ABOUT THE SPEAKER
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.

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.


More profile about the speaker
Hans Rosling | Speaker | TED.com
TED2009

Hans Rosling: Insights on HIV, in stunning data visuals

Hans Rosling o HIV: nowe fakty i zdumiewające wizualizacje danych.

Filmed:
1,174,291 views

Hans Rosling, prezentuje nowe wizualizacje danych, by wyjaśnić zawiłości przyczyn jednej z najniebezpieczniejszych (i najmniej rozumianych) chorób: HIV. Dowodzi, że zapobieganie zakażeniom, a nie leczenie, to klucz do zakończenia epidemii.
- 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

Double-click the English transcript below to play the video.

00:12
(ApplauseAplauz)
0
0
5000
(Brawa)
00:18
AIDSAIDS was discoveredodkryty 1981; the viruswirus, 1983.
1
6000
5000
AIDS odkryto w 1981, a wirusa w 1983.
00:23
These GapminderGapminder bubblesbąbelki showpokazać you
2
11000
2000
Diagramy pęcherzykowe z Gapmindera pokażą,
00:25
how the spreadrozpiętość of the viruswirus was in 1983 in the worldświat,
3
13000
4000
gdzie występował wirus w roku 1983,
00:29
or how we estimateoszacowanie that it was.
4
17000
2000
przynajmniej szacunkowo.
00:31
What we are showingseans here is --
5
19000
2000
Na tej osi widzimy
00:33
on this axis here, I'm showingseans percentprocent of infectedzarażony adultsdorośli ludzie.
6
21000
7000
procent dorosłych chorych.
00:40
And on this axis, I'm showingseans dollarsdolarów perza personosoba in incomedochód.
7
28000
5000
Na tej osi: dochód w dolarach na osobę.
00:45
And the sizerozmiar of these bubblesbąbelki, the sizerozmiar of the bubblesbąbelki here,
8
33000
4000
Rozmiary pęcherzyków pokazują,
00:49
that showsprzedstawia how manywiele are infectedzarażony in eachkażdy countrykraj,
9
37000
3000
ilu chorych przypada na kraj,
00:52
and the colorkolor is the continentkontynent.
10
40000
2000
zaś kolor - na kontynent.
00:54
Now, you can see UnitedStany Zjednoczone StatesPaństwa, in 1983,
11
42000
2000
W USA w 1983r
00:56
had a very lowNiska percentageodsetek infectedzarażony,
12
44000
3000
widzimy procentowo mało zachorowań,
00:59
but duez powodu to the bigduży populationpopulacja, still a sizablesporych rozmiarów bubblebańka.
13
47000
4000
ale przez dużą populację, pęcherzyk jest spory.
01:03
There were quitecałkiem manywiele people infectedzarażony in the UnitedStany Zjednoczone StatesPaństwa.
14
51000
3000
W USA było sporo chorych.
01:06
And, up there, you see UgandaUganda.
15
54000
2000
Tutaj widać Ugandę.
01:08
They had almostprawie fivepięć percentprocent infectedzarażony,
16
56000
3000
Niemal 5% zachorowań
01:11
and quitecałkiem a bigduży bubblebańka in spitezłość of beingistota a smallmały countrykraj, then.
17
59000
3000
i spory pęcherzyk, jak na tak mały kraj.
01:14
And they were probablyprawdopodobnie the mostwiększość infectedzarażony countrykraj in the worldświat.
18
62000
5000
Chyba najwięcej zachorowań na świecie.
01:19
Now, what has happenedstało się?
19
67000
2000
Co się stało?
01:21
Now you have understoodzrozumiany the graphwykres
20
69000
2000
Rozumiecie już diagram,
01:23
and now, in the nextNastępny 60 secondstowary drugiej jakości,
21
71000
3000
więc przez następne 60 sekund
01:26
we will playgrać the HIVHIV epidemicepidemia in the worldświat.
22
74000
3000
odtworzymy światową epidemię HIV.
01:29
But first, I have a newNowy inventionwynalazek here.
23
77000
3000
Mam tu nowy wynalazek.
01:34
(LaughterŚmiech)
24
82000
3000
(Śmiech)
01:39
I have solidifiedzestalony the beambelka of the laserlaser pointerwskaźnik.
