TED2009
Hans Rosling: Insights on HIV, in stunning data visuals
Hansas Roslingas apie ŽIV: nauji faktai ir stulbinantis duomenų atvaizdavimas
Filmed:
Readability: 3.9
1,174,291 views
Hansas Roslingas atskleidžia naują duomenų vaizdavimo būdą, kuris išnarplioja vieno pavojingiausių (ir labiausiai klaidingai suprantamų) susirgimų pasaulyje - ŽIV - sudėtingus rizikos faktorius. Jis teigia, kad infekcijos perdavimo prevencija, o ne gydymas vaistais, yra būdas sustabdyti epidemiją.
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
(Plojimai)
00:18
AIDS was discovered 1981; the virus, 1983.
1
6000
5000
AIDS buvo atrastas 1981, virusas -- 1983
00:23
These Gapminder bubbles show you
2
11000
2000
Šie rutuliukai Gapminder grafike demonstruoja
00:25
how the spread of the virus was in 1983 in the world,
3
13000
4000
kaip virusas plito 1983 metais pasaulyje,
00:29
or how we estimate that it was.
4
17000
2000
o tiksliau, kaip tai vyko mūsų apskaičiavimais.
00:31
What we are showing here is --
5
19000
2000
Štai ką demonstruojame šiame grafike --
00:33
on this axis here, I'm showing percent of infected adults.
6
21000
7000
šioje ašyje aš rodau infekuotų suaugusiųjų procentą.
00:40
And on this axis, I'm showing dollars per person in income.
7
28000
5000
O šioje ašyje rodau pajamas doleriais, tenkančias vienam žmogui.
00:45
And the size of these bubbles, the size of the bubbles here,
8
33000
4000
Šių rutuliukų dydis, štai šių rutuliukų,
00:49
that shows how many are infected in each country,
9
37000
3000
atitinka infekuotųjų skaičių kiekvienoje šalyje,
00:52
and the color is the continent.
10
40000
2000
o spalva - žemyną.
00:54
Now, you can see United States, in 1983,
11
42000
2000
Taigi, matome, kad Jungtinėse Valstijose 1983 metais
00:56
had a very low percentage infected,
12
44000
3000
infekuotųjų procentas buvo labai mažas,
00:59
but due to the big population, still a sizable bubble.
13
47000
4000
bet dėl didelio gyventojų skaičiaus rutuliukas vis tiek gana didelis.
01:03
There were quite many people infected in the United States.
14
51000
3000
Jungtinėse Valstijose buvo pakankamai daug infekuotųjų.
01:06
And, up there, you see Uganda.
15
54000
2000
O ten, viršuje, yra Uganda.
01:08
They had almost five percent infected,
16
56000
3000
Pas juos buvo beveik penki procentai infekuotųjų,
01:11
and quite a big bubble in spite of being a small country, then.
17
59000
3000
ir rutuliukas gan didelis, nepaisant to, kad tai maža šalis.
01:14
And they were probably the most infected country in the world.
18
62000
5000
Ir tuomet tai tikriausiai buvo šalis su didžiausiu infekuotųjų skaičiumi pasaulyje.
01:19
Now, what has happened?
19
67000
2000
Kas atsitiko dabar?
01:21
Now you have understood the graph
20
69000
2000
Dabar, kai jūs supratote grafiką,
01:23
and now, in the next 60 seconds,
21
71000
3000
per kitas 60 sekundžių,
01:26
we will play the HIV epidemic in the world.
22
74000
3000
mes parodysime ŽIV epidemiją pasaulyje.
01:29
But first, I have a new invention here.
23
77000
3000
Bet pradžioje, aš čia kai ką išradau.
01:34
(Laughter)
24
82000
3000
(Juokas)
01:39
I have solidified the beam of the laser pointer.
25
87000
4000
Aš paverčiau lazerinio žymeklio spindulį į kietąjį kūną.
01:43
(Laughter)
26
91000
3000
(Juokas)
01:46
(Applause)
27
94000
3000
(Plojimai)
01:52
So, ready, steady, go!
28
100000
4000
Taigi, pasiruošt, dėmesio, pirmyn!
01:56
First, we have the fast rise in Uganda and Zimbabwe.
29
104000
4000
Pradžioje įvyko staigus infekuotųjų skaičiaus augimas Ugandoje ir Zimbabvėje.
