TEDxCaltech
Thomas Insel: Toward a new understanding of mental illness
Thomas Insel: Út a mentális betegségek új értelmezése felé
Filmed:
Readability: 4.4
1,412,184 views
Manapság, a korai felismerésnek köszönhetően, 63%-kal kevesebben halnak meg szívbetegségekben, mint egy évtizeddel korábban. Thomas Insel, a National Institute of Mental Health igazgatója, azt kérdezi: el tudnánk-e érni valami hasonlót a depresszió és a szkizofrénia esetében is? Az első lépés ezen az új úton a gondolkodásmód megváltoztatása lenne: ne úgy gondoljunk ezentúl ezekre a betegségekre, mint mentális rendellenességekre, hanem kezdjük el úgy értelmezni őket, mint az agy rendellenességeit. (Az előadást a TEDxCaltech rögzítette.)
Thomas Insel - Neuroscientist and psychiatrist
The Director of the National Institute of Mental Health, Thomas Insel supports research that will help us understand, treat and even prevent mental disorders. Full bio
The Director of the National Institute of Mental Health, Thomas Insel supports research that will help us understand, treat and even prevent mental disorders. Full bio
Double-click the English transcript below to play the video.
00:12
So let's start with some good news,
0
530
2961
Kezdjük néhány jó hírrel.
00:15
and the good news has to do with what do we know
1
3491
2349
Ezek a jó hírek arról szólnak, hogy bizonyos
00:17
based on biomedical research
2
5840
2267
orvosbiológiai kutatások nyomán
00:20
that actually has changed the outcomes
3
8107
3454
néhány súlyos betegség
00:23
for many very serious diseases?
4
11561
3099
kilátásai lényegesen megváltoztak.
00:26
Let's start with leukemia,
5
14660
2247
Kezdjük a leukémiával,
00:28
acute lymphoblastic leukemia, ALL,
6
16907
2528
az akut limfoid leukémia, ALL,
00:31
the most common cancer of children.
7
19435
2438
a ráknak az a fajtája, amely a gyerekek között a leggyakoribb.
00:33
When I was a student,
8
21873
1962
Diákkoromban ennek
00:35
the mortality rate was about 95 percent.
9
23835
3840
a halálozási aránya 95 százalék körül volt.
00:39
Today, some 25, 30 years later, we're talking about
10
27675
3133
Ma, olyan 25-30 évvel később, 85 százalékkal kisebb
00:42
a mortality rate that's reduced by 85 percent.
11
30808
3627
halálozási arányról beszélhetünk.
00:46
Six thousand children each year
12
34435
2616
Hatezer olyan gyerek meggyógyul évente,
00:49
who would have previously died of this disease are cured.
13
37051
4189
aki korábban meghalt volna.
00:53
If you want the really big numbers,
14
41240
1791
Ha valóban nagy számokat akarunk,
00:55
look at these numbers for heart disease.
15
43031
2828
akkor nézzük a szívbetegségek adatait.
00:57
Heart disease used to be the biggest killer,
16
45859
1792
Régebben a szívbetegség volt a leghalálosabb,
00:59
particularly for men in their 40s.
17
47651
1504
különösen a 40-es éveikben járó férfiak körében.
01:01
Today, we've seen a 63-percent reduction in mortality
18
49155
3494
Mára 63 százalékkal csökkent a szívbetegségek
01:04
from heart disease --
19
52649
2061
halálozási aránya --
01:06
remarkably, 1.1 million deaths averted every year.
20
54710
4885
bizony, 1,1 millió halálesetet elkerülünk évente.
01:11
AIDS, incredibly, has just been named,
21
59595
2721
Az AIDS-et, szinte hihetetlen, épp
01:14
in the past month, a chronic disease,
22
62316
2281
az elmúlt hónapban nyilvánították krónikus betegségnek,
01:16
meaning that a 20-year-old who becomes infected with HIV
23
64597
2915
ami azt jelenti, hogy az a 20 éves, aki HIV-vel fertőződik,
01:19
is expected not to live weeks, months, or a couple of years,
24
67512
4071
várhatóan nem pár hetet, hónapot vagy évet él,
01:23
as we said only a decade ago,
25
71583
2270
ahogyan azt még egy évtizede is mondtuk,
01:25
but is thought to live decades,
26
73853
2392
hanem arra számítunk, hogy évtizedeket,
01:28
probably to die in his '60s or '70s from other causes altogether.