25
87000
4000
Zamroziłem wiązkę wskaźnika laserowego.
01:43
(LaughterŚmiech)
26
91000
3000
(Śmiech)
01:46
(ApplauseAplauz)
27
94000
3000
(Brawa)
01:52
So, readygotowy, steadystały, go!
28
100000
4000
Do biegu, gotowi, start!
01:56
First, we have the fastszybki risewzrost in UgandaUganda and ZimbabweZimbabwe.
29
104000
4000
Szybki wzrost w Ugandzie i Zimbabwe.
02:00
They wentposzedł upwardsdo góry like this.
30
108000
2000
Szybki wzrost w Ugandzie i Zimbabwe.
02:02
In AsiaAsia, the first countrykraj to be heavilyciężko infectedzarażony was ThailandTajlandia --
31
110000
4000
W Azji, pierwszy zainfekowany kraj to Tajlandia.
02:06
they reachedosiągnięty one to two percentprocent.
32
114000
2000
Osiągnęli 1 - 2%.
02:08
Then, UgandaUganda startedRozpoczęty to turnskręcać back,
33
116000
2000
Uganda zaczyna spadać,
02:10
whereasnatomiast ZimbabweZimbabwe skyrocketedrakieta,
34
118000
2000
a Zimbabwe wzbija się w górę.
02:12
and some yearslat laterpóźniej SouthPołudniowa AfricaAfryka had a terriblestraszny risewzrost of HIVHIV frequencyczęstotliwość.
35
120000
4000
Dramatycznie rośnie liczba chorych w RPA.
02:16
Look, IndiaIndie got manywiele infectedzarażony,
36
124000
2000
Dużo chorych w Indiach,
02:18
but had a lowNiska levelpoziom.
37
126000
2000
ale procentowo mało.
02:20
And almostprawie the samepodobnie happensdzieje się here.
38
128000
2000
Tu niemal to samo.
02:22
See, UgandaUganda comingprzyjście down, ZimbabweZimbabwe comingprzyjście down,
39
130000
3000
Uganda spada, Zimbabwe spada,
02:25
RussiaRosja wentposzedł to one percentprocent.
40
133000
2000
Rosja rośnie do 1%.
02:27
In the last two to threetrzy yearslat,
41
135000
3000
Przez ostatnie dwa, trzy lata
02:30
we have reachedosiągnięty a steadystały statestan of HIVHIV epidemicepidemia in the worldświat.
42
138000
4000
światowa epidemia HIV stanęła w miejscu.
02:34
25 yearslat it tookwziął.
43
142000
3000
Zajęło to 25 lat.
02:37
But, steadystały statestan doesn't mean that things are gettinguzyskiwanie better,
44
145000
3000
Stały poziom nie oznacza jednak poprawy,
02:40
it's just that they have stoppedzatrzymany gettinguzyskiwanie worsegorzej.
45
148000
3000
a tylko brak pogorszenia.
02:43
And it has -- the steadystały statestan is, more or lessmniej,
46
151000
4000
Średnia zachorowań na HIV
02:47
one percentprocent of the adultdorosły worldświat populationpopulacja is HIV-infectedZakażonych HIV.
47
155000
4000
w skali światowej wynosi 1%.
02:51
It meansznaczy 30 to 40 millionmilion people,
48
159000
3000
Czyli 30 do 40 milionów ludzi,
02:54
the wholecały of CaliforniaCalifornia -- everykażdy personosoba,
49
162000
2000
cała Kalifornia, co do nogi,
02:56
that's more or lessmniej what we have todaydzisiaj in the worldświat.
50
164000
2000
tak mają się sprawy dzisiaj.
02:58
Now, let me make a fastszybki replaypowtórka of BotswanaBotswana.
51
166000
5000
Zróbmy teraz replay Botswany.
03:03
BotswanaBotswana -- uppergórny middle-incomeo średnich dochodach countrykraj in southernpołudniowy AfricaAfryka,
52
171000
4000
To średnio zamożny kraj na południu Afryki,
03:07
democraticdemokratyczny governmentrząd, good economygospodarka,
53
175000
3000
demokratyczny rząd, dobra gospodarka,
03:10
and this is what happenedstało się there.
