TEDxAustin
Joel Selanikio: The big-data revolution in health care
ג'ואל סלאניקיו: זרעיה המפתיעים של מהפכת ה"ביג דאטה" בשירותי הבריאות
Filmed:
Readability: 4.1
745,046 views
איסוף נתוני בריאות עולמיים היה תחום מדעי לוקה בחסר: העובדים שוטטו בכפרים, התדפקו על דלתות, שאלו שאלות ורשמו את התשובות על טפסי נייר, ואז הכניסו את הנתונים למחשב - ועל סמך נתונים מלאי-פערים אלה, מדינות נהגו לקבל החלטות חשובות. "חנון המידע" ג'ואל סלאניקיו משוחח על השינוי הגורף שחל בתחום איסוף הנתונים הבריאותיים בעשור האחרון, החל מן ה"פאלם פיילוט" ו"הוטמייל", ועד המעבר למיחשוב הענן של ימינו. (צולם ב-TEDxאוסטין)
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
יש בדיחה ישנה על שוטר
שמסייר במקוף שלו
שמסייר במקוף שלו
00:15
in the middle of the night,
1
3156
1295
באמצע הלילה,
00:16
and he comes across a guy under a street lamp
2
4451
2365
ונתקל בבחור אחד מתחת לפנס רחוב,
00:18
who's looking at the ground and moving from side to side,
3
6816
2531
שמסתכל על הקרקע
ועובר מצד לצד,
ועובר מצד לצד,
00:21
and the cop asks him what he's doing.
4
9347
1859
והשוטר שואל אותו מה הוא עושה.
00:23
The guys says he's looking for his keys.
5
11206
1959
הבחור אומר שהוא מחפש
את המפתחות שלו.
את המפתחות שלו.
00:25
So the cop takes his time and looks over
6
13165
2580
אז השוטר מתעכב על ידו
ומחפש מסביב
ומחפש מסביב
00:27
and kind of makes a little matrix and looks
7
15745
1637
והם מחלקים ביניהם את השטח ומחפשים
00:29
for about two, three minutes. No keys.
8
17382
3051
במשך 2-3 דקות, והמפתחות אינם.
00:32
The cop says, "Are you sure? Hey buddy,
9
20433
2966
השוטר שואל: "אתה בטוח?
היי, חבר,
היי, חבר,
00:35
are you sure you lost your keys here?"
10
23399
1880
"אתה בטוח שאיבדת כאן
את המפתחות?"
את המפתחות?"
00:37
And the guy says, "No, no, actually I lost them
11
25279
1379
והבחור עונה, "לא,
למעשה איבדתי אותם
למעשה איבדתי אותם
00:38
down at the other end of the street,
12
26658
1525
"בקצה השני של הרחוב,
00:40
but the light is better here."
13
28183
5984
"אבל כאן התאורה טובה יותר."
00:46
There's a concept that people talk about nowadays
14
34167
1793
יש רעיון מסוים
שאנשים מדברים עליו בימינו
שאנשים מדברים עליו בימינו
00:47
called big data, and what they're talking about
15
35960
2234
והוא קרוי "ביג דאטה",
והם למעשה מדברים
והם למעשה מדברים
00:50
is all of the information that we're generating
16
38194
2166
על כל המידע שאנו מפיקים
00:52
through our interaction with and over the Internet,
17
40360
2665
מהאינטראקציות בינינו ועם האינטרנט,
00:55
everything from Facebook and Twitter
18
43025
1942
החל מ"פייסבוק" ו"טוויטר",
00:56
to music downloads, movies, streaming, all this kind of stuff,
19
44967
4077
וכלה בהורדות מוסיקה, סרטים,
מדיה זורמת, כל הדברים האלה,
מדיה זורמת, כל הדברים האלה,
01:01
the live streaming of TED.
20
49044
1875
השידור החי של TED.
01:02
And the folks who work with big data, for them,
21
50919
2761
והחבר'ה שמדברים על המידע הגדול,
מבחינתם,
מבחינתם,
01:05
they talk about that their biggest problem is
22
53680
1771
הם אומרים שהבעיה הכי גדולה שלהם
01:07
we have so much information,
23
55451
1912
היא שיש לנו יותר מדי מידע,
01:09
the biggest problem is, how do we organize all that information?
24
57363
3492
הבעיה הגדולה ביותר היא
איך לארגן את כל המידע הזה.
איך לארגן את כל המידע הזה.
01:12
I can tell you that working in global health,
25
60855
2392
מעבודתי בתחום הבריאות הגלובלית,
האמינו לי,
האמינו לי,
01:15
that is not our biggest problem.
26
63247
2872
שזו איננה הבעיה הכי גדולה שלנו.
01:18
Because for us, even though the light
27
66119
1570
כי מבחינתנו, למרות שהתאורה
01:19
is better on the Internet,
28
67689
3157
באינטרנט טובה יותר,
01:22
the data that would help us solve the problems
29
70846
2320
הרי שהנתונים שיעזרו לנו
לפתור את הבעיות
לפתור את הבעיות
01:25
we're trying to solve is not actually present on the Internet.
30
73166
3386
שאנו מנסים לפתור,
בעצם לא קיימים באינטרנט.
בעצם לא קיימים באינטרנט.
01:28
So we don't know, for example, how many people
31
76552
1847
למשל, איננו יודעים כמה אנשים
01:30
right now are being affected by disasters
32
78399
2594
נפגעים כרגע מאסונות
01:32
or by conflict situations.
33
80993
2336
או מסכסוכים.
01:35
We don't know for really basically any of the clinics
34
83329
3743
איננו יודעים בפועל באילו מהמרפאות
01:39
in the developing world, which ones have medicines
35
87072
2193
בעולם המתפתח, באילו מהן
יש תרופות
יש תרופות
01:41
and which ones don't.
36
89265
1460
ובאילו אין.
01:42
We have no idea of what the supply chain is for those clinics.
37
90725
3172
אין לנו מושג מהי שרשרת האספקה
שמגיעה לאותן מרפאות.
שמגיעה לאותן מרפאות.
01:45
We don't know -- and this is really amazing to me --
38
93897
2860
איננו יודעים --
וזה באמת מדהים בעיני--
וזה באמת מדהים בעיני--
01:48
we don't know how many children were born,
39
96757
2901
איננו יודעים כמה ילדים נולדו,
01:51
or how many children there are in Bolivia
40
99658
2946
או כמה ילדים יש בבוליביה
01:54
or Botswana or Bhutan.
41
102604
3154
או בבוצואנה או בבהוטן.
01:57
We don't know how many kids died last week
42
105758
1922
איננו יודעים כמה ילדים
מתו בשבוע שעבר
מתו בשבוע שעבר
01:59
in any of those countries.
43
107680
1401
בכל אחת מהארצות האלה.
02:01
We don't know the needs of the elderly, the mentally ill.
