun, sie können sagen,
dass Hotmail kein Wunder war,
dass Hotmail kein Wunder war,
10:47
but for me it was miraculous, because I noticed,
246
635349
2913
aber für mich war es eins, weil ich merkte,
10:50
just as I was wrestling with this problem,
247
638262
2566
als ich so mit meinem Problem kämpfte,
10:52
I was working in sub-Saharan Africa mostly at the time.
248
640828
3414
ich arbeitete meistens in Subsahara-Afrika.
10:56
I noticed that every sub-Saharan African health worker
249
644242
2589
Ich merkte, dass jeder im Gesundheitswesen
Tätige Schwarzafrikaner,
Tätige Schwarzafrikaner,
10:58
that I was working with had a Hotmail account.
250
646831
4108
mit dem ich arbeitete, einen Hotmail-Account hatte.
11:02
And I thought, it struck me,
251
650939
2144
Und ich dachte – ein Gedanke kam mir,
11:05
wait a minute, I know that the Hotmail people
252
653083
2615
warte mal, ich weiß, dass die Hotmail-Leute
11:07
surely didn't fly to the Ministry of Health of Kenya
253
655698
2716
sicherlich nicht zum Gesundheitsministerium
von Kenia geflogen sind,
von Kenia geflogen sind,
11:10
to train people in how to use Hotmail.
254
658414
2711
um den Leuten beizubringen,
wie man Hotmail benutzt.
wie man Hotmail benutzt.
11:13
So these guys are distributing technology.
255
661125
2487
Also verbreiteten diese Leute Technologie.
11:15
They're getting software capacity out there
256
663612
2004
Sie brachten Software-Kapazität an die Leute,
11:17
but they're not actually flying around the world.
257
665616
2009
ohne wirklich um die ganze Welt zu fliegen.
11:19
I need to think about this some more.
258
667625
1560
Darüber muss ich mehr nachdenken.
11:21
While I was thinking about it, people started using
259
669185
2173
Während ich darüber nachdachte,
fingen die Leute an
fingen die Leute an
11:23
even more things just like this, just as we were.
260
671358
3200
noch mehr von den Dingen
zu benutzen, wie wir eben auch.
zu benutzen, wie wir eben auch.
11:26
They started using LinkedIn and Flickr
261
674558
1210
Sie fingen an LinkedIn
und Flickr zu benutzen,
und Flickr zu benutzen,
11:27
and Gmail and Google Maps, all these things.
262
675768
2761
und Gmail und Google Maps, all diese Sachen.
11:30
Of course, all of these things are cloud-based
263
678529
2726
Diese Sachen sind natürlich alle cloudbasiert,
11:33
and don't require any training.
264
681255
2206
und erfordern kein Training.
11:35
They don't require any programmers.
265
683461
1600
Sie erfordern keinen Programmierer.
11:37
They don't require any consultants, because
266
685061
1709
Sie erfordern keinen Berater, weil
11:38
the business model for all these businesses
267
686770
2394
das Geschäftsmodell all dieser Unternehmen ist,
11:41
requires that something be so simple we can use it ourselves
268
689164
2997
dass alles so simpel ist,
dass wir es selber benutzen,
dass wir es selber benutzen,
11:44
with little or no training.
269
692161
1185
mit wenig oder gar keiner Schulung.
11:45
You just have to hear about it and go to the website.
270
693346
2614
Man muss nur davon gehört haben
und auf die Webseite gehen.
und auf die Webseite gehen.
11:47
And so I thought, what would happen if we built software
271
695960
4365
Und ich dachte, was würde passieren,
wenn wir eine Software entwickeln,
wenn wir eine Software entwickeln,
11:52
to do what I'd been consulting in?
272
700325
2011
die meinen Beratungsjob übernimmt?
11:54
Instead of training people how
273
702336
1434
Statt den Leuten beizubringen,
11:55
to put forms onto mobile devices,
274
703770
2850
wie man die Formulare auf die Handys packt,
11:58
let's create software that lets them do it themselves
275
706620
2284
sollten wir eine Software entwickeln,
die es ihnen ermöglicht, das selbst zu tun,
die es ihnen ermöglicht, das selbst zu tun,
12:00
with no training and without me being involved?
276
708904
1890
ohne Übung und ohne mein Zutun.