54
178000
2000
i oto, co się dzieje.
03:12
They startedRozpoczęty lowNiska, they skyrocketedrakieta,
55
180000
2000
Zaczęli nisko, wystrzelili w górę,
03:14
they peakedosiągnął up there in 2003,
56
182000
3000
osiągnęli szczyt w 2003 r.,
03:17
and now they are down.
57
185000
2000
a teraz spadają.
03:19
But they are fallingspadanie only slowlypowoli,
58
187000
2000
Jednak spadają powoli,
03:21
because in BotswanaBotswana, with good economygospodarka and governancezarządzanie,
59
189000
2000
bo dzięki dobrym rządom i gospodarce
03:23
they can managezarządzanie to treatleczyć people.
60
191000
3000
mogą sobie pozwolić na leczenie.
03:26
And if people who are infectedzarażony are treatedleczony, they don't dieumierać of AIDSAIDS.
61
194000
3000
Leczeni chorzy nie umierają na AIDS.
03:29
These percentagesprocenty won'tprzyzwyczajenie come down
62
197000
3000
Wskaźniki procentowe nie spadną,
03:32
because people can surviveprzetrwać 10 to 20 yearslat.
63
200000
2000
bo chorzy mogą przeżyć 10 - 20 lat.
03:34
So there's some problemproblem with these metricsmetryki now.
64
202000
3000
Dlatego mamy problem z pomiarami.
03:37
But the poorerbiedniejszych countrieskraje in AfricaAfryka, the low-incomeniski przychód countrieskraje down here,
65
205000
4000
W biedniejszych krajach, o niższych dochodach,
03:41
there the ratesstawki fallspadek fasterszybciej, of the percentageodsetek infectedzarażony,
66
209000
6000
wskaźniki liczby chorych spadają szybciej,
03:47
because people still dieumierać.
67
215000
2000
bo ludzie nadal umierają.
03:49
In spitezłość of PEPFARPEPFAR, the generoushojny PEPFARPEPFAR,
68
217000
3000
Pomimo hojności PEPFAR,
03:52
all people are not reachedosiągnięty by treatmentleczenie,
69
220000
3000
nie do wszystkich docierają leki,
03:55
and of those who are reachedosiągnięty by treatmentleczenie in the poorubogi countrieskraje,
70
223000
2000
a nawet jeśli dotrą, to w biednych krajach
03:57
only 60 percentprocent are left on treatmentleczenie after two yearslat.
71
225000
3000
tylko 60% chorych leczy się dłużej niż dwa lata.
04:00
It's not realisticrealistyczne with lifelongtrwający całe życie treatmentleczenie
72
228000
4000
Dożywotnie leczenie jest nierealistyczne
04:04
for everyonekażdy in the poorestnajbiedniejszy countrieskraje.
73
232000
2000
w najbiedniejszych krajach.
04:06
But it's very good that what is doneGotowe is beingistota doneGotowe.
74
234000
3000
Dobrze, że robi się chociaż to, co teraz.
04:09
But focusskupiać now is back on preventionzapobieganie.
75
237000
4000
Wrócił nacisk na zapobieganie.
04:13
It is only by stoppingzatrzymanie the transmissiontransmisja
76
241000
3000
Tylko powstrzymując infekcje
04:16
that the worldświat will be ablezdolny to dealsprawa with it.
77
244000
3000
damy sobie radę.
04:19
DrugsLeki is too costlykosztowny -- had we had the vaccineszczepionka,
78
247000
2000
Leki kosztują zbyt dużo.
04:21
or when we will get the vaccineszczepionka, that's something more effectiveefektywny --
79
249000
3000
Gdybyśmy mieli szczepionkę, to co innego,
04:24
but the drugsleki are very costlykosztowny for the poorubogi.
80
252000
2000
ale leki są za drogie dla ubogich.
04:26
Not the drugnarkotyk in itselfsamo, but the treatmentleczenie
81
254000
2000
Nawet nie same leki, a leczenie
04:28
and the careopieka whichktóry is neededpotrzebne around it.
82
256000
2000
i potrzebna wraz z nim opieka.