27
76245
4496
valószínűleg a 60-as, 70-es éveiben hal majd meg, valami más betegség következtében.
01:32
These are just remarkable, remarkable changes
28
80741
3025
Ezek igen figyelemreméltó változások
01:35
in the outlook for some of the biggest killers.
29
83766
2589
néhány különösen gyilkos betegség kimenetét illetően.
01:38
And one in particular
30
86355
2079
És mindenekelőtt a sztrók esetében,
01:40
that you probably wouldn't know about, stroke,
31
88434
2045
amiről valószínűleg nem is tudnak,
01:42
which has been, along with heart disease,
32
90479
1601
-- ez a szívbetegséggel együtt az
01:44
one of the biggest killers in this country,
33
92080
2178
egyik legtöbb áldozatot szedte ebben az országban --
01:46
is a disease in which now we know
34
94258
1791
ezzel a betegséggel most az a helyzet,
01:48
that if you can get people into the emergency room
35
96049
2929
hogy ha a beteget három órán belül sikerül eljuttatni
01:50
within three hours of the onset,
36
98978
2174
a sürgősségi osztályra,
01:53
some 30 percent of them will be able to leave the hospital
37
101152
2605
akkor 30 százalékuk minden tartós károsodás nélkül
01:55
without any disability whatsoever.
38
103757
3119
fogja elhagyni a kórházat.
01:58
Remarkable stories,
39
106876
2257
Figyelemreméltó történetek,
02:01
good-news stories,
40
109133
2031
derűlátó történetek,
02:03
all of which boil down to understanding
41
111164
3065
csupa olyan, ahol minden azon múlik, hogy
02:06
something about the diseases that has allowed us
42
114229
3352
megértettünk valamit a betegség természetéről, ami lehetővé teszi a
02:09
to detect early and intervene early.
43
117581
3323
korai felismerést és a korai beavatkozást.
02:12
Early detection, early intervention,
44
120904
2135
Korai felismerés, korai beavatkozás,
02:15
that's the story for these successes.
45
123039
3070
ez van a sikerek mögött.
02:18
Unfortunately, the news is not all good.
46
126109
2736
Sajnos vannak kevésbé jó hírek is.
02:20
Let's talk about one other story
47
128845
2349
Beszéljünk egy másmilyen történetről,
02:23
which has to do with suicide.
48
131194
1691
ami az öngyilkosságról szól.
02:24
Now this is, of course, not a disease, per se.
49
132885
2652
Ez persze nem önmagában betegség.
02:27
It's a condition, or it's a situation
50
135537
3088
Ez egy állapot, egy körülmény,
02:30
that leads to mortality.
51
138625
1789
ami a halálhoz vezet.
02:32
What you may not realize is just how prevalent it is.
52
140414
3080
Amit talán nem tudnak, hogy ez mennyire gyakori.
02:35
There are 38,000 suicides each year in the United States.
53
143494
4209
Az Egyesült Államokban évente 38 000 öngyilkosság van.
02:39
That means one about every 15 minutes.
54
147703
2758
Ez azt jelenti, hogy 15 percenként megtörténik egy.
02:42
Third most common cause of death amongst people
55
150461
2776
A harmadik leggyakoribb halálok
02:45
between the ages of 15 and 25.
56
153237
2776
a 15 és 25 év közöttiek körében.
02:48
It's kind of an extraordinary story when you realize
57
156013
2248
Gondoljunk bele, szinte hihetetlen,
02:50
that this is twice as common as homicide
58
158261
2512
hogy kétszer gyakoribb az emberölésnél,
02:52
and actually more common as a source of death
59
160773
2649
és jelenleg minálunk gyakoribb halálok,
02:55
than traffic fatalities in this country.
60
163422
3335
mint a közlekedési balesetek.
02:58
Now, when we talk about suicide,
61
166757
2632
Ha már az öngyilkosságról beszélünk,
03:01
there is also a medical contribution here,
62
169389
3112
van orvosi vonatkozása is,
03:04
because 90 percent of suicides
63
172501
2432
mivel az öngyilkosságok 90 százaléka
03:06
are related to a mental illness:
64
174933
1770
valamilyen mentális betegséggel kapcsolatos,
03:08
depression, bipolar disorder, schizophrenia,
65
176703
3046
depresszióval, bipoláris zavarral, szkizofréniával,
03:11
anorexia, borderline personality. There's a long list
66
179749
3058
anorexiával, borderline személyiségzavarral. Hosszú
03:14
of disorders that contribute,
67
182808
2109
a sora azoknak a betegségeknek, amelyek hozzájárulhatnak,
03:16
and as I mentioned before, often early in life.