02:00
They went upwards like this.
30
108000
2000
Jos pakilo į viršų štai taip.
02:02
In Asia, the first country to be heavily infected was Thailand --
31
110000
4000
Azijoje pirmąja šalimi, kur infekcija labai išplito, tapo Tailandas.
02:06
they reached one to two percent.
32
114000
2000
Infekuotieji sudarė nuo vieno iki dviejų procentų.
02:08
Then, Uganda started to turn back,
33
116000
2000
Vėliau Uganda pradėjo suktis atgal,
02:10
whereas Zimbabwe skyrocketed,
34
118000
2000
kai tuo metu Zimbabvė pašoko iki debesų,
02:12
and some years later South Africa had a terrible rise of HIV frequency.
35
120000
4000
o po kelių metų Pietų Afrikoje įvyko baisus ŽIV infekcijos šuolis.
02:16
Look, India got many infected,
36
124000
2000
Pažiūrėkite, Indijoje buvo daug infekuotųjų,
02:18
but had a low level.
37
126000
2000
bet procentas buvo mažas.
02:20
And almost the same happens here.
38
128000
2000
Ir beveik tas pats atsitinka čia.
02:22
See, Uganda coming down, Zimbabwe coming down,
39
130000
3000
Matot, Uganda leidžiasi, Zimbabvė leidžiasi,
02:25
Russia went to one percent.
40
133000
2000
Rusijoje jau vienas procentas infekuotųjų.
02:27
In the last two to three years,
41
135000
3000
Per paskutinius du tris metus
02:30
we have reached a steady state of HIV epidemic in the world.
42
138000
4000
pasiekėme stabilios ŽIV epidemijos būsenos pasaulyje etapą.
02:34
25 years it took.
43
142000
3000
Tam prireikė 25 metų.
02:37
But, steady state doesn't mean that things are getting better,
44
145000
3000
Bet stabili būsena nereiškia, kad viskas gerėja,
02:40
it's just that they have stopped getting worse.
45
148000
3000
o tik rodo, kad situacija nebeblogėja.
02:43
And it has -- the steady state is, more or less,
46
151000
4000
Stabili situacija -- tai
02:47
one percent of the adult world population is HIV-infected.
47
155000
4000
vienas procentas visų suaugusių pasaulyje yra infekuoti ŽIV.
02:51
It means 30 to 40 million people,
48
159000
3000
Tai yra nuo 30 iki 40 milijonų žmonių,
02:54
the whole of California -- every person,
49
162000
2000
visa Kalifornija, kiekvienas asmuo.
02:56
that's more or less what we have today in the world.
50
164000
2000
Maždaug tiek šiandien yra pasaulyje.
02:58
Now, let me make a fast replay of Botswana.
51
166000
5000
O dabar leiskite man greitai pademonstruot Botsvaną.
03:03
Botswana -- upper middle-income country in southern Africa,
52
171000
4000
Botsvana -- šalis Pietų Afrikoje su didesnemis nei vidutinės pajamomis,
03:07
democratic government, good economy,
53
175000
3000
demokratine vyriausybe, gera ekonomika.
03:10
and this is what happened there.
54
178000
2000
Ir štai kas ten nutiko.
03:12
They started low, they skyrocketed,
55
180000
2000
Pradžioje jie buvo apačioje, staigiai pakilo iki debesų,
03:14
they peaked up there in 2003,
56
182000
3000
pasiekė viršūnę 2003 m.,
03:17
and now they are down.
57
185000
2000
o dabar leidžiasi.
03:19
But they are falling only slowly,
58
187000
2000
Bet leidžiasi jie lėtai,
03:21
because in Botswana, with good economy and governance,
59
189000
2000
nes Botsvanoje, su gera ekonomika ir vyriausybe,
03:23
they can manage to treat people.
60
191000
3000
jie gali gydyti žmones.
03:26
And if people who are infected are treated, they don't die of AIDS.
61
194000
3000
Ir jei ŽIV infekuotieji gydomi, jie nemiršta nuo AIDS.
03:29
These percentages won't come down
62
197000
3000
Šis procentas nemažės,
03:32
because people can survive 10 to 20 years.
63
200000
2000
nes žmonės gali išgyventi nuo 10 iki 20 metų.
03:34
So there's some problem with these metrics now.