12:02
And that's exactly what we did.
277
710794
1804
Und genau das haben wir gemacht.
12:04
So we created software called Magpi,
278
712598
3684
Also schrieben wir die Software "Magpi",
12:08
which has an online form creator.
279
716282
1877
die einen Online-Formular-Ersteller hat.
12:10
No one has to speak to me.
280
718159
1151
Niemand muss mich konsultieren.
12:11
You just have to hear about it and go to the website.
281
719310
2694
Man muss nur davon gehört haben
und auf die Webseite gehen.
und auf die Webseite gehen.
12:14
You can create forms, and once you've created the forms,
282
722004
2747
Man kann Formulare erstellen,
und wenn man das gemacht hat,
und wenn man das gemacht hat,
12:16
you push them to a variety of common mobile phones.
283
724751
2340
kann man sie auf eine Reihe
üblicher Handys verschieben.
üblicher Handys verschieben.
12:19
Obviously nowadays, we've moved past Palm Pilots
284
727091
2475
Offensichtlich sind wir heute vom Palm Pilot
12:21
to mobile phones.
285
729566
1328
zu Handys übergegangen.
12:22
And it doesn't have to be a smartphone.
286
730894
1132
Und es muss kein Smartphone sein.
12:24
It can be a basic phone like the phone on the right there,
287
732026
2707
Es kann ein einfaches Handy,
wie das hier auf der rechten Seite sein,
wie das hier auf der rechten Seite sein,
12:26
you know, the basic kind of Symbian phone
288
734733
1336
wissen Sie, die einfache Sorte von Symbian-Handys,
12:28
that's very common in developing countries.
289
736069
2466
die üblich sind in den Entwicklungsländern.
12:30
And the great part about this is, it's just like Hotmail.
290
738535
3999
Und das Tolle daran ist,
dass es genau wie Hotmail ist.
dass es genau wie Hotmail ist.
12:34
It's cloud-based, and it doesn't require any training,
291
742534
2334
Cloudbasiert, und es erfordert keine Schulung,
12:36
programming, consultants.
292
744868
2040
kein Programmieren, keine Berater.
12:38
But there are some additional benefits as well.
293
746908
1936
Es gibt auch einige zusätzliche Vorteile.
12:40
Now we knew, when we built this system,
294
748844
1955
Nun wussten wir, als wir das System erstellten,
12:42
the whole point of it, just like with the Palm Pilots,
295
750799
2293
dass der Sinn daran, wie beim Palm Pilot, war,
12:45
was that you'd have to, you'd be able to
296
753092
2604
dass man in der Lage war,
12:47
collect the data and immediately upload the data and get your data set.
297
755696
3191
die Daten zu sammeln, sie sofort
hochzuladen und sein Datenset bekam.
hochzuladen und sein Datenset bekam.
12:50
But what we found, of course, since it's already on a computer,
298
758887
2437
Aber wir dachten, natürlich, wenn wir
es schon auf einem Computer haben,
es schon auf einem Computer haben,
12:53
we can deliver instant maps and analysis and graphing.
299
761324
3188
können wir auch unmittelbar
Karten, Analysen und Graphen liefern.
Karten, Analysen und Graphen liefern.
12:56
We can take a process that took two years
300
764512
2251
Wir nehmen einen Prozess, der 2 Jahre dauerte,
12:58
and compress that down to the space of five minutes.
301
766763
3222
und komprimieren ihn auf 5 Minuten.
13:01
Unbelievable improvements in efficiency.
302
769985
2506
Unglaubliche Verbesserung der Effizienz.
13:04
Cloud-based, no training, no consultants, no me.
303
772491
4766
Cloudbasiert, keine Schulung,
keine Berater, ohne mich.
keine Berater, ohne mich.
13:09
And I told you that in the first few years
304
777257
2323
Und ich habe Ihnen erzählt,
dass in den ersten Jahren,
dass in den ersten Jahren,
13:11
of trying to do this the old-fashioned way,
305
779580
1827
in denen wir es auf die alte Art versucht haben,
13:13
going out to each country,
306
781407
1292
in jedes Land zu gehen,
13:14
we reached about, I don't know,
307
782699
3054
haben wir ungefähr
13:17
probably trained about 1,000 people.