68
184917
4024
és ahogyan az imént említettem, sokszor az élet korai szakaszában.
03:20
But it's not just the mortality from these disorders.
69
188941
3204
De nem csak a halandóság következik ezekből a rendelenességekből.
03:24
It's also morbidity.
70
192145
1642
A morbiditás is.
03:25
If you look at disability,
71
193787
2261
Nézzük a rokkantságot!
03:28
as measured by the World Health Organization
72
196048
2152
Ezt az Egészségügyi Világszervezet (WHO)
03:30
with something they call the Disability Adjusted Life Years,
73
198200
3525
egy betegségtehernek (DALY) nevezett egységben méri,
03:33
it's kind of a metric that nobody would think of
74
201725
2096
Ez amolyan statisztikai jellemző, amit kizárólag a
03:35
except an economist,
75
203821
1314
gazdasági szakemberek használnak,
03:37
except it's one way of trying to capture what is lost
76
205135
3442
egy mód arra, hogy számszerűszerűsítsék az orvosi okokból
03:40
in terms of disability from medical causes,
77
208577
3183
bekövetkezett rokkantságot,
03:43
and as you can see, virtually 30 percent
78
211760
2893
és ahogyan láthatjuk,
03:46
of all disability from all medical causes
79
214653
2264
az összes ilyennek majdnem 30 százaléka
03:48
can be attributed to mental disorders,
80
216917
2560
mentális rendellenességnek tulajdonítható,
03:51
neuropsychiatric syndromes.
81
219477
2384
ideg- és elmebetegségeknek.
03:53
You're probably thinking that doesn't make any sense.
82
221861
2152
Bizonyára arra gondolnak, hogy ennek semmi értelme.
03:56
I mean, cancer seems far more serious.
83
224013
2672
Úgy értem, a rák sokkal súlyosabbnak tűnik.
03:58
Heart disease seems far more serious.
84
226685
3032
A szívbetegségek sokkal súlyosabbnak tűnnek.
04:01
But you can see actually they are further down this list,
85
229717
3040
De láthatják, hogy ezek valójában lejjebb vannak a listán,
04:04
and that's because we're talking here about disability.
86
232757
2280
és ennek az az oka, hogy itt képességvesztésről beszélünk.
04:07
What drives the disability for these disorders
87
235037
2792
Mi okozza a rokkantságot az olyan rendellenességek esetében,
04:09
like schizophrenia and bipolar and depression?
88
237829
3904
mint a szkizofrénia, a bipoláris zavar és a depresszió?
04:13
Why are they number one here?
89
241733
2975
Mitől vannak ezek az első helyen?
04:16
Well, there are probably three reasons.
90
244708
1509
Ennek valószínűleg három oka van.
04:18
One is that they're highly prevalent.
91
246217
1972
Az egyik a gyakoriságuk.
04:20
About one in five people will suffer from one of these disorders
92
248189
3295
Öt emberből egy érintett lesz ezek valamelyikében
04:23
in the course of their lifetime.
93
251484
2577
az élete során.
04:26
A second, of course, is that, for some people,
94
254061
2320
Másik, hogy vannak, akik
04:28
these become truly disabling,
95
256381
1584
teljesen munkaképtelenek lesznek,
04:29
and it's about four to five percent, perhaps one in 20.
96
257965
3128
és ez kb. 4-5%, 20 emberből 1.
04:33
But what really drives these numbers, this high morbidity,
97
261093
4264
De ami igazán a számok mögött van, a magas morbiditás mögött,
04:37
and to some extent the high mortality,
98
265357
2429
és bizonyos fokig a magas halandóság mögött,
04:39
is the fact that these start very early in life.
99
267786
3948
az a tény, hogy ezek az élet korai szakaszában alakulnak ki.
04:43
Fifty percent will have onset by age 14,
100
271734
3095
50 százaléknál 14 éves kor előtt,
04:46
75 percent by age 24,
101
274829
3120
75 százaléknél 24 éves kor előtt;
04:49
a picture that is very different than what one would see
102
277949
3465
nagyon más a kép, mint amit látnánk
04:53
if you're talking about cancer or heart disease,
103
281414
2271
a rák, a szívbetegségek, a cukorbetegség
04:55
diabetes, hypertension -- most of the major illnesses
104
283685
3400
vagy a magas vérnyomás -- a legtöbb fontosabb betegség esetében,
04:59
that we think about as being sources of morbidity and mortality.
