TEDxMaastricht
Daniel Kraft: Medicine's future? There's an app for that
דניאל קראפט: עתידה של הרפואה? יש בשביל זה אפליקציה
Filmed:
Readability: 5
1,012,543 views
ב-TEDxMaastricht, דניאל קראפט מציע הסתכלות אל עבר החידושים הקרבים בשנים הבאות ברפואה, מעוצמים דרך כלים חדשים, בדיקות ואפליקציות אשר מביאות מידע אבחוני היישר למיטתו של הפציינט.
Daniel Kraft - Physician scientist
Daniel Kraft is a physician-scientist, inventor and entrepreneur. He is the founder and chair of Exponential Medicine and has served as faculty chair for Medicine at Singularity University since its inception, exploring the impact and potential of rapidly developing technologies as applied to health and medicine. Full bio
Daniel Kraft is a physician-scientist, inventor and entrepreneur. He is the founder and chair of Exponential Medicine and has served as faculty chair for Medicine at Singularity University since its inception, exploring the impact and potential of rapidly developing technologies as applied to health and medicine. Full bio
Double-click the English transcript below to play the video.
00:15
A couple of years ago
0
0
2000
לפני מספר שנים
00:17
when I was attending the TED Conference in Long Beach,
1
2000
2000
כאשר נכחתי בוועידה של TED בלונג ביץ',
00:19
I met Harriet.
2
4000
2000
הכרתי את הארייט.
00:21
We'd actually met online before --
3
6000
2000
למעשה נפגשו לפני כן ברשת --
00:23
not the way you're thinking.
4
8000
2000
לא בדרך שאתם חושבים עליה.
00:25
We were actually introduced because we both knew Linda Avey,
5
10000
2000
הכירו בינינו מכיוון ששנינו הכרנו את לינדה אווי,
00:27
one of the founders of the first online personal genomic companies.
6
12000
3000
מהמייסדות של אחת החברות הראשונות לענייני גנומיקה אישית ברשת.
00:30
And because we shared our genetic information with Linda,
7
15000
3000
ומכיוון ששיתפנו את לינדה במידע הגנטי שלנו,
00:33
she could see that Harriet and I
8
18000
2000
היא יכלה לראות שלהארייט ולי
00:35
shared a very rare type of mitochondrial DNA --
9
20000
2000
יש גנום מיטוכונדריאלי נדיר במשותף --
00:37
Haplotype K1a1b1a --
10
22000
2000
האפלוטייפ K1a1b1a --
00:39
which meant that we were distantly related.
11
24000
2000
משמע שהיינו קרובים רחוקים אחד של השנייה.
00:41
We actually share the same genealogy with Ozzie the iceman.
12
26000
3000
אנחנו למעשה חלקנו את אותה גנאלוגיה עם אוזי איש הקרח.
00:44
So Ozzie, Harriet and me.
13
29000
2000
אז אוזי הארייט ואנוכי.
00:46
And being the current day, of course, we started our own Facebook group.
14
31000
2000
ומכיוון שאנחנו בזמנים הנוכחיים, התחלנו קבוצה משלנו בפסייבוק.
00:48
You're all welcome to join.
15
33000
2000
כולכם מוזמנים להצטרף.
00:50
And when I met Harriet in person the next year at the TED Conference,
16
35000
3000
וכאשר פגשתי את הארייט פנים אל פנים בשנה לאחר מכן בוועידת TED,
00:53
she'd gone online and ordered our own happy Haplotype T-shirts.
17
38000
2000
היא הלכה והזמינה לנו ברשת חולצות ועליהן כתוב האפי האפלוטיים.
00:55
(Laughter)
18
40000
2000
(צחוק)
00:57
Now why am I telling you this story,
19
42000
2000
עכשיו למה אני מספר לכם את הסיפור הזה,
00:59
and what does this have to do with the future of health?
20
44000
2000
ומה הקשר בינו לבין עתיד הבריאות ?
01:01
Well the way I met Harriet is actually an example
21
46000
2000
ובכן, הדרך בה פגשתי את הארייט הינה למעשה דוגמה
01:03
of how leveraging cross-disciplinary,
22
48000
2000
על איך מינוף צולב של דיסיפלינות שונות,
01:05
exponentially-growing technologies
23
50000
2000
טכנולוגיות הגדלות בצורה אקספוננציאלית
01:07
is affecting our future of health and wellness --
24
52000
2000
משפיעות על עתיד הבריאות והרווחה שלנו --
01:09
from low-cost gene analysis
25
54000
2000
החל מפענוח הגנום במחיר נמוך
01:11
to the ability to do powerful bio-informatics
26
56000
2000
דרך היכולת לעשות ביואינפורמטיקה איכותית
01:13
to the connection of the Internet and social networking.
27
58000
3000
ועד התקשורת באינטרנט וברשת החברתית.
01:16
What I'd like to talk about today
28
61000
2000
אני ארצה לדבר איתכם היום
01:18
is understanding these exponential technologies.
29
63000
2000
על הבנתן של אותן טכנולוגיות הגדלות בצורה אקספוננציאלית.
01:20
We often think linearly.
30
65000
2000
אנחנו לעיתים קרובות חושבים בצורה לינארית.
01:22
But if you think about it, if you have a lily pad
31
67000
2000
אבל אם אתם חושבים על זה, אם תקחו לכם לוטוס
01:24
and it just divided every single day --
32
69000
2000
והוא פשוט התחלק לו בכל יום --
01:26
two, four, eight, 16 --
33
71000
2000
שתיים, ארבע, שמונה, 16 --
01:28
in 15 days you have 32,000.
34
73000
2000
תוך 15 ימים היו לכם 32,000.
01:30
What do you think you have in a month? We're at a billion.
35
75000
3000
כמה אתם חושבים שהיה לכם בחודש? אנחנו עומדים על מיליארד.
01:33
So if we start to think exponentially,
36
78000
2000
אז אם אנחנו נתחיל לחשוב באופן אקספוננציאלי,
01:35
we can see how this is starting to affect all the technologies around us.
37
80000
3000
אנחנו נוכל לראות כיצד זה מתחיל להשפיע על כל הטכנולוגיות הסובבות אותנו.
01:38
And many of these technologies -- speaking as a physician and innovator --
38
83000
3000
ורבות מהטכנולוגיות הללו -- בעודי מדבר כרופא וכחדשן --
01:41
we can really start to leverage
39
86000
2000
אנו נוכל להתחיל למנף
01:43
to impact the future of our own health and of health care,
40
88000
2000
בכדי להשפיע על העתיד של הבריאות האישית והכללית שלנו,
01:45
and to address many of the major challenges that we have in health care today,
41
90000
3000
ובכדי לפנות אל האתגרים הרבים והקשים הניצבים בפני מערכת הבריאות כיום
01:48
ranging from the really exponential costs
42
93000
2000
הנמצאים בטווח שבין מחירים הגדלים אקספוננציאלית
01:50
to the aging population,
43
95000
2000
אל האוכלוסייה המזדקנת,
01:52
the way we really don't use information very well today,
44
97000
2000
הדרך הלא יעילה לשימוש במידע כיום,
01:54
the fragmentation of care
45
99000
2000
הפיצוליות של הטיפול
01:56
and often the very difficult course
46
101000
2000
ולעיתים קרובות הדרך הקשה
01:58
of adoption of innovation.
47
103000
2000
לאימוץ חדשנות.
02:00
And one of the major things we can do we've talked a bit about here today
48
105000
2000
ואחד הדברים החשובים שאנחנו יכולים לעשות, דיברנו על זה מעט היום
02:02
is moving the curve to the left.
49
107000
2000
זה להזיז את העקומה שמאלה.
02:04
We spend most of our money on the last 20 percent of life.
50
109000
2000
אנחנו מבזבזים את רוב כספנו על 20 האחוזים האחרונים של חיינו.
02:06
What if we could spend and incentivize positions
51
111000
2000
מה אם היינו יכולים להוציא ולתמרץ עמדות
02:08
in the health care system and our own self
52
113000
2000
במערכת הבריאות ועל עצמנו
02:10
to move the curve to the left and improve our health,
53
115000
2000
להזיז את העקומה שמאלה ולשפר את בריאותינו,
02:12
leveraging technology as well?
54
117000
2000
ולמנף את הטכנולוגיה תוך כדי?
02:14
Now my favorite technology, example of exponential technology,
55
119000
3000
עכשיו הטכנולוגיה החביבה עליי, דוגמה לטכנולוגיה הגדלה אקספוננציאלית,
02:17
we all have in our pocket.
56
122000
2000
נמצאת אצל כולנו בכיס.
02:19
So if you think about it, these are really dramatically improving.
57
124000
3000
אם אתם חושבים על זה, אלו הם באמת התפתחויות דרמטיות.
