TED2006
Larry Brilliant: My wish: Help me stop pandemics
לארי בריליאנט רוצה לעצור מגיפות כלל-עולמיות
Filmed:
Readability: 4.3
854,467 views
בעודו מקבל את פרס TED לשנת 2006, ד"ר לארי בריליאנט מדבר על איך מוגרה מגיפת האבעבועות השחורות, וקורא למערכת גלובלית חדשה שיכולה לזהות ולבלום מגיפות לפני שהן מתפשטות.
Larry Brilliant - Epidemiologist, philanthropist
TED Prize winner Larry Brilliant has spent his career solving the ills of today -- from overseeing the last smallpox cases to saving millions from blindness -- and building technologies of the future. Now, as Chair of the Skoll Global Threats Fund, he's redefining how we solve the world's biggest problems. Full bio
TED Prize winner Larry Brilliant has spent his career solving the ills of today -- from overseeing the last smallpox cases to saving millions from blindness -- and building technologies of the future. Now, as Chair of the Skoll Global Threats Fund, he's redefining how we solve the world's biggest problems. Full bio
Double-click the English transcript below to play the video.
00:25
I'm the luckiest guy in the world.
0
0
2000
אני האדם הכי בר-מזל בעולם.
00:28
I got to see the last case of killer smallpox in the world.
1
3000
4000
זכיתי לראות את המקרה האחרון של האבעבועות השחורות בעולם.
00:32
I was in India this past year,
2
7000
2000
הייתי בהודו השנה,
00:34
and I may have seen the last cases of polio in the world.
3
9000
4000
ויתכן שראיתי את המקרים האחרונים של פוליו (שיתוק ילדים) בעולם.
00:40
There's nothing that makes you feel more -- the blessing and the honor
4
15000
4000
אין דבר שגורם הרגשה יותר-- הברכה והזכות
00:44
of working in a program like that than to know
5
19000
4000
כמו לעבוד בתכנית כזו ולדעת
00:48
that something that horrible no longer exists.
6
23000
3000
שמשהו כה איום כבר לא קיים.
00:52
So, I'm going to tell -- (Applause) --
7
27000
2000
אז אני הולך לספר-- (מחיאות כפיים)--
00:56
so, I'm going to show you some dirty pictures.
8
31000
3000
אני הולך להראות לכם תמונות מלוכלכות.
00:59
They are difficult to watch, but you should look at them with optimism
9
34000
6000
הן קשות לצפייה, אבל תביטו בהם באופטימיות
01:05
because the horror of these pictures will be matched
10
40000
5000
בגלל שהאימה בתמונות האלה תשתווה
01:10
by the uplifting quality of knowing that they no longer exist.
11
45000
4000
לרוממות הרוח שבידיעה שהם כבר לא קיימים.
01:15
But first I'm going to tell you a little bit about my own journey.
12
50000
4000
אבל קודם אני רוצה לספר לכם קצת יותר על המסע שלי.
01:20
My background is not exactly the conventional medical education
13
55000
3000
הרקע שלי הוא לא בדיוק החינוך הרפואי הקונבנציונלי
01:23
that you might expect.
14
58000
2000
שהייתם מצפים לו.
01:27
When I was an intern in San Francisco,
15
62000
3000
כשהייתי מתמחה בסן- פרנסיסקו,
01:30
I heard about a group of Native Americans
16
65000
3000
שמעתי על קבוצה של אמריקאים ילידים
01:33
who had taken over Alcatraz Island,
17
68000
2000
אשר השתלטו על האי אלקטרז,
01:35
and a Native American who wanted to give birth on that island,
18
70000
3000
ואישה ילידה שרצתה ללדת על האי הזה,
01:38
and no other doctor wanted to go and help her give birth.
19
73000
4000
ואף רופא אחר לא רצה ללכת לעזור לה ללדת.
01:42
I went out to Alcatraz, and I lived on the island for several weeks.
20
77000
3000
אני הלכתי לאלקטרז, וחייתי על האי מספר שבועות.
01:46
She gave birth; I caught the baby; I got off the island;
21
81000
3000
היא ילדה, אני תפסתי את התינוק, ירדתי מהאי,
01:49
I landed in San Francisco; and all the press wanted to talk to me
22
84000
4000
נחתתי בסן- פרנסיסקו, וכל התקשורת רצתה לדבר איתי
01:53
because my three weeks on the island made me an expert in Indian affairs.
23
88000
4000
בגלל ששלושת השבועות שלי על האי הפכו אותי למומחה בענייני אינדיאנים.
01:58
I wound up on every television show.
24
93000
2000
התגלגלתי לכל תכנית טלוויזיה.
02:00
Someone saw me on television; they called me up; and they asked me
25
95000
3000
מישהו ראה אותי בטלוויזיה, התקשרו אלי, ושאלו אותי
02:03
if I'd like to be in a movie and to play a young doctor
26
98000
3000
אם ארצה להיות בסרט ולשחק רופא צעיר
02:06
for a bunch of rock and roll stars who were traveling in a bus ride
27
101000
3000
עבור חבורה של כוכבי רוק אנד רול שטיילו באוטובוס
02:09
from San Francisco to England. And I said, yes, I would do that,
28
104000
4000
מסן- פרנסיסקו לאנגליה. אני אמרתי כן, אעשה זאת,
02:13
so I became the doctor in an absolutely awful movie
29
108000
4000
אז הפכתי לרופא בסרט פשוט נורא
02:17
called "Medicine Ball Caravan."
30
112000
3000
שנקרא "קרוון כדור התרופה".
02:20
Now, you know from the '60s,
31
115000
2000
עכשיו, אתם יודעים משנות השישים,
02:22
you're either on the bus or you're off the bus.
32
117000
3000
או שאתה על האוטובוס או שאתה לא על האוטובוס.
02:25
I was on the bus. My wife and I, of 37 years, joined the bus.
33
120000
3000
אני הייתי על האוטובוס. אני ואשתי, מזה 37 שנים, הצטרפנו לאוטובוס.
02:28
Our bus ride took us from San Francisco to London.
34
123000
3000
הנסיעה לקחה אותנו מסן- פרנסיסקו ללונדון.
02:31
We switched buses at the big pond. We then got on two more buses
35
126000
4000
החלפנו אוטובוסים באגם הגדול. אז עלינו על עוד שני אוטובוסים
02:35
and we drove through Turkey and Iran, Afghanistan,
36
130000
3000
ונסענו דרך טורקיה ואיראן, אפגניסטן,
02:38
over the Khyber Pass, into Pakistan, like every other young doctor.
37
133000
5000
חצינו את מעבר קיבר, לתוך פקיסטן, כמו כל רופא צעיר אחר.
02:43
This is us at the Khyber Pass, and that's our bus.
38
138000
2000
אלה אנחנו במעבר קיבר, וזה האוטובוס שלנו.
02:45
We had some difficulty getting over the Khyber Pass,
39
140000
3000
היה לנו קושי מסוים לעבור את מעבר קיבר,
02:49
but we wound up in India.
40
144000
2000
אבל הגענו לבסוף להודו.
02:52
And then, like everyone else in our generation,
41
147000
2000
ואז, כמו כולם בדור שלנו,
02:54
we went to live in a Himalayan monastery.
42
149000
2000
הלכנו לגור במנזר בהימלאיה.
02:56
(Laughter)
43
151000
2000
(צחוק)
03:00
This is just like a residency program,
44
155000
2000
זה בדיוק כמו תכנית מתמחים,
03:02
for those of you that are in medical school.
45
157000
2000
למי מכם שהיה בבית ספר לרפואה.