64
202000
3000
Taigi, čia yra problema su šiais rodikliais.
03:37
But the poorer countries in Africa, the low-income countries down here,
65
205000
4000
Vargingesnės Afrikos šalys, šalys su mažomis pajamomis štai čia, apačioje,
03:41
there the rates fall faster, of the percentage infected,
66
209000
6000
jų procentiniai rodikliai krenta greičiau,
03:47
because people still die.
67
215000
2000
nes žmonės vis dar miršta.
03:49
In spite of PEPFAR, the generous PEPFAR,
68
217000
3000
Nepaisant PEPFAR, dosnaus PEPFAR projekto,
03:52
all people are not reached by treatment,
69
220000
3000
ne visi žmonės gauna medicininę pagalbą,
03:55
and of those who are reached by treatment in the poor countries,
70
223000
2000
o iš tų, kurie ją gauna vargingose šalyse,
03:57
only 60 percent are left on treatment after two years.
71
225000
3000
tik 60 procentų gauna ją ilgiau nei du metus.
04:00
It's not realistic with lifelong treatment
72
228000
4000
Nerealu suteikti ilgalaikę medicininę priežiūrą
04:04
for everyone in the poorest countries.
73
232000
2000
kiekvienam vargingiausiose šalyse.
04:06
But it's very good that what is done is being done.
74
234000
3000
Bet labai gerai kad tai, kas daroma, yra daroma.
04:09
But focus now is back on prevention.
75
237000
4000
Bet mes turime sutelkti dėmesį į prevenciją.
04:13
It is only by stopping the transmission
76
241000
3000
Tik sustabdžius viruso perdavimą
04:16
that the world will be able to deal with it.
77
244000
3000
pasaulis galės susidoroti su juo.
04:19
Drugs is too costly -- had we had the vaccine,
78
247000
2000
Vaistai yra labai brangūs -- jei mes turėtume vakciną,
04:21
or when we will get the vaccine, that's something more effective --
79
249000
3000
arba kai vakcina bus sukurta, tada tai bus kažkas efektyvesnio --
04:24
but the drugs are very costly for the poor.
80
252000
2000
bet vaistai per brangūs vargšams.
04:26
Not the drug in itself, but the treatment
81
254000
2000
Ne tiek patys vaistai, kiek gydymas
04:28
and the care which is needed around it.
82
256000
2000
ir priežiūra, kuri tuo metu reikalinga.
04:32
So, when we look at the pattern,
83
260000
3000
Taigi, pažiūrėjus į grafiką,
04:35
one thing comes out very clearly:
84
263000
2000
vienas dalykas tampa aiškus:
04:37
you see the blue bubbles
85
265000
2000
matote mėlynus rutuliukus
04:39
and people say HIV is very high in Africa.
86
267000
2000
ir žmonės sako, kad ŽIV labai paplitęs Afrikoje.
04:41
I would say, HIV is very different in Africa.
87
269000
3000
O aš pasakyčiau, kad situacija su ŽIV Afrikoje labai skirtinga.
04:44
You'll find the highest HIV rate in the world
88
272000
4000
Didžiausi pasaulyje ŽIV infekuotumo rodikliai priklauso
04:48
in African countries,
89
276000
2000
Afrikos šalims,
04:50
and yet you'll find Senegal, down here --
90
278000
2000
tačiau pažiūrėkite į Senegalą, čia apačioje --
04:52
the same rate as United States.
91
280000
2000
rodiklis toks pat, kaip ir Jungtinėse Valstijose.
04:54
And you'll find Madagascar,
92
282000
2000
Pamatysite Madagaskarą,
04:56
and you'll find a lot of African countries
93
284000
2000
ir daugelį kitų Afrikos šalių,
04:58
about as low as the rest of the world.
94
286000
3000
kur rodikliai tokie pat žemi, kaip ir likusiame pasaulyje.
05:01
It's this terrible simplification that there's one Africa
95
289000
4000
Tai siaubingas supaprastinimas – galvoti, kad Afrika vienoda
05:05
and things go on in one way in Africa.
96
293000
2000
ir viskas Afrikoje vyksta vienodai.
05:07
We have to stop that.
97
295000
2000
Mes turime tai sustabdyti.
05:09
It's not respectful, and it's not very clever
98
297000
3000
Tai nepagarbu ir nelabai protinga
05:12
to think that way.
