TEDMED 2009
Eric Dishman: Take health care off the mainframe
Eric Dishman: Gezondheidszorg moet van de mainframe af
Filmed:
Readability: 4
439,060 views
Op TEDMED neemt Eric Dishman een gedurfde stelling in: het Amerikaanse stelsel van gezondheidszorg is als het computergebruik circa 1959, gekluisterd aan grote, logge centrale systemen: ziekenhuizen, artsen, verpleeghuizen. Nu de vergrijzing de pan uitrijst, wordt het noodzakelijk, zegt hij, om voor iedereen een persoonlijke, genetwerkte gezondheidszorg aan huis te creëren.
Eric Dishman - Social scientist
Eric Dishman does health care research for Intel -- studying how new technology can solve big problems in the system for the sick, the aging and, well, all of us. Full bio
Eric Dishman does health care research for Intel -- studying how new technology can solve big problems in the system for the sick, the aging and, well, all of us. Full bio
Double-click the English transcript below to play the video.
00:15
If you think about the phone --
0
0
2000
Denk aan de telefoon.
00:17
and Intel has tested
1
2000
2000
Intel heeft veel van de dingen
00:19
a lot of the things I'm going to show you,
2
4000
2000
die ik je ga laten zien
00:21
over the last 10 years,
3
6000
2000
in de afgelopen 10 jaar uitgetest
00:23
in about 600 elderly households --
4
8000
2000
in ongeveer 600 huishoudens van oudere mensen -
00:25
300 in Ireland, and 300 in Portland --
5
10000
3000
300 in Ierland en 300 in Portland -
00:28
trying to understand: How do we measure
6
13000
2000
om proberen te begrijpen hoe we
00:30
and monitor behavior
7
15000
2000
gedrag op een medisch zinvolle manier
00:32
in a medically meaningful way?
8
17000
2000
kunnen meten en opvolgen.
00:34
And if you think about the phone, right,
9
19000
2000
De telefoon kunnen we
00:36
it's something that we can use for some incredible ways
10
21000
2000
op een aantal ongelooflijke manieren gebruiken
00:38
to help people actually take the right medication at the right time.
11
23000
3000
om mensen te helpen de juiste medicatie op het juiste moment in te nemen.
00:41
We're testing these kinds of simple
12
26000
2000
We testen dit soort eenvoudige
00:43
sensor-network technologies in the home
13
28000
2000
sensornetwerktechnologieën thuis uit,
00:45
so that any phone that a senior is already comfortable with
14
30000
2000
zodat een telefoon waar senioren al vertrouwd mee zijn, hen
00:47
can help them deal with their medications.
15
32000
2000
kan helpen om juist om te gaan met hun medicatie.
00:49
And a lot of what they do is they pick up the phone,
16
34000
2000
Als ze de telefoon opnemen
00:51
and it's our system whispering to them which pill they need to take,
17
36000
3000
en ons systeem hen toefluistert welke pil zij moeten nemen,
00:54
and they fake like they're having a conversation with a friend.
18
39000
3000
dan doen ze alsof alsof ze een gesprek hebben met een vriend.
00:57
And they're not embarrassed by a meds caddy that's ugly,
19
42000
2000
Ze worden niet in verlegenheid gebracht door dat lelijke medicijnenbakje
00:59
that sits on their kitchen table and says,
20
44000
2000
daar op de keukentafel dat zegt:
01:01
"I'm old. I'm frail."
21
46000
2000
"Ik ben oud en broos."
01:03
It's surreptitious technology
22
48000
2000
Het is onderhuidse technologie
01:05
that's helping them do a simple task
23
50000
2000
die hen helpt bij de eenvoudige taak
01:07
of taking the right pill at the right time.
24
52000
2000
om de juiste pil op het juiste moment te nemen.
01:09
Now, we also do some pretty amazing things with these phones.
25
54000
3000
Nu doen wij ook nogal verbazingwekkende dingen met deze telefoons.
01:12
Because that moment when you answer the phone
26
57000
3000
Omdat de telefoon beantwoorden
01:15
is a cognitive test every time that you do it.
27
60000
3000
telkens weer neerkomt op een cognitieve test.
01:18
Think about it, all right? I'm going to answer the phone three different times.
28
63000
3000
Denk er eens over, oké? Ik ga de telefoon op drie verschillende manieren beantwoorden.
01:21
"Hello? Hey."
29
66000
2000
"Hallo? Hey."
01:23
All right? That's the first time.
30
68000
3000
Goed? Dat is de eerste keer.
01:26
"Hello? Uh, hey."
31
71000
4000
"Hallo? Eh, hè."
01:30
"Hello? Uh, who?
32
75000
4000
"Hallo? Eh, wie?
01:34
Oh, hey."
33
79000
3000
Oh, hey."
01:37
All right? Very big differences
34
82000
3000
Goed? Zeer grote verschillen
01:40
between the way I answered the phone the three times.
35
85000
3000
tussen de manieren waarop ik de telefoon beantwoordde.
01:43
And as we monitor phone usage
36
88000
2000
We volgen het telefoongebruik
01:45
by seniors over a long period of time,
37
90000
3000
van senioren over een langere tijdperiode en
01:48
down to the tenths of a microsecond,
38
93000
2000
tot op tienden van een microseconde.
01:50
that recognition moment
39
95000
2000
Dan is dat herkenningsmoment belangrijk.
01:52
of whether they can figure out that person on the other end
40
97000
2000
Kunnen ze achterhalen of die persoon aan de andere kant
01:54
is a friend and we start talking to them immediately,
41
99000
2000
een vriend is waarmee ze onmiddellijk beginnen te praten,
01:56
or they do a lot of what's called trouble talk,
42
101000
2000
of is hun manier van praten wat verward,
01:58
where they're like, "Wait, who is this? Oh." Right?
43
103000
3000
zo van "Wacht even, wie is dit? Ach."?
02:01
Waiting for that recognition moment
44
106000
2000
De tijdsduur voor die herkenning
02:03
may be the best early indicator of the onset of dementia
45
108000
2000
kan de beste vroege indicator van het ontstaan van dementie zijn.
02:05
than anything that shows up clinically today.
46
110000
2000
Meer dan alles wat vandaag klinisch voorhanden is.
02:07
We call these behavioral markers.
47
112000
2000
We noemen dit gedragsindicatoren.