02:22
I mean this is the iPhone 4.
58
127000
2000
אני מתכוון זהו האייפון 4.
02:24
Imagine what the iPhone 8 will be able to do.
59
129000
3000
תתארו לעצמכם מה יוכל לעשות האייפון 8.
02:27
Now, I've gained some insight into this.
60
132000
2000
עכשיו, יש לי מעט תובנה בזה.
02:29
I've been the track share
61
134000
2000
אני ייעצתי
02:31
for the medicine portion of a new institution called Singularity University
62
136000
3000
עבור החלק הרפואי של מוסד חדש הנקרא Singularity University
02:34
based in Silicon Valley.
63
139000
2000
הנמצאת בעמק הסיליקיון.
02:36
And we bring together every summer
64
141000
2000
ואנחנו מביאים יחדיו בכל קיץ
02:38
about 100 very talented students from around the world.
65
143000
2000
קבוצה מוכשרת של כ- 100 סטודנטים מכל רחבי העולם.
02:40
And we look at these exponential technologies from medicine, biotech,
66
145000
2000
ואנחנו מתבוננים על הטכנולוגיות הגדלות אקספוננציאלית מכיווני הרפואה, הביוטכנולוגיה,
02:42
artificial intelligence, robotics, nanotechnology, space,
67
147000
3000
בינה מלאכותית, רובוטיקה, ננו-טכנולוגיה, החלל,
02:45
and address how can we cross-train
68
150000
2000
ואנו חושבים כיצד ניתן לשלב
02:47
and leverage these to impact major unmet goals.
69
152000
2000
ולמנף אותם בכדי להשפיע על מטרות חשובות שלא השגנו.
02:49
We also have seven-day executive programs.
70
154000
2000
היו לנו גם מפגשים בני שבעה ימים עבור מנהלים.
02:51
And coming up next month is actually Future Med,
71
156000
3000
ובחודשים הבאים יהיה את ה- Future Med,
02:54
a program to help cross-train and leverage technologies into medicine.
72
159000
3000
תוכנית שאמורה לעזור לאמן, לשלב ולמנף טכנולוגיות לתוך הרפואה.
02:57
Now I mentioned the phone.
73
162000
2000
עכשיו, אני ציינתי את הטלפון.
02:59
These mobile phones have over 20,000 different mobile apps available --
74
164000
3000
למכשירים הסלולריים הללו יש יותר מ- 20,000 אפליקציות שונות --
03:02
to the point where there's one out of the U.K.
75
167000
2000
עד לכדי כך שיש אפליקציה אחת מאנגליה
03:04
where you can pee on a little chip connected to your iPhone
76
169000
2000
שמאפשרת לך לתת שתן על שבב קטן המחובר לאייפון שלך
03:06
and check yourself for an STD.
77
171000
2000
ולבדוק אם יש לך מחלות מין.
03:08
I don't know if I'd try that yet, but that's available.
78
173000
2000
אני לא יודע אם אני אנסה את זה לבנתיים, אבל זה אפשרי.
03:10
There are all other sorts of applications,
79
175000
2000
ישנם כל מיני סוגים שונים של אפליקציות,
03:12
merging your phone and diagnostics, for example --
80
177000
2000
המשלבים את הטלפון שלך עם אבחון, לדוגמה --
03:14
measuring your blood glucose on your iPhone
81
179000
2000
מדידת רמת הגלוקוז באייפון שלך
03:16
and sending that, potentially, to your physician
82
181000
2000
והאפשרות לשלוח את המידע לרופא שלך
03:18
so they can better understand and you can better understand
83
183000
3000
בכדי שגם הם וגם אתה תוכלו להבין טוב יותר
03:21
your blood sugars as a diabetic.
84
186000
2000
את רמת הסוכר שלך בדם כסוכרתי.
03:23
So let's see now how exponential technologies are taking health care.
85
188000
2000
אז בואו נראה כיצד טכנולוגיות הגדלות בצורה אקספוננציאלית מתמודדות עם מערכת הבריאות.
03:25
Let's start with faster.
86
190000
2000
בואו נתחיל עם מהיר יותר.
03:27
Well it's no secret that computers, through Moore's law,
87
192000
2000
ובכן זה אינו סוד כי מחשבים, דרך חוק מור,
03:29
are speeding up faster and faster.
88
194000
2000
נהיים מהירים יותר ויותר.
03:31
We have the ability to do more powerful things with them.
89
196000
2000
ניתנת לנו האופציה לעשות איתם דברים בצורה עוצמתית יותר.
03:33
They're really approaching, in many cases surpassing,
90
198000
2000
הם באמת מתקרבים, ובמקרים רבים אף עוברים,
03:35
the ability of the human mind.
91
200000
2000
את היכולת של המוח האנושי.
03:37
But where I think computational speed is most applicable
92
202000
3000
אבל אני חושב שהמקום שבו מהירות החישוב היא הכי ישימה
03:40
is in that of imaging.
93
205000
2000
הוא בהדמייה.
03:42
The ability now to look inside the body in real time
94
207000
2000
היכולת הקיימת כעת להתבונן בתוך הגוף בזמן אמיתי
03:44
with very high resolution is really becoming incredible.
95
209000
3000
ברזולוציה גבוהה נעשתה באמת מרשימה
03:47
And we're layering multiple technologies -- PET scans, CT scans
96
212000
3000
ואנחנו מוסיפים שכבות של מספר טכנולוגיות -- סריקת PET, סריקת CT
03:50
and molecular diagnostics --
97
215000
2000
ואבחון מולקולרי --
03:52
to find and to seek things at different levels.
98
217000
3000
בכדי למצוא ולחפש דברים ברמות שונות.
03:55
Here you're going to see the very highest resolution MRI scan done today,
99
220000
3000
כאן אתם הולכים לראות את הרזולוציה הגבוהה ביותר שמכשיר MRI מסוגל לסרוק כיום,
03:58
reconstructed of Marc Hodosh, the curator of TEDMED.
100
223000
3000
בשיחזור של מארק הודוש, האוצר של TEDMED.
04:01
And now we can see inside of the brain
101
226000
2000
ועתה אנחנו יכולים לראות אל תוך המוח
04:03
with a resolution and ability that was never before available,
102
228000
3000
עם רזולוציה ויכולת שלא הייתה אפשרית לפני-כן,
04:06
and essentially learn how to reconstruct,
103
231000
2000
ולמעשה ללמוד איך לשחזר,
04:08
and maybe even re-engineer,
104
233000
2000
ואולי אפילו להנדס מחדש,
04:10
or backwards engineer, the brain
105
235000
2000
או להנדס חזרה, את המוח
04:12
so we can better understand pathology, disease and therapy.
106
237000
3000
כך שאנחנו נוכל להבין טוב יותר את הפתולוגיה, המחלה, והטיפול.
04:15
We can look inside with real time fMRI -- in the brain at real time.
107
240000
3000
אנחנו יכולים להסתכל בשימוש של fMRI בזמן אמת-- לתוך המוח בזמן אמת.
04:18
And by understanding these sorts of processes and these sorts of connections,
108
243000
3000
ודרך הבנתם של סוג זה של תהליכים ושל חיבורים,
04:21
we're going to understand the effects of medication or meditation
109
246000
3000
אנחנו נוכל להבין את ההשפעות של התרופות או של המדיטציות
04:24
and better personalize and make effective, for example,
110
249000
3000
ולהתאים באופן אישי ולייעל, לדוגמה,
04:27
psychoactive drugs.
111
252000
2000
תרופות פסיכו-אקטיביות.
04:29
The scanners for these are getting small, less expensive and more portable.
112
254000
3000
הסורקים עבור דברים אלו הופכים להיות קטנים יותר, פחות יקרים וניידים יותר.
04:32
And this sort of data explosion available from these
113
257000
3000
וסוג זה של פיצוץ מידע אשר נעשה אפשרי בעקבות כל אלה
04:35
is really almost becoming a challenge.
114
260000
2000
הולך ונהיה כמעט סוג של אתגר.
04:37
The scan of today takes up about 800 books, or 20 gigabytes.
115
262000
3000
הסורק של היום לוקח כמות מידע של כ- 800 ספרים, או 20 גיגה בייט.
04:40
The scan in a couple of years will be one terabyte, or 800,000 books.
116
265000
3000
הסורק שיהיה בעוד כמה שנים יוכל להכיל טרה בייט אחד או 800,000 ספרים.
04:43
How do you leverage that information?
117
268000
2000
איך אתה משתמש לטובתך במידע הזה?
04:45
Let's get personal. I won't ask who here's had a colonoscopy,
118
270000
3000
בואו נרד לרמה אישית. אני לא אשאל מי עבר פה קולונוסקופיה,
04:48
but if you're over age 50, it's time for your screening colonoscopy.
