TED2009
Hans Rosling: Insights on HIV, in stunning data visuals
Hans Rosling à propos du VIH : Des faits nouveaux et d'étonnantes représentations visuelles de données
Filmed:
Readability: 3.9
1,174,291 views
Hans Rosling dévoile des nouvelles visualisations de données qui éclaircissent les facteurs de risque complexes d'une maladie parmi les plus mortelles ( et les plus mal comprises) au monde : le VIH. Il débat sur le fait qu'empêcher la transmission - et non pas les traitements médicamenteux - est la clé pour en finir avec l'épidémie.
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
Double-click the English transcript below to play the video.
00:12
(Applause)
0
0
5000
(Applaudissements)
00:18
AIDS was discovered 1981; the virus, 1983.
1
6000
5000
Le SIDA a été découvert en 1981, le virus -- 1983.
00:23
These Gapminder bubbles show you
2
11000
2000
Ces bulles sous Gapminder vous montrent
00:25
how the spread of the virus was in 1983 in the world,
3
13000
4000
comment était l'étendue du virus dans le monde en 1983,
00:29
or how we estimate that it was.
4
17000
2000
ou comme nous pensons qu'elle était.
00:31
What we are showing here is --
5
19000
2000
Ce que nous montrons ici --
00:33
on this axis here, I'm showing percent of infected adults.
6
21000
7000
sur cet axe-ci, je montre le pourcentage d'adultes infectés.
00:40
And on this axis, I'm showing dollars per person in income.
7
28000
5000
Et sur cet axe, je montre le revenu en dollars par personne.
00:45
And the size of these bubbles, the size of the bubbles here,
8
33000
4000
Et la taille de ces bulles, la taille de ces bulles ici,
00:49
that shows how many are infected in each country,
9
37000
3000
cela montre combien de personnes sont infectées dans chaque pays,
00:52
and the color is the continent.
10
40000
2000
et la couleur correspond au continent.
00:54
Now, you can see United States, in 1983,
11
42000
2000
Maintenant, vous voyez que les Etats-Unis, en 1983,
00:56
had a very low percentage infected,
12
44000
3000
avaient un très faible pourcentage de personnes infectées,
00:59
but due to the big population, still a sizable bubble.
13
47000
4000
mais, à cause de leur large population, toutefois une assez grosse bulle.
01:03
There were quite many people infected in the United States.
14
51000
3000
Il y avait relativement beaucoup de personnes infectées aux Etats Unis.
01:06
And, up there, you see Uganda.
15
54000
2000
Et, là-haut, vous voyez l'Ouganda.
01:08
They had almost five percent infected,
16
56000
3000
Ils avaient presque 5% d'infectés,
01:11
and quite a big bubble in spite of being a small country, then.
17
59000
3000
et une plutot grosse bulle bien qu'étant un petit pays.
01:14
And they were probably the most infected country in the world.
18
62000
5000
Et c'était probablement le pays le plus infecté dans le monde à cette époque.
01:19
Now, what has happened?
19
67000
2000
Maintenant, que s'est-il passé ?
01:21
Now you have understood the graph
20
69000
2000
Maintenant que vous avez compris le graphique,
01:23
and now, in the next 60 seconds,
21
71000
3000
et maintenant, dans les 60 prochaines secondes,
01:26
we will play the HIV epidemic in the world.
22
74000
3000
nous allons jouer l'épidémie du SIDA dans le monde.
01:29
But first, I have a new invention here.
23
77000
3000
Mais d'abord, j'ai ici une nouvelle invention.
01:34
(Laughter)
24
82000
3000
(Rires)
01:39
I have solidified the beam of the laser pointer.
25
87000
4000
J'ai solidifié le faisceau d'un pointeur laser.
01:43
(Laughter)
26
91000
3000
(Rires)
01:46
(Applause)
27
94000
3000
(Applaudissements)
01:52
So, ready, steady, go!
28
100000
4000
Donc, prêt, partez !
01:56
First, we have the fast rise in Uganda and Zimbabwe.
29
104000
4000
D'abord, il y a une rapide augmentation en Ouganda et au Zimbabwe.
02:00
They went upwards like this.
30
108000
2000
Ils sont montés comme ceci.
02:02
In Asia, the first country to be heavily infected was Thailand --
31
110000
4000
En Asie, le premier pays a être lourdement infecté fut la Thailande.
02:06
they reached one to two percent.
32
114000
2000
Ils ont atteint 1 à 2%.
02:08
Then, Uganda started to turn back,
33
116000
2000
Ensuite, l'Ouganda a commencé à régresser,
02:10
whereas Zimbabwe skyrocketed,
34
118000
2000
tandis que le Zimbabwe grimpait en flèche,
02:12
and some years later South Africa had a terrible rise of HIV frequency.
35
120000
4000
et quelques années plus tard, l'Afrique du Sud a connu une terrible augmentation de la fréquence du VIH.
02:16
Look, India got many infected,
36
124000
2000
Regardez, l'Inde a eu beaucoup d'infectés,
02:18
but had a low level.
37
126000
2000
mais avait un taux bas.
02:20
And almost the same happens here.
38
128000
2000
Et quasiment la même chose se produit ici.
02:22
See, Uganda coming down, Zimbabwe coming down,
39
130000
3000
Regardez, l'Ouganda baisse, le Zimbabwe baisse,
02:25
Russia went to one percent.
40
133000
2000
la Russie a atteint les 1%.
02:27
In the last two to three years,
41
135000
3000
Dans les deux à trois dernières années,
02:30
we have reached a steady state of HIV epidemic in the world.
42
138000
4000
nous avons atteint un état stabilisé de l'épidémie de VIH dans le monde.
02:34
25 years it took.
43
142000
3000
Cela a pris 25 ans.
02:37
But, steady state doesn't mean that things are getting better,
44
145000
3000
Mais, un état stabilisé ne veut pas dire que les choses vont mieux,
02:40
it's just that they have stopped getting worse.
45
148000
3000
c'est juste qu'elles ont cessé d'empirer.
02:43
And it has -- the steady state is, more or less,
46
151000
4000
Et -- l'état stabilisé est, plus ou moins,
02:47
one percent of the adult world population is HIV-infected.
47
155000
4000
qu'un pourcent de la population mondiale est infectée par le virus VIH.
02:51
It means 30 to 40 million people,
48
159000
3000
Ca représente 30 à 40 millions de personnes,
02:54
the whole of California -- every person,
49
162000
2000
toute la Californie, chaque personne,
02:56
that's more or less what we have today in the world.
50
164000
2000
c'est plus ou moins ce qu'il y a aujourd'hui dans le monde.
02:58
Now, let me make a fast replay of Botswana.
51
166000
5000
Maintenant, laissez-moi repasser rapidement le Botswana.
03:03
Botswana -- upper middle-income country in southern Africa,
52
171000
4000
le Botswana -- pays d'Afrique du Sud dans la tranche supérieur des pays à revenus moyens,
03:07
democratic government, good economy,
53
175000
3000
gouvernement démocrate, bonne économie,
03:10
and this is what happened there.
54
178000
2000
et voici ce qui s'y est passé.
03:12
They started low, they skyrocketed,
55
180000
2000
Ils ont commencé bas, ensuite sont montés en flèche,
03:14
they peaked up there in 2003,
56
182000
3000
le sommet a été atteint là, en 2003,
03:17
and now they are down.
57
185000
2000
et maintenant ils sont en bas.
03:19
But they are falling only slowly,
58
187000
2000
Mais ils ne redescendent que lentement
03:21
because in Botswana, with good economy and governance,
59
189000
2000
car au Botswana, avec une bonne économie et une bonne gouvernance,
03:23
they can manage to treat people.
60
191000
3000
ils arrivent à soigner les gens.
03:26
And if people who are infected are treated, they don't die of AIDS.
61
194000
3000
Et si les personnes infectées par le VIH sont soignées, elles ne meurent pas du SIDA.
03:29
These percentages won't come down
62
197000
3000
Ces pourcentages ne baisseront pas
03:32
because people can survive 10 to 20 years.
63
200000
2000
car les gens peuvent survivre pendant 10 à 20 ans.
03:34
So there's some problem with these metrics now.
64
202000
3000
Donc, il y a quelques soucis avec ces mesures.
03:37
But the poorer countries in Africa, the low-income countries down here,
65
205000
4000
Mais pour les pays les plus pauvres d'Afrique, ceux d'en bas avec un faible revenu,
03:41
there the rates fall faster, of the percentage infected,
66
209000
6000
à, les taux des personnes infectées chutent plus rapidement
03:47
because people still die.
67
215000
2000
car les malades continuent à mourir.
03:49
In spite of PEPFAR, the generous PEPFAR,
68
217000
3000
Malgré le PEPFAR, le généreux PEPFAR,
03:52
all people are not reached by treatment,
69
220000
3000
tous les gens ne bénéficient pas du traitement,
03:55
and of those who are reached by treatment in the poor countries,
70
223000
2000
et parmi ceux qui bénéficient du traitement dans les pays pauvres,
03:57
only 60 percent are left on treatment after two years.
71
225000
3000
seulement 60% sont encore sous traitement après 2 ans.
04:00
It's not realistic with lifelong treatment
72
228000
4000
Ce n'est pas réaliste pour des traitements à vie
04:04
for everyone in the poorest countries.
73
232000
2000
pour tout le monde dans les pays les plus pauvres.
04:06
But it's very good that what is done is being done.
74
234000
3000
Mais c'est très bien que ce qui est fait le soit.
04:09
But focus now is back on prevention.
75
237000
4000
Mais l'effort se porte à nouveau sur la prévention.
04:13
It is only by stopping the transmission
76
241000
3000
C'est seulement en arrêtant la transmission
04:16
that the world will be able to deal with it.
77
244000
3000
que le monde sera capable de la maîtriser
04:19
Drugs is too costly -- had we had the vaccine,
78
247000
2000
Les médicaments coûtent trop cher -- si nous avions le vaccin,
04:21
or when we will get the vaccine, that's something more effective --
79
249000
3000
ou quand nous aurons le vaccin, ce sera plus efficace --
04:24
but the drugs are very costly for the poor.
80
252000
2000
mais les médicaments coutent très cher pour les pauvres.
04:26
Not the drug in itself, but the treatment
81
254000
2000
Pas le médicament lui-même, mais le traitement
04:28
and the care which is needed around it.
82
256000
2000
et les soins qui doivent l'accompagner.
04:32
So, when we look at the pattern,
83
260000
3000
Aussi, quand on regarde le schéma,
04:35
one thing comes out very clearly:
84
263000
2000
un fait ressort très clairement:
04:37
you see the blue bubbles
85
265000
2000
quand on voit les bulles bleues
04:39
and people say HIV is very high in Africa.
86
267000
2000
on dit que le virus VIH est très élevé en Afrique.
04:41
I would say, HIV is very different in Africa.
87
269000
3000
Je dirais que le VIH est très différent en Afrique.
04:44
You'll find the highest HIV rate in the world
88
272000
4000
Vous trouverez le taux de VIH le plus élevé au monde
04:48
in African countries,
89
276000
2000
dans certains pays africains,
04:50
and yet you'll find Senegal, down here --
90
278000
2000
et pourtant vous trouverez le Sénégal, là, en bas,
04:52
the same rate as United States.
91
280000
2000
qui a le même taux que les Etats-Unis.
04:54
And you'll find Madagascar,
92
282000
2000
Et vous trouverez Madagascar,
04:56
and you'll find a lot of African countries
93
284000
2000
et beaucoup de pays africains
04:58
about as low as the rest of the world.
94
286000
3000
à peu près aussi bas que le reste du monde.
05:01
It's this terrible simplification that there's one Africa
95
289000
4000
C'est cette terrible simplification qu'il n'y a qu'une Afrique
05:05
and things go on in one way in Africa.
96
293000
2000
et que les choses évoluent dans une seule direction dans toute l'Afrique.
05:07
We have to stop that.
97
295000
2000
Nous devons faire cesser celà.
05:09
It's not respectful, and it's not very clever
98
297000
3000
Ce n'est pas respectueux, et ce n'est pas adroit
05:12
to think that way.
99
300000
2000
de penser ainsi.
05:14
(Applause)
100
302000
4000
(Applaudissements)
05:18
I had the fortune to live and work for a time in the United States.
101
306000
3000
J'ai eu la chance de vivre et travailler pendant un temps aux Etats-Unis.
05:21
I found out that Salt Lake City and San Francisco were different.
102
309000
4000
J'ai trouvé que Salt Lake City et San Francisco étaient bien différents.
05:25
(Laughter)
103
313000
2000
(Rires)
05:27
And so it is in Africa -- it's a lot of difference.
104
315000
3000
Et il en est de même en Afrique -- il y a beaucoup de différences.
05:30
So, why is it so high? Is it war?
105
318000
2000
Donc, pourquoi est-ce si haut ? A cause de la guerre?
05:32
No, it's not. Look here.
106
320000
2000
Non, regardez ici.
05:34
War-torn Congo is down there -- two, three, four percent.
107
322000
3000
Le Congo, déchiré par la guerre, se trouve là, en bas -- 2, 3, 4%.
05:37
And this is peaceful Zambia, neighboring country -- 15 percent.
108
325000
4000
Et la Zambie pacifique, pays voisin -- 15 %.
05:41
And there's good studies of the refugees coming out of Congo --
109
329000
3000
Et on a de bonne études sur les réfugiés fuyant le Congo --
05:44
they have two, three percent infected,
110
332000
2000
ils sont infectés de l'ordre de 2, 3%,
05:46
and peaceful Zambia -- much higher.
111
334000
2000
et la Zambie pacifique, beaucoup plus.
05:48
There are now studies clearly showing
112
336000
2000
On a maintenant des études qui montrent clairement
05:50
that the wars are terrible, that rapes are terrible,
113
338000
3000
que les guerres sont terribles, que les viols sont terribles.
05:53
but this is not the driving force for the high levels in Africa.
114
341000
3000
Ce ne sont pas la cause principale des taux élevés en Afrique.
05:56
So, is it poverty?
115
344000
2000
Alors, est-ce la pauvreté ?
05:58
Well if you look at the macro level,
116
346000
2000
Et bien, si vous regardez au niveau supérieur,
06:00
it seems more money, more HIV.
117
348000
2000
il semble que l'argent est le VIH vont de pair.
06:02
But that's very simplistic,
118
350000
3000
Mais c'est très simpliste,
06:05
so let's go down and look at Tanzania.
119
353000
2000
alors redescendons et regardons la Tanzanie.
06:07
I will split Tanzania in five income groups,
120
355000
4000
Je partagerai la Tanzanie en 5 groupes de revenus différents,
06:11
from the highest income to the lowest income,
121
359000
2000
du plus haut revenu au plus bas revenu,
06:13
and here we go.
122
361000
2000
voici ce que çà donne.
06:15
The ones with the highest income, the better off -- I wouldn't say rich --
123
363000
3000
Ceux avec les plus hauts revenus, les meilleurs, je ne dirais pas riches,
06:18
they have higher HIV.
124
366000
2000
ont le plus haut taux de VIH.
06:20
The difference goes from 11 percent down to four percent,
125
368000
3000
la différence va de 11 à 4%,
06:23
and it is even bigger among women.
126
371000
2000
et cette différence est encore plus grande chez les femmes.
06:25
There's a lot of things that we thought, that now, good research,
127
373000
4000
Il y a beaucoup de choses que nous pensions, que maintenant, une bonne recherche,
06:29
done by African institutions and researchers
128
377000
3000
effectuée par des institutions et des chercheurs africains,
06:32
together with the international researchers, show that that's not the case.
129
380000
3000
associés à des chercheurs internationaux, montre que ce n'est pas le cas.
06:35
So, this is the difference within Tanzania.
130
383000
2000
Donc c'est là la différence au sein de la Tanzanie.
06:37
And, I can't avoid showing Kenya.
131
385000
2000
Et je ne peux pas ne pas montrer le Kenya.
06:39
Look here at Kenya.
132
387000
2000
Regardez ici, le Kenya.
06:41
I've split Kenya in its provinces.
133
389000
2000
J'ai partagé le Kenya selon ses provinces.
06:43
Here it goes.
134
391000
2000
Voilà.
06:45
See the difference within one African country --
135
393000
3000
Voyez les différences au sein d'un même pays africain --
06:48
it goes from very low level to very high level,
136
396000
3000
çà s'étale d'un niveau très faible à un niveau très élevé,
06:51
and most of the provinces in Kenya is quite modest.
137
399000
3000
et la plupart des provinces du Kenya sont plutôt modestes.
06:54
So, what is it then?
138
402000
2000
Alors, que se passe-t-il ?
06:56
Why do we see this extremely high levels in some countries?
139
404000
4000
Pourquoi rencontrons nous ces taux extrêmement élevés dans certains pays?
07:00
Well, it is more common with multiple partners,
140
408000
3000
Et bien, il est plus fréquent, qu'avec de multiples partenaires,
07:03
there is less condom use,
141
411000
3000
qu'il y ait moins d'utilisation du préservatif,
07:06
and there is age-disparate sex --
142
414000
3000
et qu'il y ait des relations entre personnes d'âges variés --
07:09
that is, older men tend to have sex with younger women.
143
417000
3000
c'est à dire que des hommes plus âgés, aient des relations sexuelles avec des femmes plus jeunes.
07:12
We see higher rates in younger women than younger men
144
420000
3000
Nous rencontrons des taux plus élevés chez les jeunes femmes que chez les jeunes hommes
07:15
in many of these highly affected countries.
145
423000
2000
dans beaucoup de ces pays hautement touchés.
07:17
But where are they situated?
146
425000
2000
Mais où sont-ils situés?
07:19
I will swap the bubbles to a map.
147
427000
2000
Je passerai des bulles à une carte.
07:21
Look, the highly infected are four percent of all population
148
429000
4000
Regardez, les personnes très infectées représentent 4% de toute la population
07:25
and they hold 50 percent of the HIV-infected.
149
433000
3000
et ils correspondent à 50% des personnes infectées.
07:28
HIV exists all over the world.
150
436000
3000
le VIH est présent dans le monde entier.
07:31
Look, you have bubbles all over the world here.
151
439000
2000
Voyez, il y a des bulles partout à travers le monde.
07:33
Brazil has many HIV-infected.
152
441000
3000
le Brésil a beaucoup d'infectés.
07:36
Arab countries not so much, but Iran is quite high.
153
444000
3000
Pas tant que çà dans les pays arabes, mais l'Iran est assez haut.
07:39
They have heroin addiction and also prostitution in Iran.
154
447000
4000
En Iran il y a de la dépendance à l'héroine et de la prostitution.
07:43
India has many because they are many.
155
451000
2000
L'Inde en a beaucoup car ils sont très nombreux.
07:45
Southeast Asia, and so on.
156
453000
2000
l'Asie du Sud-Est et ainsi de suite.
07:47
But, there is one part of Africa --
157
455000
2000
Mais il n'y a qu'une partie de l'Afrique --
07:49
and the difficult thing is, at the same time,
158
457000
2000
et la difficulté est, dans le même temps,
07:51
not to make a uniform statement about Africa,
159
459000
4000
de ne pas faire une évaluation uniforme de l'Afrique,
07:55
not to come to simple ideas of why it is like this, on one hand.
160
463000
4000
de ne pas proposer de raisons simples qui expliquent pourquoi c'est ainsi, d'un côté,
07:59
On the other hand, try to say that this is not the case,
161
467000
3000
et de l'autre côté, d'admettre que c'est un cas compliqué,
08:02
because there is a scientific consensus about this pattern now.
162
470000
4000
car il y a un consensus scientifique sur ce schéma désormais.
08:06
UNAIDS have done good data available, finally,
163
474000
3000
Et l'ONUSIDA, a mis à disposition de bonnes statistiques, enfin,
08:09
about the spread of HIV.
164
477000
3000
sur l'étendue du VIH.
08:12
It could be concurrency.
165
480000
3000
Ca pourrait être la concurrence.
08:15
It could be some virus types.
166
483000
3000
Ca pourrait être certains types de virus.
08:18
It could be that there is other things
167
486000
4000
Il y a peut-être d'autres facteurs
08:22
which makes transmission occur in a higher frequency.
168
490000
3000
qui font que la transmission se fasse dans des taux plus élevés.
08:25
After all, if you are completely healthy and you have heterosexual sex,
169
493000
3000
Après tout, si vous êtes en bonne santé et que vous avez des relations hétérosexuelles,
08:28
the risk of infection in one intercourse is one in 1,000.
170
496000
5000
le risque de contamination lors d'un rapport est de 1 sur 1000.
08:33
Don't jump to conclusions now on how to
171
501000
2000
N'en tirez pas de conclusions immédiatement;
08:35
behave tonight and so on.
172
503000
2000
Tenez-vous bien ce soir et ainsi de suite.
08:37
(Laughter)
173
505000
2000
(Rires)
08:39
But -- and if you are in an unfavorable situation,
174
507000
3000
Mais -- et si vous êtes dans une situation défavorable,
08:42
more sexually transmitted diseases, it can be one in 100.
175
510000
3000
davantage de MST transmises, le rique peut être de 1 sur 100.
08:45
But what we think is that it could be concurrency.
176
513000
3000
Mais ce que nous pensons, c'est que cela vient de la concurrence.
08:48
And what is concurrency?
177
516000
2000
Et qu'est-ce que la concurrence ?
08:50
In Sweden, we have no concurrency.
178
518000
2000
En Suède, nous n'avons pas de concurrence.
08:52
We have serial monogamy.
179
520000
2000
Nous sommes monogames en série.
08:54
Vodka, New Year's Eve -- new partner for the spring.
180
522000
2000
De la Vodka, le réveillon du Nouvel An -- un nouveau partenaire pour le printemps.
08:56
Vodka, Midsummer's Eve -- new partner for the fall.
181
524000
2000
De la Vodka, la fête de la Saint-Jean -- un nouveau partenaire pour l'automne.
08:58
Vodka -- and it goes on like this, you know?
182
526000
2000
De la Vodka -- et çà continue comme çà, vous voyez ?
09:00
And you collect a big number of exes.
183
528000
3000
Et ainsi vous collectionnez un bon paquet d'ex.
09:03
And we have a terrible chlamydia epidemic --
184
531000
2000
Et nous avons une terrible épidémie de chlamydia --
09:05
terrible chlamydia epidemic which sticks around for many years.
185
533000
4000
terrible épidémie de chlamydia qui s'est installée depuis pas mal d'années.
09:09
HIV has a peak three to six weeks after infection
186
537000
3000
le VIH a un pic trois à six semaines après l'infection
09:12
and therefore, having more than one partner in the same month
187
540000
3000
et par conséquent, avoir plus d'un partenaire dans le même mois
09:15
is much more dangerous for HIV than others.
188
543000
3000
est beaucoup plus dangereux pour la transmission du VIH que pour d'autres infections.
09:18
Probably, it's a combination of this.
189
546000
2000
C'est probablement une combinaison de toutes ces causes.
09:20
And what makes me so happy is that we are moving now
190
548000
3000
Et ce qui me rend si heureux, c'est que maintenant, quand nous regardons de telles statistiques,
09:23
towards fact when we look at this.
191
551000
2000
nous avançons vers des faits concrets.
09:25
You can get this chart, free.
192
553000
2000
Vous pouvez récupérer ces graphiques, gratuitement.
09:27
We have uploaded UNAIDS data on the Gapminder site.
193
555000
3000
Nous avons intégré les statistiques d'ONUSIDA sur Gapminder.
09:30
And we hope that when we act on global problems in the future
194
558000
4000
Et nous espérons que quand nous agirons sur les problèmes globaux dans le futur
09:34
we will not only have the heart,
195
562000
3000
nous n'agirons pas seulement avec le coeur,
09:37
we will not only have the money,
196
565000
2000
nous n'agirons pas seulement avec de l'argent,
09:39
but we will also use the brain.
197
567000
3000
mais nous utiliserons aussi notre cerveau.
09:42
Thank you very much.
198
570000
2000
Merci beaucoup.
09:44
(Applause)
199
572000
6000
(Applaudissements)
ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionaryIn Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.
Why you should listen
Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.
What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.
Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.
Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)
Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.
Hans Rosling passed away in February 2017. He is greatly missed.
Hans Rosling | Speaker | TED.com