04:32
So, when we look at the patternwzór,
83
260000
3000
Przyglądając się schematowi,
04:35
one thing comespochodzi out very clearlywyraźnie:
84
263000
2000
jedno widać wyraźnie:
04:37
you see the blueniebieski bubblesbąbelki
85
265000
2000
niebieskie pęcherzyki.
04:39
and people say HIVHIV is very highwysoki in AfricaAfryka.
86
267000
2000
Powiecie: Afryka choruje na HIV najwięcej.
04:41
I would say, HIVHIV is very differentróżne in AfricaAfryka.
87
269000
3000
Ja powiem: Afryka choruje na HIV inaczej.
04:44
You'llBędziesz find the highestnajwyższy HIVHIV rateoceniać in the worldświat
88
272000
4000
Najwyższe wskaźniki HIV na świecie
04:48
in AfricanAfrykańska countrieskraje,
89
276000
2000
znajdziemy w krajach afrykańskich,
04:50
and yetjeszcze you'llTy będziesz find SenegalSenegal, down here --
90
278000
2000
a jednak Senegal
04:52
the samepodobnie rateoceniać as UnitedStany Zjednoczone StatesPaństwa.
91
280000
2000
ma taki sam wskaźnik jak USA.
04:54
And you'llTy będziesz find MadagascarMadagaskar,
92
282000
2000
Także wskaźniki Madagaskaru
04:56
and you'llTy będziesz find a lot of AfricanAfrykańska countrieskraje
93
284000
2000
i wielu innych państw Afryki
04:58
about as lowNiska as the restodpoczynek of the worldświat.
94
286000
3000
są równie niskie, co poza Afryką.
05:01
It's this terriblestraszny simplificationuproszczenia that there's one AfricaAfryka
95
289000
4000
Afryka nie jest jednorodna; to okropne uproszczenie.
05:05
and things go on in one way in AfricaAfryka.
96
293000
2000
Afryka nie jest jednorodna; to okropne uproszczenie.
05:07
We have to stop that.
97
295000
2000
Musimy z tym skończyć.
05:09
It's not respectfulpełen szacunku, and it's not very cleversprytny
98
297000
3000
Takie podejście jest pozbawione szacunku
05:12
to think that way.
99
300000
2000
i niezbyt mądre.
05:14
(ApplauseAplauz)
100
302000
4000
(Brawa)
05:18
I had the fortunefortuna to liverelacja na żywo and work for a time in the UnitedStany Zjednoczone StatesPaństwa.
101
306000
3000
Przez jakiś czas mieszkałem i pracowałem w USA.
05:21
I founduznany out that SaltSól LakeJezioro CityMiasto and SanSan FranciscoFrancisco were differentróżne.
102
309000
4000
Odkryłem, że Salt Lake City i San Francisco bardzo się różnią.
05:25
(LaughterŚmiech)
103
313000
2000
(Śmiech)
05:27
And so it is in AfricaAfryka -- it's a lot of differenceróżnica.
104
315000
3000
Podobnie w Afryce: różnic jest wiele.
05:30
So, why is it so highwysoki? Is it warwojna?
105
318000
2000
Skąd tyle zachorowań? Przez wojnę?
05:32
No, it's not. Look here.
106
320000
2000
Nie. Spójrzcie tutaj.
05:34
War-tornWojną CongoKongo is down there -- two, threetrzy, fourcztery percentprocent.
107
322000
3000
W rozdartym wojną Kongu ledwie 2% – 4%.
05:37
And this is peacefulspokojna ZambiaZambia, neighboringsąsiedni countrykraj -- 15 percentprocent.
108
325000
4000
A po sąsiedzku, spokojna Zambia: 15%.
05:41
And there's good studiesstudia of the refugeesuchodźcy comingprzyjście out of CongoKongo --
109
329000
3000
Mamy solidne dane o uchodźcach z Konga.
05:44
they have two, threetrzy percentprocent infectedzarażony,
110
332000
2000
Zarażonych jest 2% do 3%,
05:46
and peacefulspokojna ZambiaZambia -- much higherwyższy.
111
334000
2000
a w Zambii, bez wojny, dużo więcej.
05:48
There are now studiesstudia clearlywyraźnie showingseans
112
336000
2000
Nowe badania wykazują,
05:50
that the warswojny are terriblestraszny, that rapesgwałty are terriblestraszny,
113
338000
3000
że wojny i gwałty, mimo całej grozy,
05:53
but this is not the drivingnapędowy forcesiła for the highwysoki levelspoziomy in AfricaAfryka.