02:09
There's lots of others. Is the person going to the phone
48
114000
2000
Er zijn er nog veel andere. Komt de persoon nog
02:11
as quickly, when it rings, as they used to?
49
116000
3000
even snel als hij gewend was, naar de telefoon, als hij overgaat?
02:14
Is it a hearing problem or is it a physicality problem?
50
119000
3000
Is het een gehoorprobleem of is het een fysiek probleem?
02:17
Has their voice gotten more quiet? We're doing a lot of work with people
51
122000
2000
Is hun stem rustiger geworden? We doen een hoop werk met mensen
02:19
with Alzheimer's and particularly with Parkinson's,
52
124000
3000
met de ziekte van Alzheimer en vooral bij Parkinson
02:22
where that quiet voice that sometimes shows up with Parkinson's patients
53
127000
3000
waar die stille stem, die soms optreedt bij Parkinson-patiënten,
02:25
may be the best early indicator
54
130000
3000
de beste vroege indicator van Parkinson kan zijn,
02:28
of Parkinson's five to 10 years before it shows up clinically.
55
133000
3000
vijf tot tien jaar voordat de ziekte klinisch verschijnt.
02:31
But those subtle changes in your voice over a long period of time
56
136000
3000
Die subtiele veranderingen in je stem over een lange periode
02:34
are hard for you or your spouse to notice until it becomes so extreme
57
139000
3000
zijn moeilijk voor jou of je echtgenoot op te merken voordat
02:37
and your voice has become so quiet.
58
142000
2000
je stem extreem zwak is geworden.
02:39
So, sensors are looking at that kind of voice.
59
144000
2000
Maar sensoren kijken daar wel naar.
02:41
When you pick up the phone,
60
146000
2000
Hoeveel tremor heb je
02:43
how much tremor are you having,
61
148000
2000
als je de telefoon opneemt
02:45
and what is that like, and what is that trend like over a period of time?
62
150000
3000
en hoe evolueert die trend over een bepaalde tijdspanne?
02:48
Are you having more trouble dialing the phone than you used to?
63
153000
2000
Heb je meer moeite bij het kiezen van je nummer dan vroeger?
02:50
Is it a dexterity problem? Is it the onset of arthritis?
64
155000
3000
Is er een probleem van handigheid? Kan dat het begin van artritis zijn?
02:53
Are you using the phone? Are you socializing less than you used to?
65
158000
4000
Gebruik je de telefoon nog? Heb je minder sociale contacten dan vroeger?
02:57
And looking at that pattern. And what does that decline in social health
66
162000
3000
Waar wijst die daling in sociale gezondheid op
03:00
mean, as a kind of a vital sign of the future?
67
165000
3000
voor je toekomstig leven?
03:03
And then wow, what a radical idea,
68
168000
3000
En dan ook, wow, wat een radicaal idee,
03:06
we -- except in the United States --
69
171000
2000
we kunnen, behalve in de Verenigde Staten dan,
03:08
might be able to use this newfangled technology
70
173000
3000
deze nieuwerwetse technologie misschien gebruiken
03:11
to actually interact with a nurse or a doctor on the other end of the line.
71
176000
3000
om daadwerkelijk in contact te komen met een verpleegkundige of een arts aan de andere kant van de lijn.
03:14
Wow, what a great day that will be
72
179000
2000
Wat een geweldige dag zal dat zijn
03:16
once we're allowed to actually do those kinds of things.
73
181000
3000
wanneer dat soort dingen ooit mogelijk gaat worden.
03:19
So, these are what I would call behavioral markers.
74
184000
4000
Dit zijn wat ik gedragsindicatoren zou noemen.
03:23
And it's the whole field that we've been trying to work on
75
188000
3000
Daar zijn we de laatste 10 jaar
03:26
for the last 10 years at Intel.
76
191000
2000
bij Intel mee bezig geweest.
03:28
How do you put simple disruptive technologies,
77
193000
2000
Hoe breng je eenvoudige, totaal vernieuwende technologieën ter sprake
03:30
and the first of five phrases that I'm going to talk about in this talk?
78
195000
2000
in het eerste van de vijf punten, waarover ik het ga hebben?
03:32
Behavioral markers matter.
79
197000
2000
Gedragsindicatoren zijn van belang.
03:34
How do we change behavior?
80
199000
2000
Hoe kunnen we gedrag veranderen?
03:36
How do we measure changes in behavior
81
201000
2000
Hoe meten we veranderingen in gedrag
03:38
in a meaningful way that's going to help us with
82
203000
2000
op een zinvolle manier, zodat het ons gaat helpen bij
03:40
prevention of disease, early onset of disease,
83
205000
2000
ziektepreventie, bij het begin van een ziekte
03:42
and tracking the progression of disease over a long period of time?
84
207000
3000
en bij het bijhouden van de progressie van de ziekte over een langere tijd?
03:45
Now, why would Intel let me
85
210000
3000
Waarom zou Intel me in de laatste 10 jaar
03:48
spend a lot of time and money, over the last 10 years,
86
213000
3000
veel tijd en geld hebben laten besteden
03:51
trying to understand the needs of seniors
87
216000
2000
om de behoeften van senioren te leren begrijpen
03:53
and start thinking about these kinds of behavioral markers?
88
218000
2000
en na te denken over dit soort gedragsindicatoren?
03:55
This is some of the field work that we've done.
89
220000
3000
Dit is een deel van het veldwerk dat we hebben gedaan.
03:58
We have now lived with 1,000 elderly households
90
223000
3000
We hebben nu met 1.000 oudere huishoudens
04:01
in 20 countries over the last 10 years.
91
226000
2000
in 20 landen in de afgelopen 10 jaar samengeleefd.
04:03
We study people in Rochester, New York.
92
228000
2000
We bestuderen mensen in Rochester, New York.
04:05
We go live with them in the winter
93
230000
2000
We gaan met hen de winter doorbrengen.
04:07
because what they do in the winter,
94
232000
2000
Want wat ze doen in de winter,
04:09
and their access to healthcare, and how much they socialize,
95
234000
2000
hun toegang tot gezondheidszorg en hun sociale contacten,
04:11
is very different than in the summer.
96
236000
2000
dat alles is heel anders dan in de zomer.
04:13
If they have a hip fracture we go with them
97
238000
2000
Als ze een heupfractuur oplopen, volgen we hen
04:15
and we study their entire discharge experience.
98
240000
2000
en bestuderen we hun hele ziekenhuiservaring.