44
109081
3372
איננו יודעים מה הצרכים
של הזקנים, של חולי הנפש.
של הזקנים, של חולי הנפש.
02:04
For all of these different critically important problems
45
112453
3239
בכל אחת מהבעיות הקריטיות הללו
02:07
or critically important areas that we want to solve problems in,
46
115692
3001
או התחומים הקריטיים הללו
שבהם אנו רוצים לפתור בעיות,
שבהם אנו רוצים לפתור בעיות,
02:10
we basically know nothing at all.
47
118693
5112
אנו בעצם לא יודעים כלום.
02:15
And part of the reason why we don't know anything at all
48
123805
2623
וחלק מהסיבה מדוע איננו יודעים כלום
02:18
is that the information technology systems
49
126428
2252
היא שמערכות טכנולוגיית המידע
02:20
that we use in global health to find the data
50
128680
3525
בהן אנו משתמשים
בבריאות העולמית כדי להשיג את הנתונים
בבריאות העולמית כדי להשיג את הנתונים
02:24
to solve these problems is what you see here.
51
132205
2945
על מנת לפתור בעיות אלה,
הן מה שאתם רואים כאן.
הן מה שאתם רואים כאן.
02:27
And this is about a 5,000-year-old technology.
52
135150
2258
זאת טכנולוגיה בת 5,000 שנה.
02:29
Some of you may have used it before.
53
137408
1052
חלקכם ודאי השתמש בה פעם.
02:30
It's kind of on its way out now, but we still use it
54
138460
2320
היא כבר די מיושנת,
אך אנו עדיין משתמשים בה
אך אנו עדיין משתמשים בה
02:32
for 99 percent of our stuff.
55
140780
2091
עבור 99% מהדברים שלנו.
02:34
This is a paper form, and what you're looking at
56
142871
4009
זהו טופס נייר,
ומה שאתם רואים כאן
ומה שאתם רואים כאן
02:38
is a paper form in the hand of a Ministry of Health nurse
57
146880
3366
הוא טופס נייר בידיה
של אחות ממשרד הבריאות
של אחות ממשרד הבריאות
02:42
in Indonesia who is tramping out across the countryside
58
150246
3288
באינדונזיה, שמסתובבת באזור הכפרי שם,
02:45
in Indonesia on, I'm sure, a very hot and humid day,
59
153534
3581
ואני בטוח שזהו יום
חם ולח ביותר,
חם ולח ביותר,
02:49
and she is going to be knocking on thousands of doors
60
157115
2725
והיא עתידה להתדפק על אלפי דלתות
02:51
over a period of weeks or months,
61
159840
1946
במשך שבועות או חודשים,
02:53
knocking on the doors and saying, "Excuse me,
62
161786
2448
לדפוק על דלתות ולומר, "סליחה,
02:56
we'd like to ask you some questions.
63
164234
2172
"אנו רוצים לשאול אתכם
כמה שאלות.
כמה שאלות.
02:58
Do you have any children? Were your children vaccinated?"
64
166406
3671
"יש לכם ילדים?
האם ילדיכם קיבלו חיסונים?"
האם ילדיכם קיבלו חיסונים?"
03:02
Because the only way we can actually find out
65
170077
1848
כי הדרך היחידה שבה
אנו למעשה יכולים לדעת
אנו למעשה יכולים לדעת
03:03
how many children were vaccinated in the country of Indonesia,
66
171925
2883
כמה ילדים חוסנו באזורי הכפר
של אינדונזיה,
של אינדונזיה,
03:06
what percentage were vaccinated, is actually not
67
174808
2653
כמה אחוזים חוסנו,
למעשה איננה באמצעות
למעשה איננה באמצעות
03:09
on the Internet but by going out and knocking on doors,
68
177461
2900
האינטרנט, אלא במעבר מדלת לדלת,
03:12
sometimes tens of thousands of doors.
69
180361
2871
ולעתים - עשרות אלפי דלתות.
03:15
Sometimes it takes months to even years
70
183232
2376
לפעמים נדרשים חודשים ואפילו שנים
03:17
to do something like this.
71
185608
1726
כדי לעשות משהו כזה.
03:19
You know, a census of Indonesia
72
187334
2141
כדי להשלים מפקד אוכלוסין באינדונזיה
03:21
would probably take two years to accomplish.
73
189475
1832
יידרשו ודאי שנתיים.
03:23
And the problem, of course, with all of this is that
74
191307
2645
והבעיה בכל זה, היא כמובן,
03:25
with all those paper forms — and I'm telling you
75
193952
1785
עם כל טפסי הנייר האלה--
ותאמינו לי
ותאמינו לי
03:27
we have paper forms for every possible thing.
76
195737
2212
שיש לנו טפסי נייר לכל דבר
שאפשר להעלות על הדעת.
שאפשר להעלות על הדעת.
03:29
We have paper forms for vaccination surveys.
77
197949
2703
יש לנו טפסי נייר של סקר חיסונים.
03:32
We have paper forms to track people who come into clinics.
78
200652
3374
יש לנו טפסי נייר למעקב אחר אנשים
שמגיעים למרפאות.
שמגיעים למרפאות.
03:36
We have paper forms to track drug supplies,
79
204026
2795
יש לנו טפסי נייר למעקב
אחר אספקת תרופות,
אחר אספקת תרופות,
03:38
blood supplies, all these different paper forms
80
206821
2804
אספקת דם, כל מיני טפסי נייר
03:41
for many different topics,
81
209625
1725
לכל מיני שימושים,
03:43
they all have a single common endpoint,
82
211350
2232
ולכולם יש יעד משותף,
03:45
and the common endpoint looks something like this.
83
213582
2665
והידע המשותף נראה ככה.
03:48
And what we're looking at here is a truckful o' data.
84
216247
4284
אנו רואים כאן מטענית מלאה מידע.
03:52
This is the data from a single vaccination coverage survey
85
220531
4619
כל זה הוא מידע
מסקר חיסונים אחד ויחיד
מסקר חיסונים אחד ויחיד
03:57
in a single district in the country of Zambia
86
225150
2215
במחוז אחד ויחיד במדינת זמביה
03:59
from a few years ago that I participated in.
87
227365
2128
מלפני כמה שנים, שבו השתתפתי.
04:01
The only thing anyone was trying to find out
88
229493
2557
הדבר היחיד שניסו למצוא כאן
04:04
is what percentage of Zambian children are vaccinated,
89
232050
3103
היא איזה אחוז מילדי זמביה מחוסנים,
04:07
and this is the data, collected on paper over weeks
90
235153
3179
ואלה הנתונים שנאספו ע"ג נייר
במשך שבועות
במשך שבועות
04:10
from a single district, which is something like a county
91
238332
2874
ממחוז אחד ויחיד,
שהוא שטח בגודל של מחוז
שהוא שטח בגודל של מחוז
04:13
in the United States.
92
241206
1340
בארצות הברית.
04:14
You can imagine that, for the entire country of Zambia,
93
242546
2108
אתם ודאי מתארים לעצמכם,
שעבור כל מדינת זמביה,
שעבור כל מדינת זמביה,
04:16
answering just that single question
94
244654
3574
המענה על שאלה יחידה זו
04:20
looks something like this.
95
248228
1948
נראה משהו כזה.
04:22
Truck after truck after truck
96
250176
2655
מטענית ועוד מטענית
ועוד מטענית
ועוד מטענית
04:24
filled with stack after stack after stack of data.
97
252831
3461
מלאות בערימות על גבי ערימות
של נתונים.
של נתונים.
04:28
And what makes it even worse is that
98
256292
1328
ומה שמחמיר עוד יותר את המצב
04:29
that's just the beginning,
99
257620
1938
הוא שזו רק ההתחלה,
04:31
because once you've collected all that data,
100
259558
1974
כי מרגע שנאספו כל הנתונים האלה,
04:33
of course someone's going to have to --
101
261532
1593
ברור שמישהו צריך--
04:35
some unfortunate person is going to have to type that into a computer.
102
263125
3292
שאיזה מסכן ייאלץ להקליד הכל
לתוך מחשב.
לתוך מחשב.
04:38
When I was a graduate student, I actually was
103
266417
2046
כשלמדתי לתואר שני,
הזדמן לי בפועל
הזדמן לי בפועל
04:40
that unfortunate person sometimes.
104
268463
2003
להיות לפעמים המסכן הזה.
04:42
I can tell you, I often wasn't really paying attention.
105
270466
3011
האמינו לי. לעתים קרובות
לא ממש שמתי לב.
לא ממש שמתי לב.
04:45
I probably made a lot of mistakes when I did it
106
273477
1818
ודאי עשיתי המון שגיאות
כשעבדתי בזה
כשעבדתי בזה
04:47
that no one ever discovered, so data quality goes down.
107
275295
2825
שגיאות שאיש לא גילה.
ככה נפגעת איכות הנתונים.
ככה נפגעת איכות הנתונים.
04:50
But eventually that data hopefully gets typed into a computer,
108
278120
3152
אך התקווה היא
שלבסוף הנתונים מוקלדים למחשב,
שלבסוף הנתונים מוקלדים למחשב,
04:53
and someone can begin to analyze it,
109
281272
1767
ומישהו יכול להתחיל לנתח אותם,
04:55
and once they have an analysis and a report,
110
283039
2716
ומרגע שיש להם ניתוח ודו"ח,
04:57
hopefully then you can take the results of that data collection
111
285755
3299
התקווה היא שאפשר לקחת
את התוצאות של אוסף הנתונים הזה,
את התוצאות של אוסף הנתונים הזה,
05:01
and use it to vaccinate children better.
112
289054
2147
ולנצל אותן כדי לחסן ילדים
טוב יותר.
טוב יותר.
05:03
Because if there's anything worse
113
291201
2909
כי אם יש משהו חמור יותר
05:06
in the field of global public health,
114
294110
2346
בתחום העולמי של בריאות הציבור,
05:08
I don't know what's worse than allowing children on this planet
115
296456
2729
איניי יודע מה גרוע יותר מאשר
להניח לילדים בעולם הזה
להניח לילדים בעולם הזה
05:11
to die of vaccine-preventable diseases,
116
299185
3140
למות ממחלות שניתן למנוע
בעזרת חיסונים,
בעזרת חיסונים,
05:14
diseases for which the vaccine costs a dollar.
117
302325
3510
מחלות שהחיסון עבורן
עולה דולר אחד.
עולה דולר אחד.
05:17
And millions of children die of these diseases every year.
118
305835
3088
ומיליוני ילדים מתים מהמחלות האלה
בכל שנה ושנה.
בכל שנה ושנה.
05:20
And the fact is, millions is a gross estimate because
119
308923
3462
והעובדה היא ש"מיליונים"
זו הערכה גסה
זו הערכה גסה
05:24
we don't really know how many kids die each year of this.
120
312385
3005
כי איננו יודעים באמת
כמה ילדים מתים כך בכל שנה.
כמה ילדים מתים כך בכל שנה.
05:27
What makes it even more frustrating is that
121
315390
2352
מה שהופך זאת
לעוד יותר מתסכל
לעוד יותר מתסכל
05:29
the data entry part, the part that I used to do as a grad student,
122
317742
3099
הוא ששלב הכנסת הנתונים,
השלב שנהגתי לעשות בזמן לימודי,
השלב שנהגתי לעשות בזמן לימודי,
05:32
can take sometimes six months.
123
320841
1970
עלול לעתים לארוך 6 חודשים.
05:34
Sometimes it can take two years to type that information
124
322811
2276
לפעמים יידרשו שנתיים
כדי להקליד את המידע הזה
כדי להקליד את המידע הזה
05:37
into a computer, and sometimes, actually not infrequently,
125
325087
3336
לתוך מחשב, ולפעמים,
לא לעתים רחוקות, בעצם,
לא לעתים רחוקות, בעצם,
05:40
it actually never happens.
126
328423
1988
זה בכלל לא יקרה.
05:42
Now try and wrap your head around that for a second.
127
330411
2257
נסו רגע לקלוט את העובדה הזו.
05:44
You just had teams of hundreds of people.
128
332668
2442
היו לכם צוותים של מאות אנשים.
05:47
They went out into the field to answer a particular question.
129
335110
2366
הם יצאו לשטח כדי לענות
על שאלה מסוימת.
על שאלה מסוימת.
05:49
You probably spent hundreds of thousands of dollars
130
337476
2467
סביר להניח שהוצאתם
מאות אלפי דולרים
מאות אלפי דולרים
05:51
on fuel and photocopying and per diem,
131
339943
3844
על דלק, צילום מסמכים
והוצאות שוטפות,
והוצאות שוטפות,
05:55
and then for some reason, momentum is lost
132
343787
2353
ואז, משום-מה, המומנטום אובד
05:58
or there's no money left,
133
346140
1311
או שנגמר הכסף,
05:59
and all of that comes to nothing
134
347451
2405
וכל זה היה לשווא
06:01
because no one actually types it into the computer at all.
135
349856
2647
כי איש לא טרח בכלל
להקליד את זה למחשב.
להקליד את זה למחשב.
06:04
The process just stops. Happens all the time.
136
352503
3310
התהליך פשוט נעצר.
זה קורה כל הזמן.
זה קורה כל הזמן.
06:07
This is what we base our decisions on in global health:
137
355813
2933
על זה אנו מבססים את החלטותינו
בבריאות העולמית:
בבריאות העולמית:
06:10
little data, old data, no data.
138
358746
4898
מיעוט נתונים, נתונים ישנים,
העדר נתונים.