114
341000
3000
nie stoją za wzrostem zachorowań.
05:56
So, is it povertyubóstwo?
115
344000
2000
Zatem co? Bieda?
05:58
Well if you look at the macromakro levelpoziom,
116
346000
2000
Okazuje się, że w makro skali,
06:00
it seemswydaje się more moneypieniądze, more HIVHIV.
117
348000
2000
im więcej pieniędzy, tym więcej HIV.
06:02
But that's very simplisticuproszczone,
118
350000
3000
To uproszczenie,
06:05
so let's go down and look at TanzaniaTanzania.
119
353000
2000
więc przyjrzyjmy się Tanzanii.
06:07
I will splitrozdzielać TanzaniaTanzania in fivepięć incomedochód groupsgrupy,
120
355000
4000
Podzielę Tanzanię na 5 grup dochodowych,
06:11
from the highestnajwyższy incomedochód to the lowestnajniższy incomedochód,
121
359000
2000
od najwyższego dochodu do najniższego.
06:13
and here we go.
122
361000
2000
od najwyższego dochodu do najniższego.
06:15
The oneste with the highestnajwyższy incomedochód, the better off -- I wouldn'tnie say richbogaty --
123
363000
3000
Najlepiej zarabiający, zamożni ale nie bogaci,
06:18
they have higherwyższy HIVHIV.
124
366000
2000
najczęściej mają HIV.
06:20
The differenceróżnica goesidzie from 11 percentprocent down to fourcztery percentprocent,
125
368000
3000
Różnica sięga od 11% do 4%,
06:23
and it is even biggerwiększy amongpośród womenkobiety.
126
371000
2000
a w przypadku kobiet nawet więcej.
06:25
There's a lot of things that we thought, that now, good researchBadania,
127
373000
4000
Mieliśmy wiele hipotez, ale wspólne wyniki analiz
06:29
doneGotowe by AfricanAfrykańska institutionsinstytucje and researchersnaukowcy
128
377000
3000
afrykańskich instytutów i badaczy z całego świata
06:32
togetherRazem with the internationalmiędzynarodowy researchersnaukowcy, showpokazać that that's not the casewalizka.
129
380000
3000
pokazują, że nie mieliśmy racji.
06:35
So, this is the differenceróżnica withinw ciągu TanzaniaTanzania.
130
383000
2000
Tak wyglądają różnice w Tanzanii.
06:37
And, I can't avoiduniknąć showingseans KenyaKenia.
131
385000
2000
A teraz spójrzmy na Kenię.
06:39
Look here at KenyaKenia.
132
387000
2000
A teraz spójrzmy na Kenię.
06:41
I've splitrozdzielać KenyaKenia in its provincesprowincje.
133
389000
2000
Podzieliłem Kenię na prowincje.
06:43
Here it goesidzie.
134
391000
2000
O tak.
06:45
See the differenceróżnica withinw ciągu one AfricanAfrykańska countrykraj --
135
393000
3000
Zauważcie różnice w obrębie jednego kraju:
06:48
it goesidzie from very lowNiska levelpoziom to very highwysoki levelpoziom,
136
396000
3000
mamy i najniższy poziom, i najwyższy.
06:51
and mostwiększość of the provincesprowincje in KenyaKenia is quitecałkiem modestskromny.
137
399000
3000
Dla większości prowincji skromny.
06:54
So, what is it then?
138
402000
2000
O co chodzi?
06:56
Why do we see this extremelyniezwykle highwysoki levelspoziomy in some countrieskraje?
139
404000
4000
Skąd takie ekstrema?
07:00
Well, it is more commonpospolity with multiplewielokrotność partnerswzmacniacz,
140
408000
3000
Chodzi o częstą zmianę partnerów,
07:03
there is lessmniej condomprezerwatywa use,
141
411000
3000
rzadkie używanie prezerwatyw,
07:06
and there is age-disparatewiekowy sexseks --
142
414000
3000
i rozrzut wiekowy partnerów,
07:09
that is, olderstarsze menmężczyźni tendzmierzać to have sexseks with youngermniejszy womenkobiety.