119
273000
3000
אבל אם עברתם את גיל חמישים, הגיע הזמן לסריקת הקולונוסקופיה שלך.
04:51
How would you like to avoid the pointy end of the stick?
120
276000
2000
האם הייתם רוצים להימנע מפגישה עם הקצה המחודד של המקל?
04:53
Well now there's essentially a virtual colonoscopy.
121
278000
3000
ובכן עכשיו ישנה סקירת קולונוסקופיה שהיא למעשה ווירטואלית.
04:56
Compare those two pictures, and now as a radiologist,
122
281000
2000
השוו בין שתי התמונות הלו, ועכשיו כרדיולוג,
04:58
you can essentially fly through your patient's colon
123
283000
2000
אתם יכולים למעשה לעוף דרך המעי של הפציינט שלך
05:00
and, augmenting that with artificial intelligence,
124
285000
2000
ובהשלמה עם יכולת של בינה מלאכותית,
05:02
identify potentially, as you see here, a lesion.
125
287000
2000
ניתן לזהות באופן פוטנציאלי, כמו שניתן לראות כאן, נגע.
05:04
Oh, we might have missed it, but using A.I. on top of radiology,
126
289000
3000
שאופס, ייתכן ופספסנו את זה, אבל בשימוש בבינה המלאכותית בנוסף לרדיולוגיה,
05:07
we can find lesions that were missed before.
127
292000
2000
נוכל למצוא נגעים שפספנו לפני-כן.
05:09
And maybe this will encourage people to get colonoscopies
128
294000
2000
ואולי זה יגרום לאנשים להגיע ולעשות בדיקות קולונוסקופיות
05:11
that wouldn't have otherwise.
129
296000
2000
שבמצב אחר לא היו עושים.
05:13
And this is an example of this paradigm shift.
130
298000
2000
וזוהי דוגמה לשינוי התבניתי.
05:15
We're moving to this integration of biomedicine, information technology,
131
300000
3000
אנו נעים לכיוון של שילוב בין ביו-רפואה, טכנולוגיה אינפורמטיבית,
05:18
wireless and, I would say, mobile now -- this era of digital medicine.
132
303000
3000
אלחוטיות, ואני הייתי אומר, גם ניידות עכשיו -- זהו עידן הרפואה הדיגיטלית.
05:21
So even my stethoscope is now digital.
133
306000
2000
אפילו המסכת שלי הוא דיגיטלי כעת.
05:23
And of course, there's an app for that.
134
308000
2000
וכמובן, ישנה אפליקציה בשביל זה.
05:25
We're moving, obviously, to the era of the tricorder.
135
310000
3000
אנו נעים, באופן ברור, לעידן של סריקה עילאית.
05:28
So the handheld ultrasound
136
313000
2000
אז, האולטרה סאונד הידני
05:30
is basically surpassing and supplanting the stethoscope.
137
315000
3000
הוא למעשה טוב יותר ומחליף את המסכת.
05:33
These are now at a price point
138
318000
2000
אלו כרגע עומדים על מחיר
05:35
of -- what used to be 100,000 euros or a couple of hundred-thousand dollars --
139
320000
2000
של -- מה שפעם היה עולה 100,000€ או כמה מאות אלפי דולרים --
05:37
for about 5,000 dollars, I can have the power
140
322000
2000
כ- 5,000$ , ויהיה לי את היכולת
05:39
of a very powerful diagnostic device in my hand.
141
324000
3000
להשתמש במכשיר אבחוני עוצמתי.
05:42
And merging this now with the advent of electronic medical records --
142
327000
3000
והאפשרות למזג עכשיו את זה עם הופעתם של הרשומות הרפואיות האלקטרוניות --
05:45
in the United States, we're still less than 20 percent electronic.
143
330000
3000
בארה"ב, אנחנו עדיין בפחות מ- 20 אחוז אלקטרוניים.
05:48
Here in the Netherlands, I think it's more than 80 percent.
144
333000
2000
פה בהולנד, אני מאמין שזה יותר כמו 80 אחוז.
05:50
But now that we're switching to merging medical data,
145
335000
2000
אבל כעת כשאנו עוברים למיזוג של המידע הרפואי,
05:52
making it available electronically,
146
337000
2000
ומאפשרים לזה להיות נגיש אלקטרונית,
05:54
we can crowd source that information,
147
339000
2000
אנחנו יכולים לעשות מיקור המונים למידע הזה.
05:56
and now as a physician, I can access my patients' data from wherever I am
148
341000
3000
ועכשיו בתור רופא, אני יכול לגשת למידע של הפציינטים שלי מאיפה שאני לא אהיה
05:59
just through my mobile device.
149
344000
2000
פשוט דרך המכשיר הנייד שלי.
06:01
And now, of course, we're in the era of the iPad, even the iPad 2.
150
346000
3000
ועכשיו, כמובן, אנחנו בעידן האייפד, אפילו האייפד 2.
06:04
And just last month the first FDA-approved application
151
349000
3000
ורק לפני חודש האפליקציה הראשונה שאושרה על-ידיי ה- FDA
06:07
was approved to allow radiologists
152
352000
2000
איפשרה לרדיולוגים
06:09
to do actual reading on these sorts of devices.
153
354000
2000
לעשות קריאות אמיתיות על מכשירים מסוג זה.
06:11
So certainly, the physicians of today, including myself,
154
356000
3000
אז ללא ספק, הרופאים של היום, כולל אני,
06:14
are completely reliable on these devices.
155
359000
2000
נסמכים לחלוטין על המכשירים הללו.
06:16
And as you saw just about a month ago,
156
361000
2000
וכפי שראיתם רק לפני כחודש,
06:18
Watson from IBM beat the two champions in "Jeopardy."
157
363000
2000
ווטסון מ-IBM ניצח את שני האלופים בג'פרדי.
06:20
So I want you to imagine when in a couple of years,
158
365000
2000
אני רוצה שתדמיינו שבעוד כמה שנים
06:22
when we've started to apply this cloud-based information,
159
367000
3000
כאשר נתחיל ליישם את השימוש במידע המבוסס על ענן התקשורת הזה
06:25
when we really have the A.I. physician and leverage our brains to connectivity
160
370000
3000
כאשר יש לנו באמת את רופאי הבינה המלאכותית והצלחנו למנף את המוח שלנו
06:28
to make decisions and diagnostics
161
373000
2000
ליכולת תקשורת שמאפשרת להחליט החלטות ואבחונים
06:30
at a level never done.
162
375000
2000
ברמה שמעולם לא נעשתה.
06:32
Already today, you don't need to go to your physician in many cases.
163
377000
3000
כבר היום, אתם לא צריכים ללכת לרופא שלכם במקרים רבים.
06:35
Only for about 20 percent of actual visits do you have to lay hands on the patient.
164
380000
3000
רק בכ- 20 אחוזים מהמקרים של מפגשים עם פציינטים אתה באמת צריך להניח ידייך עליהם.
06:38
We're now in the era of virtual visits --
165
383000
2000
אנחנו עתה בעידן של ביקורים ווירטואליים --
06:40
from sort of the Skype-type visits you can do with American Well,
166
385000
3000
מסוג של פגישות כמו-סקייפ שניתן לעשות עם American Well,
06:43
to Cisco that's developed a very complex health presence system.
167
388000
3000
ועד Cisco שפיתחה מערכת מאוד מורכבת לבריאות.
06:46
The ability to interact with your health care provider is different.
168
391000
3000
היכולת ליצור קשר עם ספק הבריאות שלך היא שונה.
06:49
And these are being augmented even by our devices again today.
169
394000
3000
כל זה נעשה מרובד על-ידיי המכשירים שלנו אפילו היום.
06:52
Here my friend Jessica sent me a picture of her head laceration
170
397000
2000
כאן חברתי ג'סיקה שלחה לי תמונה של חתך בראש שלה
06:54
so I can save her a trip to the emergency room -- I can do some diagnostics that way.
171
399000
3000
ובכך אני יכול לחסוך לה את הטיול לחדר המיון -- אני יכול לעשות קצת איבחונים בדרך הזו.
06:57
Or might we be able to leverage today's gaming technology,
172
402000
2000
או אולי אנחנו נוכל לנצל את טכנולוגיית המשחקים שישנה כיום,
06:59
like the Microsoft Kinect,
173
404000
2000
כמו במקרה של מיקרוסופט קינקט,
07:01
and hack that to enable diagnostics, for example,
174
406000
2000
ולהשתמש בזה כדי לאפשר אבחונים, לדוגמה,
07:03
in diagnosing stroke,
175
408000
2000
במקרה של אבחון שבץ,
07:05
using simple motion detection, using hundred-dollar devices.
