TED2009
Hans Rosling: Insights on HIV, in stunning data visuals
Hans Rosling a HIV-ről: Új tények és lenyűgöző adatvizualizációk.
Filmed:
Readability: 3.9
1,174,291 views
Hans Rosling új adatokat mutat be, melyek kibogozzák a világ leghalálosabb (és leginkább félreértett) betegségének - a HIV-nek - az összetett rizikófaktorait. Azt érveli, hogy a fertőzés megelőzése - nem pedig a gyógyszeres kezelés - játsza a kulcsszerepet a járvány megállításában.
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
Double-click the English transcript below to play the video.
00:12
(Applause)
0
0
5000
(Taps)
00:18
AIDS was discovered 1981; the virus, 1983.
1
6000
5000
Az AIDS 1981-ben lett felfedezve, a vírus -- 1983-ban.
00:23
These Gapminder bubbles show you
2
11000
2000
Ezek a Gapminder buborékok mutatják azt,
00:25
how the spread of the virus was in 1983 in the world,
3
13000
4000
hogyan terjedt a vírus a világban 1983-ban,
00:29
or how we estimate that it was.
4
17000
2000
vagy azt, ahogyan a elterjedését becsüljük.
00:31
What we are showing here is --
5
19000
2000
Amit itt mutatunk, az --
00:33
on this axis here, I'm showing percent of infected adults.
6
21000
7000
ezen a tengelyen itt, a fertőzött felnőttek százalékát mutatom.
00:40
And on this axis, I'm showing dollars per person in income.
7
28000
5000
Ezen a tengelyen pedig az egy főre eső jövedelmet mutatom,
00:45
And the size of these bubbles, the size of the bubbles here,
8
33000
4000
a buborékok mérete pedig, a buborékok mérete itt,
00:49
that shows how many are infected in each country,
9
37000
3000
azt mutatja hány fertőzött van mindegyik országban,
00:52
and the color is the continent.
10
40000
2000
a szín pedig a kontinenst jelöli.
00:54
Now, you can see United States, in 1983,
11
42000
2000
Na most, láthatják az Egyesült Államoknak 1983-ban
00:56
had a very low percentage infected,
12
44000
3000
nagyon alacsony százalékban volt fertőzöttje,
00:59
but due to the big population, still a sizable bubble.
13
47000
4000
de a nagy népesség miatt, mégis méretes a buborék.
01:03
There were quite many people infected in the United States.
14
51000
3000
Elég sok fertőzött volt az Egyesült Államokban.
01:06
And, up there, you see Uganda.
15
54000
2000
Ott fenn pedig, Ugandát láthatják.
01:08
They had almost five percent infected,
16
56000
3000
Majdnem 5%-uk fertőzött volt akkor
01:11
and quite a big bubble in spite of being a small country, then.
17
59000
3000
és ez a buborék elég nagy az ország nagyságához képest.
01:14
And they were probably the most infected country in the world.
18
62000
5000
Valószínűleg ők voltak a világon a legfertőzöttebb ország.
01:19
Now, what has happened?
19
67000
2000
Na most, mi is történt?
01:21
Now you have understood the graph
20
69000
2000
Most már értik a grafikont,
01:23
and now, in the next 60 seconds,
21
71000
3000
és most az elkövetkező 60 másodpercben
01:26
we will play the HIV epidemic in the world.
22
74000
3000
lejátszuk a HIV világjárványt.
01:29
But first, I have a new invention here.
23
77000
3000
De először, van itt egy új találmányom.
01:34
(Laughter)
24
82000
3000
(nevetés)
01:39
I have solidified the beam of the laser pointer.
25
87000
4000
Megszilárdítottam a lézermutató sugarát.
01:43
(Laughter)
26
91000
3000
(nevetés)
01:46
(Applause)
27
94000
3000
(nagy taps)
01:52
So, ready, steady, go!
28
100000
4000
Szóval vigyázz, kész, rajt!
01:56
First, we have the fast rise in Uganda and Zimbabwe.
29
104000
4000
Először van egy nagy emelkedésünk Ugandában és Zimbabwéban.
02:00
They went upwards like this.
30
108000
2000
Így suhantak felfelé.