105
287085
4096
amelyekről azt gondoljuk, hogy a morbiditás és a halandóság fő okai.
05:03
These are, indeed, the chronic disorders of young people.
106
291181
6310
Ezek a fiatalok krónikus betegségei.
05:09
Now, I started by telling you that there were some good-news stories.
107
297491
2867
Azzal kezdtem, hogy van néhány jó hír.
05:12
This is obviously not one of them.
108
300358
1448
Ez nyilvánvalóan nem tartozik közéjük.
05:13
This is the part of it that is perhaps most difficult,
109
301806
2879
Ez része annak, ami talán a legnehezebb,
05:16
and in a sense this is a kind of confession for me.
110
304685
2584
és bizonyos értelemben ez egy beismerés a részemről.
05:19
My job is to actually make sure that we make progress
111
307269
5352
Az a munkám, hogy biztosítsam, hogy elérjünk valami haladást
05:24
on all of these disorders.
112
312621
2352
minden ilyen rendellenesség esetében.
05:26
I work for the federal government.
113
314973
1710
A szövetségi kormányzat számára dolgozom.
05:28
Actually, I work for you. You pay my salary.
114
316683
2018
Tulajdonképpen az Önök számára. Önöktöl kapom a fizetésem.
05:30
And maybe at this point, when you know what I do,
115
318701
2384
És lehet, hogy ezen a ponton, amikor megtudják, mit csinálok,
05:33
or maybe what I've failed to do,
116
321085
2120
vagy, hogy esetleg mit mulasztottam el,
05:35
you'll think that I probably ought to be fired,
117
323205
2209
azt fogják gondolni, hogy talán el kéne, hogy bocsássanak,
05:37
and I could certainly understand that.
118
325414
2155
és meg is tudnám érteni Önöket.
05:39
But what I want to suggest, and the reason I'm here
119
327569
2332
De azt szeretném sugallni, és azért vagyok itt,
05:41
is to tell you that I think we're about to be
120
329901
3255
hogy elmondjam: úgy gondolom, ahhoz közelítünk,
05:45
in a very different world as we think about these illnesses.
121
333156
4663
hogy egészen másképp gondoljunk ezekre a betegségekre.
05:49
What I've been talking to you about so far is mental disorders,
122
337819
3106
Amiről eddig beszéltem Önöknek, azok a mentális rendellenességek,
05:52
diseases of the mind.
123
340925
1716
az elme betegségei.
05:54
That's actually becoming a rather unpopular term these days,
124
342641
3396
Ez a kifejezés manapság kezd igen népszerűtlenné válni,
05:58
and people feel that, for whatever reason,
125
346037
2200
úgy érzik az emberek valamilyen oknál fogva,
06:00
it's politically better to use the term behavioral disorders
126
348237
3377
hogy politikailag korrektebb a "viselkedési rendellenességek" kifejezést használni,
06:03
and to talk about these as disorders of behavior.
127
351614
3911
és úgy tekinteni rájuk, mint a viselkedés zavaraira.
06:07
Fair enough. They are disorders of behavior,
128
355525
2267
Nem bánom. Ezek viselkedési rendellenességek,
06:09
and they are disorders of the mind.
129
357792
2000
és az elme rendellenességei.
06:11
But what I want to suggest to you
130
359792
2405
De azt akarom javasolni Önöknek,
06:14
is that both of those terms,
131
362197
1752
hogy mindkét kifejezés,
06:15
which have been in play for a century or more,
132
363949
3018
amely egy századon keresztül, vagy még tovább használatban volt
06:18
are actually now impediments to progress,
133
366967
2820
manapság akadálya a fejlődésnek,
06:21
that what we need conceptually to make progress here
134
369787
4330
a fejlődéshez fogalmi szinten szükséges,
06:26
is to rethink these disorders as brain disorders.
135
374117
5208
hogy újragondoljuk ezeket a rendellenességeket, mint agyi rendellenességeket.
06:31
Now, for some of you, you're going to say,
136
379325
1862
Önök közül most néhányan bizonyára azt fogják mondani:
06:33
"Oh my goodness, here we go again.
137
381187
2219
"Jaj, Istenem, már megint itt tartunk.
06:35
We're going to hear about a biochemical imbalance
138
383406
2628
A biokémiai egyensúly megbomlásáról fogunk hallani,
06:38
or we're going to hear about drugs
139
386034
1735
vagy a drogokról, vagy hallani fogunk
06:39
or we're going to hear about some very simplistic notion
140
387769
4826
néhány nagyon leegyszerűsített elképzelést,
06:44
that will take our subjective experience
141
392595
2940
ami a szubjektív tapasztalatainkat
06:47
and turn it into molecules, or maybe into some sort of
142
395535
6072
molekulákká alakítja, vagy esetleg valamilyen
06:53
very flat, unidimensional understanding
143
401607
3218
lapos, egysíkú értelmezésévé annak, hogy
06:56
of what it is to have depression or schizophrenia.
144
404825
4102
mit jelent depressziósnak vagy skizofrénnak lenni."
07:00
When we talk about the brain, it is anything but
145
408927
4498
Amikor az agyról beszélünk, az mindennek mondható,
07:05
unidimensional or simplistic or reductionistic.
146
413425
3263
épp csak egysíkúnak, leegyszerűsítettnek nem.
07:08
It depends, of course, on what scale
147
416688
2959
Attól függ persze, hogy milyen aprólékosan,
07:11
or what scope you want to think about,
148
419647
2296
vagy milyen mélységben akarunk beszélni róla,
07:13
but this is an organ of surreal complexity,
149
421943
6280
de ez valami egészen szürreálisan bonyolult szerv,
07:20
and we are just beginning to understand
150
428223
3471
és épp csak az elején vagyunk a megértésének,
07:23
how to even study it, whether you're thinking about
151
431694
2173
hogy hogyan is kéne tanulmányozzuk, gondoljanak csak
07:25
the 100 billion neurons that are in the cortex
152
433867
2582
arra a 100 milliárd neuronra, ami az agykéregben van,
07:28
or the 100 trillion synapses
153
436449
2145
vagy arra a 100 billió szinapszisra,
07:30
that make up all the connections.
154
438594
2359
amelyek az összeköttetéseket képezik.
07:32
We have just begun to try to figure out
155
440953
3576
Épp csak most kezdtük kitalálni azt, hogy hogyan
07:36
how do we take this very complex machine
156
444529
3528
is ragadjuk meg ezt a nagyon összetett gépezetet,
07:40
that does extraordinary kinds of information processing
157
448057
2744
ami hihetetlen információfeldolgozást végez,
07:42
and use our own minds to understand
158
450801
2717
és hogyan használjuk a saját elménket, hogy megértsük
07:45
this very complex brain that supports our own minds.
159
453518
3531
ezt a nagyon összetett agyat, ami működteti a saját elménket.
07:49
It's actually a kind of cruel trick of evolution
160
457049
2560
Az evolúció kegyetlen tréfája,
07:51
that we simply don't have a brain
161
459609
3830
hogy az agyunk egyszerűen nem bizonyul
07:55
that seems to be wired well enough to understand itself.
162
463439
2898
elég jól huzalozottnak ahhoz, hogy megértse önmagát.
07:58
In a sense, it actually makes you feel that
163
466337
2314
Bizonyos értelemben ez valóban azt az érzést kelti bennünk
08:00
when you're in the safe zone of studying behavior or cognition,
164
468651
2838
a viselkedés vagy a kognitív funkciók biztonságos zónájában,
08:03
something you can observe,
165
471489
1323
amiket meg tudunk figyelni,
08:04
that in a way feels more simplistic and reductionistic
166
472812
3005
ez valamiképp sokkal leegyszerűsítettebbnek, elnagyoltabbnak tűnik,
08:07
than trying to engage this very complex, mysterious organ
167
475817
4968
mint megpróbálni vizsgálni ezt a nagyon összetett és rejtélyes szervet,
08:12
that we're beginning to try to understand.
168
480785
2428
amit elkezdtünk megpróbálni megérteni.
08:15
Now, already in the case of the brain disorders
169
483213
3656
Nos, az agy olyan rendellenességeinek esetében,
08:18
that I've been talking to you about,
170
486869
1728
amelyekről beszéltem az imént,
08:20
depression, obsessive compulsive disorder,
171
488597
2273
a depresszió, a kényszerbetegség,
08:22
post-traumatic stress disorder,
172
490870
2162
poszttraumatikus stressz szindróma,
08:25
while we don't have an in-depth understanding
173
493032
2942
míg ugyan nem értjük őket teljes mélységében,
08:27
of how they are abnormally processed
174
495974
3726
hogy hogyan zajlik a normálistól eltérő folyamat,
08:31
or what the brain is doing in these illnesses,
175
499700
2105
vagy, hogy hogyan működik az agy ezekben a betegségekben,
08:33
we have been able to already identify
176
501805
3055
de már képesek vagyunk beazonosítani
08:36
some of the connectional differences, or some of the ways
177
504860
2576
néhány kapcsolódási különbséget, vagy néhány módját annak,
08:39
in which the circuitry is different
178
507436
2504
ahogyan az áramkörök különböznek
08:41
for people who have these disorders.
179
509940
1816
azokban a személyekben, akik ilyen rendellenességben szenvednek.
08:43
We call this the human connectome,
180
511756
1758
Ezt mi emberi konnektomnak nevezzük,
08:45
and you can think about the connectome
181
513514
2381
és úgy képzeljék el ezt a konnektomot,
08:47
sort of as the wiring diagram of the brain.
182
515895
1872
mint az agy egy kapcsolási rajzát.
08:49
You'll hear more about this in a few minutes.
183
517767
2104
Mindjárt többet fognak hallani róla.
08:51
The important piece here is that as you begin to look
184
519871
2951
Lényeges lépés volt itt, hogy amikor kezdtük megfigyelni azokat,
08:54
at people who have these disorders, the one in five of us
185
522822
3977
akiknek van ilyen rendellenességük -- ötből egy közülünk
08:58
who struggle in some way,
186
526799
1828
érintett valamilyen módon --
09:00
you find that there's a lot of variation
187
528627
2288
azt találjuk, hogy sokféle variációja van
09:02
in the way that the brain is wired,
188
530915
3216
az agy huzalozottságának,
09:06
but there are some predictable patterns, and those patterns
189
534131
2602
de van néhány előre megjósolható minta, és ezek a minták
09:08
are risk factors for developing one of these disorders.
190
536733
3814
rizikófaktorok e rendellenességek kifejlődésére.
09:12
It's a little different than the way we think about brain disorders
191
540547
2992
Kicsit másképp gondolunk az agy olyan rendellenességeire
09:15
like Huntington's or Parkinson's or Alzheimer's disease
192
543539
2768
mint a Huntington-, Parkinson- vagy az Alzheimer-kór,
09:18
where you have a bombed-out part of your cortex.
193
546307
2392
amelyeknél az agykéreg egy része károsodott.
09:20
Here we're talking about traffic jams, or sometimes detours,
194
548699
3260
Itt közlekedési dugókról, esetleg terelőutakról beszélünk,
09:23
or sometimes problems with just the way that things are connected
195
551959
2747
néha meg csak a dolgok összeköttetésének
09:26
and the way that the brain functions.
196
554706
1247
és az agy működésének problémáiról.
09:27
You could, if you want, compare this to,
197
555953
3170
Ha akarjuk, párhuzamba állíthatják ezt
09:31
on the one hand, a myocardial infarction, a heart attack,
198
559123
3049
összehasonlítva a szívinfarktust, a szívrohamot,
09:34
where you have dead tissue in the heart,
199
562172
1823
ahol elhalt szövetek vannak a szívben,
09:35
versus an arrhythmia, where the organ simply isn't functioning
200
563995
3597
a szívritmuszavarral, ahol a szerv egyszerűen nem működik,
09:39
because of the communication problems within it.
201
567592
2251
mert kommunikációs probléma lépett fel benne.
09:41
Either one would kill you; in only one of them
202
569843
1969
Bármelyik halálos lehet, de csak az egyik esetében
09:43
will you find a major lesion.
203
571812
2600
fogunk fizikai károsodást találni.
09:46
As we think about this, probably it's better to actually go
204
574412
2832
Erre gondolva valószínűleg jobb egy kicsit mélyebben
09:49
a little deeper into one particular disorder, and that would be schizophrenia,
205
577244
3223
belemenni egy bizonyos rendellenességbe, és ez a szkizofrénia,
09:52
because I think that's a good case
206
580467
2136
mert úgy gondolom, hogy ez kiváló alkalom arra,
09:54
for helping to understand why thinking of this as a brain disorder matters.
207
582603
3525
hogy megértsük, miért jó erre úgy gondolni, mint agyi rendellenességre.
09:58
These are scans from Judy Rapoport and her colleagues
208
586128
3878
Ezek itt Judy Rapoportnak és munkatársainak a vizsgálatai
10:02
at the National Institute of Mental Health
209
590006
2172
a National Institute of Mental Health -ben,
10:04
in which they studied children with very early onset schizophrenia,
210
592178
3716
amelyben olyan gyerekeket vizsgáltak, akikben nagyon korán jelentkezett a szkizofrénia,
10:07
and you can see already in the top
211
595894
1470
és láthatják már a tetején,
10:09
there's areas that are red or orange, yellow,
212
597364
2537
hogy vannak itt piros, narancsszínű és sárga területek,
10:11
are places where there's less gray matter,
213
599901
2138
ahol kevesebb a szürkeállomány,
10:14
and as they followed them over five years,
214
602039
1538
és ahogyan öt éven keresztül követték ezeket a gyerekeket,
10:15
comparing them to age match controls,
215
603577
2238
összehasonlítva az életkorban azonos kontrollcsoporttal,
10:17
you can see that, particularly in areas like
216
605815
1822
láthatjuk, különösen az ilyen területeken, mint
10:19
the dorsolateral prefrontal cortex
217
607637
2316
a dorsolaterális prefrontális kéreg,
10:21
or the superior temporal gyrus, there's a profound loss of gray matter.
218
609953
4330
vagy a superior temporal gyrus, hogy jelentősebb a szürke állomány vesztesége.
10:26
And it's important, if you try to model this,
219
614283
1543
Lényeges, hogy ha ezt modellezni próbáljuk,
10:27
you can think about normal development
220
615826
1956
akkor normális fejlődésnek tekinthetjük
10:29
as a loss of cortical mass, loss of cortical gray matter,
221
617782
3253
az agykéreg tömegének, az agykéreg szürkeállományának veszteségét,
10:33
and what's happening in schizophrenia is that you overshoot that mark,
222
621035
3664
és a szkizofréniában az történik, hogy túlmegyünk egy bizonyos határon,
10:36
and at some point, when you overshoot,
223
624699
1569
és amikor bizonyos ponton túlhaladtunk,
10:38
you cross a threshold, and it's that threshold
224
626268
2991
átlépünk egy küszöböt, és ez az a küszöb,
10:41
where we say, this is a person who has this disease,
225
629259
3576
amitől kezdve azt mondjuk, ez a személy beteg,
10:44
because they have the behavioral symptoms
226
632835
2288
mert viselkedési tünetei vannak,
10:47
of hallucinations and delusions.
227
635123
2121
hallucinációi és érzékcsalódásai.
10:49
That's something we can observe.
228
637244
1477
Ez olyan, amit meg tudunk vizsgálni.
10:50
But look at this closely and you can see that actually they've crossed a different threshold.
229
638721
5642
De nézzük ezt közelről, és akkor láthatjuk, hogy valójában már korábban átléptek egy másik küszöböt.
10:56
They've crossed a brain threshold much earlier,
230
644363
2996
Már sokkal korábban átléptek egy agyi küszöböt,
10:59
that perhaps not at age 22 or 20,
231
647359
3140
talán nem 20 vagy 22 évesen,
11:02
but even by age 15 or 16 you can begin to see
232
650499
2768
de már 15 vagy 16 éves koruktól látható volt,
11:05
the trajectory for development is quite different
233
653267
2360
hogy a fejlődési pályájuk nagyon másmilyen,
11:07
at the level of the brain, not at the level of behavior.
234
655627
3515
agyi szinten, nem a viselkedés szintjén.
11:11
Why does this matter? Well first because,
235
659142
2095
Miért számít ez? Először is, mert
11:13
for brain disorders, behavior is the last thing to change.
236
661237
3142
az agyi betegségekben a viselkedés az, ami legutolsónak változik meg.
11:16
We know that for Alzheimer's, for Parkinson's, for Huntington's.
237
664379
2910
Tudjuk ezt az Alzheimerről, a Parkinsonról és Huntingtonról.
11:19
There are changes in the brain a decade or more
238
667289
2434
Az agyban már egy évtizeddel vagy többel az előtt is
11:21
before you see the first signs of a behavioral change.
239
669723
5040
vannak elváltozások, mielőtt a viselkedés megváltozna.
11:26
The tools that we have now allow us to detect
240
674763
2944
A rendelkezésünkre álló eszközökkel már sokkal korábban
11:29
these brain changes much earlier, long before the symptoms emerge.
241
677707
4297
ki tudjuk mutatni az agyi elváltozásokat, semmint hogy a tünetek megjelennének.
11:34
But most important, go back to where we started.
242
682004
3399
De a legfontosabb, térjünk vissza a kiindulásunkhoz.