176
410000
3000
בשימוש בחישניי תנועה פשוטים, בשימוש במכשירים שעולים מאה דולר.
07:08
We can actually now visit our patients robotically --
177
413000
3000
אנחנו יכולים לבקר עכשיו את הפציינטים שלנו באופן רובוטי --
07:11
this is the RP7; if I'm a hematologist,
178
416000
2000
זהו ה- RP7 ; אם אני המטולוג,
07:13
visit another clinic, visit a hospital.
179
418000
3000
המבקר במרפאה אחרת, בבית חולים אחר.
07:16
These will be augmented by a whole suite of tools actually in the home now.
180
421000
3000
אלו ירובדו בעזרת מצבור שלם של כלים הנמצאים בבית כרגע.
07:19
So imagine we already have wireless scales.
181
424000
2000
אז תדמיינו שכבר יש לנו משקל אלחוטי.
07:21
You can step on the scale.
182
426000
2000
אתם יכולים לעלות על המשקל.
07:23
You can Tweet your weight to your friends, and they can keep you in line.
183
428000
2000
אתם יכולים לצייץ את המשקל שלכם לחברים שלכם, והם יוכלו לעזור לכם לשמור.
07:25
We have wireless blood pressure cuffs.
184
430000
2000
יש לנו מודדי לחץ-דם אלחוטיים.
07:27
A whole gamut of these technologies are being put together.
185
432000
2000
משרע שלם של הטכנולוגיות הללו נמצא בתהליכי ייצור עכשיו.
07:29
So instead of wearing these kludgy devices, we can put on a simple patch.
186
434000
3000
אז במקום ללבוש מכשירים מגושמים כאלה, נוכל לשם טלאי פשוט.
07:32
This was developed by colleagues at Stanford, called the iRhythm --
187
437000
3000
זה פותח על-ידיי עמיתים בסטנפורד, הנקרא iRhythm --
07:35
completely supplants the prior technology at a much lower price point
188
440000
3000
מחליף באופן מוחלט את הטכנולוגיה הקודמת במחיר נמוך בהרבה
07:38
with much more effectivity.
189
443000
2000
עם אפקטיביות רבה יותר.
07:40
Now we're also in the era, today, of quantified self.
190
445000
2000
עכשיו אנחנו נמצאים עתה גם בעידן של כימות עצמי.
07:42
Consumers now can buy basically hundred-dollar devices,
191
447000
2000
צרכנים יכולים כיום לקנות מוצרים בעלויות זולות,
07:44
like this little FitBit.
192
449000
2000
כמו המכשיר הקטן הזה ה- FitBit.
07:46
I can measure my steps, my caloric outtake.
193
451000
2000
אני יכול למדוד את צעדי, כמות הקלוריות שהוצאתי.
07:48
I can get insight into that on a daily basis.
194
453000
2000
אני יכול לקבל מידע על בסיס יום יומי.
07:50
I can share that with my friends, with my physician.
195
455000
2000
אני יכול לשתף את המידע עם חבריי, עם הרופא שלי.
07:52
There's watches coming out that will measure your heart rate, the Zeo sleep monitors,
196
457000
3000
ישנם שעונים כיום שיכולים למדוד לך את דופק הלב, מכשירי ניטור לשינה שלך,
07:55
a whole suite of tools that can enable you to leverage
197
460000
2000
מגוון שלם של כלים שמאפשר לך לשפר
07:57
and have insight into your own health.
198
462000
2000
ולקבל מידע על הבריאות שלך.
07:59
And as we start to integrate this information,
199
464000
2000
וככל שאנחנו נמשיך להשתמש במידע הזה,
08:01
we're going to know better what to do with it and how better to have insight
200
466000
3000
אנחנו נדע יותר טוב מה לעשות איתו ותהיה לנו תובנה טובה יותר
08:04
into our own pathologies, health and wellness.
201
469000
2000
לגבי הפתלוגיות שלנו, הבריאות והרווחה.
08:06
There's even mirrors today that can pick up your pulse rate.
202
471000
3000
ישנם אפילו מראות היום שיכולות למדוד את קצת דופק הלב.
08:09
And I would argue, in the future, we'll have wearable devices in our clothes,
203
474000
3000
ואני אפילו אומר, כי בעתיד, יהיו לנו מכשירים שכאלו בבגדים שלנו,
08:12
monitoring ourselves 24/7.
204
477000
2000
המנטרים אותנו 24/7.
08:14
And just like we have the OnStar system in cars,
205
479000
2000
ובדיוק כמו שיש לנו את מערכות האון סטאר ברכבים שלנו,
08:16
your red light might go on -- it won't say "check engine" though.
206
481000
2000
הנורה האדומה שלך תדלק -- אבל היא לא תאמר "תבדוק מנוע".
08:18
It's going to be "check your body" light,
207
483000
2000
זו תהיה נורה יותר כמו "תבדוק את גופך",
08:20
and go in and get it taken care of.
208
485000
2000
ותלך ותדאג לבדוק זאת.
08:22
Probably in a few years, you'll check into your mirror
209
487000
2000
ייתכן כי בשנים הבאות, אתם תוכלו להסתכל על עצמכם במראה
08:24
and it's going to be diagnosing you.
210
489000
2000
והיא תאבחן אתכם.
08:26
(Laughter)
211
491000
2000
(צחוק)
08:28
For those of you with kiddos at home,
212
493000
2000
לאלה מכם עם ילדודס בבית,
08:30
how would you like to have the wireless diaper that supports your ...
213
495000
3000
האם הייתם רוצים חיתול אלחוטי שיתמוך ב...
08:33
too much information, I think, than you might need.
214
498000
2000
יותר מדי אינפורמציה, אני חושב, מאשר שתצטרכו.
08:35
But it's going to be here.
215
500000
2000
אבל זה הולך להגיע לזה.
08:37
Now we've heard a lot today about new technology and connection.
216
502000
3000
שמענו הרבה היום על טכנולוגיה חדשה וחיבוריות.
08:40
And I think some of these technologies
217
505000
2000
ואני חושב שכמה מהטכנולוגיות הללו
08:42
will enable us to be more connected with our patients,
218
507000
2000
יאפשרו לנו להיות מחוברים יותר עם הפציינטים שלנו,
08:44
and take more time
219
509000
2000
ולקחת את הזמן
08:46
and actually do the important human touch elements of medicine,
220
511000
2000
ולדאוג לאלמנט המגע האנושי החשוב ברפואה,
08:48
as augmented by these sorts of technologies.
221
513000
2000
דבר שיוכל להיות מרובד בזכות הטכנולוגיות הללו.
08:50
Now we've talked about augmenting the patient, to some degree.
222
515000
2000
אנחנו דיברנו על ריבודוו של הפציינט, לרמה מסויימת.
08:52
How about augmenting the physician?
223
517000
2000
מה עם לרבד את יכולתו של הרופא?
08:54
We're now in the era of super-enabling the surgeon
224
519000
2000
אנחנו נמצאים עתה בעידן שמשפר מאוד את יכולתו של המנתח
08:56
who can now go inside the body
225
521000
2000
אשר עכשיו יכול להיכנס לתוך הגוף
08:58
and do things with robotic surgery, which is here today,
226
523000
2000
ולעשות דברים עם ניתוח רובוטי, שקיים כבר היום,
09:00
at a level that was not really possible
227
525000
2000
ברמה שלא הייתה באמת קיימת
09:02
even five years ago.
228
527000
2000
אפילו לפני חמש שנים.
09:04
Now this is being augmented with further layers of technology
229
529000
2000
הדבר הזה מרובד על-ידיי רמות נוספות של טכנולוגיה
09:06
like augmented reality.
230
531000
2000
כמו מציאות מרובדת.
09:08
So the surgeon can see inside the patient, through their lens,
231
533000
3000
כך שהמנתח יכול לראות לתוך הפציינט, דרך העדשות שלהם,
09:11
where the tumor is, where the blood vessels are.
232
536000
2000
היכן נמצא הגידול, איפה נמצאים כלי הדם.
09:13
This can be integrated with decisions support.
233
538000
2000
זה יכול להשתלב עם עזרה בהחלטת החלטות.
09:15
A surgeon in New York can be helping a surgeon in Amsterdam, for example.
234
540000
3000
מנתח בניו-יורק יוכל לעזור למנתח באמסטרדם, לדוגמה.
09:18
And we're entering an era
235
543000
2000
ואנחנו נכנסים לעידן
09:20
of really, truly scarless surgery called NOTES,
236
545000
2000
של ניתוח באמת ללא צלקות הנקרא NOTES,
09:22
where the robotic endoscope can come out the stomach
237
547000
2000
היכן שהאנדוסקופ הרובוטי יוכל לצאת מהקיבה
09:24
and pull out that gallbladder
238
549000
2000
ולהוציא את כל כיס המרה
09:26
all in a scarless way and robotically.