02:02
In Asia, the first country to be heavily infected was Thailand --
31
110000
4000
Ázsiában, az első erősen fertőzötté vált ország Thaiföld volt
02:06
they reached one to two percent.
32
114000
2000
Elérték az 1-2 %-ot.
02:08
Then, Uganda started to turn back,
33
116000
2000
Aztán Uganda kezdett visszafordulni,
02:10
whereas Zimbabwe skyrocketed,
34
118000
2000
míg Zimbabwe az egekbe szökött
02:12
and some years later South Africa had a terrible rise of HIV frequency.
35
120000
4000
és néhány évvel később Dél-Afrikának volt szörnyű HIV gyakoriság emelkedése.
02:16
Look, India got many infected,
36
124000
2000
Nézzék, Indiának sok fertőzöttje volt,
02:18
but had a low level.
37
126000
2000
de alacsony szinten.
02:20
And almost the same happens here.
38
128000
2000
És majdnem ugyanez történik itt is.
02:22
See, Uganda coming down, Zimbabwe coming down,
39
130000
3000
Látják Uganda jön lefelé, Zimbabwe jön lefelé,
02:25
Russia went to one percent.
40
133000
2000
Oroszország 1%-ot ér el.
02:27
In the last two to three years,
41
135000
3000
Az elmúlt két-három évben
02:30
we have reached a steady state of HIV epidemic in the world.
42
138000
4000
elértük, hogy a HIV járvány egy egyenletes állapotba került.
02:34
25 years it took.
43
142000
3000
25 évbe tellett.
02:37
But, steady state doesn't mean that things are getting better,
44
145000
3000
Viszont az egyenletes nem jelenti azt, hogy a dolgok jól alakulnak.
02:40
it's just that they have stopped getting worse.
45
148000
3000
Csak azt, hogy nem rosszabbodnak.
02:43
And it has -- the steady state is, more or less,
46
151000
4000
És -- ez az egyenletes állapot azt jelenti, többé kevésbbé,
02:47
one percent of the adult world population is HIV-infected.
47
155000
4000
hogy a világ felnőtt népességének 1%-a HIV fertőzött.
02:51
It means 30 to 40 million people,
48
159000
3000
Ez 30-40 millió embert jelent,
02:54
the whole of California -- every person,
49
162000
2000
egy egész Kaliforniányit, minden embert.
02:56
that's more or less what we have today in the world.
50
164000
2000
Ez többé kevésbbé az, ami ma van a világban.
02:58
Now, let me make a fast replay of Botswana.
51
166000
5000
Most hadd csináljak egy gyors Botswana újrajátszást.
03:03
Botswana -- upper middle-income country in southern Africa,
52
171000
4000
Botswana -- egy felsőközép jövedelmű ország Afrika déli részén,
03:07
democratic government, good economy,
53
175000
3000
demokratikus kormánnyal, jó gazdasággal
03:10
and this is what happened there.
54
178000
2000
és ez ami ott történt.
03:12
They started low, they skyrocketed,
55
180000
2000
Alacsonyan kezdték, az egekbe szöktek,
03:14
they peaked up there in 2003,
56
182000
3000
csúcsértéket értek el 2003-ban
03:17
and now they are down.
57
185000
2000
és most alacsonyan állnak.
03:19
But they are falling only slowly,
58
187000
2000
De esnek lefelé, csak éppen lassan,
03:21
because in Botswana, with good economy and governance,
59
189000
2000
mert Botswanában a jó gazdaságnak és kormányzatnak hála,
03:23
they can manage to treat people.
60
191000
3000
el tudják látni az embereket.
03:26
And if people who are infected are treated, they don't die of AIDS.
61
194000
3000
És ha a fertőzötteket kezelik, azok nem halnak meg AIDS-ben.
03:29
These percentages won't come down
62
197000
3000
Ezek a százalékok nem mennek le,
03:32
because people can survive 10 to 20 years.
63
200000
2000
mert 10-20 évet élhetnek túl az emberek.
03:34
So there's some problem with these metrics now.
64
202000
3000
Szóval egy kis gond van most ezzel a metrikával.