308
785753
2118
1.000 Leute geschult.
13:19
What happened after we did this?
309
787871
1803
Und was passierte, nachdem wir das taten?
13:21
In the second three years, we had 14,000 people
310
789674
2506
In den zweiten 3 Jahren hatten wir 14.000 Leute,
13:24
find the website, sign up, and start using it to collect data,
311
792180
3193
die die Webseite fanden, sich anmeldeten
und sie zum Datensammeln benutzten,
und sie zum Datensammeln benutzten,
13:27
data for disaster response,
312
795373
1502
Daten zur Bekämpfung von Naturkatastrophen,
13:28
Canadian pig farmers tracking pig disease and pig herds,
313
796875
4748
kanadische Schweinemäster, die Erkrankungen
und Schweineherden zurückverfolgen konnten,
und Schweineherden zurückverfolgen konnten,
13:33
people tracking drug supplies.
314
801623
2415
Leute, die Medikamenteversorgung zurückverfolgen.
13:36
One of my favorite examples, the IRC,
315
804038
1942
Eins meiner Lieblingsbeispiele, das IRC,
13:37
International Rescue Committee,
316
805980
1629
das International Rescue Committee,
13:39
they have a program where semi-literate midwives
317
807609
3237
sie haben ein Programm, bei dem
wenig gebildete Hebammen
wenig gebildete Hebammen
13:42
using $10 mobile phones
318
810846
2427
mit einem 10$-Handy
13:45
send a text message using our software
319
813273
2209
wöchentlich eine SMS mit unserer Software,
13:47
once a week with the number of births
320
815482
2209
mit der Zahl der Geburten
13:49
and the number of deaths, which gives IRC
321
817691
2313
und der Zahl der Todesfälle verschicken,
damit bekommt das IRC etwas,
damit bekommt das IRC etwas,
13:52
something that no one in global health has ever had:
322
820004
2599
was niemand zuvor im
globalen Gesundheitswesen hatte:
globalen Gesundheitswesen hatte:
13:54
a near real-time system of counting babies,
323
822603
3637
ein fast Echtzeitsystem, das Babys zählt,
13:58
of knowing how many kids are born,
324
826240
1492
sie wissen, wie viele Kinder geboren werden,
13:59
of knowing how many children there are
325
827732
1676
und wie viele Kinder es
14:01
in Sierra Leone, which is the country where this is happening,
326
829408
2782
in Sierra Leone gibt, dort passiert das gerade,
14:04
and knowing how many children die.
327
832190
3204
und sie wissen, wie viele Kinder sterben.
14:07
Physicians for Human Rights --
328
835394
1597
"Physicians for Human Rights (PHR)
(Mediziner für Menschenrechte)" –
(Mediziner für Menschenrechte)" –
14:08
this is moving a little bit outside the health field —
329
836991
2479
dies geht über den Gesundheitsbereich hinaus –
14:11
they are gathering, they're basically training people
330
839470
2865
im Wesentlichen bilden sie Leute aus,
14:14
to do rape exams in Congo, where this is an epidemic,
331
842335
3364
um Vergewaltigungsüberprüfungen im Kongo durchzuführen, wo das eine Epidemie ist,
14:17
a horrible epidemic,
332
845699
1748
eine schreckliche Epidemie,
14:19
and they're using our software to document
333
847447
2171
und sie benutzen unsere Software
zum Dokumentieren
zum Dokumentieren
14:21
the evidence they find, including photographically,
334
849618
2972
der Beweise, die sie finden, auch fotografisch,
14:24
so that they can bring the perpetrators to justice.
335
852590
4152
damit sie die Täter vor Gericht bringen können.
14:28
Camfed, another charity based out of the U.K.,
336
856742
3683
Camfed, eine Charity mit Sitz in Großbritannien,
14:32
Camfed pays girls' families to keep them in school.
337
860425
3748
bezahlt die Familien von Mädchen,
damit sie weiter zur Schule gehen können.
damit sie weiter zur Schule gehen können.
14:36
They understand this is the most significant intervention
338
864173
1873
Sie verstehen, dass das
der bedeutsamste Eingriff ist,
der bedeutsamste Eingriff ist,
14:38
they can make. They used to track the dispersements,
339
866046
3284
den sie machen können.