239
551000
2000
והכל בדרך ללא צלקות ובצורה רובוטית.
09:28
And this is called NOTES, and this is coming --
240
553000
2000
וזה נקרא NOTES, וזה מגיע --
09:30
basically scarless surgery,
241
555000
2000
ניתוח ללא צלקות למעשה,
09:32
as mediated by robotic surgery.
242
557000
2000
המתווך על-ידיי ניתוח רובוטי.
09:34
Now how about controlling other elements?
243
559000
2000
עכשיו מה עם שליטה באלמנטים אחרים?
09:36
For those who have disabilities -- the paraplegic --
244
561000
2000
לאלו שיש נכויות -- המשותקים --
09:38
there's the era of brain-computer interface, or BCI,
245
563000
3000
יש עידן של ממשק מוח-מחשבי, או ה- BCI,
09:41
where chips have been put on the motor cortex
246
566000
2000
בו שבבים הושמו על קליפת המוח המוטורית
09:43
of completely quadriplegic patients
247
568000
2000
של פציינטים משותקים לחלוטין
09:45
and they can control a curser or a wheelchair or, eventually, a robotic arm.
248
570000
4000
והם יכולים לשלוט בסמן או בכיסא גלגלים או, בסופו של דבר, בזרוע רובוטית.
09:49
And these devices are getting smaller
249
574000
2000
והמכשירים הללו נעשים קטנים יותר
09:51
and going into more and more of these patients.
250
576000
2000
ומוחדרים ליותר ויותר פציינטים.
09:53
Still in clinical trials, but imagine when we can connect these,
251
578000
2000
הם עדיין נמצאים תחת ניסויים קליניים, אבל תדמיינו מה ניתן לחבר אליהם,
09:55
for example, to the amazing bionic limb,
252
580000
2000
לדוגמה, הגף הביונית המדהימה,
09:57
such as the DEKA Arm built by Dean Kamen and colleagues,
253
582000
3000
כמו מסוג זרוע ה- DEKA שנבנתה על-ידיי דין קיימן ועמיתיו,
10:00
which has 17 degrees of motion and freedom
254
585000
3000
לה יש 17 רמות של תנועה וחופש
10:03
and can allow the person who's lost a limb
255
588000
2000
ואשר מאפשרת לאדם אשר איבד את אחד מגפיו
10:05
to have much higher levels of dexterity or control
256
590000
2000
לקבל רמה גבוהה יותר של מיומנות ושליטה
10:07
than they've had in the past.
257
592000
2000
מאשר שהיה להם בעבר.
10:09
So we're really entering the era of wearable robotics actually.
258
594000
3000
אז אנחנו למעשה נכנסים לעידן של רובוטיקה ברת לבישה.
10:12
If you haven't lost a limb -- you've had a stroke, for example --
259
597000
2000
אם לא איבדת את אחד מגפייך -- אם היה לך שבץ לדוגמה --
10:14
you can wear these augmented limbs.
260
599000
2000
אתה תוכל ללבוש את הגפיים המתגברות הללו.
10:16
Or if you're a paraplegic -- like I've visited the folks at Berkley Bionics --
261
601000
3000
או אם אתה משותק -- כמו החבר'ה שביקרתי בברקלי ביוניק --
10:19
they've developed eLEGS.
262
604000
2000
הם פיתחו את ה- eLEGS.
10:21
I took this video last week. Here's a paraplegic patient actually walking
263
606000
3000
צילמתי את הווידאו הזה שבוע שעבר. הנה פציינט משותק הולך ממש
10:24
by strapping on these exoskeletons.
264
609000
2000
על ידיי לבישת העזרים החוץ-שלדיים.
10:26
He's otherwise completely wheelchair-bound.
265
611000
2000
בכל דרך אחרת הוא משועבד לחלוטין לכיסא גלגלים.
10:28
And now this is the early era of wearable robotics.
266
613000
2000
ועכשיו זהו העידן של רובוטיקה לבישה.
10:30
And I think by leveraging these sorts of technologies,
267
615000
2000
ואני חושב שדרך מינופם של טכנולוגיות מסוג זה,
10:32
we're going to change the definition of disability
268
617000
2000
אנחנו נשנה את ההגדרה של נכות
10:34
to in some cases be superability, or super-enabling.
269
619000
3000
עד כדי במקרים מסויימים שהיו יכולות על, או אפשרויות על.
10:37
This is Aimee Mullins, who lost her lower limbs as a young child,
270
622000
3000
זוהי איימי מולינס, שאיבדה את גפייה התחתונות כשהייתה ילדה קטנה,
10:40
and Hugh Herr, who's a professor at MIT
271
625000
3000
ויו הר, שהוא פרופסור ב- MIT
10:43
who lost his limbs in a climbing accident.
272
628000
2000
שאיבד את גפיו בתאונת טיפוס.
10:45
And now both of these can climb better, move faster, swim differently
273
630000
3000
ועכשיו שניהם מסוגלים לטפס טוב יותר, לזוז מהר יותר, לשחות בצורה שונה
10:48
with their prosthetics than us normal-abled persons.
274
633000
3000
עם התותבות שלהם, בצורה טובה יותר מאיתנו האנשים ללא הנכויות.
10:51
Now how about other exponentials?
275
636000
2000
עכשיו מה לגביי אקספוננציאלים אחרים?
10:53
Clearly the obesity trend is exponentially going in the wrong direction,
276
638000
3000
ברור שמגמת ההשמנה גדלה באופן אקספוננציאלי לכיוון הלא נכון,
10:56
including with huge costs.
277
641000
2000
בתוספת לעלויות ענקיות.
10:58
But the trend in medicine actually is to get exponentially smaller.
278
643000
3000
אבל המגמה של הרפואה היא ללכת באופן אקספוננציאלי לכיוןן קטן יותר.
11:01
So a few examples: we're now in the era
279
646000
2000
כמה דוגמאות: אנחנו עתה נמצאים בעידן
11:03
of "Fantastic Voyage," the iPill.
280
648000
2000
של "מסע מופלא", ה- iPill.
11:05
You can swallow this completely integrated device.
281
650000
2000
אתה יכול לבלוע בשלמות את המכשיר המשולב הזה.
11:07
It can take pictures of your GI system,
282
652000
2000
הוא יכול לקחת תמונות ממערכת העיכול שלך,
11:09
help diagnose and treat as it moves through your GI tract.
283
654000
3000
ולעזור לאבחן ולטפל בעודו זז דרך מערכת העיכול.
11:12
We get into even smaller micro-robots
284
657000
2000
אנחנו מגיעים למיקרו-רובוטים אפילו קטנים מזה
11:14
that will eventually autonomously move through your system again
285
659000
2000
אשר בסופו של דבר ינועו באופן עצמאי דרך המערכת שלך
11:16
and be able to do things that surgeons can't do
286
661000
2000
ויוכלו לעשות דברים שמנתחים לא יוכלו לעשות
11:18
in a much less invasive manner.
287
663000
2000
בצורה הרבה פחות חודרנית.
11:20
Sometimes these might self-assemble in your GI system
288
665000
3000
לפעמים הם יוכלו להתחבר בעצמם בתוך המערכת העיכול שלך
11:23
and be augmented in that reality.
289
668000
2000
ולרבד את המציאות הזאת.
11:25
On the cardiac side, pacemakers are getting smaller
290
670000
2000
בנושא הלב, קוצבי לב הופכים להיות קטנים יותר
11:27
and much easier to place
291
672000
2000
וקלים הרבה יותר להשמה,
11:29
so you don't need to train an interventional cardiologist to place them.
292
674000
2000
עד לכדי שאתה לא תצטרך לאמן קרדיולוגים התערבותיים לשם אותם.
11:31
And they're going to be wirelessly telemetered again to your mobile devices
293
676000
3000
והם הולכים להעביר מידע בצורה אלחוטית למכשירים הניידים,
11:34
so you can go places and be monitored remotely.
294
679000
3000
כך שתוכל ללכת למקומות ולהיות מנוטר מרחוק.
11:37
These are shrinking even further.
295
682000
2000
אלו מתכווצים אפילו יותר מכך.
11:39
Here's one that's in prototyping by Medtronic that's smaller than a penny.
296
684000
3000
הנה אחד שהוא למעשה אבטיפוס של Medtronic והוא קטן יותר מפני.
11:42
Artificial retinas, the ability to put these arrays on the back of the eyeball
297
687000
3000
רשתית מלאכותית, האפשרות לשם את המערכים האלו מאחורי העין
11:45
and allow the blind to see.