03:37
But the poorer countries in Africa, the low-income countries down here,
65
205000
4000
De a szegényebb afrikai országokban, az alacsony jövedelműeknél itt lenn,
03:41
there the rates fall faster, of the percentage infected,
66
209000
6000
ott a ráták a fertőzöttek számánál gyorsabban esnek,
03:47
because people still die.
67
215000
2000
mert az emberek még mindig elhaláloznak.
03:49
In spite of PEPFAR, the generous PEPFAR,
68
217000
3000
Még a PEPFAR ellenére is, a nagylelkű PEPFAR ellenére,
03:52
all people are not reached by treatment,
69
220000
3000
nem minden emberhez ér el a kezelés,
03:55
and of those who are reached by treatment in the poor countries,
70
223000
2000
és azok közül akikhez elér a kezelés a szegény országokban,
03:57
only 60 percent are left on treatment after two years.
71
225000
3000
azoknak csak 60%-a marad kezelés alatt két év elteltével.
04:00
It's not realistic with lifelong treatment
72
228000
4000
Az élethosszig tartó kezelés egyszerűen nem reális dolog
04:04
for everyone in the poorest countries.
73
232000
2000
a szegény országok minden fertőzöttje számára.
04:06
But it's very good that what is done is being done.
74
234000
3000
De nagyon jó, hogy amit csinálnak azt csinálják.
04:09
But focus now is back on prevention.
75
237000
4000
A fókusz most viszont visszakerült a megelőzésre.
04:13
It is only by stopping the transmission
76
241000
3000
Csak a fertőzés megállításával
04:16
that the world will be able to deal with it.
77
244000
3000
tud majd a világ megbírkózni a járvánnyal.
04:19
Drugs is too costly -- had we had the vaccine,
78
247000
2000
A gyógyszerek túl költségesek -- ha meglenne az oltóanyag,
04:21
or when we will get the vaccine, that's something more effective --
79
249000
3000
vagy amikor meglesz a vakcina, az valamivel hatékonyabb --
04:24
but the drugs are very costly for the poor.
80
252000
2000
de a gyógyszerek túl költségesek a szegényeknek.
04:26
Not the drug in itself, but the treatment
81
254000
2000
Nem magára a gyógyszerre, hanem a kezelésre
04:28
and the care which is needed around it.
82
256000
2000
és az azzal járó ellátásra van szükség.
04:32
So, when we look at the pattern,
83
260000
3000
Szóval, ha a trendet figyeljük,
04:35
one thing comes out very clearly:
84
263000
2000
egy dolog tisztán megmutatkozik:
04:37
you see the blue bubbles
85
265000
2000
látják a kék buborékokat
04:39
and people say HIV is very high in Africa.
86
267000
2000
és az emberek azt mondják magas a HIV fertőzöttség Afrikában.
04:41
I would say, HIV is very different in Africa.
87
269000
3000
Én azt mondanám a HIV fertőzöttség nagyon változatos Afrikában.
04:44
You'll find the highest HIV rate in the world
88
272000
4000
Megtalálják a világ legmagasabb HIV rátáját
04:48
in African countries,
89
276000
2000
afrikai országokban,
04:50
and yet you'll find Senegal, down here --
90
278000
2000
és ugyanakkor rátalálnak Szenegálra, itt lenn,
04:52
the same rate as United States.
91
280000
2000
ugyanazzal a rátával, mint az Egyesült Államok.
04:54
And you'll find Madagascar,
92
282000
2000
Aztán ott van Madagaszkár,
04:56
and you'll find a lot of African countries
93
284000
2000
és sok más afrikai ország
04:58
about as low as the rest of the world.
94
286000
3000
csaknem ugyanolyan alacsony értékekkel mint a világ többi része.
05:01
It's this terrible simplification that there's one Africa
95
289000
4000
Az egy szörnyű leegyszerűsítés, hogy csak egy Afrika van
05:05
and things go on in one way in Africa.
96
293000
2000
és hogy Afrikában minden egy módon történik.
05:07
We have to stop that.
97
295000
2000
Abba kell ezt hagynunk.
05:09
It's not respectful, and it's not very clever
98
297000
3000
Nem tisztes és nem is túl okos
05:12
to think that way.
99
300000
2000
dolog így gondolkodni.