04:17
If they have a family member who is a key part of their care network,
99
242000
2000
Als een familielid een belangrijk onderdeel is van hun zorgnetwerk,
04:19
we fly and study them as well.
100
244000
2000
bestuderen we dat net zo goed.
04:21
So, we study the holistic health experience
101
246000
3000
We bestuderen dus de holistische gezondheidservaring
04:24
of 1,000 seniors over the last 10 years
102
249000
2000
van 1.000 senioren in de afgelopen 10 jaar
04:26
in 20 different countries.
103
251000
2000
in 20 verschillende landen.
04:28
Why is Intel willing to fund that?
104
253000
3000
Waarom wil Intel dat financieren?
04:31
It's because of the second slogan that I want to talk about.
105
256000
2000
Om de tweede slogan waarover ik wil praten.
04:33
Ten years ago, when I started trying to convince Intel
106
258000
2000
Toen ik 10 jaar geleden Intel probeerde te overtuigen
04:35
to let me go start looking at disruptive technologies
107
260000
2000
om me te laten zoeken naar totaal vernieuwende technologieën
04:37
that could help with independent living,
108
262000
2000
die konden helpen bij zelfstandig wonen,
04:39
this is what I called it: "Y2K + 10."
109
264000
3000
noemde ik dat: "Y2K+10".
04:42
You know, back in 2000,
110
267000
2000
Toen 2000 naderde
04:44
we were all so obsessed with paying attention
111
269000
2000
waren we allemaal zo geobsedeerd door
04:46
to the aging of our computers,
112
271000
2000
de veroudering van onze computers,
04:48
and whether or not they were going to survive
113
273000
2000
en of ze de overgang
04:50
the tick of the clock from 1999 to 2000,
114
275000
2000
1999-2000 zouden overleven,
04:52
that we missed a moment that only demographers were paying attention to.
115
277000
5000
dat we een moment misten waar alleen demografen aandacht aan hadden besteed.
04:57
It was right around New Years.
116
282000
2000
Het was rond Nieuwjaar.
04:59
And that switchover,
117
284000
2000
Het was de ommekeer
05:01
when we had the larger number of older people on the planet,
118
286000
3000
dat het aantal oudere mensen op de planeet
05:04
for the first time than younger people.
119
289000
2000
voor de eerste keer het aantal jongere mensen overtrof.
05:06
For the first time in human history -- and barring aliens landing
120
291000
2000
Voor de eerste keer in de menselijke geschiedenis, behoudens een buitenaardse invasie
05:08
or some major other pandemic,
121
293000
2000
of een grote pandemie,
05:10
that's the expectation from demographers, going forward.
122
295000
3000
is dat wat demografen voor de toekomst verwachten.
05:13
And 10 years ago it seemed like I had a lot of time
123
298000
2000
10 jaar geleden leek het nog alsof ik een hoop tijd had
05:15
to convince Intel to work on this. Right?
124
300000
2000
om Intel te overtuigen om rond dit punt te werken.
05:17
Y2K + 10 was coming,
125
302000
2000
Maar Y2K+10 kwam eraan
05:19
the baby boomers starting to retire.
126
304000
3000
en de babyboomers begonnen met pensioen te gaan.
05:22
Well folks, it's like we know these demographics here.
127
307000
4000
Nou mensen, het is zoals deze demografie hier.
05:26
This is a map of the entire world.
128
311000
2000
Dit is een kaart van de hele wereld.
05:28
It's like the lights are on,
129
313000
2000
Het is net alsof de lampjes branden,
05:30
but nobody's home on this demographic
130
315000
2000
maar niemand is thuis in deze demografische grafiek.
05:32
Y2K + 10 problem. Right?
131
317000
2000
Y2K+10-probleem. Niet?
05:34
I mean we sort of get it here, but we don't get it here,
132
319000
4000
Het lijkt alsof we het hier, maar niet hier snappen.
05:38
and we're not doing anything about it.
133
323000
2000
We doen er niets aan.
05:40
The health reform bill is largely ignoring
134
325000
2000
Het hervormingsvoorstel voor de gezondheidszorg negeert grotendeels
05:42
the realities of the age wave that's coming,
135
327000
2000
de realiteit van de leeftijdsgolf die op ons af komt,
05:44
and the implications for what we need to do to change
136
329000
2000
en de implicaties voor wat we moeten doen om te veranderen.
05:46
not only how we pay for care,
137
331000
3000
Niet alleen hoe we voor de zorg gaan betalen,
05:49
but deliver care in some radically different ways.
138
334000
3000
maar hoe we op soms radicaal verschillende manieren zorg moeten gaan verstrekken.
05:52
And in fact, it's upon us.
139
337000
2000
In feite is het al zover.
05:54
I mean you probably saw these headlines. This is Catherine Casey
140
339000
3000
Je zag waarschijnlijk deze krantenkoppen al. Dit is Kathleen Casey.
05:57
who is the first boomer to actually get Social Security.
141
342000
3000
Ze is de eerste babyboomer die van de Sociale Zekerheid genoot.
06:00
That actually occurred this year. She took early retirement.
142
345000
2000
Dat gebeurde dit jaar. Ze nam vervroegd pensioen.
06:02
She was born one second after midnight in 1946.
143
347000
4000
Ze werd in 1946 één seconde na middernacht geboren.
06:06
A retired school teacher,
144
351000
2000
Een gepensioneerde onderwijzeres.
06:08
there she is with a Social Security administrator.
145
353000
2000
Hier is ze met de beheerder van de Sociale Zekerheid.
06:10
The first boomer actually, we didn't even wait till 2011, next year.
146
355000
3000
Voor de eerste babyboomer moesten we niet eens wachten tot 2011, volgend jaar.
06:13
We're already starting to see early retirement occur this year.
147
358000
3000
We zien dit jaar al vervroegde pensionering.
06:16
All right, so it's here. This Y2K + 10 problem is at our door.
148
361000
3000
Het is er al. Dit Y2K+10 probleem staat voor de deur.
06:19
This is 50 tsunamis scheduled on the calendar,
149
364000
5000
Dit zijn 50 op de kalender geplande tsunami's.
06:24
but somehow we can't sort of marshal our government
150
369000
3000
Maar op een of andere manier kunnen we onze regering
06:27
and innovative forces to sort of get out in front of it
151
372000
2000
en innovatieve krachten er niet toe brengen het fenomeen voor te blijven
06:29
and do something about it. We'll wait until
152
374000
2000
en er iets aan te doen. We wachten tot
06:31
it's more of a catastrophe, and react,
153
376000
2000
het meer van een catastrofe weg heeft om te reageren,
06:33
as opposed to prepare for it.