11:37
The good-news stories in medicine
243
685403
3216
Az orvostudomány sikertörténetei
11:40
are early detection, early intervention.
244
688619
2944
a korai felismerésen, korai beavatkozáson múlnak.
11:43
If we waited until the heart attack,
245
691563
3664
Ha megvárnánk a szívrohamot,
11:47
we would be sacrificing 1.1 million lives
246
695227
3975
1,1 millió életet vesztenénk el az országban
11:51
every year in this country to heart disease.
247
699202
2409
évente szívbetegségek miatt.
11:53
That is precisely what we do today
248
701611
2408
Pontosan ezt csináljuk ma, amikor megállapítjuk a
11:56
when we decide that everybody with one of these brain disorders,
249
704019
4512
viselkedési rendellenességet azoknál,
12:00
brain circuit disorders, has a behavioral disorder.
250
708531
3202
akiknek valamilyen agyi, agyi áramköri rendellességük van.
12:03
We wait until the behavior becomes manifest.
251
711733
3224
Addig várunk, amíg ez a viselkedési rendellenesség előjön.
12:06
That's not early detection. That's not early intervention.
252
714957
4559
Ez nem korai felismerés. Ez nem korai beavatkozás.
12:11
Now to be clear, we're not quite ready to do this.
253
719516
1805
Hogy világos legyen, nem vagyunk teljesen készek erre.
12:13
We don't have all the facts. We don't actually even know
254
721321
3154
Nem áll rendelkezésünkre minden tény. Egyelőre azt sem tudjuk,
12:16
what the tools will be,
255
724475
2549
mik lesznek az eszközök, vagy hogy pontosan
12:19
nor what to precisely look for in every case to be able
256
727024
4259
mit is keressünk, hogy minden esetben eljuthassunk idáig,
12:23
to get there before the behavior emerges as different.
257
731283
4205
mielőtt az eltérő viselkedés megjelenne.
12:27
But this tells us how we need to think about it,
258
735488
2937
De ez kijelöli számunkra, hogy hogyan kell gondolkodnunk róla,
12:30
and where we need to go.
259
738425
1489
és hogy merre kell tartsunk.
12:31
Are we going to be there soon?
260
739914
1202
Eljutunk odáig hamarosan?
12:33
I think that this is something that will happen
261
741116
2678
Azt gondolom, ez meg fog történni
12:35
over the course of the next few years, but I'd like to finish
262
743794
2831
a következő néhány év folyamán. De egy idézettel
12:38
with a quote about trying to predict how this will happen
263
746625
2535
szeretném befejezni arról, ahogy próbáljuk megjósolni, hogy mi fog történni,
12:41
by somebody who's thought a lot about changes
264
749160
2361
egy olyan embertől van, aki sokat gondolkozott
12:43
in concepts and changes in technology.
265
751521
2328
a technológia elképzeléseiről és változásairól.
12:45
"We always overestimate the change that will occur
266
753849
2264
"Mindig túlbecsüljük a következő
12:48
in the next two years and underestimate
267
756113
2223
két évben bekövetkezendő változásokat
12:50
the change that will occur in the next 10." -- Bill Gates.
268
758336
3876
és alulbecsüljük a következő 10 év változásait." -- Bill Gates.
12:54
Thanks very much.
269
762212
1363
Nagyon köszönöm.
12:55
(Applause)
270
763575
2683
(Taps)
ABOUT THE SPEAKER
Thomas Insel - Neuroscientist and psychiatristThe Director of the National Institute of Mental Health, Thomas Insel supports research that will help us understand, treat and even prevent mental disorders.
Why you should listen
Thomas Insel has seen many advances in the understanding of mental disorders since becoming the Director of the National Institute of Mental Health (NIMH) in 2002. During his tenure, major breakthroughs have been made in the areas of practical clinical trials, autism research and the role of genetics in mental illnesses.
Prior to his appointment at the NIMH, Insel was a professor of psychiatry at Emory University, studying the neurobiology of complex social behaviors. While there, he was the founding director of the NSF Center for Behavioral Neuroscience and director of the NIH-funded Center for Autism Research. He has published over 250 scientific articles and four books and has served on numerous academic, scientific, and professional committees and boards. He is a member of the Institute of Medicine, a fellow of the American College of Neuropsychopharmacology, and a recipient of the Outstanding Service Award from the U.S. Public Health Service and the 2010 La Fondation IPSEN Neuronal Plasticity Prize.
Thomas Insel | Speaker | TED.com