99
300000
2000
taip galvoti.
05:14
(Applause)
100
302000
4000
(Plojimai)
05:18
I had the fortune to live and work for a time in the United States.
101
306000
3000
Man pasisekė kurį laiką dirbti ir gyventi Jungtinėse Valstijose.
05:21
I found out that Salt Lake City and San Francisco were different.
102
309000
4000
Aš sužinojau, kad Solt Leik Sitis ir San Franciskas yra skirtingi.
05:25
(Laughter)
103
313000
2000
(Juokas)
05:27
And so it is in Africa -- it's a lot of difference.
104
315000
3000
Tas pats Afrikoje – yra daug skirtumų.
05:30
So, why is it so high? Is it war?
105
318000
2000
Tai kodėl ŽIV lygis toks aukštas? Ar tai dėl karo?
05:32
No, it's not. Look here.
106
320000
2000
Ne. Pažiūrėkite.
05:34
War-torn Congo is down there -- two, three, four percent.
107
322000
3000
Karo nusiaubtas Kongas, apačioje, -- du, trys, keturi procentai.
05:37
And this is peaceful Zambia, neighboring country -- 15 percent.
108
325000
4000
O kaimynystėje taiki Zambija – 15 procentų.
05:41
And there's good studies of the refugees coming out of Congo --
109
329000
3000
Ir yra tyrinėjimai apie pabėgėlius iš Kongo --
05:44
they have two, three percent infected,
110
332000
2000
tarp jų infekuotųjų yra du trys procentai,
05:46
and peaceful Zambia -- much higher.
111
334000
2000
o taikioje Zambijoje - daug daugiau.
05:48
There are now studies clearly showing
112
336000
2000
Yra tyrinėjimai, aiškiai parodantys,
05:50
that the wars are terrible, that rapes are terrible,
113
338000
3000
kad karai yra siaubingi, kad išprievartavimai yra siaubingi.
05:53
but this is not the driving force for the high levels in Africa.
114
341000
3000
Bet tai nėra pagrindinė aukšto ŽIV lygio Afrikoje priežastis.
05:56
So, is it poverty?
115
344000
2000
Taigi, ar tai skurdas?
05:58
Well if you look at the macro level,
116
346000
2000
Jeigu į tai žiūrėtume makro lygiu,
06:00
it seems more money, more HIV.
117
348000
2000
atrodo, kad kuo daugiau pinigų, tuo daugiau ŽIV.
06:02
But that's very simplistic,
118
350000
3000
Bet tai labai supaprastinta,
06:05
so let's go down and look at Tanzania.
119
353000
2000
tad nusileiskime ir pažiūrėkime į Tanzaniją.
06:07
I will split Tanzania in five income groups,
120
355000
4000
Aš suskirstysiu Tanzaniją pagal penkias pajamų grupes,
06:11
from the highest income to the lowest income,
121
359000
2000
nuo didžiausių pajamų iki mažiausių pajamų,
06:13
and here we go.
122
361000
2000
ir mes pradėsime.
06:15
The ones with the highest income, the better off -- I wouldn't say rich --
123
363000
3000
Žmonės su aukštomis pajamomis, turtingesnieji, aš nesakyčiau turtingieji,
06:18
they have higher HIV.
124
366000
2000
turi didesnį ŽIV lygį.
06:20
The difference goes from 11 percent down to four percent,
125
368000
3000
Skirtumas varijuoja nuo 11 procentų iki 4 procentų,
06:23
and it is even bigger among women.
126
371000
2000
o jei nagrinėtume tik moteris, skirtumas dar didesnis.
06:25
There's a lot of things that we thought, that now, good research,
127
373000
4000
Daug kas iš to, ką mes galvojome, dabar, esant rimtiems tyrinėjimams,
06:29
done by African institutions and researchers
128
377000
3000
atliktiems Afrikos organizacijų ir tyrinėtojų
06:32
together with the international researchers, show that that's not the case.
129
380000
3000
kartu su mokslininkais iš kitų šalių, pasirodė esą klaidinga.
06:35
So, this is the difference within Tanzania.
130
383000
2000
Taigi, toks skirtumas Tanzanijoje.
06:37
And, I can't avoid showing Kenya.
131
385000
2000
Ir aš negaliu neparodyti Kenijos.