העדר נתונים.
06:15
So back in 1995, I began to think about ways
139
363644
2567
אז כבר ב-1995
התחלתי לחשוב על דרכים
התחלתי לחשוב על דרכים
06:18
in which we could improve this process.
140
366211
2154
שבהן נוכל לשפר
את התהליך הזה.
את התהליך הזה.
06:20
Now 1995, obviously that was quite a long time ago.
141
368365
2798
וברור ש-1995 היתה לפני זמן רב.
06:23
It kind of frightens me to think of how long ago that was.
142
371163
2382
קצת מפחיד אותי לחשוב
כמה זמן עבר מאז.
כמה זמן עבר מאז.
06:25
The top movie of the year was
143
373545
2194
הסרט הכי מצליח באותה שנה
06:27
"Die Hard with a Vengeance."
144
375739
1182
היה "מת לחיות 3".
06:28
As you can see, Bruce Willis had a lot more hair back then.
145
376921
2783
כפי שאתם רואים, לברוס וויליס
היה אז הרבה יותר שיער.
היה אז הרבה יותר שיער.
06:31
I was working in the Centers for Disease Control,
146
379704
2384
אני עבדתי במרכזי בקרת המחלות,
06:34
and I had a lot more hair back then as well.
147
382088
3043
וגם לי היה אז
הרבה יותר שיער.
הרבה יותר שיער.
06:37
But to me, the most significant thing that I saw in 1995
148
385131
3342
אך מבחינתי, הדבר הכי משמעותי
שראיתי ב-1995
שראיתי ב-1995
06:40
was this.
149
388473
1454
היה זה.
06:41
Hard for us to imagine, but in 1995,
150
389927
2641
קשה לנו לדמיין את זה,
אבל ב-1995
אבל ב-1995
06:44
this was the ultimate elite mobile device.
151
392568
3598
זה היה השיא במכשירים הניידים.
06:48
Right? It wasn't an iPhone. It wasn't a Galaxy phone.
152
396166
2372
נכון? לא ה"אייפון", לא ה"גלקסי",
06:50
It was a Palm Pilot.
153
398538
1478
אלא ה"פאלם פיילוט".
06:52
And when I saw the Palm Pilot for the first time, I thought,
154
400016
3564
וכשראיתי לראשונה
את ה"פאלם פיילוט", חשבתי,
את ה"פאלם פיילוט", חשבתי,
06:55
why can't we put the forms on these Palm Pilots
155
403580
2527
מדוע שלא נשים את הטפסים
ב"פאלם פיילוט" האלה
ב"פאלם פיילוט" האלה
06:58
and go out into the field just carrying one Palm Pilot,
156
406107
2872
ונצא לשטח רק עם
"פאלם פיילוט" אחד,
"פאלם פיילוט" אחד,
07:00
which can hold the capacity of tens of thousands
157
408979
3117
שיש לו קיבולת של עשרות אלפי
07:04
of paper forms? Why don't we try to do that?
158
412096
2181
טפסי נייר?
למה שלא ננסה את זה?
למה שלא ננסה את זה?
07:06
Because if we can do that, if we can actually just
159
414277
2748
כי אם נוכל לעשות זאת,
אם נוכל פשוט
אם נוכל פשוט
07:09
collect the data electronically, digitally,
160
417025
2514
לאסוף את הנתונים
בצורה אלקטרונית, דיגיטלית,
בצורה אלקטרונית, דיגיטלית,
07:11
from the very beginning,
161
419539
1903
ממש מההתחלה,
07:13
we can just put a shortcut right through that whole process
162
421442
3017
יהיה לנו קיצור דרך
בכל התהליך הזה
בכל התהליך הזה
07:16
of typing,
163
424459
3222
של ההקלדה,
07:19
of having somebody type that stuff into the computer.
164
427681
1983
ונדלג על השלב שבו מישהו
מקליד את זה למחשב.
מקליד את זה למחשב.
07:21
We can skip straight to the analysis
165
429664
1959
נוכל לעבור ישר לשלב
ניתוח הנתונים
ניתוח הנתונים
07:23
and then straight to the use of the data to actually save lives.
166
431623
3075
ומשם ישר לשימוש בנתונים
כדי להציל חיים בפועל.
כדי להציל חיים בפועל.
07:26
So that's actually what I began to do.
167
434698
2515
וזה למעשה מה שהתחלתי לעשות.
07:29
Working at CDC, I began to travel to different programs
168
437213
3334
בעבודתי במרכזי בקרת המחלות,
התחלתי לנסוע לתכניות שונות
התחלתי לנסוע לתכניות שונות
07:32
around the world and to train them in using Palm Pilots
169
440547
4069
ברחבי העולם, ולהכשיר אותם
בשימוש ב"פאלם פיילוט"
בשימוש ב"פאלם פיילוט"
07:36
to do data collection instead of using paper.
170
444616
2525
לצורך איסוף נתונים, במקום בנייר.
07:39
And it actually worked great.
171
447141
2109
וזה עבד נהדר.
07:41
It worked exactly as well as anybody would have predicted.
172
449250
2665
זה עבד בדיוק
כפי שאפשר היה לחזות.
כפי שאפשר היה לחזות.
07:43
What do you know? Digital data collection
173
451915
2233
ממש לא להאמין:
איסוף נתונים דיגיטלי
איסוף נתונים דיגיטלי
07:46
is actually more efficient than collecting on paper.
174
454148
2271
הוא יעיל בהרבה מאשר
איסופם על גבי נייר.
איסופם על גבי נייר.
07:48
While I was doing it, my business partner, Rose,
175
456419
2364
כשעסקתי בזה,
השותפה העסקית שלי, רוז,
השותפה העסקית שלי, רוז,
07:50
who's here with her husband, Matthew, here in the audience,
176
458783
2817
שנמצאת כאן עם בעלה, מתיו,
07:53
Rose was out doing similar stuff for the American Red Cross.
177
461600
3177
רוז יצאה לשטח ועשתה אותו דבר
עבור הצלב האדום האמריקאי.
עבור הצלב האדום האמריקאי.
07:56
The problem was, after a few years of doing that,
178
464777
2065
הבעיה היתה,
אחרי כמה שנים כאלה,
אחרי כמה שנים כאלה,
07:58
I realized I had done -- I had been to maybe
179
466842
2740
הבנתי שעשיתי--
ביקרתי, אולי,
ביקרתי, אולי,
08:01
six or seven programs, and I thought,
180
469582
2718
בשש או שבע תכניות,
וחשבתי לי,
וחשבתי לי,
08:04
you know, if I keep this up at this pace,
181
472300
2310
אם אמשיך בקצב הזה,
08:06
over my whole career, maybe I'm going to go
182
474610
1654
במשך כל הקריירה שלי,
אצליח להגיע
אצליח להגיע
08:08
to maybe 20 or 30 programs.