298
690000
2000
ולאפשר לעיוורים לראות.
11:47
Again, in early trials, but moving into the future.
299
692000
2000
שוב, בשלבים מוקדים של מבדקים, אבל זזים קדימה אל עבר העתיד.
11:49
These are going to be game changing.
300
694000
2000
אלו הולכים לשנות סדרי עולם.
11:51
Or for those of us who are sighted,
301
696000
2000
או לאלו מאיתנו שיכולים לראות,
11:53
how about having the assisted-living contact lens?
302
698000
2000
מה עם עדשת מגע שתעזור לנו בחיי היום יום?
11:55
BlueTooth, WiFi available -- beams back images to your eye.
303
700000
3000
בלוטות', ווי-פיי זמין -- שידור תמונות חזרה לעין שלך.
11:58
Now if you have trouble maintaining your diet,
304
703000
3000
עכשיו אם יהיו לכם בעיות בשמירת הדיאטה שלך,
12:01
it might help to have some extra imagery
305
706000
2000
זה אולי יעזור אם יהיה לכם דמיון מפותח יותר
12:03
to remind you how many calories are going to be coming at you.
306
708000
3000
להזכיר לכם כמה קלוריות אתם הולכים להכניס.
12:07
How about enabling the pathologist to use their cell phone again
307
712000
2000
מה אם לאפשר לפתולוגים לראות שוב עם הטלפונים הסלולריים
12:09
to see at a microscopic level
308
714000
2000
ברמה מיקרוסקופית
12:11
and to lumber that data back to the cloud and make better diagnostics?
309
716000
3000
ולהחזיר את המידע הזה חזרה לענן התקשורת ודרך כך לעשות אבחונים טובים יותר?
12:14
In fact, the whole era of laboratory medicine
310
719000
2000
למעשה, כל העידן של רפואה מעבדתית
12:16
is completely changing.
311
721000
2000
משתנה לחלוטין.
12:18
We can now leverage microfluidics,
312
723000
2000
אנחנו יכולים למנף את המיקרופלואידיקה,
12:20
like this chip made by Steve Quake at Stanford.
313
725000
2000
כמו השבב הזה אותו עשה סטיב קוויק מסטנפורד.
12:22
Microfluidics can replace an entire lab of technicians.
314
727000
3000
מיקרופלואידיקה יכולה להחליף מעבדה שלמה של טכנאים.
12:25
Put it on a chip, enable thousands of tests to be done
315
730000
2000
לשם את זה על שבב, ולאפשר לאלפי בדיקות להעשות
12:27
at the point of care, anywhere in the world.
316
732000
2000
בנקודת הטיפול, בכל מקום בעולם.
12:29
And this is really going to leverage technology
317
734000
2000
וזה באמת הולך למנף את הטכנולוגיה
12:31
to the rural and the under-served
318
736000
2000
באיזורים הכפריים והמקומות הלוקים בשירותים
12:33
and enable what used to be thousand-dollar tests to be done at pennies
319
738000
2000
ולאפשר את עשייתם של מבדקים שהיו עולים אלפי דולרים במחיר של אגורות בודדות
12:35
and at the point of care.
320
740000
2000
ובנקודת הצורך.
12:37
If we go down the small pathway a little bit farther,
321
742000
3000
אם נמשיך לרדת לרמה קטנה יותר,
12:40
we're entering the era of nanomedicine,
322
745000
2000
אנחנו נכנסים לעידן הננו-רפואה,
12:42
the ability to make devices super small
323
747000
2000
היכולת לעשות מכשירים קטנים מאוד
12:44
to the point where we can design red blood cells
324
749000
2000
עד לכדי מצב שבו אנחנו יכולים לעצב כדוריות דם אדומות
12:46
or microrobots that will monitor our blood system or immune system,
325
751000
3000
או מיקרו-רובוטים שינטרו על מערכת הדם שלנו או על המערכת החיסונית שלנו,
12:49
or even those that might clear out the clots from our arteries.
326
754000
3000
או אפילו כאלה שיוכלו לנקות סתימות בעורקים שלנו.
12:52
Now how about exponentially cheaper?
327
757000
2000
עכשיו מה עם זול יותר בצורה אקספוננציאלית?
12:54
Not something we usually think about in the era of medicine,
328
759000
3000
לא דבר עליו אנחנו חושבים לרוב בעידן הרפואה,
12:57
but hard disks used to be 3,400 dollars for 10 megabytes -- exponentially cheaper.
329
762000
3000
אבל דיסקים קשיחים עלו פעם 3,400$ עבור 10 מגה בייט -- זול בצורה אקספוננציאלית.
13:00
In genomics now,
330
765000
2000
בגנומיקה עכשיו,
13:02
the genome cost about a billion dollars
331
767000
2000
פיענוח הגנום עלה בערך מיליארד דולר
13:04
about 10 years ago when the first one came out.
332
769000
2000
לפני כ- 10 שנים כאשר הדבר התאפשר לראשונה.
13:06
We're now approaching essentially a thousand-dollar genome --
333
771000
2000
אנחנו עתה קרבים ליכולת פיענוח הגנום בעלות של אלף דולר.
13:08
probably next year to two years, probably a hundred-dollar genome.
334
773000
2000
סביר להניח שבעוד שנה שנתיים, סביר להניח שפענוח הגנום יעלה מאה דולר.
13:10
What are we going to do with hundred-dollar genomes?
335
775000
3000
מה אנחנו הולכים לעשות עם אותם גנומים במאה דולר?
13:13
And soon we'll have millions of these tests available.
336
778000
2000
ובקרוב יהיו לנו מיליונים של בדיקות כאלה נגישות.
13:15
And that's when it gets interesting, when we start to crowdsource that information.
337
780000
3000
ושם זה נהיה מעניין, כאשר נתחיל לעשות מיקור המונים עם כל המידע הזה,
13:18
And we enter the era of true personalized medicine --
338
783000
2000
ואנחנו נכנסים לעידן של רפואה אישית באמת --
13:20
the right drug for the right person at the right time --
339
785000
3000
התרופה הנכונה לאיש הנכון בזמן הנכון --
13:23
instead of what we're doing today, which is the same drug for everybody --
340
788000
3000
להבדיל ממה שאנחנו עושים כיום, שזה אותה תרופה לכולם --
13:26
sort of blockbuster drug medications,
341
791000
2000
סוג של שובר קופות לתרופות רפואיות,
13:28
medications which don't work for you, the individual.
342
793000
2000
תרופות שלא עובדות עבורך, האינדבידואל.
13:30
And many, many different companies are working on leveraging these approaches.
343
795000
3000
וחברות רבות עובדות בכדי למנף את הגישות האלו.
13:33
And I'll also show you a simple example, from 23andMe again.
344
798000
2000
ואני אראה לכם דוגמה פשוטה, מ- 23andMe שוב.
13:35
My data indicates that I've got about average risk
345
800000
3000
המידע שלי מראה שיש לי סיכון ממוצע
13:38
for developing macular degeneration, a kind of blindness.
346
803000
2000
לפתח ניוון מקולר, סוג של עיוורון.
13:40
But if I take that same data, upload it to deCODEme,
347
805000
3000
אבל אם אני אקח את המידע הזה, ואעלה אותו ל- deCODEme,
13:43
I can look at my risk for sample type 2 diabetes.
348
808000
2000
אני אוכל לבדוק את הסיכון שלי לקבל נניח סוכרת מסוג 2.
13:45
I'm at almost twice the risk for type 2 diabetes.
349
810000
2000
אני בסיכון כמעט פי שניים לקבל סוכרת סוג 2.
13:47
I might want to watch how much dessert I have at the lunch break for example.
350
812000
3000
ייתכן ואני עכשיו ארצה לשם לב כמה קינוח אני אוכל בהפסקת הצהריים לדוגמה.
13:50
It might change my behavior.
351
815000
2000
זה יוכל לשנות את התנהגותי.
13:52
Leveraging my knowledge of my pharmacogenomics --
352
817000
2000
מינוף הידע של הפרמקוגנומיקה שלי --
13:54
how my genes modulate, what my drugs do and what doses I need
353
819000
3000
איך הגנים שלי מגיבים, מה עושות התרופות שלי ומה המינון שאני צריך
13:57
are going to become increasingly important,
354
822000
2000
כל אלה הולכים להפוך ולהיות חשובים מאוד,
13:59
and once in the hands of the individual and the patient,
355
824000
2000
וברגע שהדבר נמצא בידיי האינדיבדואל והפציינט,
14:01
will make better drug dosing and selection available.
356
826000
3000
נוכל לתת מינוני תרופות מוצלחים יותר ומבחר טוב יותר.