154
378000
2000
in plaats van ons erop voor te bereiden.
06:35
So, one of the reasons it's so
155
380000
2000
Een van de redenen waarom het voor ons zo
06:37
challenging to prepare for this Y2K problem
156
382000
2000
moeilijk is om ons voor te bereiden op dit Y2K+10-probleem,
06:39
is, I want to argue, we have what I would call
157
384000
2000
is volgens mij wat ik de
06:41
mainframe poisoning.
158
386000
2000
'mainframevergiftiging' noem.
06:43
Andy Grove, about six or seven years ago,
159
388000
3000
Andy Grove gebruikte ongeveer zes of zeven jaar geleden,
06:46
he doesn't even know or remember this, in a Fortune Magazine article
160
391000
2000
- hij zal het zelf niet meer weten - in een artikel van Fortune Magazine
06:48
he used the phrase "mainframe healthcare,"
161
393000
3000
de term "mainframegezondheidszorg",
06:51
and I've been extending and expanding this.
162
396000
2000
en ik heb die wat veralgemeend.
06:53
He saw it written down somewhere. He's like, "Eric that's a really cool concept."
163
398000
3000
Hij zag het ergens geschreven staan. Hij: "Eric, dat is een heel cool concept."
06:56
I was like, "Actually it was your idea. You said it in a Fortune Magazine article.
164
401000
2000
Ik: "Eigenlijk was het jouw idee. Je zei dat in een artikel van Fortune Magazine.
06:58
I just extended it."
165
403000
2000
Ik veralgemeende het."
07:00
You know, this is the mainframe.
166
405000
2000
Dit is de mainframe.
07:02
This mentality of traveling to
167
407000
3000
Deze mentaliteit van het migreren naar
07:05
and timesharing large, expensive healthcare systems
168
410000
3000
en timesharing op grote dure gezondheidszorgsystemen
07:08
actually began in 1787.
169
413000
2000
is eigenlijk al begonnen in 1787.
07:10
This is the first general hospital in Vienna.
170
415000
3000
Dit is het eerste algemene ziekenhuis in Wenen.
07:13
And actually the second general hospital in Vienna,
171
418000
2000
Eigenlijk het tweede algemene ziekenhuis in Wenen
07:15
in about 1850, was where we started to build out
172
420000
3000
waar we rond 1850 begonnen met het uitbouwen van
07:18
an entire curriculum for teaching med students specialties.
173
423000
4000
een heel curriculum voor het onderwijs in medische specialismen.
07:22
And it's a place in which we started developing
174
427000
2000
Het is een plaats waar we begonnen met het ontwikkelen van
07:24
architecture that literally divided the body,
175
429000
2000
architectuur die het lichaam letterlijk verdeelde
07:26
and divided care into departments and compartments.
176
431000
3000
en de zorg onderverdeelde in afdelingen en compartimenten.
07:29
And it was reflected in our architecture,
177
434000
2000
Het is terug te vinden in onze architectuur.
07:31
it was reflected in the way that we taught students,
178
436000
2000
Het kwam tot uiting in de manier waarop we studenten onderwezen.
07:33
and this mainframe mentality persists today.
179
438000
3000
Deze mainframementaliteit blijft doorwerken tot op vandaag.
07:36
Now, I'm not anti-hospital.
180
441000
3000
Nu ben ik niet anti-ziekenhuis.
07:39
With my own healthcare problems, I've taken drug therapies,
181
444000
2000
Voor mijn eigen gezondheidszorgproblemen heb ik geneesmiddellen genomen,
07:41
I've traveled to this hospital and others, many, many times.
182
446000
3000
en ben ik herhaalde malen in dit en andere ziekenhuizen geweest.
07:44
But we worship the high hospital on a hill. Right?
183
449000
4000
Maar wij aanbidden het grote ziekenhuis op een heuvel. Niet?
07:48
And this is mainframe healthcare.
184
453000
2000
Dat is mainframegezondheidszorg.
07:50
And just as 30 years ago
185
455000
2000
Net zoals we 30 jaar geleden
07:52
we couldn't conceive that we would have the power
186
457000
3000
niet konden bevatten dat we de kracht
07:55
of a mainframe computer that took up a room this size
187
460000
3000
van een mainframecomputer, die een zaal van deze omvang in beslag nam,
07:58
in our purses and on our belts,
188
463000
2000
in onze zak zouden kunnen steken,
08:00
that we're carrying around in our cell phone today,
189
465000
2000
zoals onze mobiele telefoon vandaag.
08:02
and suddenly, computing,
190
467000
2000
Plotseling werd computergebruik,
08:04
that used to be an expert driven system,
191
469000
2000
waar vroeger een gespecialiseerd systeem voor nodig was,
08:06
it was a personal system that we all owned as part of our daily lives --
192
471000
3000
haalbaar op een persoonlijk systeem, een onderdeel van ons dagelijks leven.
08:09
that shift from mainframe to personal computing
193
474000
3000
Die verschuiving van mainframe naar personal computers
08:12
is what we have to do for healthcare.
194
477000
2000
is waar we naartoe moeten met onze gezondheidszorg.
08:14
We have to shift from this mainframe mentality of healthcare
195
479000
3000
We moeten van deze mainframementaliteit van gezondheidszorg
08:17
to a personal model of healthcare.
196
482000
2000
overgaan op een meer persoonlijk model van gezondheidszorg.
08:19
We are obsessed with this way of thinking.
197
484000
3000
We zijn geobsedeerd door deze manier van denken.
08:22
When Intel does surveys all around the world and we say,
198
487000
2000
Als Intel over de hele wereld enquêteert en we zeggen:
08:24
"Quick response: healthcare."
199
489000
2000
"Vlug antwoorden: gezondheidszorg."
08:26
The first word that comes up is "doctor."
200
491000
2000
Dan is eerste woord dat opkomt: arts.
08:28
The second that comes up is "hospital." And the third is "illness" or "sickness." Right?
201
493000
3000
Het tweede: ziekenhuis. Het derde: ziekte. Niet?