03:04
And we studied with a wise man, a guru named Karoli Baba,
46
159000
6000
ולמדנו אצל איש חכם, גורו בשם קארולי באבא,
03:10
who then told me to get rid of the dress,
47
165000
3000
שאז אמר לי להיפטר מהשמלה,
03:13
put on a three-piece suit,
48
168000
2000
ללבוש חליפת שלושה חלקים,
03:15
go join the United Nations as a diplomat
49
170000
3000
ולהצטרף לאו"ם כדיפלומט
03:18
and work for the World Health Organization.
50
173000
3000
ולעבוד עבור ארגון הבריאות העולמי.
03:21
And he made an outrageous prediction that smallpox would be eradicated,
51
176000
4000
והוא ניבא נבואה חסרת שחר שהאבעבועות השחורות ימוגרו,
03:25
and that this was God's gift to humanity
52
180000
3000
ושזו מתנתו של אלוהים לאנושות
03:28
because of the hard work of dedicated scientists.
53
183000
3000
בגלל העבודה הקשה של המדענים המסורים.
03:31
And that prediction came true, and this little girl is Rahima Banu,
54
186000
5000
והנבואה הזו התממשה, והילדה הזו היא רהימה באנו,
03:36
and she was the last case of killer smallpox in the world.
55
191000
4000
והיא המקרה האחרון של אבעבועות שחורות קטלניות בעולם.
03:40
And this document is the certificate that the global commission signed
56
195000
5000
והמסמך הזה הוא התעודה שהוועדה העולמית חתמה עליה
03:45
certifying the world to have eradicated the first disease in history.
57
200000
5000
שמאשרת שהעולם הכחיד את המחלה הראשונה בהיסטוריה.
03:51
The key to eradicating smallpox was early detection, early response.
58
206000
6000
המפתח להכחדה של האבעבועות השחורות היה גילוי מוקדם, תגובה מוקדמת.
03:57
I'm going to ask you to repeat that: early detection, early response.
59
212000
4000
אני אבקש מכם לחזור על זה, גילוי מוקדם, תגובה מוקדמת.
04:01
Can you say that?
60
216000
2000
תוכלו לומר את זה?
04:03
Audience: Early detection, early response.
61
218000
2000
הקהל: גילוי מוקדם, תגובה מוקדמת.
04:05
Larry Brilliant: Smallpox was the worst disease in history.
62
220000
3000
לארי בריליאנט: האבעבועות השחורות הייתה המחלה הנוראה בהיסטוריה.
04:08
It killed more people than all the wars in history.
63
223000
3000
היא הרגה יותר אנשים מאשר כל המלחמות בהיסטוריה.
04:11
In the last century, it killed 500 million people.
64
226000
5000
במאה האחרונה, היא הרגה 500 מליון אנשים.
04:17
More than two -- you're reading about Larry Page already,
65
232000
3000
יותר משני-- אתם כבר קוראים על לארי פייג',
04:20
somebody reads very fast. (Laughter)
66
235000
2000
מישהו קורא ממש מהר (צחוק)
04:22
In the year that Larry Page and Sergey Brin --
67
237000
3000
בשנה שלארי פייג' וסרגיי ברין (מייסדי גוגל)--
04:25
with whom I have a certain affection and a new affiliation --
68
240000
3000
אליהם יש לי חיבה מיוחדת וחיבור חדש--
04:28
in the year in which they were born,
69
243000
2000
בשנה שבה נולדו,
04:30
two million people died of smallpox.
70
245000
3000
שני מליון אנשים מתו מהאבעבועות השחורות.
04:33
We declared smallpox eradicated in 1980.
71
248000
4000
הכרזנו על הכחדת האבעבועות השחורות ב1980.
04:38
This is the most important slide that I've ever seen in public health
72
253000
4000
זו השקופית החשובה ביותר שראיתי בבריאות הציבור
04:42
because it shows you to be the richest and the strongest,
73
257000
4000
מפני שהיא מראה לך שלהיות העשיר והחזק ביותר,
04:46
and to be kings and queens of the world,
74
261000
2000
להיות מלכים ומלכות של העולם,
04:48
did not protect you from dying of smallpox.
75
263000
2000
לא הגן עליך ממוות מהאבעבועות השחורות.
04:50
Never can you doubt that we are all in this together.
76
265000
4000
לעולם אי אפשר לטעון שאנחנו לא בעסק הזה יחד.
04:55
But to see smallpox from the perspective of a sovereign
77
270000
4000
אבל לראות את האבעבועות מהפרספקטיבה של ריבון
04:59
is the wrong perspective.
78
274000
2000
היא פרספקטיבה שגויה.
05:01
You should see it from the perspective of a mother
79
276000
3000
צריך לבחון אותה מהפרספקטיבה של אם
05:04
watching her child develop this disease and standing by helplessly.
80
279000
4000
המביטה בילד שלה מפתח את המחלה הזו כשהיא חסרת אונים.
05:08
Day one, day two, day three, day four, day five, day six.
81
283000
11000
יום אחד, יום שניים, יום שלוש, יום ארבע, יום חמש, יום שש.
05:19
You're a mother and you're watching your child,
82
294000
3000
את אם ואת צופה בילד שלך,
05:22
and on day six, you see pustules that become hard.
83
297000
5000
וביום השישי, את רואה שהמורסות הופכות קשות.
05:27
Day seven, they show the classic scars of smallpox umbilication.
84
302000
6000
יום שבע, הם מראות צלקות קלאסיות של טבוריות אבעבועות שחורות.
05:33
Day eight.
85
308000
1000
יום שמונה.
05:34
And Al Gore said earlier that the most photographed image in the world,
86
309000
5000
ואל גור אמר מוקדם יותר שהדמות המצולמת ביותר בעולם,
05:39
the most printed image in the world,
87
314000
2000
הדמות המודפסת ביותר בעולם,
05:41
was that of the Earth. But this was in 1974,
88
316000
3000
היא של כדור הארץ. אבל זה היה ב1974,
05:44
and as of that moment this photograph was the photograph
89
319000
3000
ובאותו הרגע התמונה הזו היתה התמונה
05:47
that was the most widely printed
90
322000
2000
שהודפסה בכמות הגדולה ביותר
05:49
because we printed two billion copies of this photograph,
91
324000
3000
בגלל שהדפסנו שני מליארד עותקים של התמונה הזו,
05:52
and we took them hand to hand, door to door,
92
327000
3000
והלכנו לחלק אותם מיד ליד, מדלת לדלת,
05:55
to show people and ask them if there was smallpox in their house
93
330000
5000
כדי להראות לאנשים ולשאול אותם האם היו אבעבועות בביתם
06:00
because that was our surveillance system. We didn't have Google;
94
335000
4000
בגלל שזו היתה שיטת המעקב שלנו. לא היה לנו גוגל,
06:04
we didn't have web crawlers; we didn't have computers.
95
339000
3000
לא היו לנו זחלני רשת, לא היו לנו מחשבים.
06:08
By day nine, you look at this picture, and you're horrified.
96
343000
5000
ביום תשע, אתה מסתכל על התמונה ומזדעזע.
06:13
I look at this picture and I say, "Thank God"
97
348000
2000
אני מסתכל על התמונה הזו ואומר "תודה לאל"
06:15
because it's clear that this is only an ordinary case of smallpox,
98
350000
4000
מפני שברור שזה רק מקרה רגיל של אבעבועות שחורות,
06:19
and I know this child will live.
99
354000
2000
ואני יודע שהילד הזה יחיה.
06:22
And by day 13, the lesions are scabbing, his eyelids are swollen,
100
357000
5000
ביום שלוש עשרה, הפצעים מגלידים, העפעפיים נפוחים,
06:27
but you know this child has no other secondary infection.
101
362000
4000
אבל אתה יודע שלילד הזה אין זיהום משני אחר.
06:31
And by day 20, while he will be scarred for life, he will live.
102
366000
5000
וביום עשרים, למרות שתמיד ישא צלקות, הילד יחייה.
06:36
There are other kinds of smallpox that are not like that.
103
371000
4000
יש סוגי אבעבועות אחרים שאינם כאלה.
06:40
This is confluent smallpox,
104
375000
2000
אלו אבעבועות מתמזגות,
06:42
in which there isn't a single place on the body where you could put a finger
105
377000
4000
כאשר אין מקום בגוף שתוכל לשים אצבע
06:46
and not be covered by lesions.
106
381000
3000
שלא מכוסה בפצעים.
06:49
Flat smallpox, which killed 100 percent of people who got it.
107
384000
4000
אבעבועות שטוחות, שהרגו 100 אחוז מהנדבקים.
06:53
And hemorrhagic smallpox, the most cruel of all,
108
388000
4000
אבעבועות מדממות, האכזריות מכל,
06:57
which had a predilection for pregnant women.
109
392000
3000
אשר היתה להן נטייה חזקה להתפתח בקרב נשים בהריון.
07:00
I've probably had 50 women die. They all had hemorrhagic smallpox.
110
395000
4000
בטח היו לי 50 נשים שמתו. לכולן היו אבעבועות מדממות.
07:04
I've never seen anybody die from it who wasn't a pregnant woman.
111
399000
3000
אף פעם לא ראיתי מישהו שמת מזה מלבד נשים בהריון.
07:09
In 1967, the WHO embarked on what was an outrageous program
112
404000
3000
ב1967, ארגון הבריאות העולמי פתח בתכנית מדהימה
07:12
to eradicate a disease.
113
407000
2000
כדי להכחיד את המחלה.
07:14
In that year, there were 34 countries affected with smallpox.
114
409000
4000
בשנה הזו היו 34 מדינות נגועות באבעבועות שחורות.
07:18
By 1970, we were down to 18 countries.
115
413000
4000
ב1870, הפחתנו ל18 מדינות.
07:22
1974, we were down to five countries.
116
417000
2000
1974, הפחתנו לחמש מדינות.
07:24
But in that year, smallpox exploded throughout India.
117
419000
5000
אבל בשנה הזאת האבעבועות התפרצו בהודו.
07:29
And India was the place where smallpox made its last stand.
118
424000
5000
והודו היתה המקום בו האבעבועות נלחמו את הקרב האחרון שלהן.
07:34
In 1974, India had a population of 600 million.
119
429000
3000
ב1974, אוכלוסית הודו מנתה 600 מליון תושבים.
07:37
There are 21 linguistic states in India,
120
432000
3000
יש 21 מדינות לשוניות בהודו,
07:40
which is like saying 21 different countries.
121
435000
3000
שזה כמו 21 מדינות שונות
07:43
There are 20 million people on the road at any time in buses
122
438000
3000
יש 20 מליון אנשים באוטובוסים בכל זמן נתון
07:46
and trains, walking, 500,000 villages, 120 million households,
123
441000
6000
וברכבות, בהליכה, 500,000 כפרים, 120 מליון בתי אב,
07:52
and none of them wanted to report if they had a case of smallpox in their house
124
447000
5000
ואף אחד מהם לא רצה לדווח אם היו להם מקרים של אבעבועות בבית
07:57
because they thought that smallpox was the visitation of a deity,
125
452000
3000
בגלל שהם חשבו שהאבעבועות הן התגלות של אלה,
08:00
Shitala Mata, the cooling mother,
126
455000
2000
שיטאלה מאטה, האם המצננת,
08:02
and it was wrong to bring strangers into your house
127
457000
4000
ושזהו חטא להביא זרים אל תוך הבית
08:06
when the deity was in the house. No incentive to report smallpox.
128
461000
5000
כשהאלה נמצאת שם. לא היה תמריץ לדווח על אבעבועות.
08:11
It wasn't just India that had smallpox deities;
129
466000
3000
לא רק בהודו היו אלילי- אבעבועות,
08:14
smallpox deities were prevalent all over the world.
130
469000
4000
אלים כאלה נפוצים בכל רחבי העולם.
08:18
So, how we eradicated smallpox was -- max vaccination wouldn't work.
131
473000
5000
אז, כדי להכחיד את האבעבועות- חיסון מאסיבי לא היה עובד.
08:23
You could vaccinate everybody in India,
132
478000
2000
יכולת לחסן את כל מי שבהודו,
08:25
but one year later there'll be 21 million new babies,
133
480000
3000
אבל שנה אחרי זה יהיו 21 מיליון תינוקות חדשים,
08:28
which was then the population of Canada.
134
483000
2000
מספר זהה לאוכלוסית קנדה בזמנו.
08:30
It wouldn't do just to vaccinate everyone.
135
485000
3000
זה פשוט לא היה מספיק לחסן את כולם.
08:33
You had to find every single case of smallpox in the world
136
488000
3000
היית צריך למצוא כל מקרה של אבעבועות בעולם
08:36
at the same time and draw a circle of immunity around it.
137
491000
3000
באותו הזמן ולשרטט קו של חסינות מסביבו.
08:39
And that's what we did.
138
494000
2000
וזה מה שעשינו.
08:42
In India alone, my 150,000 best friends and I
139
497000
3000
בהודו בלבד, 150,000 מהחברים הכי טובים שלי ואני
08:45
went door to door with that same picture
140
500000
4000
הלכנו דלת לדלת עם אותה התמונה
08:49
to every single house in India. We made over one billion house calls.
141
504000
4000
לכל בית בהודו. ערכנו יותר ממליארד ביקורי בית.
08:54
And in the process, I learned something very important.
142
509000
4000
ותוך כדי התהליך, למדתי משהו מאד חשוב.
08:58
Every time we did a house-to-house search,
143
513000
3000
בכל פעם שעשינו חיפוש מדלת לדלת,
09:02
we had a spike in the number of reports of smallpox.
144
517000
5000
היתה לנו עליה חדה במספר הדיווחים על אבעבועות.
09:08
When we didn't search, we had the illusion that there was no disease.
145
523000
4000
כשלא חיפשנו, הינו שרויים באשליה שלא היתה מחלה כלל.
09:12
When we did search, we had the illusion that there was more disease.
146
527000
4000
כשחיפשנו, היינו שרויים באשליה שהיו מקרים רבים יותר של המחלה.
09:17
A surveillance system was necessary
147
532000
2000
נדרשה שיטת מעקב
09:19
because what we needed was early detection, early response.
148
534000
5000
בגלל שמה שהיינו צריכים היה זיהוי מוקדם, תגובה מוקדמת.
09:26
So, we searched and we searched, and we found
149
541000
3000
אז, חיפשנו וחיפשנו, עד שמצאנו
09:29
every case of smallpox in India. We had a reward.
150
544000
3000
כל מקרה של אבעבועות בהודו. היה לנו פרס.
09:32
We raised the reward. We continued to increase the reward.
151
547000
4000
העלינו את גובה הפרס. המשכנו להעלות את גובה הפרס.
09:36
We had a scorecard that we wrote on every house.
152
551000
4000
היה לנו כרטיס ניקוד שרשמנו על כל בית.
09:40
And as we did that, the number of reported cases in the world dropped to zero,
153
555000
5000
וככל שעשינו זאת, המספרים המדווחים בעולם ירדו לאפס,
09:45
and in 1980 we declared the globe free of smallpox.