183
476264
2277
אולי ל-20 או 30 תכניות.
08:10
But the problem is, 20 or 30 programs,
184
478541
3229
אבל הבעיה היא
ש-20 או 30 תכניות,
ש-20 או 30 תכניות,
08:13
like, training 20 or 30 programs to use this technology,
185
481770
2973
להכשיר אנשים ב-20 או 30 תכניות
בשימוש בטכנולוגיה הזו,
בשימוש בטכנולוגיה הזו,
08:16
that is a tiny drop in the bucket.
186
484743
2206
זה טיפה בים.
08:18
The demand for this, the need for data to run better programs,
187
486949
4039
הביקוש לזה, הצורך בנתונים
כדי להפעיל תכניות טובות יותר,
כדי להפעיל תכניות טובות יותר,
08:22
just within health, not to mention all of the other fields
188
490988
2736
רק בתחום הבריאות,
בלי להתייחס לכל יתר התחומים
בלי להתייחס לכל יתר התחומים
08:25
in developing countries, is enormous.
189
493724
2166
בארצות המתפתחות, הוא כביר.
08:27
There are millions and millions and millions of programs,
190
495890
4010
יש מיליונים רבים של תכניות,
08:31
millions of clinics that need to track drugs,
191
499900
2535
מיליוני מרפאות שצריכות
לנהל מעקב אחרי תרופות,
לנהל מעקב אחרי תרופות,
08:34
millions of vaccine programs.
192
502435
1299
מיליוני תכניות חיסון.
08:35
There are schools that need to track attendance.
193
503734
2057
יש בתי-ספר שצריכים לעקוב
אחר הנוכחות.
אחר הנוכחות.
08:37
There are all these different things
194
505791
2005
יש כל מיני דברים
08:39
for us to get the data that we need to do.
195
507796
2095
שעלינו להשיג עבורם נתונים.
08:41
And I realized, if I kept up the way that I was doing,
196
509891
4526
ואני הבנתי שאם אמשיך לפעול
באותה הדרך,
באותה הדרך,
08:46
I was basically hardly going to make any impact
197
514417
3243
לא אצליח לשנות כמעט כלום
08:49
by the end of my career.
198
517660
1832
עד סוף הקריירה שלי.
08:51
And so I began to wrack my brain
199
519492
2155
אז התחלתי לשבור את הראש
08:53
trying to think about, you know,
200
521647
1143
בנסיון לחשוב
08:54
what was the process that I was doing,
201
522790
1518
על התהליך של מה
שאני עושה,
שאני עושה,
08:56
how was I training folks, and what were the bottlenecks
202
524308
2856
איך אני מכשיר אנשים,
ומהם צווארי הבקבוק
ומהם צווארי הבקבוק
08:59
and what were the obstacles to doing it faster
203
527164
2813
ומהם המכשולים שמפריעים
לבצע זאת מהר יותר
לבצע זאת מהר יותר
09:01
and to doing it more efficiently?
204
529977
1520
וביעילות רבה יותר?
09:03
And unfortunately, after thinking about this for some time,
205
531497
3143
ולצערי, אחרי שחשבתי על זה
במשך זמן-מה,
במשך זמן-מה,
09:06
I realized -- I identified the main obstacle.
206
534640
3452
הבנתי--
זיהיתי את המכשול העיקרי.
זיהיתי את המכשול העיקרי.
09:10
And the main obstacle, it turned out,
207
538092
1977
והמכשול העיקרי, כך התברר,
09:12
and this is a sad realization,
208
540069
1835
וזו תובנה עגומה,
09:13
the main obstacle was me.
209
541904
2268
המכשול העיקרי היה אני.
09:16
So what do I mean by that?
210
544172
2196
מה כוונתי בכך?
09:18
I had developed a process whereby
211
546368
2488
פיתחתי תהליך שבאמצעותו
09:20
I was the center of the universe of this technology.
212
548856
5045
הייתי מרכז היקום
מבחינת הטכנולוגיה הזו.
מבחינת הטכנולוגיה הזו.
09:25
If you wanted to use this technology, you had to get in touch with me.
213
553901
2989
אם רציתם להשתמש בטכנולוגיה הזו
הייתם צריכים ליצור איתי קשר.
הייתם צריכים ליצור איתי קשר.
09:28
That means you had to know I existed.
214
556890
2106
כלומר, היה עליכם לדעת על קיומי,
09:30
Then you had to find the money to pay for me
215
558996
1474
ואז למצוא את הכסף
כדי לשלם לי
כדי לשלם לי
09:32
to fly out to your country
216
560470
1486
כדי שאטוס לארצכם
09:33
and the money to pay for my hotel
217
561956
1548
וכדי לשלם על המלון שלי
09:35
and my per diem and my daily rate.
218
563504
2760
ואת ההוצאות והשכר היומיים שלי.
09:38
So you could be talking about 10,000 or 20,000 or 30,000 dollars
219
566264
2949
אנו מדברים על 10, 20,
30 אלף דולר
30 אלף דולר
09:41
if I actually had the time or it fit my schedule
220
569213
2582
וזה אם היה לי זמן עבורכם
או השתלבתם בלו"ז שלי,
או השתלבתם בלו"ז שלי,
09:43
and I wasn't on vacation.
221
571795
1947
ואם לא יצאתי לחופשה.
09:45
The point is that anything, any system that depends
222
573742
2897
הנקודה היא שכל דבר,
כל מערכת שתלויה
כל מערכת שתלויה
09:48
on a single human being or two or three or five human beings,
223
576639
2870
באדם אחד ויחיד,
או ב-2, 3, 4 או 5 בני-אדם,
או ב-2, 3, 4 או 5 בני-אדם,
09:51
it just doesn't scale.
224
579509
1736
פשוט לא תצליח
להיות מותאמת למטרתה.
להיות מותאמת למטרתה.
09:53
And this is a problem for which we need to scale
225
581245
2021
וזאת בעיה שעלינו לסגל לפיה
09:55
this technology and we need to scale it now.
226
583266
2997
את הטכנולוגיה הזו,
ולעשות זאת עכשיו.
ולעשות זאת עכשיו.
09:58
And so I began to think of ways in which I could basically
227
586263
2222
אז התחלתי לחשוב על דרכים
שבהם אוכל, בעצם,
שבהם אוכל, בעצם,
10:00
take myself out of the picture.
228
588485
2384
להוציא את עצמי מהתמונה.
10:02
And, you know, I was thinking,
229
590869
4496
ואני חושב
10:07
how could I take myself out of the picture
230
595365
2096
איך אוכל להוציא
את עצמי מהתמונה
את עצמי מהתמונה
10:09
for quite some time.
231
597461
1809
כבר מזה זמן-מה.
10:11
You know, I'd been trained that the way that
232
599270
2157
לפי ההכשרה שלי, האופן בו
10:13
you distribute technology within international development
233
601427
2722
מפיצים טכנולוגיה
במסגרת פיתוח בינלאומי
במסגרת פיתוח בינלאומי
10:16
is always consultant-based.
234
604149
2027
מתבסס תמיד על ייעוץ.
10:18
It's always guys that look pretty much like me
235
606176
2977
תמיד מדובר בחבר'ה די דומים לי
10:21
flying from countries that look pretty much like this
236
609153
2301
שמגיעים במטוסים מארצות
די דומות לזו
די דומות לזו
10:23
to other countries with people with darker skin.
237
611454
3106
לארצות אחרות עם אנשים
בעלי עור כהה יותר.
בעלי עור כהה יותר.
10:26
And you go out there, and you spend money on airfare
238
614560
2445
הם נוסעים לשם, מוציאים כספים
על כרטיסי טיסה,
על כרטיסי טיסה,
10:29
and you spend time and you spend per diem
239
617005
3510
משקיעים זמן,
משלמים על הוצאות שוטפות,
משלמים על הוצאות שוטפות,
10:32
and you spend [on a] hotel and you spend all that stuff.
240
620515
2112
מוציאים כסף על מלון
ועל כל יתר הדברים.
ועל כל יתר הדברים.
10:34
As far as I knew, that was the only way
241
622627
1851
ולמיטב ידיעתי אז,
זו הדרך היחידה
זו הדרך היחידה
10:36
you could distribute technology, and I couldn't figure out a way around it.
242
624478
3269
בה מפיצים טכנולוגיה,
ולא הצלחתי למצוא דרך שונה.
ולא הצלחתי למצוא דרך שונה.
10:39
But the miracle that happened,
243
627747
2671
אבל אז קרה נס,
10:42
I'm going to call it Hotmail for short.
244
630418
2750
למען הקיצור אקרא לו "הוטמייל".
10:45
Now you may not think of Hotmail as being miraculous,
245
633168
2181
אולי אתם לא חושבים
ש"הוטמייל" הוא נס,
ש"הוטמייל" הוא נס,
10:47
but for me it was miraculous, because I noticed,
246
635349
2913
אבל מבחינתי הוא היה כזה,
כי שמתי לב,
כי שמתי לב,
10:50
just as I was wrestling with this problem,
247
638262
2566
בדיוק כשנאבקתי בבעיה הזו,
10:52
I was working in sub-Saharan Africa mostly at the time.
248
640828
3414
עבדתי אז בעיקר באפריקה
של תת-הסהרה.
של תת-הסהרה.
10:56
I noticed that every sub-Saharan African health worker
249
644242
2589
שמתי לב שכל עובד בריאות
באפריקה של תת-הסהרה
באפריקה של תת-הסהרה
10:58
that I was working with had a Hotmail account.
250
646831
4108
שאיתו עבדתי,
החזיק בחשבון "הוטמייל".
החזיק בחשבון "הוטמייל".
11:02
And I thought, it struck me,
251
650939
2144
ופתאום חשבתי,
11:05
wait a minute, I know that the Hotmail people
252
653083
2615
רק רגע. הרי ברור לי
שהחבר'ה מ"הוטמייל"
שהחבר'ה מ"הוטמייל"
11:07
surely didn't fly to the Ministry of Health of Kenya
253
655698
2716
לא טסו אל משרד הבריאות של קניה
11:10
to train people in how to use Hotmail.
254
658414
2711
כדי להכשיר אנשים בשימוש ב"הוטמייל".
11:13
So these guys are distributing technology.
255
661125
2487
אז החבר'ה האלה מפיצים טכנולוגיה.
11:15
They're getting software capacity out there
256
663612
2004
הם מפיצים יכולת שימוש בתוכנות
11:17
but they're not actually flying around the world.
257
665616
2009
בלי לטוס סביב העולם.
11:19
I need to think about this some more.
258
667625
1560
הייתי צריך לחשוב על זה
עוד קצת.
עוד קצת.
11:21
While I was thinking about it, people started using
259
669185
2173
בזמן שחשבתי על זה,
אנשים התחילו להשתמש
אנשים התחילו להשתמש
11:23
even more things just like this, just as we were.
260
671358
3200
בעוד יותר דברים כאלה,
ממש כמונו.
ממש כמונו.
11:26
They started using LinkedIn and Flickr
261
674558
1210
הם התחילו להשתמש
ב"לינקד-אין" וב"פליקר"
ב"לינקד-אין" וב"פליקר"
11:27
and Gmail and Google Maps, all these things.
262
675768
2761
וב"ג'ימייל" ובמפות "גוגל",
כל הדברים האלה.
כל הדברים האלה.
11:30
Of course, all of these things are cloud-based
263
678529
2726
כמובן, כל הדברים האלה הם
מבוססי-ענן
מבוססי-ענן
11:33
and don't require any training.
264
681255
2206
והם לא דורשים שום הכשרה
11:35
They don't require any programmers.
265
683461
1600
ושום מתכנתים
11:37
They don't require any consultants, because
266
685061
1709
ולא יועצים, כי
11:38
the business model for all these businesses
267
686770
2394
המודל העסקי של העסקים האלה
11:41
requires that something be so simple we can use it ourselves
268
689164
2997
מחייב שהדברים יהיו פשוטים עד כדי כך
שנוכל להשתמש בו בעצמנו
שנוכל להשתמש בו בעצמנו
11:44
with little or no training.
269
692161
1185
עם מעט הכשרה או בכלל בלעדיה.
11:45
You just have to hear about it and go to the website.
270
693346
2614
צריך רק לשמוע על זה
ואז הולכים אל האתר.
ואז הולכים אל האתר.
11:47
And so I thought, what would happen if we built software
271
695960
4365
אז חשבתי לעצמי,
מה אם נבנה תוכנה
מה אם נבנה תוכנה
11:52
to do what I'd been consulting in?
272
700325
2011
שתעשה את מה שאני מייעץ בו?
11:54
Instead of training people how
273
702336
1434
מה אם במקום להכשיר אנשים
11:55
to put forms onto mobile devices,
274
703770
2850
להכניס טפסים למכשירים ניידים,
11:58
let's create software that lets them do it themselves
275
706620
2284
ניצור תוכנה שתאפשר להם
לעשות זאת בעצמם
לעשות זאת בעצמם
12:00
with no training and without me being involved?
276
708904
1890
ללא הכשרה
או בלי המעורבות שלי?
או בלי המעורבות שלי?
12:02
And that's exactly what we did.
277
710794
1804
וזה בדיוק מה שעשינו.
12:04
So we created software called Magpi,
278
712598
3684
יצרנו תוכנה בשם "מאגפי",
12:08
which has an online form creator.
279
716282
1877
שהיה לה מחולל טפסים מקוון.
12:10
No one has to speak to me.
280
718159
1151
לאיש לא היה צורך לדבר איתי.