08:31
We are wired, in our imagination, to think about healthcare
202
496000
4000
Wij zijn geconditioneerd om over gezondheidszorg
08:35
and healthcare innovation as something
203
500000
2000
en gezondheidszorginnovatie te denken als iets
08:37
that goes into that place.
204
502000
2000
dat daar gebeurt.
08:39
Our entire health reform discussion right now,
205
504000
2000
Het hele zorghervormingsdebat gaat op dit moment
08:41
health I.T., when we talk with policy makers,
206
506000
3000
over gezondheids-IT. Het gesprek met beleidsmakers
08:44
equals "How are we going to get doctors using
207
509000
2000
komt neer op: hoe gaan we artsen zo ver krijgen dat ze
08:46
electronic medical records in the mainframe?"
208
511000
2000
hun medische dossiers op een mainframe gaan bijhouden?
08:48
We're not thinking about
209
513000
2000
We denken er niet over na
08:50
how do we shift from the mainframe to the home.
210
515000
2000
hoe we het van de mainframe naar thuis kunnen overbrengen.
08:52
And the problem with this is
211
517000
2000
Het probleem is de manier
08:54
the way we conceive healthcare. Right?
212
519000
2000
waarop we over gezondheidszorg denken.
08:56
This is a very reactive, crisis-driven system.
213
521000
2000
Dit is een zeer reactief, crisis-aangedreven systeem.
08:58
We're doing 15-minute exams with patients.
214
523000
2000
Patiëntenonderzoeken handelen we af in 15-minuten.
09:00
It's population-based.
215
525000
2000
Op basis van de bevolking.
09:02
We collect a bunch of biological information in this artificial setting,
216
527000
3000
We verzamelen een hoop biologische informatie in deze kunstmatige omgeving.
09:05
and we fix them up, like Humpty-Dumpty all over again,
217
530000
2000
We lappen ze op, net als Humpty-Dumpty telkens opnieuw,
09:07
and send them home,
218
532000
2000
sturen ze naar huis
09:09
and hope -- we might hand them a brochure, maybe an interactive website --
219
534000
3000
en hopen dat ze, misschien met behulp van een brochure of een interactieve website,
09:12
that they do as asked and don't come back into the mainframe.
220
537000
4000
doen zoals gevraagd en niet terug in de mainframe geraken.
09:16
And the problem is we can't afford it today, folks.
221
541000
3000
Het probleem is dat we ons dat vandaag niet meer kunnen veroorloven, mensen.
09:19
We can't afford mainframe healthcare today to include the uninsured.
222
544000
4000
Mainframegezondheidszorg laat niet toe om vandaag onverzekerden op te nemen.
09:23
And now we want to do a double-double
223
548000
2000
En nu willen we de helden van de wedstrijd zijn,
09:25
of the age wave coming through?
224
550000
2000
met de vergrijzingsgolf die eraan komt?
09:27
Business as usual in healthcare is broken and we've got to do something different.
225
552000
3000
De oude methodes in de gezondheidszorg doen het niet meer en we moeten iets anders gaan doen.
09:30
We've got to focus on the home.
226
555000
2000
We moeten ons focussen op de woning.
09:32
We've got to focus on a personal healthcare paradigm
227
557000
2000
We moeten focussen op een paradigma van persoonlijke gezondheidszorg
09:34
that moves care to the home. How do we be more proactive,
228
559000
2000
die zorg aan huis levert. Hoe kunnen we meer pro-actief,
09:36
prevention-driven?
229
561000
2000
preventief werken?
09:38
How do we collect vital signs and other kinds of information 24 by 7?
230
563000
4000
Hoe kunnen we informatie over vitale functies en dergelijke continu verzamelen?
09:42
How do we get a personal baseline about what's going to work for you?
231
567000
3000
Hoe verkrijgen we persoonlijke informatie over wat er voor jou werkt?
09:45
How do we collect not just biological data
232
570000
2000
Hoe verzamelen we niet alleen biologische gegevens
09:47
but behavioral data, psychological data,
233
572000
2000
maar ook gedragsgegevens, psychologische gegevens en
09:49
relational data, in and on and around the home?
234
574000
3000
relationele data in en rond het huis?
09:52
And how do we drive compliance to be a customized care plan
235
577000
3000
En hoe gaan we ervoor zorgen dat naleving van een zorg-op-maatplan
09:55
that uses all this great technology that's around us
236
580000
2000
gebruik kan maken van al deze geweldige technologie
09:57
to change our behavior?
237
582000
2000
om ons gedrag te veranderen?
09:59
That's what we need to do for our personal health model.
238
584000
3000
Dat is wat we moeten doen voor ons persoonlijke gezondheidsmodel.
10:02
I want to give you a couple of examples. This is Mimi
239
587000
2000
Ik geef een paar voorbeelden. Dit is Mimi,
10:04
from one of our studies --
240
589000
2000
uit een van onze studies.
10:06
in her 90s, had to move out of her home
241
591000
2000
Toen ze 90 werd, moest ze weg uit haar huis
10:08
because her family was worried about falls.
242
593000
2000
omdat haar familie bezorgd was dat ze zou kunnen vallen.
10:10
Raise your hand if you had a serious fall
243
595000
2000
Steek je hand op als je een ernstige val
10:12
in your household, or any of your loved ones,
244
597000
2000
in je huishouden of bij iemand van je familie,
10:14
your parents or so forth. Right?
245
599000
2000
ouders enzovoort, hebt meegemaakt. Niet?
10:16
Classic. Hip fracture often leads to institutionalization of a senior.
246
601000
4000
Klassiek. Heupfractuur leidt vaak tot opname van een senior.
10:20
This is what was happening to Mimi; the family was worried about it,
247
605000
2000
Dat is wat er gebeurde met Mimi. De familie werd ongerust en
10:22
moved her out of her own home into an assisted living facility.
248
607000
3000
haalde haar uit haar eigen huis naar een voorziening voor begeleid wonen.
10:25
She tripped over her oxygen tank.
249
610000
3000
Ze struikelde over haar zuurstoftank.
10:28
Many people in this generation won't press the button,
250
613000
2000
Veel mensen van deze generatie zullen niet op de toets drukken,
10:30
even if they have an alert call system, because they don't want to bother anybody,
251
615000
2000
zelfs als ze een alarmoproepsysteem hebben, omdat ze niemand willen lastig vallen,
10:32
even though they've been paying 30 dollars a month.
252
617000
2000
hoewel ze er 30 dollar per maand voor betalen.