143
417000
3000
czyli starsi partnerzy i młode partnerki.
07:12
We see higherwyższy ratesstawki in youngermniejszy womenkobiety than youngermniejszy menmężczyźni
144
420000
3000
Młode kobiety chorują częściej niż młodzi mężczyźni
07:15
in manywiele of these highlywysoko affectedafektowany countrieskraje.
145
423000
2000
w wielu wysoce zainfekowanych krajach.
07:17
But where are they situatedpołożony?
146
425000
2000
Które to kraje?
07:19
I will swapswap the bubblesbąbelki to a mapmapa.
147
427000
2000
Przeniosę pęcherzyki na mapę.
07:21
Look, the highlywysoko infectedzarażony are fourcztery percentprocent of all populationpopulacja
148
429000
4000
Z 4% światowej populacji nosicieli HIV
07:25
and they holdutrzymać 50 percentprocent of the HIV-infectedZakażonych HIV.
149
433000
3000
połowa znajduje się w tym rejonie.
07:28
HIVHIV existsistnieje all over the worldświat.
150
436000
3000
HIV występuje na całym świecie.
07:31
Look, you have bubblesbąbelki all over the worldświat here.
151
439000
2000
Pęcherzyki widać na całej mapie.
07:33
BrazilBrazylia has manywiele HIV-infectedZakażonych HIV.
152
441000
3000
W Brazylii jest wiele zachorowań.
07:36
ArabEmiraty countrieskraje not so much, but IranIran is quitecałkiem highwysoki.
153
444000
3000
W krajach arabskich niewiele, ale w Iranie sporo.
07:39
They have heroinheroiny addictionuzależnienie and alsorównież prostitutionprostytucja in IranIran.
154
447000
4000
W Iranie mają narkomanię i prostytucję.
07:43
IndiaIndie has manywiele because they are manywiele.
155
451000
2000
W Indiach wiele, bo jest ich dużo.
07:45
SoutheastPołudniowo-wschodniej AsiaAsia, and so on.
156
453000
2000
W południowo-wschodniej Azji, itd.
07:47
But, there is one partczęść of AfricaAfryka --
157
455000
2000
W tej części Afryki,
07:49
and the difficulttrudny thing is, at the samepodobnie time,
158
457000
2000
choć to trudne, musimy z jednej strony
07:51
not to make a uniformmundur statementkomunikat about AfricaAfryka,
159
459000
4000
nie wrzucać Afryki do jednego worka
07:55
not to come to simpleprosty ideaspomysły of why it is like this, on one handdłoń.
160
463000
4000
i nie spłycać przyczyn problemów,
07:59
On the other handdłoń, try to say that this is not the casewalizka,
161
467000
3000
ale z drugiej strony przyznać,
08:02
because there is a scientificnaukowy consensuszgoda about this patternwzór now.
162
470000
4000
że ten schemat został naukowo udowodniony.
08:06
UNAIDSUNAIDS have doneGotowe good datadane availabledostępny, finallywreszcie,
163
474000
3000
UNAIDS dostarczyło solidnych danych
08:09
about the spreadrozpiętość of HIVHIV.
164
477000
3000
o zasięgu HIV.
08:12
It could be concurrencywspółbieżności.
165
480000
3000
Może to duża ilość partnerów.
08:15
It could be some viruswirus typestypy.
166
483000
3000
Może odmiany wirusa.
08:18
It could be that there is other things
167
486000
4000
Może jeszcze inne czynniki
08:22
whichktóry makesczyni transmissiontransmisja occurpojawić się in a higherwyższy frequencyczęstotliwość.
168
490000
3000
ułatwiające przenoszenie choroby.
08:25
After all, if you are completelycałkowicie healthyzdrowy and you have heterosexualheteroseksualnych sexseks,
169
493000
3000
Dla zupełnie zdrowej pary heteroseksualnej
08:28
the riskryzyko of infectioninfekcja in one intercoursestosunek płciowy is one in 1,000.
170
496000
5000
ryzyko infekcji przy jednym stosunku wynosi 1 do 1000.
08:33
Don't jumpskok to conclusionswnioski now on how to
171
501000
2000
Nie wyciągajcie tylko pochopnych wniosków
08:35
behavezachować się tonightdzisiejszej nocy and so on.