154
560000
6000
וב 1980 הכרזנו על העולם כחופשי מאבעבועות.
09:51
It was the largest campaign in United Nations history until the Iraq war.
155
566000
6000
זה היה הקמפיין הגדול ביותר של האו"ם עד המלחמה בעיראק.
09:57
150,000 people from all over the world,
156
572000
5000
150,000 אנשים מכל רחבי העולם,
10:02
doctors of every race, religion, culture and nation,
157
577000
3000
רופאים מכל גזע, דת, תרבות ועם,
10:05
who fought side by side, brothers and sisters, with each other,
158
580000
5000
לחמו כתף אל כתף, אחים ואחיות, אחד עם השני,
10:10
not against each other, in a common cause to make the world better.
159
585000
5000
לא אחד נגד השני, במטרה משותפת לשפר את העולם.
10:16
But smallpox was the fourth disease that was intended for eradication.
160
591000
4000
אבל אבעבועות היו המחלה הרביעית שנועדה לחיסול.
10:20
We failed three other times.
161
595000
2000
נכשלנו שלוש פעמים.
10:22
We failed against malaria, yellow fever and yaws.
162
597000
3000
נכשלנו נגד מלריה, קדחת צהובה וחיידק דמוי עגבת.
10:25
But soon we may see polio eradicated.
163
600000
4000
אבל יתכן ובקרוב נחזה בחיסול הפוליו.
10:29
But the key to eradicating polio is early detection, early response.
164
604000
5000
המפתח לחיסול פוליו הוא זיהוי מוקדם, תגובה מוקדמת.
10:35
This may be the year we eradicate polio --
165
610000
3000
אפשר וזו השנה שבה נחסל את הפוליו-
10:38
that will make it the second disease in history.
166
613000
3000
מה שיהפוך אותה למחלה השנייה בהיסטוריה.
10:41
And David Heymann, who's watching this on the webcast --
167
616000
4000
ודויד היימן, שרואה את זה בוובקאסט--
10:45
David, keep on going. We're close. We're down to four countries.
168
620000
5000
דויד, תמשיך כך. אנחנו קרובים. נשארו לנו ארבע מדינות.
10:50
(Applause)
169
625000
5000
(מחיאות כפיים)
10:56
I feel like Hank Aaron. Barry Bonds can replace me any time.
170
631000
4000
אני מרגיש כמו האנק אהרון. בארי בונדס יכול להחליף אותי בכל רגע.
11:00
Let's get another disease off the list of terrible things to worry about.
171
635000
5000
בואו נוריד עוד מחלה מרשימת הדברים האיומים שיש לדאוג בגללם.
11:05
I was just in India working on the polio program.
172
640000
3000
בדיוק הייתי בהודו ועבדתי על תכנית הפוליו.
11:08
The polio surveillance program is four million people going door to door.
173
643000
6000
תכנית מעקב הפוליו כוללת ארבעה מליון אנשים שהולכים דלת לדלת.
11:14
That is the surveillance system.
174
649000
2000
זאת שיטת המעקב.
11:16
But we need to have early detection, early response.
175
651000
4000
אבל אנחנו צריכים זיהוי מוקדם, תגובה מוקדמת.
11:20
Blindness, the same thing. The key to discovering blindness
176
655000
4000
אותו הדבר עם עיוורון. המפתח לגילוי העיוורון
11:24
is doing epidemiological surveys and finding out the causes of blindness
177
659000
5000
הוא לערוך סקרים של בריאות הציבור ולמצוא את הגורמים לעיוורון
11:29
so you can mount the correct response.
178
664000
2000
כדי שיהיה אפשר לתכנן את התגובה הנכונה.
11:32
The Seva Foundation was started by a group of alumni
179
667000
4000
קרן Seva הוקמה על ידי קבוצת בוגרים
11:36
of the smallpox eradication program who,
180
671000
3000
של תכנית חיסול האבעבועות,
11:39
having climbed the highest mountain,
181
674000
3000
שלאחר שטיפסו על ההר הגבוה ביותר,
11:42
tasted the elixir of the success of eradicating a disease,
182
677000
5000
וטעמו את סם ההצלחה של חיסול מחלה,
11:47
wanted to do it again.
183
682000
2000
רצו לעשות זאת שוב.
11:49
And over the last 27 years, Seva's programs in 15 countries
184
684000
4000
ובמשך 27 השנים האחרונות, התכניות של Seva ב15 מדינות
11:53
have given back sight to more than two million blind people.
185
688000
4000
השיבו את מאור העיניים ליותר משני מליון אנשים עיוורים.
11:57
Seva got started because we wanted to apply these lessons
186
692000
4000
התחלנו את Seva בגלל שרצינו ליישם את הלקחים האלו
12:01
of surveillance and epidemiology
187
696000
2000
של מעקב ובריאות הציבור
12:03
to something which nobody else was looking at
188
698000
3000
לכדי משהו שאף אחד אחר לא הסתכל עליו
12:06
as a public health issue: blindness,
189
701000
3000
כסוגיה של בריאות הציבור: עיוורון,
12:09
which heretofore had been thought of only as a clinical disease.
190
704000
3000
ולכן חשבו עליו כמחלה קלינית בלבד.
12:12
In 1980, Steve Jobs gave me that computer, which is Apple number 12,
191
707000
6000
ב1980, סטיב ג'ובס נתן לי את המחשב הזה, אפל מספר 12,
12:18
and it's still in Kathmandu, and it's still working,
192
713000
3000
והוא עדיין בקטמנדו, ועדיין עובד,
12:21
and we ought to go get it and auction it off and make more money for Seva.
193
716000
4000
ואולי כדאי לנו למכור אותו במכירה פומבית, ולהכניס יותר כסף לSeva.
12:26
And we conducted the first Nepal survey ever done for health,
194
721000
4000
אנחנו עורכים את סקר הבריאות הראשון שנערך בנפאל אי פעם,
12:30
and the first nationwide blindness survey ever done,
195
725000
3000
וסקר העיוורון הלאומי הראשון אי פעם,
12:33
and we had astonishing results.
196
728000
2000
והיו לנו תוצאות מדהימות.
12:35
Instead of finding out what we thought was the case --
197
730000
3000
במקום למצוא את מה שחשבנו שקורה-
12:38
that blindness was caused mostly by glaucoma and trachoma --
198
733000
4000
שעיוורון נגרם בעיקר מגלאוקומה (לחץ תוך עיני) וגרענת (מחלה זיהומית)-
12:42
we were astounded to find out that blindness was caused instead by cataract.
199
737000
6000
נדהמנו לגלות שעיוורון נגרם בכלל מקטרקט (עכירות בעדשה).
12:48
You can't cure or prevent what you don't know is there.
200
743000
5000
אינך יכול לרפא או למנוע את מה שאינך יודע שנמצא שם.
12:55
In your TED packages there's a DVD, "Infinite Vision,"
201
750000
4000
בחבילות TED שלכם יש די.וי.די, "ראייה אינסופית",
12:59
about Dr. V and the Aravind Eye Hospital.
202
754000
3000
על דוקטור וי וביה"ח לעיניים 'ארבינד'.
13:02
I hope that you will take a look at it.
203
757000
2000
אני מקווה שתסתכלו בו.
13:04
Aravind, which started as a Seva project,
204
759000
2000
'ארבינד', שהחל כפרויקט של Seva,
13:06
is now the world's largest and best eye hospital.
205
761000
3000
הוא כיום בית החולים לעיניים הגדול והטוב ביותר.