12:11
You just have to hear about it and go to the website.
281
719310
2694
אנשים פשוט שמעו על זה
ונכנסו לאתר.
ונכנסו לאתר.
12:14
You can create forms, and once you've created the forms,
282
722004
2747
אפשר ליצור טפסים,
ומרגע שיוצרים את הטפסים,
ומרגע שיוצרים את הטפסים,
12:16
you push them to a variety of common mobile phones.
283
724751
2340
דוחפים אותם לטלפונים ניידים נפוצים
מכל הסוגים.
מכל הסוגים.
12:19
Obviously nowadays, we've moved past Palm Pilots
284
727091
2475
היום, כמובן, כבר עברנו
את שלב ה"פאלם פיילוט"
את שלב ה"פאלם פיילוט"
12:21
to mobile phones.
285
729566
1328
והגענו לטלפונים ניידים.
12:22
And it doesn't have to be a smartphone.
286
730894
1132
וזה לא חייב להיות טלפון חכם.
12:24
It can be a basic phone like the phone on the right there,
287
732026
2707
זה יכול להיות טלפון פשוט,
כמו זה מימין,
כמו זה מימין,
12:26
you know, the basic kind of Symbian phone
288
734733
1336
טלפון מבוסס "סימביאן",
מהסוג הבסיסי
מהסוג הבסיסי
12:28
that's very common in developing countries.
289
736069
2466
שנפוץ מאד בארצות מתפתחות.
12:30
And the great part about this is, it's just like Hotmail.
290
738535
3999
ומה שגדול בזה,
שזה בדיוק כמו "הוטמייל".
שזה בדיוק כמו "הוטמייל".
12:34
It's cloud-based, and it doesn't require any training,
291
742534
2334
זה מבוסס ענן,
וזה לא דורש שום הכשרה,
וזה לא דורש שום הכשרה,
12:36
programming, consultants.
292
744868
2040
תכנות, יועצים.
12:38
But there are some additional benefits as well.
293
746908
1936
ובנוסף, יש עוד כמה יתרונות.
12:40
Now we knew, when we built this system,
294
748844
1955
ואנו ידענו,
כשבנינו את המערכת,
כשבנינו את המערכת,
12:42
the whole point of it, just like with the Palm Pilots,
295
750799
2293
שכל הטעם בה,
בדיוק כמו עם ה"פאלם פיילוט",
בדיוק כמו עם ה"פאלם פיילוט",
12:45
was that you'd have to, you'd be able to
296
753092
2604
שתצטרכו, שתוכלו
12:47
collect the data and immediately upload the data and get your data set.
297
755696
3191
לאסוף את הנתונים, להעלותם מיד
ולקבל את מערך הנתונים שלכם.
ולקבל את מערך הנתונים שלכם.
12:50
But what we found, of course, since it's already on a computer,
298
758887
2437
אך מה שגילינו, כמובן,
היות שזה ממילא ממוחשב,
היות שזה ממילא ממוחשב,
12:53
we can deliver instant maps and analysis and graphing.
299
761324
3188
שאנו יכולים להעביר מפות, ניתוחים
וגרפים מיידיים.
וגרפים מיידיים.
12:56
We can take a process that took two years
300
764512
2251
אנו יכולים לקחת תהליך שארך שנתיים
12:58
and compress that down to the space of five minutes.
301
766763
3222
ולדחוס אותו לפרק-זמן
של חמש דקות.
של חמש דקות.
13:01
Unbelievable improvements in efficiency.
302
769985
2506
שיפור לא-ייאמן ביעילות.
13:04
Cloud-based, no training, no consultants, no me.
303
772491
4766
מיחשוב ענן, בלי הכשרה,
בלי יועצים, וגם בלעדי.
בלי יועצים, וגם בלעדי.
13:09
And I told you that in the first few years
304
777257
2323
וסיפרתי לכם קודם
שבשנים הראשונות
שבשנים הראשונות
13:11
of trying to do this the old-fashioned way,
305
779580
1827
כשניסיתי לעשות את זה
בשיטה המיושנת,
בשיטה המיושנת,
13:13
going out to each country,
306
781407
1292
לצאת לכל ארץ וארץ,
13:14
we reached about, I don't know,
307
782699
3054
הצלחנו להגיע... לא יודע,
13:17
probably trained about 1,000 people.
308
785753
2118
הכשרנו אולי 1,000 איש.
13:19
What happened after we did this?
309
787871
1803
מה קרה אחרי שעשינו את זה?
13:21
In the second three years, we had 14,000 people
310
789674
2506
ב-3 השנים הבאות,
היו לנו 14,000 איש
היו לנו 14,000 איש
13:24
find the website, sign up, and start using it to collect data,
311
792180
3193
שמצאו את האתר, נרשמו,
והחלו להשתמש בו לאיסוף נתונים,
והחלו להשתמש בו לאיסוף נתונים,
13:27
data for disaster response,
312
795373
1502
נתונים למענה במצבי אסון,
13:28
Canadian pig farmers tracking pig disease and pig herds,
313
796875
4748
מגדלי חזירים קנדיים שניהלו מעקב
אחרי מחלות ועדרים של חזירים,
אחרי מחלות ועדרים של חזירים,
13:33
people tracking drug supplies.
314
801623
2415
אנשים שניהלו מעקב אחרי
משלוחי תרופות.
משלוחי תרופות.
13:36
One of my favorite examples, the IRC,
315
804038
1942
אחת הדוגמאות האהובות עלי
13:37
International Rescue Committee,
316
805980
1629
היא ועדת ההצלה הבינלאומית,
13:39
they have a program where semi-literate midwives
317
807609
3237
יש להם תכנית שבה מיילדות
משכילות למחצה
משכילות למחצה
13:42
using $10 mobile phones
318
810846
2427
שמשתמשות בטלפונים ניידים
שעולים 10 דולר
שעולים 10 דולר
13:45
send a text message using our software
319
813273
2209
שולחות מסרון, בעזרת התוכנה שלנו,
13:47
once a week with the number of births
320
815482
2209
אחת לשבוע, עם מספר הלידות
13:49
and the number of deaths, which gives IRC
321
817691
2313
ומספר המיתות,
וזה נותן לוועדת ההצלה
וזה נותן לוועדת ההצלה
13:52
something that no one in global health has ever had:
322
820004
2599
משהו שלא היה מעולם
לאיש בתחום הבריאות העולמית:
לאיש בתחום הבריאות העולמית:
13:54
a near real-time system of counting babies,
323
822603
3637
מערכת של כמעט זמן-אמת
לספירת תינוקות,
לספירת תינוקות,
13:58
of knowing how many kids are born,
324
826240
1492
שיודעת כמה תינוקות נולדים,
13:59
of knowing how many children there are
325
827732
1676
שיודעת כמה ילדים יש
14:01
in Sierra Leone, which is the country where this is happening,
326
829408
2782
בסיירה לאונה, שהיא הארץ
שבה זה פועל,
שבה זה פועל,
14:04
and knowing how many children die.