172
503000
2000
i bądźcie grzeczni wieczorem.
08:37
(LaughterŚmiech)
173
505000
2000
(Śmiech)
08:39
But -- and if you are in an unfavorableniekorzystne situationsytuacja,
174
507000
3000
W niekorzystnych warunkach,
08:42
more sexuallyseksualnie transmittedprzekazywane diseaseschoroby, it can be one in 100.
175
510000
3000
przy wielu chorobach wenerycznych - 1 do 100.
08:45
But what we think is that it could be concurrencywspółbieżności.
176
513000
3000
Przypuszczamy, że chodzi o związki równoległe.
08:48
And what is concurrencywspółbieżności?
177
516000
2000
Co to są związki równoległe?
08:50
In SwedenSzwecja, we have no concurrencywspółbieżności.
178
518000
2000
W Szwecji nie mamy związków równoległych.
08:52
We have serialpowieść w odcinkach monogamymonogamia.
179
520000
2000
Mamy seryjną monogamię.
08:54
VodkaWódka, NewNowy Year'sRok EveEwa -- newNowy partnerpartner for the springwiosna.
180
522000
2000
Wódka, Sylwester, nowa partnerka na wiosnę.
08:56
VodkaWódka, Midsummer'sŚwiętojańska EveEwa -- newNowy partnerpartner for the fallspadek.
181
524000
2000
Wódka, noc świętojańska, nowy partner na jesień.
08:58
VodkaWódka -- and it goesidzie on like this, you know?
182
526000
2000
Wódka... i tak dalej.
09:00
And you collectzebrać a bigduży numbernumer of exeseks.
183
528000
3000
Można zebrać pokaźną kolekcję "byłych".
09:03
And we have a terriblestraszny chlamydiaChlamydia epidemicepidemia --
184
531000
2000
Mamy okropną epidemię chlamydiozy,
09:05
terriblestraszny chlamydiaChlamydia epidemicepidemia whichktóry stickskije around for manywiele yearslat.
185
533000
4000
która utrzymuje się od wielu lat.
09:09
HIVHIV has a peakszczyt threetrzy to sixsześć weekstygodnie after infectioninfekcja
186
537000
3000
HIV osiąga szczyt w 3 - 6 tygodni po zakażeniu.
09:12
and thereforew związku z tym, havingmający more than one partnerpartner in the samepodobnie monthmiesiąc
187
540000
3000
Współżycie z wieloma partnerami w miesiącu
09:15
is much more dangerousniebezpieczny for HIVHIV than othersinni.
188
543000
3000
zwiększa ryzyko HIV bardziej, niż innych chorób.
09:18
ProbablyPrawdopodobnie, it's a combinationpołączenie of this.
189
546000
2000
Pewnie chodzi o wiele czynników naraz.
09:20
And what makesczyni me so happyszczęśliwy is that we are movingw ruchu now
190
548000
3000
Cieszę się, że rozpatrując problem obecnie
09:23
towardsw kierunku factfakt when we look at this.
191
551000
2000
opieramy się na faktach.
09:25
You can get this chartwykres, freewolny.
192
553000
2000
Ten diagram można obejrzeć za darmo.
09:27
We have uploadedprzesłane UNAIDSUNAIDS datadane on the GapminderGapminder siteteren.
193
555000
3000
Wrzuciliśmy dane z UNAIDS na Gapminder.org.
09:30
And we hopenadzieja that when we actdziałać on globalświatowy problemsproblemy in the futureprzyszłość
194
558000
4000
Rozwiązując kolejne globalne problemy
09:34
we will not only have the heartserce,
195
562000
3000
posłużmy się nie tylko sercem,
09:37
we will not only have the moneypieniądze,
196
565000
2000
i nie tylko pieniędzmi,
09:39
but we will alsorównież use the brainmózg.
197
567000
3000
ale także głową.
09:42
Thank you very much.
198
570000
2000
Dziękuję bardzo.
09:44
(ApplauseAplauz)
199
572000
6000
(Brawa)
Translated by Rysia Wand
Reviewed by Kinga Skorupska

▲Back to top

ABOUT THE SPEAKER
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.

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.


More profile about the speaker
Hans Rosling | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee