TEDMED 2015
Russ Altman: What really happens when you mix medications?
Russ Altman: İlaçları beraber aldığınızda gerçekte neler olur?
Filmed:
Readability: 4.2
1,766,922 views
İki farklı nedenden dolayı iki farklı ilaç alıyorsanız, burada bir düşünce oluşuyor: Birden fazla ilaç aldığınızda ve ilaçlar kombine olduğunda doktorunuz bunu tamamen anlamayabilir. Çünkü ilaç etkileşimlerini incelemek oldukça zordur. Bu büyüleyici ve erişilebilir konuşmada , Russ Altman doktorların beklenmedik bir ilaç etkileşimleri üzerine çalışmalarında şaşırtıcı bir kaynak bulduklarını gösterir: Motor arama sorguları.
Russ Altman - Big data techno-optimist and internist
Russ Altman uses machine learning to better understand adverse effects of medication. Full bio
Russ Altman uses machine learning to better understand adverse effects of medication. Full bio
Double-click the English transcript below to play the video.
00:12
So you go to the doctor
and get some tests.
and get some tests.
0
811
3321
Doktora gittiniz ve bazı testleri
yaptırdınız.
yaptırdınız.
00:16
The doctor determines
that you have high cholesterol
that you have high cholesterol
1
4674
2620
Doktor yüksek kolesterolünüzün
olduğunu ve
olduğunu ve
00:19
and you would benefit
from medication to treat it.
from medication to treat it.
2
7318
3171
bunu tedavi etmek için ilaçlardan
yararlanabileceğinizi söyledi.
yararlanabileceğinizi söyledi.
00:22
So you get a pillbox.
3
10981
1556
Böylelikle ilaç kutusunu aldınız.
00:25
You have some confidence,
4
13505
1199
İşe yarayacağına dair
00:26
your physician has some confidence
that this is going to work.
that this is going to work.
5
14728
2937
sizin de doktorunuzun da biraz
inancı var.
inancı var.
00:29
The company that invented it did
a lot of studies, submitted it to the FDA.
a lot of studies, submitted it to the FDA.
6
17689
3553
Bunu icat eden şirket birçok çalışma yaptı
ve FDA'nın onayına sundu.
ve FDA'nın onayına sundu.
00:33
They studied it very carefully,
skeptically, they approved it.
skeptically, they approved it.
7
21266
3107
FDA çok dikkatli bir şekilde üzerinde
çalıştı ve ilacı onayladı.
çalıştı ve ilacı onayladı.
00:36
They have a rough idea of how it works,
8
24397
1889
Nasıl çalıştığına ve yan etkilerine
00:38
they have a rough idea
of what the side effects are.
of what the side effects are.
9
26310
2453
dair yaklaşık tahminleri var.
00:40
It should be OK.
10
28787
1150
Buraya kadar tamam.
00:42
You have a little more
of a conversation with your physician
of a conversation with your physician
11
30864
2818
Doktorunuzla biraz daha konuştunuz ve
00:45
and the physician is a little worried
because you've been blue,
because you've been blue,
12
33706
2963
doktorunuz keyifsiz göründüğünüz için
endişelendi,
endişelendi,
00:48
haven't felt like yourself,
13
36693
1293
kendinizi iyi
hissetmiyorsunuz,
hissetmiyorsunuz,
00:50
you haven't been able to enjoy things
in life quite as much as you usually do.
in life quite as much as you usually do.
14
38010
3731
artık normalde olduğu gibi hayatınızdan
zevk alamıyorsunuz.
zevk alamıyorsunuz.
00:53
Your physician says, "You know,
I think you have some depression.
I think you have some depression.
15
41765
3186
Doktorunuz size "Depresyonun olduğunu
düşünüyorum. Sana başka
düşünüyorum. Sana başka
00:57
I'm going to have to give
you another pill."
you another pill."
16
45792
2315
bir ilaç daha vereceğim." diyor.
01:00
So now we're talking
about two medications.
about two medications.
17
48934
2483
Artık iki ilaçtan bahsediyoruz.
01:03
This pill also -- millions
of people have taken it,
of people have taken it,
18
51441
3104
Bu ilaç -- milyonlarca insanın aldığı,
firmanın hakkında
firmanın hakkında
01:06
the company did studies,
the FDA looked at it -- all good.
the FDA looked at it -- all good.
19
54569
3631
çalışmalar yaptığı, FDA'nın kontrol ettiği
bir ilaç -- oldukça güzel.
bir ilaç -- oldukça güzel.
01:10
Think things should go OK.
20
58823
2057
İşlerin iyi gittiğini düşünün.
01:12
Think things should go OK.
21
60904
2197
İşlerin iyi gittiğini düşünün.
01:15
Well, wait a minute.
22
63125
1439
Bekleyin bir dakika.
01:16
How much have we studied
these two together?
these two together?
23
64588
3517
Kaç tane çalışmada bu ikisini birlikte
değerlendirdik ki?
değerlendirdik ki?
01:20
Well, it's very hard to do that.
24
68630
2300
Bunu yapmak oldukça zordur.
01:22
In fact, it's not traditionally done.
25
70954
2130
Aslında normalde pek de yapılmaz.
"Pazarlama sonrası denetim"
dediğimiz, ilacın
dediğimiz, ilacın
01:25
We totally depend on what we call
"post-marketing surveillance,"
"post-marketing surveillance,"
26
73108
5518
piyasaya çıktıktan sonraki deneyimlere
01:30
after the drugs hit the market.
27
78650
1880
tamamen bel bağlamış durumdayız.
01:32
How can we figure out
if bad things are happening
if bad things are happening
28
80996
2848
Bu iki ilaç arasında kötü etkileşimler
oluyorsa,
oluyorsa,
01:35
between two medications?