13:09
This year, that one hospital will give back sight
206
764000
3000
השנה, בית החולים הבודד הזה ישיב את הראייה
13:12
to more than 300,000 people in Tamil Nadu, India.
207
767000
4000
ליותר מ300,000 אנשים בטאמיל נאדו שבהודו.
13:16
(Applause)
208
771000
4000
(מחיאות כפיים)
13:20
Bird flu. I stand here as a representative of all terrible things --
209
775000
4000
שפעת העופות. אני עומד כאן כנציגם של כל הדברים האיומים-
13:24
this might be the worst.
210
779000
2000
יתכן שזה האיום ביותר.
13:27
The key to preventing or mitigating pandemic bird flu
211
782000
4000
המפתח למניעה או מיתון של מגיפה עולמית של שפעת העופות
13:31
is early detection and rapid response.
212
786000
3000
הוא גילוי מוקדם ותגובה מהירה.
13:34
We will not have a vaccine or adequate supplies of an antiviral
213
789000
5000
לא יהיה לנו חיסון או משאבים מספיקים של חומר אנטי-ויראלי
13:39
to combat bird flu if it occurs in the next three years.
214
794000
4000
כדי להדוף את שפעת העופות אם היא תתרחש בשלוש השנים הבאות.
13:43
WHO stages the progress of a pandemic.
215
798000
4000
ארגון הבריאות העולמי ממחיש את התקדמותה של מגיפה כלל עולמית.
13:47
We are now at stage three on the pandemic alert stage,
216
802000
4000
אנחנו נמצאים כעת בשלב שלוש ברמת אזהרת המגיפה,
13:51
with just a little bit of human-to-human transmission,
217
806000
4000
כאשר יש לנו מעט מאד העברה בין אדם- לאדם,
13:55
but no human-to-human-to-human sustained transmission.
218
810000
4000
אבל ללא העברה של אדם- לאדם- לאדם.
13:59
The moment WHO says we've moved to category four,
219
814000
4000
ברגע שארגון הבריאות העולמי יאמר שעברנו לקטגוריה ארבע,
14:03
this will not be like Katrina. The world as we know it will stop.
220
818000
5000
זה לא יהיה דומה להוריקן קטרינה. העולם כפי שהכרנו יפסק.
14:08
There'll be no airplanes flying.
221
823000
2000
לא יהיו טיסות.
14:10
Would you get in an airplane with 250 people you didn't know,
222
825000
3000
היית נכנס למטוס עם 259 אנשים שלא הכרת,
14:13
coughing and sneezing, when you knew that some of them
223
828000
3000
משתעלים ומתעטשים, כשידוע לך שחלק מהם
14:16
might carry a disease that could kill you,
224
831000
2000
עשויים לשאת מחלה שעלולה להרוג אותך,
14:18
for which you had no antivirals or vaccine?
225
833000
2000
עבורה אין לך נוגדן או חיסון?
14:21
I did a study of the top epidemiologists in the world in October.
226
836000
5000
ערכתי מחקר בקרב מומחי בריאות הציבור המובילים בעולם באוקטובר.
14:26
I asked them -- these are all fluologists and specialists in influenza --
227
841000
4000
שאלתי אותם- כולם מומחים לשפעת-
14:30
and I asked them the questions you'd like to ask them.
228
845000
3000
ושאלתי אותם את השאלה שהייתם רוצים לשאול אותם.
14:33
What do you think the likelihood is that there'll be a pandemic?
229
848000
3000
מה לדעתכם הסבירות שתהייה מגיפה כלל עולמית?
14:36
If it happens, how bad do you think it will be?
230
851000
3000
אם זה יקרה, כמה גרוע זה יהיה לדעתך?
14:39
15 percent said they thought there'd be a pandemic within three years.
231
854000
5000
15 אחוז אמרו שתהיה מגיפה כלל עולמית בטווח של שלוש שנים.
14:44
But much worse than that,
232
859000
2000
אבל הרבה יותר גרוע מזה,
14:46
90 percent said they thought there'd be a pandemic
233
861000
3000
90 אחוז אמרו שהם חשבו שתהיה מגיפה כלל עולמית
14:49
within your children or your grandchildren's lifetime.
234
864000
3000
בתקופת חייהם של ילדיכם או נכדיכם.
14:53
And they thought that if there was a pandemic,
235
868000
3000
והם חשבו שאם תהיה מגיפה כלל עולמית,
14:57
a billion people would get sick.
236
872000
2000
מיליארד אנשים יחלו.
15:00
As many as 165 million people would die.
237
875000
3000
עד 165 מליון אנשים ימותו.
15:03
There would be a global recession and depression
238
878000
3000
ויהיה שפל, מיתון גלובלי
15:06
as our just-in-time inventory system
239
881000
2000
בעוד ששיטת המלאי שמספיק- בדיוק
15:08
and the tight rubber band of globalization broke,
240
883000
3000
והגומייה ההדוקה של הגלובליזציה תקרע,
15:12
and the cost to our economy of one to three trillion dollars
241
887000
4000
והמחיר לכלכלה שלנו, בין אחד לשלוש טריליון דולרים
15:16
would be far worse for everyone than merely 100 million people dying
242
891000
5000
יהיה גרוע בהרבה ממותם של 100 מיליון אנשים בסך הכל
15:21
because so many more people would lose their job
243
896000
3000
בגלל שכל כך הרבה אחרים יאבדו את מקור פרנסתם
15:24
and their healthcare benefits
244
899000
2000
והטבות הבריאות שלהם
15:26
that the consequences are almost unthinkable.
245
901000
2000
שההשלכות הן כמעט בלתי נתפסות.
15:30
And it's getting worse because travel is getting so much better.
246
905000
4000
וזה הולך ומחמיר בגלל שנסיעות הופכות קלות יותר.
15:37
Let me show you a simulation of what a pandemic looks like
247
912000
4000
בואו ואראה לכם הדמיה של איך נראית מגיפה כלל עולמית
15:42
so we know what we're talking about.
248
917000
2000
כדי שנדע על מה מדובר.
15:45
Let's assume, for example, that the first case occurs in South Asia.
249
920000
4000
נניח, לדוגמה, שהמקרה הראשון מתרחש בדרום מזרח אסיה.
15:50
It initially goes quite slowly.
250
925000
2000
בהתחלה זה הולך די לאט.
15:52
You get two or three discrete locations.
251
927000
3000
מקבלים שנים או שלושה מיקומים נפרדים.
15:57
Then there'll be secondary outbreaks, and the disease will spread
252
932000
5000
אז תהיה התפרצות משנית, והמחלה תתפשט
16:02
from country to country so fast that you won't know what hit you.
253
937000
4000
מארץ לארץ כל-כך מהר, שלא תדעו מה היכה אתכם.
16:06
Within three weeks it will be everywhere in the world.
254
941000
4000
תוך שלושה שבועות זה יהיה בכל מקום בעולם.
16:10
Now, if we had an "undo" button, and we could go back and isolate it
255
945000
6000
עכשיו, אם היה כפתור "חזור", ויכולנו לבודד את זה
16:16
and grab it when it first started. If we could find it early,
256
951000
3000
ולתפוס את זה כשזה רק התחיל. אם יכולנו למצוא את זה מוקדם,
16:19
and we had early detection and early response,
257
954000
3000
היה לנו גילוי מוקדם ותגובה מוקדמת,
16:22
and we could put each one of those viruses in jail --
258
957000
3000
ויכולנו לכלוא כל אחד מהווירוסים האלו-
16:25
that's the only way to deal with something like a pandemic.
259
960000
5000
זו הדרך היחידה להתמודד עם מגיפה כלל עולמית.