14:04
So again, it's not just genes, it's multiple details --
357
829000
3000
אז שוב, זה לא רק הגנים, זה ריבוד הפרטים --
14:07
our habits, our environmental exposure.
358
832000
2000
התחביבים שלנו, החשיפה הסביבתית שלנו.
14:09
When was the last time your physician asked you where you've lived?
359
834000
3000
מתי הייתה הפעם האחרונה בה הרופא שלכם שאל אתכם איפה אתם גרים?
14:12
Geomedicine: where you've lived, what you've been exposed to,
360
837000
2000
רפואה גנטית: איפה שאתה חיי, למה נחשפת
14:14
can dramatically affect your health.
361
839000
2000
יכולים להשפיע דרמטית על הבריאות שלך.
14:16
We can capture that information.
362
841000
2000
אנחנו יכולים לתפוס את המידע הזה.
14:18
So genomics, proteomics, the environment,
363
843000
2000
אז גנומיקה, חקר החלבונים, הסביבה,
14:20
all this data streaming at us individually and us, as poor physicians,
364
845000
2000
כל המידע הזה זורם אלינו בנפרד, ואנחנו כרופאים פשוטים
14:22
how do we manage it?
365
847000
2000
איך אנחנו מנהלים את זה?
14:24
Well we're now entering the era of systems medicine, or systems biology,
366
849000
3000
ובכן אנחנו נכנסים עכשיו לעידן של מערכת רפואית, או מערכת ביולוגית,
14:27
where we can start to integrate all of this information.
367
852000
2000
בה אנחנו יכולים להתחיל ולשלב את כל המידע הזה.
14:29
And by looking at the patterns, for example, in our blood
368
854000
3000
ודרך הסתכלות בתבניות, למשל, בדם שלנו
14:32
of 10,000 biomarkers in a single test,
369
857000
2000
של 10,000 סממנים ביולוגים בבדיקה אחת,
14:34
we can start to look at these little patterns
370
859000
2000
נוכל להסתכל על התבניות הקטנות האלו
14:36
and detect disease at a much earlier stage.
371
861000
2000
ולאבחן מחלה בשלב מוקדם בהרבה.
14:38
This has been called by Lee Hood, the father of the field,
372
863000
2000
זה נקרא על-ידיי לי הוד, אב התחום,
14:40
P4 medicine.
373
865000
2000
רפואת ה- P4.
14:42
We're going to be predictive; we're going to know what you're likely to have.
374
867000
2000
אנחנו הולכים להיות מנבאים; אנחנו הולכים לדעת מה ככל הנראה יהיה לכם.
14:44
We can be preventative; that prevention can be personalized;
375
869000
3000
אנחנו יכולים להיות מונעים; המניעה הזו יכולה להיות אישית;
14:47
and more importantly, it's going to become increasingly participatory.
376
872000
2000
ויותר חשוב, זה יילך ויהיה יותר ויותר השתתפותי.
14:49
Through websites like Patients Like Me
377
874000
2000
דרך אתרים כמו Patients Like Me
14:51
or managing your data on Microsoft HealthVault or Google Health,
378
876000
3000
או ניהול המידע שלך דרך Microsoft HealthVault , או Google Health,
14:54
leveraging this together in participatory ways
379
879000
2000
מינופם יחדיו בדרכים השתפותיות
14:56
is going to become increasingly important.
380
881000
2000
הולך להיות חשוב יותר ויותר.
14:58
So I'll finish up with exponentially better.
381
883000
2000
אז אני אסיים עם טוב יותר בצורה אקספוננציאלית.
15:00
We'd like to get therapies better and more effective.
382
885000
2000
אנחנו רוצים להפוך טיפולים לטובים יותר ויעילים יותר.
15:02
Now today we treat high blood pressure mostly with pills.
383
887000
2000
כיום אנחנו מטפלים בלחץ דם גבוה לרוב עם כדורים.
15:04
What if we take a new device
384
889000
2000
מה אם ניקח מכשיר חדש
15:06
and knock out the nerve vessels that help mediate blood pressure
385
891000
3000
ונעיף את כלי העצבים שעוזקים לשמור על לחץ הדם
15:09
and in a single therapy to cure hypertension?
386
894000
3000
ובטיפול אחד נרפא בעיות של לחץ יתר.
15:12
This is a new device that is essentially doing that.
387
897000
2000
זהו מכשיר חדש שלמעשה עושה את זה.
15:14
It should be on the market within a year or two.
388
899000
2000
הוא יהיה בשוק בשנה שנתיים הבאות.
15:16
How about more targeted therapies for cancer?
389
901000
2000
מה עם טיפולים נקודתיים יותר לסרטן?
15:18
Right, I'm an oncologist
390
903000
2000
אני אונקולוג
15:20
and I have to say most of what we give is actually poison.
391
905000
2000
ואני חייב לומר שרוב מה שאנחנו נותנים הוא למעשה רעל.
15:22
We've learned at Stanford and other places
392
907000
2000
אנחנו למדנו בסטנפורד ובמקומות אחרים
15:24
that we can discover cancer stem cells,
393
909000
2000
שאנחנו יכולים לגלות תאי גזע סרטניים,
15:26
the ones that seem to be really responsible for disease relapse.
394
911000
3000
אלו שככל הנראה הם מקור הבעיה לחזרתו של הסרטן.
15:29
So if you think of cancer as a weed,
395
914000
2000
אז אם אתם חושבים על סרטן כעל עשב שוטה,
15:31
we often can whack the weed away.
396
916000
2000
אנחנו יכולים לנקש את העשב השוטה.
15:33
It seems to shrink, but it often comes back.
397
918000
2000
נדמה שהוא מתכווץ, אבל לרוב הוא חוזר שוב.
15:35
So we're attacking the wrong target.
398
920000
2000
כך שאנחנו תוקפים את המטרה הלא נכונה.
15:37
The cancer stem cells remain,
399
922000
2000
תאי הגזע הסרטניים נשארים,
15:39
and the tumor can return months or years later.
400
924000
2000
והגידול יוכל לחזור לאחר חודשים או שנים.
15:41
We're now learning to identify the cancer stem cells
401
926000
3000
אנחנו עכשיו לומדים לזהות את תאי הגזע הסרטניים
15:44
and identify those as targets and go for the long-term cure.
402
929000
2000
ולזהות אותם כמטרות וללכת לכיוון של טיפול ארוך טווח.
15:46
And we're entering the era of personalized oncology,
403
931000
2000
ואנחנו נכנסים לתוך עידן של אונקולוגיה אישית,
15:48
the ability to leverage all of this data together,
404
933000
2000
היכולת למנף את כל המידע הזה יחדיו,
15:50
analyze the tumor and come up with
405
935000
2000
לנתח את הגידול ולתת
15:52
a real, specific cocktail for the individual patient.
406
937000
3000
קוקטייל ספציפי ואמיתי המתאים לפציינט האינדבידואלי.
15:55
Now I'll close with regenerative medicine.
407
940000
2000
ואני אסיים עם רפואה רגנרציוזית.
15:57
So I've studied a lot about stem cells --
408
942000
2000
למדתי רבות על תאי גזע --
15:59
embryonic stem cells are particularly powerful.
409
944000
2000
תאי גזע עובריים הם חזקים באופן מיוחד.
16:01
We also have adult stem cells throughout our body.
410
946000
2000
יש לנו גם תאי גזע בוגרים לכל אורכו ורוחבו של גופינו.
16:03
We use those in my field of bone marrow transplantation.
411
948000
2000
אנחנו משתמשים בהם בתחום שלי עבור השתלת מח עצם.
16:05
Geron, just last year, started the first trial
412
950000
2000
Geron, בשנה האחרונה, התחילו את הניסיון הראשון
16:07
using human embryonic stem cells
413
952000
2000
בשימוש בתאי גזע עובריים אנושיים
16:09
to treat spinal cord injuries.
414
954000
2000
בכדי לטפל בפגיעות בעמוד השידרה.
16:11
Still a Phase I trial, but evolving.
415
956000
2000
זה עדיין נמצא בשלב אחד בבדיקות, אבל מתפתח.
16:13
We've been actually using adult stem cells
416
958000
2000
אנחנו למעשה משתמשים בתאי גזע בוגרים
16:15
now in clinical trials for about 15 years
417
960000
2000
בניסויים קליניים כבר כ-15 שנה
16:17
to approach a whole range of topics, particularly in cardiovascular disease.
418
962000
3000
בכדי להגיע לרשת רחבה של נושאים, בעיקר בכל הקשור למחלות כלי הדם והלב.
16:20
We take our own bone marrow cells
419
965000
2000
אנחנו לוקחים את המח עצם של עצמנו
16:22
and treat a patient with a heart attack,
420
967000
2000
ומטפלים בפציינט שעבר התקף לב,
16:24
we can see much improved heart function and actually better survival
421
969000
3000
ואנחנו רואים שיפור ביכולת הלב ויכולת שרידה טובה יותר
16:27
using our own bone marrow drive cells after a heart attack.