06:39
Look here at Kenya.
132
387000
2000
Pažiūrėkite į Keniją.
06:41
I've split Kenya in its provinces.
133
389000
2000
Aš suskirsčiau Keniją į provincijas.
06:43
Here it goes.
134
391000
2000
Štai, pažiūrėkite.
06:45
See the difference within one African country --
135
393000
3000
Žiūrėkite, koks skirtumas vienos Afrikos šalies viduje --
06:48
it goes from very low level to very high level,
136
396000
3000
nuo labai mažo lygio iki labai aukšto,
06:51
and most of the provinces in Kenya is quite modest.
137
399000
3000
ir daugelyje Kenijos provincijų lygis gan nedidelis.
06:54
So, what is it then?
138
402000
2000
Taigi, kas tai?
06:56
Why do we see this extremely high levels in some countries?
139
404000
4000
Kodėl kai kuriuose šalyse mes matom tokį didelį infekuotumo lygį?
07:00
Well, it is more common with multiple partners,
140
408000
3000
Aišku, tai labiau tikėtina turint daug partnerių,
07:03
there is less condom use,
141
411000
3000
rečiau naudojami prezervatyvai,
07:06
and there is age-disparate sex --
142
414000
3000
o taip pat dėl sekso tarp skirtingo amžiaus partnerių,
07:09
that is, older men tend to have sex with younger women.
143
417000
3000
t.y. vyresni vyrai turi polinkį į lytinius santykius su jaunesnėmis moterimis.
07:12
We see higher rates in younger women than younger men
144
420000
3000
Mes matom didesnius infekuotumo rodiklius pas jaunesnes moteris, nei pas jaunesnius vyrus
07:15
in many of these highly affected countries.
145
423000
2000
daugelyje šių labai ligos paliestų šalių.
07:17
But where are they situated?
146
425000
2000
Bet kur jos išsidėstę?
07:19
I will swap the bubbles to a map.
147
427000
2000
Aš perkelsiu rutuliukus ant žemėlapio.
07:21
Look, the highly infected are four percent of all population
148
429000
4000
Pažiūrėkite, labai infekuota keturi procentai visų gyventojų,
07:25
and they hold 50 percent of the HIV-infected.
149
433000
3000
ir jie sudaro 50 procentų visų ŽIV infekuotųjų.
07:28
HIV exists all over the world.
150
436000
3000
ŽIV egzistuoja visame pasaulyje.
07:31
Look, you have bubbles all over the world here.
151
439000
2000
Pažiūrėkite, matom rutuliukus visame pasaulyje.
07:33
Brazil has many HIV-infected.
152
441000
3000
Brazilijoje yra daug ŽIV infekuotųjų.
07:36
Arab countries not so much, but Iran is quite high.
153
444000
3000
Arabų šalyse procentas ne toks aukštas, bet Irane jis gan aukštas.
07:39
They have heroin addiction and also prostitution in Iran.
154
447000
4000
Nes Irane yra problemų su heroino vartojimu ir prostitucija.
07:43
India has many because they are many.
155
451000
2000
Indijoje daug infekuotųjų, nes jų pačių yra daug.
07:45
Southeast Asia, and so on.
156
453000
2000
Pietryčių Azija ir t.t.
07:47
But, there is one part of Africa --
157
455000
2000
Bet yra viena Afrikos dalis --
07:49
and the difficult thing is, at the same time,
158
457000
2000
iš vienos pusės sudėtinga
07:51
not to make a uniform statement about Africa,
159
459000
4000
nedaryti apibendrintų išvadų apie Afriką,
07:55
not to come to simple ideas of why it is like this, on one hand.
160
463000
4000
neduoti supaprastintų atsakymų į tai, kodėl viskas yra taip.
07:59
On the other hand, try to say that this is not the case,
161
467000
3000
Kita vertus, turime pripažinti, kad tai sunkus atvejis,
08:02
because there is a scientific consensus about this pattern now.
162
470000
4000
nes pasiekėme mokslinį sutarimą dėl to.
08:06
UNAIDS have done good data available, finally,
163
474000
3000
UNAIDS pateikė pagaliau tinkamus duomenis
08:09
about the spread of HIV.
164
477000
3000
apie ŽIV plitimą.
08:12
It could be concurrency.
165
480000
3000
Priežastimi gali būti kelių partnerių buvimas vienu metu.
08:15
It could be some virus types.
166
483000
3000
Tai gali būti tam tikri virusų tipai.
08:18
It could be that there is other things
167
486000
4000
Tai gali būti kiti dalykai,
08:22
which makes transmission occur in a higher frequency.
168
490000
3000
kurie paspartina viruso perdavimą.
08:25
After all, if you are completely healthy and you have heterosexual sex,
169
493000
3000
Pagaliau, jei jūs esate visiškai sveikas ir esate heteroseksualus,
08:28
the risk of infection in one intercourse is one in 1,000.
170
496000
5000
užsikrėtimo rizika lytinio akto metu -- vienas iš 1000.
08:33
Don't jump to conclusions now on how to
171
501000
2000
Neskubėkite daryti išvadų,
08:35
behave tonight and so on.
172
503000
2000
elkitės gražiai šįvakar ir t.t.
08:37
(Laughter)
173
505000
2000
(Juokas)
08:39
But -- and if you are in an unfavorable situation,
174
507000
3000
Bet, esant nepalankioms sąlygoms,
08:42
more sexually transmitted diseases, it can be one in 100.
175
510000
3000
kitoms lytiškai plintančioms ligoms, tikimybė užsikrėsti -- vienas iš 100.
08:45
But what we think is that it could be concurrency.
176
513000
3000
Bet mes manom, kad tai gali būti kelių partnerių buvimas vienu metu.
08:48
And what is concurrency?
177
516000
2000
Kas tai yra, keli lytiniai partneriai vienu metu?
08:50
In Sweden, we have no concurrency.
178
518000
2000
Švedijoje to nėra.
08:52
We have serial monogamy.
179
520000
2000
Mes praktikuojame nuoseklią monogamiją.
08:54
Vodka, New Year's Eve -- new partner for the spring.
180
522000
2000
Degtinė, Naujametė naktis -- naujas partneris pavasariui.
08:56
Vodka, Midsummer's Eve -- new partner for the fall.
181
524000
2000
Degtinė, vasaros saulėgrįža -- naujas partneris rudeniui.
08:58
Vodka -- and it goes on like this, you know?
182
526000
2000
Degtinė -- ir taip tęsiasi toliau.
09:00
And you collect a big number of exes.
183
528000
3000
Jūs surenkate didelį skaičių „buvusiųjų“.
09:03
And we have a terrible chlamydia epidemic --
184
531000
2000
Pas mus baisi chlamidiozės epidemija --
09:05
terrible chlamydia epidemic which sticks around for many years.
185
533000
4000
siaubinga chlamidiozės epidemija, kuri tęsiasi daugybę metų.
09:09
HIV has a peak three to six weeks after infection
186
537000
3000
ŽIV pasiekia piką po trijų-šešių savaičių po užkrėtimo,
09:12
and therefore, having more than one partner in the same month
187
540000
3000
todėl kelių partnerių buvimas tą patį mėnesį
09:15
is much more dangerous for HIV than others.
188
543000
3000
daug pavojingesnis ŽIV atveju nei esant kitoms infekcijoms.
09:18
Probably, it's a combination of this.
189
546000
2000
Turbūt, tai kelių veiksnių derinys.
09:20
And what makes me so happy is that we are moving now
190
548000
3000
Ir mane taip džiugina tai, kad mes pagaliau naudojame
09:23
towards fact when we look at this.
191
551000
2000
faktus, kai analizuojame tai.
09:25
You can get this chart, free.
192
553000
2000
Jūs galite gauti šį grafiką nemokamai.
09:27
We have uploaded UNAIDS data on the Gapminder site.
193
555000
3000
Mes patalpinome UNAIDS duomenis Gapminder.org svetainėje.
09:30
And we hope that when we act on global problems in the future
194
558000
4000
Ir mes tikimės, kad ateityje, kai spręsime globalias problemas,
09:34
we will not only have the heart,
195
562000
3000
mes naudosime ne tik širdį,
09:37
we will not only have the money,
196
565000
2000
ne tik pinigus,
09:39
but we will also use the brain.
197
567000
3000
bet ir galvą.
09:42
Thank you very much.
198
570000
2000
Ačiū jums labai.
09:44
(Applause)
199
572000
6000
(Plojimai)
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