05:14
(Applause)
100
302000
4000
(nagy taps)
05:18
I had the fortune to live and work for a time in the United States.
101
306000
3000
Volt szerencsém egy ideig az Egyesült Államokban élni és dolgozni.
05:21
I found out that Salt Lake City and San Francisco were different.
102
309000
4000
Arra jöttem rá, hogy Salt Lake City és San Francisco különböznek.
05:25
(Laughter)
103
313000
2000
(nevetés)
05:27
And so it is in Africa -- it's a lot of difference.
104
315000
3000
Ugyanígy van ez Afrikában -- nagyon sok a különbség.
05:30
So, why is it so high? Is it war?
105
318000
2000
Szóval miért is ilyen magas? A háború miatt?
05:32
No, it's not. Look here.
106
320000
2000
Nem, nem amiatt. Nézzenek ide.
05:34
War-torn Congo is down there -- two, three, four percent.
107
322000
3000
A háború súlytotta Kongó itt van lenn -- 2,3,4 %.
05:37
And this is peaceful Zambia, neighboring country -- 15 percent.
108
325000
4000
Itt pedig a békés Zambia, szomszédos ország -- 15%.
05:41
And there's good studies of the refugees coming out of Congo --
109
329000
3000
Jó tanulmányok vannak a Kongóból jövő menekültekről --
05:44
they have two, three percent infected,
110
332000
2000
2-3 százalékuk fertőzött,
05:46
and peaceful Zambia -- much higher.
111
334000
2000
a békés Zambia -- ott sokkal magasabb ez a szám.
05:48
There are now studies clearly showing
112
336000
2000
Most vannak olyan tanulmányok, melyek tisztán kimutatják,
05:50
that the wars are terrible, that rapes are terrible,
113
338000
3000
hogy a háborúk szörnyűek, hogy a nemi erőszak szörnyű.
05:53
but this is not the driving force for the high levels in Africa.
114
341000
3000
Mégsem ez a hajtóereje a fertőzés magas szintjeinek Afrikában.
05:56
So, is it poverty?
115
344000
2000
Akkor a szegénység az?
05:58
Well if you look at the macro level,
116
346000
2000
Ha a makro szintet nézik,
06:00
it seems more money, more HIV.
117
348000
2000
úgy tűnik több pénz, több HIV.
06:02
But that's very simplistic,
118
350000
3000
Ez viszont nagyon leegyszerűsített így,
06:05
so let's go down and look at Tanzania.
119
353000
2000
szóval menjünk csak le és nézzük meg Tanzániát.
06:07
I will split Tanzania in five income groups,
120
355000
4000
Felosztom Tanzániát 5 jövedelmi csoportra,
06:11
from the highest income to the lowest income,
121
359000
2000
a legmagasabbtól a legalacsonyabb jövedelműig,
06:13
and here we go.
122
361000
2000
és itt is vagyunk.
06:15
The ones with the highest income, the better off -- I wouldn't say rich --
123
363000
3000
A legmagasabb jövedelműek, a jólétiek, vagy mondhatnám gazdagok,
06:18
they have higher HIV.
124
366000
2000
ott magasabb HIV fertőzöttség.
06:20
The difference goes from 11 percent down to four percent,
125
368000
3000
A különbség 11%-ról 4%-ra esik,
06:23
and it is even bigger among women.
126
371000
2000
és ez a különbség még nagyobb a nők között.
06:25
There's a lot of things that we thought, that now, good research,
127
373000
4000
Nagyon sok dolgot hittünk, amiről most - hála a jó kutatásoknak,
06:29
done by African institutions and researchers
128
377000
3000
amit afrikai intézetek és kutatók
06:32
together with the international researchers, show that that's not the case.
129
380000
3000
közösen a nemzetközi kutatókkal együtt végeztek - kiderül, hogy nem úgy van.
06:35
So, this is the difference within Tanzania.
130
383000
2000
Szóval Tanzániával ez a különbség.
06:37
And, I can't avoid showing Kenya.
131
385000
2000
És nem kerülhetem el azt, hogy megmutassam Kenyát.
06:39
Look here at Kenya.
132
387000
2000
Nézzék itt Kenyát.