422
972000
3000
בהשתמש במח העצם שלנו אנחנו מניעים תאים לאחר התקף הלב.
16:30
I invented a device called the MarrowMiner,
423
975000
2000
אני המצאתי מכשיר הנקרא MarrowMiner,
16:32
a much less invasive way for harvesting bone marrow.
424
977000
2000
דרך הרבה פחות חודרנית לקחת מח עצם.
16:34
It's now been FDA approved,
425
979000
2000
זה עתה עבר אישור של ה- FDA,
16:36
and it'll hopefully be on the market in the next year or so.
426
981000
2000
ובתקווה שזה יגיע לשוק בעוד כשנה פחות או יותר.
16:38
Hopefully you can appreciate the device there
427
983000
2000
אני מקווה שאתם יכולים להעריך את יכולתו של המכשיר שם
16:40
curving through the patient's body and removing the patient's bone marrow,
428
985000
2000
בעודו מתפתל בגופו של הפציינט ולוקח ממנו את מח העצם,
16:42
instead of with 200 punctures, with just a single puncture under local anesthesia.
429
987000
3000
וזאת במקום ב- 200 דקירות, רק בדקירה אחת תחת הרדמה מקומית.
16:45
But where is stem cell therapy really going?
430
990000
2000
אבל להיכן טיפול בתאי גזע באמת הולך?
16:47
If you think about it, every cell in your body has the same DNA
431
992000
3000
אם תחשבו על זה, לכל תא בגופכם יש את אותו ד.נ.א.
16:50
as you had when you were an embryo.
432
995000
2000
כשם שהיה לכם בעודכם עוברים.
16:52
We can now reprogram your skin cells
433
997000
2000
אנחנו יכולים כעת לתכנת מחדש את תאי העור שלכם
16:54
to actually act like a pluripotent embryonic stem cell
434
999000
3000
כך שיוכלו לתפקד כתא גזע רב-תפקודי
16:57
and to utilize those potentially to treat multiple organs in that same patient --
435
1002000
3000
ולהשתמש בהם באופן פוטנציאלי לטפל באיברים רבים באותו פציינט --
17:00
making your own personalized stem cell lines.
436
1005000
2000
לייצר לכם קו ייצור של תאי גזע אישיים.
17:02
And I think they'll be a new era of your own stem cell banking
437
1007000
3000
ואני חושב שיהיה עידן חדש של שמירת תאי הגזע שלכם
17:05
to have in the freezer your own cardiac cells,
438
1010000
2000
שיהיה לכם במקפיא תאי לב שלכם,
17:07
myocytes and neural cells
439
1012000
2000
תאי שריר ותאי נייטרלים
17:09
to use them in the future, should you need them.
440
1014000
3000
בכדי להשתמש בהם בעתיד, לכשתצטרכו אותן.
17:12
And we're integrating this now with a whole era of cellular engineering,
441
1017000
2000
ואנחנו משלבים את זה עכשיו עם עידן שלם של הנדסאות סלולרית.
17:14
and integrating exponential technologies
442
1019000
2000
ומשלבים טכנולוגיות אקספוננציאליות
17:16
for essentially 3D organ printing --
443
1021000
2000
בשביל ליצור למעשה הדפסות איברים בתלת מימד --
17:18
replacing the ink with cells
444
1023000
2000
מחליפים את הדיו בתאים
17:20
and essentially building and reconstructing a 3D organ.
445
1025000
3000
ולמעשה בונים ושחזרים איבר תלת מימדי.
17:23
That's where things are going to head -- still very early days.
446
1028000
2000
לשם הדברים מועדים; עדיין ימים מוקדמים מאוד.
17:25
But I think, as integration of exponential technologies,
447
1030000
2000
אבל אני חושב, שבשביל השילוב של טכנולוגיות אקספוננציאליות,
17:27
this is the example.
448
1032000
2000
זוהי הדוגמה.
17:29
So in close, as you think about technology trends
449
1034000
3000
אז לסיכום, כאשר אתם חושבים על מגמות טכנולוגיות
17:32
and how to impact health and medicine,
450
1037000
2000
וכיצד להשפיע על הבריאות והרפואה,
17:34
we're entering an era of miniaturization,
451
1039000
2000
אנחנו נכנסים לעידן של הזערה,
17:36
decentralization and personalization.
452
1041000
2000
ביזוריות וגישה אישית.
17:38
And I think by pulling these things together,
453
1043000
2000
ואני חושב שדרך חיבור הדברים הללו יחדיו,
17:40
if we can start to think about how to understand and leverage these,
454
1045000
2000
אם נוכל להצליח להתחיל ולחשוב על איך להבין ולמנף אותם,
17:42
we're going to empower the patient,
455
1047000
2000
אנחנו נוכל לחזק את הפציינט,
17:44
enable the doctor, enhance wellness
456
1049000
2000
לתת יותר אפשרויות לרופא, לשפר את הרווחה
17:46
and begin to cure the well before they get sick.
457
1051000
3000
ולהתחיל ולרפא את הבריאים לפני שהם נהיים חולים.
17:49
Because I know as a doctor, if someone comes to me with Stage I disease,
458
1054000
3000
מכיוון שאני יודע כדוקטור, אם מישהו בא אליי עם מחלה בדרגה אחת,
17:52
I'm thrilled -- we can often cure them.
459
1057000
2000
אני נרגש -- אנחנו יכולים לעיתים תכופות לרפא אותם.
17:54
But often it's too late and it's Stage III or IV cancer, for example.
460
1059000
3000
אבל לרוב זה מאוחר מדי וזה מגיע לסרטן בדרגה שלוש או ארבעה לדוגמה.
17:57
So by leveraging these technologies together,
461
1062000
2000
כך שדרך מינוף אותם טכנולוגיות יחדיו,
17:59
I think we'll enter a new era
462
1064000
2000
אני חושב שאנחנו ניכנס לעידן חדש
18:01
that I like to call Stage 0 medicine.
463
1066000
2000
שאני אוהב לקרוא לו דרגה אפס ברפואה.
18:03
And as a cancer doctor, I'm looking forward to being out of a job.
464
1068000
3000
ובתור רופא למחלת הסרטן, אני מצפה ומקווה להיות ללא עבודה.
18:06
Thanks very much.
465
1071000
2000
תודה רבה לכם.
18:09
Host: Thank you. Thank you.
466
1074000
2000
מארחת: תודה לך. תודה לך.
18:11
(Applause)
467
1076000
2000
(מחיאות כפיים)
18:13
Take a bow. Take a bow.
468
1078000
2000
קוד קידה. קוד קידה.
ABOUT THE SPEAKER
Daniel Kraft - Physician scientistDaniel Kraft is a physician-scientist, inventor and entrepreneur. He is the founder and chair of Exponential Medicine and has served as faculty chair for Medicine at Singularity University since its inception, exploring the impact and potential of rapidly developing technologies as applied to health and medicine.
Why you should listen
Dr. Daniel Kraft is a Stanford and Harvard trained physician-scientist with more than 25 years of experience in clinical practice, biomedical research and innovation. He is Faculty Chair for Medicine at Singularity University and is the founder and chair for Exponential Medicine, a program which explores convergent, rapidly developing technologies and their potential to reshape the future of health and biomedicine.
After medical school at Stanford, Kraft was board certified in both Internal Medicine and Pediatrics following residency at the Massachusetts General Hospital & Boston Children's Hospital, and he completed Stanford fellowships in hematology/oncology & bone marrow transplantation. He is a member of the inaugural class of Aspen Institute Health Innovators Fellows.
Kraft has extensive research in stem cell biology and regenerative medicine with multiple scientific publications, medical device, immunology and stem cell-related patents through faculty positions with Stanford University School of Medicine and as clinical faculty for the pediatric bone marrow transplantation service at University of California San Francisco.
Kraft recently founded IntelliMedicine, focused on connected, data-driven and integrated personalized medicine. He is the inventor of the MarrowMiner, an FDA-approved device for the minimally invasive harvest of bone marrow, and he founded RegenMed Systems, a company developing technologies to enable adult stem cell-based regenerative therapies. He is an advisor the XPRIZE (having conceived of the Medical Tricorder XPRIZE and is helping lead a new Cancer focused prize), and advises several digital health and technology companies.
Kraft is an avid pilot and served for 14 years as an officer and flight surgeon with F-15 and F-16 fighter squadrons in the Air National Guard. He has conducted research on aerospace medicine that was published with NASA, with whom he was a finalist for astronaut selection.
Daniel Kraft | Speaker | TED.com