16:32
And let me show you why that is.
260
967000
2000
בואו ואראה לכם למה זה כך.
16:35
We have a joke. This is an epidemic curve, and everyone in medicine,
261
970000
4000
יש לנו בדיחה. זו עקומה של מגיפות, וכולם ברפואה,
16:39
I think, ultimately gets to know what it is.
262
974000
2000
אני חושב, בסופו של דבר לומדים מה זה.
16:41
But the joke is, an epidemiologist likes to arrive at an epidemic
263
976000
4000
אבל הבדיחה היא שאפידמיולוג אוהב להגיע למגיפה
16:45
right here and ride to glory on the downhill curve.
264
980000
3000
בדיוק כאן ולרכב על התהילה במורדות העקומה.
16:49
But you don't get to do that usually.
265
984000
2000
אבל בדרך כלל אתה לא זוכה לעשות זאת.
16:51
You usually arrive right about here.
266
986000
3000
בדרך כלל אתה מגיע בערך כאן.
16:54
What we really want is to arrive right here, so we can stop the epidemic.
267
989000
5000
מה שאנחנו באמת רוצים זה להגיע כאן, כדי שנוכל לעצור את המגיפה.
16:59
But you can't always do that. But there's an organization
268
994000
3000
לא תמיד זה מתאפשר. אבל יש ארגון
17:02
that has been able to find a way to learn when the first cases occur,
269
997000
5000
שהצליח למצוא דרך ללמוד מתי המקרים הראשונים קורים,
17:07
and that is called GPHIN.
270
1002000
2000
וקוראים לו GPHIN.
17:09
It's the Global Public Health Information Network.
271
1004000
3000
זאת רשת המידע הגלובלית של בריאות הציבור.
17:12
And that simulation that I showed you that you thought was bird flu --
272
1007000
4000
וההדמיה שהראיתי לכם שחשבתם שהייתה שפעת העופות,
17:16
that was SARS. And SARS is the pandemic that did not occur.
273
1011000
4000
זה היה סארס. זו המגיפה הכלל עולמית שלא קרתה.
17:20
And it didn't occur because GPHIN found the pandemic-to-be of SARS
274
1015000
7000
היא נמנעה בגלל שGPHIN מצא את מגיפת הסארס בהתהוות.
17:27
three months before WHO actually announced it,
275
1022000
6000
שלושה חודשים לפני שארגון הבריאות העולמי הכריז על זה,
17:33
and because of that we were able to stop the SARS pandemic.
276
1028000
4000
ובגלל זה יכולנו לעצור את המגיפה הכלל עולמית של הסארס.
17:37
And I think we owe a great debt of gratitude to GPHIN and to Ron St. John,
277
1032000
5000
והכרת התודה הגדולה ביותר שאנו חייבים היא לGPHIN ולרון סיינט ג'ון,
17:42
who I hope is in the audience some place -- over there --
278
1037000
3000
שאני מקווה שנמצא בקהל באיזה מקום- הנה שם
17:45
who's the founder of GPHIN.
279
1040000
2000
שהוא המייסד של GPHIN
17:47
(Applause)
280
1042000
1000
(מחיאות כפיים)
17:48
Hello, Ron.
281
1043000
2000
הי, רון.
17:50
(Applause)
282
1045000
8000
(מחיאות כפיים)
17:58
And TED has flown Ron here from Ottawa, where GPHIN is located,
283
1053000
4000
וTED הטיסו את רון לכאן מאוטווה, שם ממוקמת GPHIN
18:03
because not only did GPHIN find SARS early, but
284
1058000
5000
בגלל שלא רק שGPHIN מצאו את הסארס מוקדם, אלא
18:08
you may have seen last week that Iran announced that they had bird flu in Iran,
285
1063000
6000
אולי ראיתם בשבוע שעבר שאיראן הודיעה שיש שפעת העופות באיראן,
18:14
but GPHIN found the bird flu in Iran not February 14 but last September.
286
1069000
6000
אבל GPHIN מצאו שפעת העופות באיראן לא בפברואר, אלא בספטמבר שעבר.
18:20
We need an early-warning system
287
1075000
2000
אנחנו צריכים מערכת אזהרה מוקדמת
18:22
to protect us against the things that are humanity's worst nightmare.
288
1077000
5000
כדי להגן על עצמנו מהסיוטים הגדולים ביותר של האנושות.
18:27
And so my TED wish is based on the common denominator of these experiences.
289
1082000
6000
ולכן משאלת TED שלי מבוססת על המכנה המשותף של החוויות האלה.
18:33
Smallpox -- early detection, early response.
290
1088000
2000
אבעבועות שחורות- גילוי מוקדם, תגובה מוקדמת.
18:35
Blindness, polio -- early detection, early response.
291
1090000
4000
עיוורון, פוליו- גילוי מוקדם, תגובה מוקדמת.
18:39
Pandemic bird flu -- early detection, early response. It is a litany.
292
1094000
5000
מגיפת שפעת העופות- גילוי מוקדם, תגובה מוקדמת. זו תפילה חוזרת.
18:44
It is so obvious that our only way of dealing with these new diseases
293
1099000
5000
זה כלכך ברור שהדרך היחידה להתמודד עם המחלות החדשות האלו
18:49
is to find them early and to kill them before they spread.
294
1104000
5000
היא למצוא אותן מוקדם ולהרוג אותן לפני שיתפשטו.
18:54
So, my TED wish is for you to help build a global system,
295
1109000
4000
אז, משאלת TED שלי היא שתעזרו לבנות מערכת גלובלית,
18:58
an early-warning system,
296
1113000
2000
מערכת התרעה- מוקדמת,
19:00
to protect us against humanity's worst nightmares.
297
1115000
4000
שתגן עלינו מפני הסיוטים הגדולים ביותר של האנושות.
19:04
And what I thought I would call it is "Early Detection,"
298
1119000
5000
וחשבתי לקרוא לזה 'גילוי מוקדם',
19:11
but it should really be called "Total Early Detection."
299
1126000
5000
אבל בעצם צריך לקרוא לזה 'גילוי מוקדם מוחלט' (ר"ת TED)
19:16
(Laughter)
300
1131000
2000
(צחוק)
19:18
(Applause)
301
1133000
8000
(מחיאות כפיים)
19:31
But in all seriousness --
302
1146000
2000
אבל בשיא הרצינות-
19:33
because this idea is birthed in TED,
303
1148000
3000
בגלל שהרעיון הזה נולד בTED,
19:36
I would like it to be a legacy of TED, and I'd like to call it
304
1151000
6000
הייתי רוצה שזאת תהייה מורשת של TED, והייתי רוצה לקרוא לזה
19:42
the "International System for Total Early Disease Detection."
305
1157000
5000
מערכת בינלאומית לגילוי מוקדם ומוחלט של מחלות -INSTEDD (כמו 'במקום').
19:51
And INSTEDD then becomes our mantra.
306
1166000
4000
ואז INSTEDD הופך להיות המנטרה שלנו.
19:58
So instead of a hidden pandemic of bird flu,
307
1173000
3000
אז במקום מגיפה כלל עולמית חבויה של שפעת העופות,
20:01
we find it and immediately contain it.
308
1176000
2000
נמצא אותה ומיד נבלום אותה.
20:04
Instead of a novel virus caused by bio-terror or bio-error,
309
1179000
4000
במקום וירוס חדש שנגרם על ידי טרור ביולוגי או טעות ביולוגית,
20:08
or shift or drift, we find it, and we contain it.
310
1183000
5000
או שינוי, או סחף, נמצא אותו, ונבלום אותו.
20:13
Instead of industrial accidents like oil spills or the catastrophe in Bhopal,
311
1188000
5000
במקום תאונות תעשייתיות כמו דליפות נפט או הקטסטרופה בבופאל שבהודו,
20:18
we find them, and we respond to them.
312
1193000
4000
נמצא אותן ונגיב אליהן.
20:22
Instead of famine, hidden until it is too late, we detect it, and we respond.
313
1197000
6000
במקום רעב, שנשאר חבוי עד שמאוחר מדי, נאתר אותו ונגיב.
20:29
And instead of a system,
314
1204000
2000
ובמקום מערכת,
20:31
which is owned by a government and hidden in the bowels of government,
315
1206000
4000
בבעלות ממשלתית שחבויה במעייה של הממשלה,
20:35
let's build an early detection system
316
1210000
2000
בואו נבנה מערכת גילוי מוקדם
20:37
that's freely available to anyone in the world in their own language.
317
1212000
4000
שחופשיה לכל אדם בעולם בשפתו.
20:42
Let's make it transparent, non-governmental,
318
1217000
4000
בואו נעשה שתאופיין בשקיפות, שתהיה לא- ממשלתית,
20:47
not owned by any single country or company,
319
1222000
3000
לא בבעלות מדינה או חברה,
20:50
housed in a neutral country, with redundant backup
320
1225000
3000
שתשב במדינה ניטרלית, עם גיבוי נוסף
20:53
in a different time zone and a different continent,
321
1228000
4000
באזור זמן וביבשת אחרת,
20:57
and let's build it on GPHIN. Let's start with GPHIN.
322
1232000
4000
ובואו נבנה אותה על GPHIN. בואו נתחיל ב GPHIN.
21:01
Let's increase the websites that they crawl from 20,000 to 20 million.
323
1236000
5000
בואו נגדיל את האתרים בהם יש זחלני רשת מ20,000 ל20 מליון.
21:06
Let's increase the languages they crawl from seven to 70, or more.
324
1241000
6000
בואו נגדיל את השפות שהם סורקים משבע ל70, או יותר.
21:12
Let's build in outbound confirmation messages
325
1247000
3000
בואו ניצור הודעות אישור יוצאות
21:15
using text messages or SMS or instant messaging
326
1250000
4000
שמשתמשות באס.אם.אס
21:19
to find out from people who are within 100 meters of the rumor that you hear
327
1254000
4000
כדי לברר מאנשים שנמצאים בטווח של 100 מטר משמועה שאתם שומעים
21:23
if it is, in fact, valid.
328
1258000
2000
אם היא באמת תקפה.
21:25
And let's add satellite confirmation.
329
1260000
2000
ובואו נוסיף אישור לווייני.
21:27
And we'll add Gapminder's amazing graphics to the front end.
330
1262000
4000
ונוסיף את הגרפיקה המדהימה של גאפמיינדר לסיום.
21:31
And we'll grow it as a moral force in the world,
331
1266000
4000
ונגדיל את זה ככוח ערכי בעולם,
21:35
finding out those terrible things before anybody else knows about them,
332
1270000
5000
שמוצא את הדברים האיומים האלו לפני שמישהו אחר יודע עליהם,
21:40
and sending our response to them. So that next year,
333
1275000
4000
ונשלח את התגובה שלנו אליהם. כך שבשנה הבאה,
21:44
instead of us meeting here,
334
1279000
2000
במקום להיפגש כאן,
21:46
lamenting how many terrible things there are in the world,
335
1281000
3000
ולהתלונן על כמה דברים איומים יש בעולם,
21:49
we will have pulled together, used the unique skills
336
1284000
3000
אנחנו נתאחד, תוך שימוש במיומנויות הייחודיות שלנו
21:52
and the magic of this community,
337
1287000
4000
והקסם של הקהילה הזו,
21:56
and be proud that we have done everything we can to stop pandemics,
338
1291000
3000
ונהיה גאים שעשינו את כל מה שאנחנו יכולים כדי לעצור מגיפות כלל עולמיות,
21:59
other catastrophes, and change the world beginning right now.
339
1294000
5000
וקטסטרופות אחרות וששינינו את העולם, החל מרגע זה.
22:04
(Applause)
340
1299000
18000
(מחיאות כפיים)
22:23
Chris Anderson: An amazing presentation. First of all,
341
1318000
4000
כריס אנדרסון: הרצאה מאלפת. ראשית,
22:27
just so everyone understands, you're saying that by building --
342
1322000
4000
רק כדי שכולם יבינו, אתה אומר שעל ידי בנייה-
22:31
by creating web crawlers, looking on the Internet for patterns,
343
1326000
5000
על ידי יצירה של זחלני רשת, חיפוש דפוסים באינטרנט,
22:36
they can detect something suspicious before WHO,
344
1331000
6000
הם יכולים לאתר משהו חשוד לפני ארגון הבריאות העולמי,
22:42
before anyone else can see it?
345
1337000
2000
לפני שמישהו אחר יכול לראות את זה?
22:44
Just explain. Give an example of how that could possibly be true.
346
1339000
3000
רק תסביר. תן דוגמה לאיך זה יכול להיות נכון.
22:47
Larry Brilliant: First of all, you're not mad about the copyright violation?
347
1342000
3000
ל.ב.: דבר ראשון, אתה לא כועס על הפרת זכויות היוצרים?
22:50
CA: No. I love it. (Laughter)
348
1345000
2000
כ.א.: לא, אני מת על זה.
22:53
LB: Well, you know, as Ron St. John -- I hope you'll go and meet him
349
1348000
3000
ל.ב.: טוב, כמו שאתה יודע, כשרון סיינט ג'ון- אני מקווה שתלכו לפגוש אותו
22:56
in the dinner afterwards and talk to him --
350
1351000
3000
בארוחת הערב אח"כ ותדברו אתו-
22:59
When he started GPHIN -- In 1997, there was an outbreak of bird flu.
351
1354000
6000
כשהוא התחיל את GPHIN ב1997, היתה התפרצות של שפעת העופות.
23:05
H5N1. It was in Hong Kong. And a remarkable doctor in Hong Kong
352
1360000
4000
H5N1. זה היה בהונג קונג. ורופא מופלא בהונג קונג
23:09
responded immediately by slaughtering 1.5 million chickens and birds,
353
1364000
6000
הגיב מיד על ידי שחיטה של 1.5 מיליון תרנגולות וציפורים,
23:15
and they stopped that outbreak in its tracks.
354
1370000
3000
והם עצרו את ההתפרצות הזו במקום.
23:18
Immediate detection, immediate response.
355
1373000
3000
גילוי מידי, תגובה מיידית.
23:21
Then a number of years went by,
356
1376000
2000
אז עברו כמה שנים,
23:23
and there were a lot of rumors about bird flu.
357
1378000
2000
והיו שמועות רבות לגבי שפעת העופות.
23:25
Ron and his team in Ottawa began to crawl the web,
358
1380000
4000
רון והצוות שלו באוטווה התחילו לסרוק את הרשת,
23:29
only crawling 20,000 different websites, mostly periodicals,
359
1384000
5000
ורק סרקו 20,000 אתרים שונים, בעיקר תקופונים,
23:34
and they read about and heard about a concern of a lot of children
360
1389000
5000
והם קראו ושמעו על החששות לגבי ילדים רבים
23:39
who had high fever and symptoms of bird flu.
361
1394000
3000
שהיה להם חום גבוה ותסמינים של שפעת העופות.