327
832190
3204
ויודעת כמה תינוקות מתים.
14:07
Physicians for Human Rights --
328
835394
1597
"רופאים למען זכויות האדם"--
14:08
this is moving a little bit outside the health field —
329
836991
2479
כאן אני חורג מעט מתחום הבריאות--
14:11
they are gathering, they're basically training people
330
839470
2865
הם אוספים נתונים...
עקרונית, הם מכשירים אנשים
עקרונית, הם מכשירים אנשים
14:14
to do rape exams in Congo, where this is an epidemic,
331
842335
3364
לבצע בדיקות אונס בקונגו,
היכן שמדובר במגיפה,
היכן שמדובר במגיפה,
14:17
a horrible epidemic,
332
845699
1748
מגיפה נוראה,
14:19
and they're using our software to document
333
847447
2171
והם משתמשים בתוכנה שלנו
כדי לתעד
כדי לתעד
14:21
the evidence they find, including photographically,
334
849618
2972
את העדויות שהם מוצאים,
כולל צילומים,
כולל צילומים,
14:24
so that they can bring the perpetrators to justice.
335
852590
4152
כדי שיוכלו להעמיד
את הפושעים למשפט.
את הפושעים למשפט.
14:28
Camfed, another charity based out of the U.K.,
336
856742
3683
"קמפד", ארגון צדקה נוסף
שבסיסו בבריטניה,
שבסיסו בבריטניה,
14:32
Camfed pays girls' families to keep them in school.
337
860425
3748
"קמפד" משלמת למשפחות של נערות
כדי שימשיכו ללמוד.
כדי שימשיכו ללמוד.
14:36
They understand this is the most significant intervention
338
864173
1873
הם מבינים שזו ההתערבות
המשמעותית ביותר
המשמעותית ביותר
14:38
they can make. They used to track the dispersements,
339
866046
3284
שהם יכולים לספק.
הם נהגו לעקוב אחר ההתפלגות,
הם נהגו לעקוב אחר ההתפלגות,
14:41
the attendance, the grades, on paper.
340
869330
1986
הנוכחות, הציונים,
על גבי נייר.
על גבי נייר.
14:43
The turnaround time between a teacher
341
871316
1608
הזמן שעבר מאז שהמורה
14:44
writing down grades or attendance
342
872924
1726
כתב את הציונים
או רשם את הנוכחות
או רשם את הנוכחות
14:46
and getting that into a report was about two to three years.
343
874650
2610
ועד שזה הגיע לדו"ח
היה כשנתיים-שלוש.
היה כשנתיים-שלוש.
14:49
Now it's real time, and because this is such
344
877260
2230
היום זה בזמן אמת,
מפני שזו מערכת
מפני שזו מערכת
14:51
a low-cost system and based in the cloud, it costs,
345
879490
2940
כל כך זולה ומבוססת-ענן,
והיא עולה,
והיא עולה,
14:54
for the entire five countries that Camfed runs this in
346
882430
3434
לכל חמש הארצות ש"קמפד"
מפעילה אותה בהן
מפעילה אותה בהן
14:57
with tens of thousands of girls,
347
885864
1932
עם עשרות אלפי בנות,
14:59
the whole cost combined is 10,000 dollars a year.
348
887796
3358
המחיר כולו הוא 10,000 דולר בשנה.
15:03
That's less than I used to get
349
891154
1801
זה פחות ממה שהייתי מקבל
15:04
just traveling out for two weeks to do a consultation.
350
892955
5071
רק בשביל לנסוע לשבועיים
כדי לספק ייעוץ.
כדי לספק ייעוץ.
15:10
So I told you before that
351
898026
2136
כבר אמרתי לכם קודם,
15:12
when we were doing it the old-fashioned way, I realized
352
900162
2192
שכשעשינו את זה
בשיטה המיושנת, הבנתי,
בשיטה המיושנת, הבנתי,
15:14
all of our work was really adding up to just a drop in the bucket --
353
902354
2898
שכל העבודה שלנו
היא בסופו של דבר טיפה בים--
היא בסופו של דבר טיפה בים--
15:17
10, 20, 30 different programs.
354
905252
2226
10, 20, 30 תכניות שונות.
15:19
We've made a lot of progress, but I recognize
355
907478
2275
עברנו אמנם כברת דרך,
אבל אני מכיר בכך
אבל אני מכיר בכך
15:21
that right now, even the work that we've done
356
909753
2157
שגם עכשיו,
עם כל העבודה שעשינו,
עם כל העבודה שעשינו,
15:23
with 14,000 people using this,
357
911910
2404
ועם 14,000 האנשים שמשתמשים בזה,
15:26
is still a drop in the bucket. But something's changed.
358
914314
2946
זו עדיין טיפה בים.
אבל משהו השתנה.
אבל משהו השתנה.
15:29
And I think it should be obvious.
359
917260
1216
ואני חושב שזה ברור.
15:30
What's changed now is,
360
918476
2091
מה ששונה עכשיו הוא,
15:32
instead of having a program in which we're scaling at such a slow rate
361
920567
3578
שבמקום תכנית שבה אנו
מסתגלים באיטיות כזו,
מסתגלים באיטיות כזו,
15:36
that we can never reach all the people who need us,
362
924145
3198
שלעולם לא נוכל
להגיע לכל האנשים שזקוקים לנו,
להגיע לכל האנשים שזקוקים לנו,
15:39
we've made it unnecessary for people to get reached by us.
363
927343
3659
ביטלנו את התלות של האנשים
בכך שנגיע אליהם.
בכך שנגיע אליהם.
15:43
We've created a tool that lets programs
364
931002
3076
יצרנו כלי שמאפשר לתכניות
15:46
keep kids in school, track the number of babies
365
934078
3155
לדאוג שילדים יישארו בביה"ס,
לעקוב אחר מספר התינוקות
לעקוב אחר מספר התינוקות
15:49
that are born and the number of babies that die,
366
937233
2804
שנולדים, ומספר התינוקות שמתים,
15:52
to catch criminals and successfully prosecute them,
367
940037
3623
ללכוד פושעים ולהרשיע אותם בהצלחה,
15:55
to do all these different things to learn more
368
943660
2690
לעשות את כל הדברים
שמאפשרים ללמוד יותר
שמאפשרים ללמוד יותר
15:58
about what's going on, to understand more, to see more,
369
946350
5117
על מה שקורה, להבין יותר,
לראות יותר,
לראות יותר,
16:03
and to save lives and improve lives.
370
951467
3971
ולהציל חיים ולשפר חיים.
16:07
Thank you.
371
955438
1997
תודה לכם.
16:09
(Applause)
372
957435
3987
[מחיאות כפיים]
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