06:41
I've split Kenya in its provinces.
133
389000
2000
Kenyát két tartományra osztottam.
06:43
Here it goes.
134
391000
2000
Itt is van.
06:45
See the difference within one African country --
135
393000
3000
Látják egy afrikai országon belül a különbséget --
06:48
it goes from very low level to very high level,
136
396000
3000
nagyon alacsony szintről a nagyon magasig megy,
06:51
and most of the provinces in Kenya is quite modest.
137
399000
3000
és Kenya legtöbb tartományában elég szerény.
06:54
So, what is it then?
138
402000
2000
Akkor tehát mi az ok?
06:56
Why do we see this extremely high levels in some countries?
139
404000
4000
Miért látunk ilyen kirívóan magas szinteket néhány országban?
07:00
Well, it is more common with multiple partners,
140
408000
3000
Hát inkább gyakori a több partnerrel,
07:03
there is less condom use,
141
411000
3000
kevesebb óvszerhasználattal
07:06
and there is age-disparate sex --
142
414000
3000
és az eltérő korosztályok közötti szex --
07:09
that is, older men tend to have sex with younger women.
143
417000
3000
vagyis idősebb férfiak inkább fiatalabb nőkkel közösülnek.
07:12
We see higher rates in younger women than younger men
144
420000
3000
Magasabb számokat látnak a fiatal nők esetében, mint a fiatal férfiakéban
07:15
in many of these highly affected countries.
145
423000
2000
a nagyban érintett országok többségében.
07:17
But where are they situated?
146
425000
2000
De hol is helyezkednek el?
07:19
I will swap the bubbles to a map.
147
427000
2000
Egy térképre cserélem a buborékokat.
07:21
Look, the highly infected are four percent of all population
148
429000
4000
Nézzék, a súlyosan érintettek 4%-a a teljes népességnek
07:25
and they hold 50 percent of the HIV-infected.
149
433000
3000
és ott él a HIV fertőzöttek 50%-a.
07:28
HIV exists all over the world.
150
436000
3000
A HIV a világban mindenütt jelen van.
07:31
Look, you have bubbles all over the world here.
151
439000
2000
Nézzék, szerte a világban vannak buborékok.
07:33
Brazil has many HIV-infected.
152
441000
3000
Brazilíában sok a HIV fertőzött.
07:36
Arab countries not so much, but Iran is quite high.
153
444000
3000
Az arab országokban nem annyira, de Iránban elég magas a szám.
07:39
They have heroin addiction and also prostitution in Iran.
154
447000
4000
Iránban ott van a heroin függőség és a prostitúció.
07:43
India has many because they are many.
155
451000
2000
Indiában sokan vannak, mert az indiaiak sokan vannak.
07:45
Southeast Asia, and so on.
156
453000
2000
Délkelet-Ázsia és így tovább.
07:47
But, there is one part of Africa --
157
455000
2000
De ott van Afrikának egy része --
07:49
and the difficult thing is, at the same time,
158
457000
2000
a komplikált dolog ugyanakkor,
07:51
not to make a uniform statement about Africa,
159
459000
4000
- anélkül, hogy egy uniform állítást tegyek Afrikáról -
07:55
not to come to simple ideas of why it is like this, on one hand.
160
463000
4000
egyrészt nem szabad egyszerű megoldásokkal előjönni miért is van ez így.
07:59
On the other hand, try to say that this is not the case,
161
467000
3000
másrészt viszont, bevallani, hogy ez egy súlyos eset,
08:02
because there is a scientific consensus about this pattern now.
162
470000
4000
mert erről a trendről már van egy tudományos egyetértés.
08:06
UNAIDS have done good data available, finally,
163
474000
3000
A UNAIDS végre jó adatokat tett hozzáférhetővé
08:09
about the spread of HIV.
164
477000
3000
a HIV terjedéséről.
08:12
It could be concurrency.
165
480000
3000
Lehet egybeesés.
08:15
It could be some virus types.
166
483000
3000
Lehetnek valami vírustípusok,
08:18
It could be that there is other things
167
486000
4000
de az is lehet, hogy más dolgok
08:22
which makes transmission occur in a higher frequency.