23:42
They reported this to WHO. WHO took a little while taking action
362
1397000
5000
הם דיווחו על כך לארגון הבריאות העולמי. אב"ע התמהמהו קצת בתגובתם
23:47
because WHO will only receive a report from a government,
363
1402000
5000
בגלל שהם מוכנים לקבל דיווחים רק מממשלות,
23:52
because it's the United Nations.
364
1407000
2000
בגלל שזה האו"ם.
23:54
But they were able to point to WHO and let them know
365
1409000
4000
אבל הם יכלו להצביע לאב"ע וליידע אותם
23:58
that there was this surprising and unexplained cluster of illnesses
366
1413000
4000
שהייתה התקבצות מפתיעה ולא מוסברת של תחלואה
24:02
that looked like bird flu.
367
1417000
2000
שנראתה כמו שפעת העופות.
24:04
That turned out to be SARS.
368
1419000
2000
התברר שזה היה סארס.
24:06
That's how the world found out about SARS.
369
1421000
2000
ככה העולם גילה את הסארס.
24:08
And because of that we were able to stop SARS.
370
1423000
4000
ובגלל זה יכולנו לעצור את הסארס.
24:12
Now, what's really important is that, before there was GPHIN,
371
1427000
3000
עכשיו, מה שבאמת חשוב, זה שלפני שהיה את GPHIN,
24:15
100 percent of all the world's reports of bad things --
372
1430000
4000
100 אחוז מכל הדיווחים של העולם על דברים רעים-
24:19
whether you're talking about famine or you're talking about bird flu
373
1434000
3000
בין אם מדובר על רעב או שפעת העופות
24:22
or you're talking about Ebola --
374
1437000
2000
או אם מדובר באבולה-
24:24
100 percent of all those reports came from nations.
375
1439000
3000
100 אחוז מהדיווחים האלו הגיעו מאומות.
24:27
The moment these guys in Ottawa, on a budget of 800,000 dollars a year,
376
1442000
5000
ברגע שהחבר'ה האלה באוטווה, בתקציב של 800 אלף דולר בשנה,
24:32
got cracking, 75 percent of all the reports in the world came from GPHIN,
377
1447000
6000
התחילו לעבוד, 75 אחוז מכל הדיווחים בעולם הגיעו מGPHIN,
24:38
25 percent of all the reports in the world
378
1453000
2000
25 אחוז מכל הדיווחים בעולם
24:40
came from all the other 180 nations.
379
1455000
2000
הגיעו מכל יתר 180 האומות.
24:43
Now, here's what's real interesting,
380
1458000
2000
והנה מה שבאמת מעניין,
24:45
after they'd been working for a couple years,
381
1460000
3000
אחרי שעבדו במשך שנתיים,
24:48
what do you think happened to those nations?
382
1463000
3000
מה אתם חושבים שקרה לאומות האלו?
24:51
They felt pretty stupid, so they started sending in their reports earlier.
383
1466000
3000
הם הרגישו די דבילים, אז הם התחילו לשלוח דוחות מוקדם יותר.
24:54
Now their reporting percentage is down to 50 percent
384
1469000
3000
עכשיו אחוזי הדיווח שלהם ירדו ל50 אחוז
24:57
because other nations have started to report.
385
1472000
3000
בגלל שאומות אחרות התחילו לדווח.
25:00
So, can you find diseases early by crawling the web?
386
1475000
4000
אז, האם אפשר למצוא מחלות על ידי סריקה של הרשת?
25:04
Of course you can. Can you find it even earlier than GPHIN does now?
387
1479000
5000
ברור שאפשר. האם אפשר למצוא אותם עוד יותר מוקדם ממה שGPHIN עושים היום?
25:09
Of course you can. You saw that they found SARS
388
1484000
3000
ברור שכן. ראיתם שמצאו את הסארס
25:12
using their Chinese web crawler a full six weeks
389
1487000
4000
כשהשתמשו בזחלני הרשת הסיניים שלהם במשך שישה שבועות שלמים
25:16
before they found it using their English web crawler.
390
1491000
4000
לפני שמצאו את זה על ידי שימוש בזחלנים באנגלית.
25:20
Well, they're only crawling in seven languages.
391
1495000
2000
ובכן, הם רק סורקים בשבע שפות.
25:22
These bad viruses really don't have any intention of showing up
392
1497000
3000
לווירוסים הרעים האלו אין שום כוונה להופיע
25:25
first in English or Spanish or French.
393
1500000
2000
קודם כל באנגלית, ספרדית או צרפתית.
25:27
(Laughter)
394
1502000
1000
(צחוק)
25:28
So, yes, I want to take GPHIN; I want to build on it;
395
1503000
6000
אז, כן, אני רוצה לקחת את GPHIN, אני רוצה לבנות על זה,
25:34
I want to add all the languages of the world that we possibly can;
396
1509000
4000
אני רוצה להוסיף את כל השפות בעולם שרק נצליח,
25:38
I want to make this open to everybody
397
1513000
2000
אני רוצה שזה יהיה פתוח לכולם
25:40
so that the health officer in Nairobi or in Patna, Bihar
398
1515000
3000
כדי שלפקיד בריאות בניירובי או בפטנה, בירת ביהאר שבהודו
25:43
will have as much access to it as the folks in Ottawa or in CDC;
399
1518000
5000
תהיה אותה מידת נגישות כמו לחבר'ה באוטווה, או במרכז לבקרת מחלות ומניעתן,
25:48
and I want to make it part of our culture that there is a community
400
1523000
4000
ואני רוצה לגרום לזה להיות חלק מהתרבות שלנו- שיש קהילה
25:52
of people who are watching out for the worst nightmares of humanity,
401
1527000
4000
של אנשים שמחפשים את הסיוטים הגדולים של האנושות,
25:56
and that it's accessible to everyone.
402
1531000
2000
ושזה יהיה נגיש לכולם.
ABOUT THE SPEAKER
Larry Brilliant - Epidemiologist, philanthropistTED Prize winner Larry Brilliant has spent his career solving the ills of today -- from overseeing the last smallpox cases to saving millions from blindness -- and building technologies of the future. Now, as Chair of the Skoll Global Threats Fund, he's redefining how we solve the world's biggest problems.
Why you should listen
Larry Brilliant's career path, as unlikely as it is inspirational, has proven worthy of his surname. Trained as a doctor, he was living in a Himalayan monastery in the early 1970s when his guru told him he should help rid the world of smallpox. He joined the World Health Organization's eradication project, directed efforts to eliminate the disease in India and eventually presided over the last case of smallpox on the planet.
Not content with beating a single disease, he founded the nonprofit Seva Foundation, which has cured more than two million people of blindness in 15 countries through innovative surgery, self-sufficient eye care systems and low-cost manufacturing of intraocular lenses. Outside the medical field, he found time to cofound the legendary online community The Well, and run two public tech companies. Time and WIRED magazines call him a "technology visionary."
His 2006 TED Prize wish drew on both sides of his career: He challenged the TED community to help him build a global early-response system to spot new diseases as quickly as they emerge. Called InSTEDD, the system has grown into a network of 100 digital detection partners, which provide tools that help the UN, WHO and CDC track potential pandemics.
Shortly after he won the TED Prize, Google executives asked Brilliant to run their new philanthropic arm, Google.org. So, between consulting on the WHO's polio eradication project and designing a disease-surveillance network, he harnessed Google's brains and billions in a mix of for-profit and nonprofit ventures tackling the global problems of disease, poverty and climate change. Today, Brilliant is Chair of the Skoll Global Threats Fund, where he heads a team whose mission is to confront global threats imperiling humanity: pandemics, climate change, water security, nuclear proliferation and Middle East conflict.
Larry Brilliant | Speaker | TED.com