10:34
Boomers will press the button. Trust me.
253
619000
2000
Maar babyboomers zullen op de knop drukken. Daar kun je gif op innemen.
10:36
They're going to be pressing that button non-stop. Right?
254
621000
4000
Ze gaan non-stop op die knop drukken. Niet?
10:40
Mimi broke her pelvis, lay all night, all morning,
255
625000
4000
Mimi brak haar bekken, lag daar de hele nacht, de hele ochtend,
10:44
finally somebody came in and found her,
256
629000
2000
tot eindelijk iemand binnenkwam, haar vond en
10:46
sent her to the hospital.
257
631000
2000
naar het ziekenhuis stuurde.
10:48
They fixed her back up. She was never going to be able to move back
258
633000
2000
Ze lapten haar op. Ze zou nooit meer in staat zijn om terug te gaan
10:50
into the assisted living. They put her into the nursing home unit.
259
635000
2000
naar het begeleid wonen. Ze brachten haar naar het verpleeghuis.
10:52
First night in the nursing home unit where she had been
260
637000
2000
De eerste nacht in het verpleeghuis
10:54
in the same assisted living facility, moved her from one bed to another,
261
639000
3000
verhuisden ze haar van het ene bed naar het andere,
10:57
kind of threw her, rebroke her pelvis,
262
642000
2000
maar door dat wat ruw te doen, brak haar bekken opnieuw.
10:59
sent her back to the hospital that she had just come from,
263
644000
3000
Ze stuurden haar terug naar het ziekenhuis waar ze net vandaan kwam,
11:02
no one read the chart, put her on Tylenol,
264
647000
2000
niemand las haar fiche, ze gaven haar Tylenol,
11:04
which she is allergic to, broke out, got bedsores,
265
649000
2000
waar ze allergisch voor was. De allergie brak uit, ze kreeg doorligwonden,
11:06
basically, had heart problems, and died
266
651000
3000
hartproblemen en stierf
11:09
from the fall and the complications and the errors that were there.
267
654000
3000
door de val, de complicaties en de gemaakte fouten.
11:12
Now, the most frightening thing about this is
268
657000
4000
Het meest angstaanjagende is dat
11:16
this is my wife's grandmother.
269
661000
3000
dit de oma van mijn vrouw is.
11:19
Now, I'm Eric Dishman. I speak English,
270
664000
2000
Ik ben Eric Dishman. Ik spreek Engels.
11:21
I work for Intel, I make a good salary,
271
666000
2000
Ik werk voor Intel. Ik verdien een goed salaris.
11:23
I'm smart about falls and fall-related injuries --
272
668000
3000
Ik ben gespecialiseerd in vallen en valgerelateerde verwondingen.
11:26
it's an area of research that I work on.
273
671000
2000
Het is mijn onderzoeksgebied.
11:28
I have access to senators and CEOs.
274
673000
3000
Ik heb toegang tot senatoren en directeurs.
11:31
I can't stop this from happening.
275
676000
2000
Maar ik kan niet verhinderen dat dit gebeurt.
11:33
What happens if you don't have money, you don't speak English
276
678000
2000
Wat gebeurt er met je als je geen geld hebt, je geen Engels spreekt
11:35
or don't have the kind of access
277
680000
2000
of niet kunt beschikken over middelen om
11:37
to deal with these kinds of problems that inevitably occur?
278
682000
3000
om te gaan met dit soort problemen die onvermijdelijk optreden?
11:40
How do we actually prevent the vast majority of falls
279
685000
3000
Hoe kunnen we in de eerste plaats
11:43
from ever occurring in the first place?
280
688000
2000
de overgrote meerderheid van de valpartijen voorkomen?
11:45
Let me give you a quick example of work that we're doing
281
690000
2000
Laat me je een voorbeeld geven van het werk dat we doen
11:47
to try to do exactly that.
282
692000
2000
om precies dat te bereiken.
11:49
I've been wearing a little technology that we call Shimmer.
283
694000
3000
Ik draag een beetje technologie op me. We noemen het de Shimmer.
11:52
It's a research platform.
284
697000
2000
Het is een onderzoeksplatform.
11:54
It has accelerometry. You can plug in a three-lead ECG.
285
699000
3000
Er zit accelerometrie op. Je kunt er een drie-leiding-ECG aan koppelen.
11:57
There is all kinds of sort of plug-and-play
286
702000
2000
Er zitten allerlei soorten van plug and play op.
11:59
kind of Legos that you can do to capture, in the wild,
287
704000
2000
Een soort lego waarmee je overal,
12:01
in the real world,
288
706000
2000
in de echte wereld,
12:03
things like tremor, gait,
289
708000
2000
dingen zoals tremor, manier van lopen,
12:05
stride length and those kinds of things.
290
710000
2000
paslengte en dat soort dingen kan registreren.
12:07
The problem is, our understanding of falls today,
291
712000
4000
Het probleem voor ons begrijpen van vallen is dat je, net als bij Mimi,
12:11
like Mimi, is get a survey in the mail three months after you fell,
292
716000
3000
drie maanden nadat je viel, een enquêteformulier van de Staat in je e-mail vindt.
12:14
from the State, saying, "What were you doing when you fell?"
293
719000
3000
Met de vraag :"Wat was je aan het doen toen je viel?"
12:17
That's sort of the state of the art.
294
722000
2000
Dat is de huidige stand van de techniek.
12:19
But with something like Shimmer, or we have something called the Magic Carpet,
295
724000
3000
Maar met iets als de Shimmer, of met iets dat we het Magic Carpet noemen,
12:22
embedded sensors in carpet, or camera-based systems
296
727000
2000
met geïntegreerde sensoren in tapijt of op camera gebaseerde systemen
12:24
that we borrowed from sports medicine,
297
729000
2000
die we ontleenden aan de sportgeneeskunde,
12:26
we're starting for the first time in those 600 elderly households
298
731000
3000
beginnen we voor de eerste keer in die 600 oudere huishoudens
12:29
to collect actual kinematic motion data
299
734000
3000
werkelijke kinematische bewegingsgegevens verzamelen.
12:32
to understand: What are the subtle changes that are occurring
300
737000
4000
Zo kunnen we begrijpen wat de subtiele veranderingen zijn,
12:36
that can show us that mom has become risk at falls?
301
741000
3000
die kunnen aantonen dat mams risico loopt om te vallen.