168
490000
3000
teszik lehetővé, hogy a fertőzés magasabb gyakorisággal forduljon elő.
08:25
After all, if you are completely healthy and you have heterosexual sex,
169
493000
3000
Végülis, ha teljesen egészségesek és heteroszexuális nemi életet élnek,
08:28
the risk of infection in one intercourse is one in 1,000.
170
496000
5000
a fertőzés veszélye egy közösülés alkalmával 1 az 1000-hez.
08:33
Don't jump to conclusions now on how to
171
501000
2000
Most ne vonjanak le következtetéseket,
08:35
behave tonight and so on.
172
503000
2000
viselkedjenek ma este meg a többi.
08:37
(Laughter)
173
505000
2000
(nevetés)
08:39
But -- and if you are in an unfavorable situation,
174
507000
3000
Viszont -- és ha kedvezőtlen helyzetben vannak,
08:42
more sexually transmitted diseases, it can be one in 100.
175
510000
3000
az több nemi úton terjedő betegség, és akár 1 a százhoz az esély.
08:45
But what we think is that it could be concurrency.
176
513000
3000
Amit hiszünk viszont az, hogy lehet egybeesés.
08:48
And what is concurrency?
177
516000
2000
Mi az az egybeesés egyátalán?
08:50
In Sweden, we have no concurrency.
178
518000
2000
Svédországban nincsen egybeesésünk.
08:52
We have serial monogamy.
179
520000
2000
Sorozatos monogámiánk van.
08:54
Vodka, New Year's Eve -- new partner for the spring.
180
522000
2000
Vodka, Újév -- új partner tavaszra.
08:56
Vodka, Midsummer's Eve -- new partner for the fall.
181
524000
2000
Vodka, Szentivánéj -- új partner őszre.
08:58
Vodka -- and it goes on like this, you know?
182
526000
2000
Vodka -- és ez így megy tovább, tudják?
09:00
And you collect a big number of exes.
183
528000
3000
Közben gyűjtenek egy nagy tábornyi exet.
09:03
And we have a terrible chlamydia epidemic --
184
531000
2000
És szörnyű chlamydia járványunk van --
09:05
terrible chlamydia epidemic which sticks around for many years.
185
533000
4000
egy szörnyű chlamydia járvány ami hosszú évekre köszön be.
09:09
HIV has a peak three to six weeks after infection
186
537000
3000
A HIV-nek 3-6 héttel a fertőzés után van egy tetőzése,
09:12
and therefore, having more than one partner in the same month
187
540000
3000
ezért ha ugyanabban a hónapban több mint egy partnerünk van,
09:15
is much more dangerous for HIV than others.
188
543000
3000
az sokkal veszélyesebb HIV fertőzés szempontjából, mint más fertőzéseknél.
09:18
Probably, it's a combination of this.
189
546000
2000
Valószínűleg, ez ezeknek a kombinációja.
09:20
And what makes me so happy is that we are moving now
190
548000
3000
Ami pedig nagyon boldoggá tesz, az az, hogy haladunk
09:23
towards fact when we look at this.
191
551000
2000
a tények felé mikor erre nézünk.
09:25
You can get this chart, free.
192
553000
2000
Ehhez a táblázathoz ingyen hozzájuthatnak.
09:27
We have uploaded UNAIDS data on the Gapminder site.
193
555000
3000
Feltöltöttük a UNAIDS adatokat a Gapminder.org honlapra.
09:30
And we hope that when we act on global problems in the future
194
558000
4000
És reméljük, hogy amikor világproblémák megoldásán dolgozunk a jövőben,
09:34
we will not only have the heart,
195
562000
3000
nemcsak a szívünk lesz a helyén,
09:37
we will not only have the money,
196
565000
2000
nem csak a pénzünk lesz meg hozzá,
09:39
but we will also use the brain.
197
567000
3000
de hogy az agyunkat is használni fogjuk.
09:42
Thank you very much.
198
570000
2000
Nagyon szépen köszönöm.
09:44
(Applause)
199
572000
6000
(Taps)
ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionaryIn Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.
Why you should listen
Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.
What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.
Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.
Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)
Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.
Hans Rosling passed away in February 2017. He is greatly missed.
Hans Rosling | Speaker | TED.com