Früher haben sie Ausgaben,
Früher haben sie Ausgaben,
14:41
the attendance, the grades, on paper.
340
869330
1986
Anwesenheit und Noten auf Papier festgehalten.
14:43
The turnaround time between a teacher
341
871316
1608
Die Zeit, die ein Lehrer brauchte,
14:44
writing down grades or attendance
342
872924
1726
um Noten oder Anwesenheit aufzuschreiben
14:46
and getting that into a report was about two to three years.
343
874650
2610
und ein Protokoll zu bekommen dauerte 2 bis 3 Jahre.
14:49
Now it's real time, and because this is such
344
877260
2230
Jetzt funktioniert das in Echtzeit, und weil dies
14:51
a low-cost system and based in the cloud, it costs,
345
879490
2940
ein billiges, cloudbasiertes System ist, kostet es,
14:54
for the entire five countries that Camfed runs this in
346
882430
3434
für alle 5 Länder, in denen Camfed arbeitet,
14:57
with tens of thousands of girls,
347
885864
1932
mit zehntausenden Mädchen,
14:59
the whole cost combined is 10,000 dollars a year.
348
887796
3358
insgesamt 10.000 Dollar im Jahr.
15:03
That's less than I used to get
349
891154
1801
Das ist weniger als ich damals verdient habe,
15:04
just traveling out for two weeks to do a consultation.
350
892955
5071
wenn ich für 2 Wochen als Berater gereist bin.
15:10
So I told you before that
351
898026
2136
Wie ich Ihnen erzählt habe,
15:12
when we were doing it the old-fashioned way, I realized
352
900162
2192
als wir noch auf die alte Art arbeiteten, erkannte ich,
15:14
all of our work was really adding up to just a drop in the bucket --
353
902354
2898
dass unsere ganze Arbeit nur
ein Tropfen auf den heißen Stein war –
ein Tropfen auf den heißen Stein war –
15:17
10, 20, 30 different programs.
354
905252
2226
10, 20, 30 verschiedene Programme.
15:19
We've made a lot of progress, but I recognize
355
907478
2275
Wir sind viel weiter gekommen, aber ich gebe zu,
15:21
that right now, even the work that we've done
356
909753
2157
dass es, sogar mit der Arbeit, die wir getan haben,
15:23
with 14,000 people using this,
357
911910
2404
mit 14.000 Leuten, die dies nutzen,
15:26
is still a drop in the bucket. But something's changed.
358
914314
2946
immer noch nur ein Tropfen auf den
heißen Stein ist. Doch etwas ist anders.
heißen Stein ist. Doch etwas ist anders.
15:29
And I think it should be obvious.
359
917260
1216
Und ich denke es sollte offensichtlich sein.
15:30
What's changed now is,
360
918476
2091
Was jetzt anders ist, ist,
15:32
instead of having a program in which we're scaling at such a slow rate
361
920567
3578
dass statt eines Programms,
mit einer so lahmen Vergrößerungsrate,
mit einer so lahmen Vergrößerungsrate,
15:36
that we can never reach all the people who need us,
362
924145
3198
dass wir nie alle Leute erreichen, die uns brauchen,
15:39
we've made it unnecessary for people to get reached by us.
363
927343
3659
brauchen die Leute unsere Unterstützung nicht mehr.
15:43
We've created a tool that lets programs
364
931002
3076
Wir haben ein Werkzeug erschaffen, das Programmen
15:46
keep kids in school, track the number of babies
365
934078
3155
hilft , die Kinder in den Schulen zu behalten,
die Zahl der Babys zu verfolgen,
die Zahl der Babys zu verfolgen,
15:49
that are born and the number of babies that die,
366
937233
2804
die geboren werden, oder sterben,
15:52
to catch criminals and successfully prosecute them,
367
940037
3623
[das hilft] Kriminelle zu stellen und zu bestrafen,
15:55
to do all these different things to learn more
368
943660
2690
das all das kann, mit dessen Hilfe man
15:58
about what's going on, to understand more, to see more,
369
946350
5117
erfährt, was passiert, mehr versteht, mehr sieht,
16:03
and to save lives and improve lives.
370
951467
3971
Leben rettet und auch verbessert.
16:07
Thank you.
371
955438
1997
Danke.
16:09
(Applause)
372
957435
3987
(Applaus)
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