12:39
And most often we can do two interventions,
302
744000
2000
Meestal kunnen we dan het probleem oplossen met een paar interventies,
12:41
fix the meds mix.
303
746000
2000
door de medicijnen wat aan te passen.
12:43
I'm a qualitative researcher, but when I look at these data streams coming in
304
748000
3000
Ik ben kwalitatief onderzoeker, maar als ik kijk naar de datastromen
12:46
from these homes, I can look at the data and tell you the day
305
751000
3000
uit deze woningen, kan ik je vertellen op welke dag
12:49
that some doctor prescribed them something that nobody else
306
754000
2000
een arts iets heeft voorgeschreven waarvan niemand anders
12:51
knew that they were on, because we see the changes
307
756000
2000
afwist. Omdat we de veranderingen
12:53
in their patterns in the household. Right?
308
758000
3000
in hun patronen in het huishouden zien. Niet?
12:56
These discoveries of behavioral markers,
309
761000
3000
Deze ontdekkingen van gedragsindicatoren,
12:59
and behavioral changes
310
764000
2000
en gedragsveranderingen
13:01
are game changing, and like the discovery of the microscope
311
766000
2000
gaan onze aanpak helemaal veranderen. Net als de ontdekking van de microscoop
13:03
because of our collecting data streams that we've actually never done before.
312
768000
3000
ons toeliet om gegevens te verzamelen zoals we dat nog nooit eerder hadden gedaan.
13:06
This is an example in our TRIL Clinic in Ireland
313
771000
2000
Dit is een voorbeeld in onze Trill kliniek in Ierland
13:08
of -- actually what you're seeing is
314
773000
2000
van ... wat je ziet is eigenlijk
13:10
she's looking at data,
315
775000
2000
dat ze op dit beeld kijkt naar data
13:12
in this picture, from the Magic Carpet.
316
777000
2000
van het magisch tapijt.
13:14
So, we have a little carpet that you can look at your amount of postural sway,
317
779000
3000
Met dit kleine tapijt kan je kijken naar de zwaai in je houding,
13:17
and look at the changes in your postural sway over many months.
318
782000
3000
en kijken naar de veranderingen in het zwaaien gedurende vele maanden.
13:20
Here's what some of this data might look like.
319
785000
2000
Zo zouden deze gegevens er kunnen uitzien.
13:22
This is actually sensor firings.
320
787000
2000
Dit zijn eigenlijk sensorsignalen. ????
13:24
These are two different subjects in our study.
321
789000
2000
Dit zijn twee verschillende onderwerpen in onze studie.
13:26
It's about a year's worth of data.
322
791000
2000
Het gaat over de gegevens van een jaar.
13:28
The color represents different rooms they are in the house.
323
793000
3000
De kleuren staan voor verschillende kamers in het huis.
13:31
This person on the left is living in their own home.
324
796000
2000
De persoon aan de linkerkant woont in zijn eigen huis.
13:33
This person on the right is actually living in an assisted living facility.
325
798000
3000
De persoon rechts woont in een voorziening voor begeleid wonen.
13:36
I know this because look at how punctuated meal time is
326
801000
3000
Ik weet dit omdat ik zie hoe stipt de maaltijd altijd is
13:39
when they are no longer in their particular rooms here. Right?
327
804000
3000
als ze niet langer in hun eigen kamers wonen.
13:42
Now, this doesn't mean that much to you.
328
807000
3000
Nu zegt dat jullie misschien niet veel.
13:45
But when we look at these cycles of data
329
810000
2000
Maar als we kijken naar deze cycli van gegevens
13:47
over a longer period of time -- and we're looking at everything from
330
812000
2000
over een langere periode en we kijken naar alle
13:49
motion around different rooms in the house,
331
814000
2000
bewegingen in de verschillende kamers in het huis,
13:51
to sort of micro-motions that Shimmer picks up,
332
816000
3000
naar de micro-bewegingen die Shimmer oppikt,
13:54
about gait and stride length -- these streams of data
333
819000
2000
over de manier van lopen en paslengte, dan beginnen deze stromen van gegevens
13:56
are starting to tell us things about behavioral patterns
334
821000
2000
ons dingen over gedragspatronen te vertellen
13:58
that we've never understood before.
335
823000
2000
die we tevoren nooit begrepen.
14:00
You can go to ORCATech.org --
336
825000
2000
Je kunt naar ORCATech.org gaan -
14:02
it has nothing to do with whales, it's the Oregon Center for Aging and Technology --
337
827000
3000
het heeft niets vandoen met walvissen, het is het Oregon Center for Aging and Technology -
14:05
to see more about that.
338
830000
2000
om er meer over te weten te komen.
14:07
The problem is, Intel is still one of the largest
339
832000
2000
Het probleem is dat Intel nog steeds een van de grootste
14:09
funders in the world
340
834000
2000
financiers in de wereld is
14:11
of independent living technology research.
341
836000
3000
van technologisch onderzoek over zelfstandig wonen.
14:14
I'm not bragging about how much we fund;
342
839000
2000
Ik ben niet aan het opscheppen over hoeveel we financieren,
14:16
it's how little anyone else actually pays attention
343
841000
2000
het gaat om hoe weinig anderen aandacht besteden
14:18
to aging and funds innovation on aging,
344
843000
3000
aan veroudering, fondsen voor innovatie over vergrijzing, beheer
14:21
chronic disease management and independent living in the home.
345
846000
3000
van chronische ziekten en zelfstandig wonen thuis.
14:24
So, my mantra here, my fourth slogan is:
346
849000
2000
Dus, mijn mantra hier, mijn vierde slogan is:
14:26
10,000 households or bust.
347
851000
3000
10.000 huishoudens of niets.
14:29
We need to drive
348
854000
2000
We hebben een
14:31
a national, if not international, Framingham-type heart study
349
856000
4000
nationaal, zoniet internationaal Framingham-type kernonderzoek
14:35
of independent living technologies,
350
860000
2000
van technologieën voor zelfstandig wonen nodig,
14:37
where we have 10,000 elderly connected households
351
862000
3000
met 10.000 aangesloten huishoudens van ouderen,
14:40
with broadband, full medical characterization,
352
865000
3000
met breedband en volledige medische karakterisering.
14:43
and a platform by which we can start to experiment
353
868000
2000
Met dit platform kunnen we beginnen te experimenteren
14:45
and turn these from 20-household anecdotal studies
354
870000
3000
en deze anekdotische studies uit 20 huishoudens
14:48
that the universities fund,
355
873000
2000
die de universiteiten financieren, omzetten
14:50
to large clinical trials that prove out the value of these technologies.
356
875000
3000
tot grote klinische studies, die de waarde van deze technologieën zullen bewijzen.
14:53
So, 10,000 households or bust.
357
878000
2000
Dus: 10.000 huishoudens of niets.
14:55
These are just some of the households that we've done in the Intel studies.
358
880000
4000
Dit zijn slechts enkele van de huishoudens die we hebben behandeld in de Intel-studies.
14:59
My fifth and final phrase:
359
884000
2000
Mijn vijfde en laatste zin:
15:01
I have tried for two years,
360
886000
2000
Ik heb twee jaar lang geprobeerd,
15:03
and there were moments when we were quite close,
361
888000
3000
er we waren er soms vrij dichtbij,
15:06
to make this healthcare reform bill be about reform
362
891000
3000
om dit wetsvoorstel voor de hervorming
15:09
from something and to something,
363
894000
2000
van de gezondheidszorg een andere richting uit te sturen.
15:11
from a mainframe model
364
896000
2000
Van een mainframemodel
15:13
to a personal health model,
365
898000
2000
naar een model van persoonlijke gezondheid,
15:15
or to mean something more than just a debate
366
900000
2000
of om iets meer te betekenen dan alleen maar een debat
15:17
about the public option and how we're going to finance.
367
902000
2000
over de publieke opties en hoe ze te gaan financieren.
15:19
It doesn't matter how we finance healthcare.
368
904000
3000
Het maakt niet uit hoe we de gezondheidszorg financieren.
15:22
We're going to figure something out
369
907000
2000
We gaan
15:24
for the next 10 years, and try it.
370
909000
2000
voor de komende 10 jaar iets uitdenken en het proberen.
15:26
No matter who pays for it,
371
911000
2000
Maakt niet uit wie ervoor betaalt,
15:28
we better start doing care in a fundamentally different way
372
913000
2000
we doen er beter aan om zorg op een fundamenteel andere manier te verstrekken
15:30
and treating the home and the patient
373
915000
3000
en de woning, de patiënt,
15:33
and the family member and the caregivers
374
918000
2000
de familie en de zorgverleners
15:35
as part of these coordinated care teams
375
920000
2000
als onderdeel van deze gecoördineerde zorgteams te zien.
15:37
and using disruptive technologies that are already here
376
922000
4000
En ook door totaal vernieuwende, maar al bestaande technologieën om zorg te verstrekken
15:41
to do care in some pretty fundamental different ways.
377
926000
3000
op nogal fundamenteel verschillende manieren in te zetten.
15:44
The president needs to stand up and say,
378
929000
3000
De president moet na het debat over de hervorming
15:47
at the end of a healthcare reform debate,
379
932000
3000
van de gezondheidszorg opstaan en zeggen:
15:50
"Our goal as a country is to move 50 percent of care
380
935000
3000
"Ons doel als land is om in 10 jaar tijd 50 procent van de zorg
15:53
out of institutions, clinics, hospitals and nursing homes,
381
938000
3000
uit instellingen, klinieken, ziekenhuizen en verpleeghuizen,
15:56
to the home, in 10 years."
382
941000
2000
over te brengen naar de woning."
15:58
It's achievable. We should do it economically,
383
943000
2000
Het is haalbaar. Het is onze economische plicht.
16:00
we should do it morally,
384
945000
2000
Het is onze morele plicht.
16:02
and we should do it for quality of life.
385
947000
2000
We moeten het doen voor de kwaliteit van het leven.
16:04
But there is no goal within this health reform.
386
949000
2000
Maar er zit geen doelgerichtheid in de huidige hervorming van de gezondheidszorg.
16:06
It's just a mess today.
387
951000
2000
Het is vandaag gewoon een puinhoop.
16:08
So, you know, that's my last message to you.
388
953000
2000
Dit is mijn laatste boodschap aan jullie.
16:10
How do we set a going-to-the-moon goal
389
955000
3000
Hoe zetten we een campagne op als toen we naar de maan wilden
16:13
of dealing with the Y2K +10 problem that's coming?
390
958000
4000
om het nakende Y2K+10-probleem aan te pakken?
16:17
It's not that innovation and technology is going to be the
391
962000
2000
Het is niet zo dat innovatie en technologie de magische pil
16:19
magic pill that cures all, but it's going to be part of the solution.
392
964000
3000
gaan worden die alles geneest, maar ze gaan een deel van de oplossing zijn.
16:22
And if we don't create a personal health movement,
393
967000
3000
Als we geen beweging voor persoonlijke gezondheid creëren,
16:25
something that we're all aiming towards in reform,
394
970000
2000
iets waar we allemaal naar streven door de hervorming,
16:27
then we're going to move nowhere.
395
972000
2000
dan gaan we nergens terechtkomen.
16:29
So, I hope you'll turn this conference into that kind of movement forward.
396
974000
2000
Dus hoop ik dat jullie deze conferentie de start laten zijn
16:31
Thanks very much.
397
976000
2000
voor dat soort voorwaartse beweging. Heel erg bedankt.
16:33
(Applause)
398
978000
3000
(Applaus)
ABOUT THE SPEAKER
Eric Dishman - Social scientistEric Dishman does health care research for Intel -- studying how new technology can solve big problems in the system for the sick, the aging and, well, all of us.
Why you should listen
Eric Dishman is an Intel Fellow and general manager of Intel's Health Strategy & Solutions Group. He founded the product research and innovation team responsible for driving Intel’s worldwide healthcare research, new product innovation, strategic planning, and health policy and standards activities.
Dishman is recognized globally for driving healthcare reform through home and community-based technologies and services, with a focus on enabling independent living for seniors. His work has been featured in The New York Times, Washington Post and Businessweek, and The Wall Street Journal named him one of “12 People Who Are Changing Your Retirement.” He has delivered keynotes on independent living for events such as the annual Consumer Electronics Show, the IAHSA International Conference and the National Governors Association. He has published numerous articles on independent living technologies and co-authored government reports on health information technologies and health reform.
He has co-founded organizations devoted to advancing independent living, including the Technology Research for Independent Living Centre, the Center for Aging Services Technologies, the Everyday Technologies for Alzheimer’s Care program, and the Oregon Center for Aging & Technology.
Eric Dishman | Speaker | TED.com