29
83868
1357
bunları nasıl anlayacağız?
01:37
Three? Five? Seven?
30
85249
2030
3? 5? Peki ya 7 olursa?
01:39
Ask your favorite person
who has several diagnoses
who has several diagnoses
31
87708
2415
Birden fazla tanı almış olan,
sevdiğiniz herhangi bir
sevdiğiniz herhangi bir
01:42
how many medications they're on.
32
90147
1834
insana kaç ilaç kullandığını sorun.
01:44
Why do I care about this problem?
33
92530
1580
Neden bu problemi önemsiyorum?
01:46
I care about it deeply.
34
94134
1157
Bunu son derece
önemsiyorum.
önemsiyorum.
01:47
I'm an informatics and data science guy
and really, in my opinion,
and really, in my opinion,
35
95315
4304
Ben bir bilişimciyim ve veri bilimi
insanıyım, bence gerçekten,
insanıyım, bence gerçekten,
01:51
the only hope -- only hope --
to understand these interactions
to understand these interactions
36
99643
3745
bu husustaki tek umut çok sayıda veri
kaynağını kullanarak
kaynağını kullanarak
01:55
is to leverage lots
of different sources of data
of different sources of data
37
103412
3056
ilaçların ne zaman birlikte güvenle
kullanılabileceğini ya da
kullanılabileceğini ya da
01:58
in order to figure out
when drugs can be used together safely
when drugs can be used together safely
38
106492
3556
kullanılamayacağını aradaki etkileşimleri
hesaba katarak
hesaba katarak
02:02
and when it's not so safe.
39
110072
1777
tespit edebiliriz.
02:04
So let me tell you a data science story.
40
112615
2051
Size bir veri bilimi hikayesi anlatayım:
02:06
And it begins with my student Nick.
41
114690
2154
Nick adındaki bir öğrencimle başlıyor.
02:08
Let's call him "Nick,"
because that's his name.
because that's his name.
42
116868
2380
Ona "Nick" diyelim. Çünkü bu onun
gerçek adı.
gerçek adı.
02:11
(Laughter)
43
119272
1592
(Kahkahalar)
02:12
Nick was a young student.
44
120888
1201
Nick genç bir öğrenciydi.
02:14
I said, "You know, Nick, we have
to understand how drugs work
to understand how drugs work
45
122113
3079
Ona, "Nick, bildiğin üzere ilaçların nasıl
çalıştığını, birlikte
çalıştığını, birlikte
02:17
and how they work together
and how they work separately,
and how they work separately,
46
125216
2626
ve ayrı ayrı nasıl çalıştıklarını anlamak
zorundayız.
zorundayız.
02:19
and we don't have a great understanding.
47
127866
1922
Henüz çoğu şey bilmiyoruz."dedim.
02:21
But the FDA has made available
an amazing database.
an amazing database.
48
129812
2405
FDA mükemmel, kullanışlı bir
veritabanı hazırladı.
veritabanı hazırladı.
02:24
It's a database of adverse events.
49
132241
1699
Bu veritabanı ilaç
etkileşimlerini içeriyor.
etkileşimlerini içeriyor.
02:26
They literally put on the web --
50
134321
1642
Harfiyen internet
sitesine koymuşlar.
sitesine koymuşlar.
02:27
publicly available, you could all
download it right now --
download it right now --
51
135987
3119
İsteyen herkes şimdi
bile gidip indirebilir.
bile gidip indirebilir.
02:31
hundreds of thousands
of adverse event reports
of adverse event reports
52
139130
3627
Hastalar, doktorlar,
şirketler ve eczacılar
şirketler ve eczacılar
02:34
from patients, doctors,
companies, pharmacists.
companies, pharmacists.
53
142781
3760
tarafından bildirilmiş yüz binlerce
ilaç etkileşimi bildirimi var.
ilaç etkileşimi bildirimi var.
02:38
And these reports are pretty simple:
54
146565
1749
Bu bildiriler oldukça basit;
02:40
it has all the diseases
that the patient has,
that the patient has,
55
148338
2658
Hastanın sahip olduğu tüm hastalıklar,
02:43
all the drugs that they're on,
56
151020
1767
kullandığı tüm ilaçlar ve
02:44
and all the adverse events,
or side effects, that they experience.
or side effects, that they experience.
57
152811
3818
deneyimledikleri tüm yan etkiler ve
etkileşimler.
etkileşimler.
02:48
It is not all of the adverse events
that are occurring in America today,
that are occurring in America today,
58
156653
3436
Amerika'da yaşanan ilaç etkileşimlerinin
hepsi bu değil.
hepsi bu değil.
02:52
but it's hundreds and hundreds
of thousands of drugs.
of thousands of drugs.
59
160113
2578
Daha geride yüzlerce, yüz binlerce ilaç
var.
var.
02:54
So I said to Nick,
60
162715
1299
Sonra Nick'e dedim ki,
02:56
"Let's think about glucose.
61
164038
1826
"Glikozu ele alalım,
02:57
Glucose is very important,
and we know it's involved with diabetes.
and we know it's involved with diabetes.
62
165888
3567
Glikoz hayli önemli,
ve biliyoruz ki diyabetle de ilişkilli.
ve biliyoruz ki diyabetle de ilişkilli.
03:01
Let's see if we can understand
glucose response.
glucose response.
63
169479
3970
Belki de kan şekeri üzerinden bu
sorunu çözebiliriz ."
sorunu çözebiliriz ."
03:05
I sent Nick off. Nick came back.
64
173473
2458
Nick'le vedalaştık. Sonrasında Nick
geri geldi.
geri geldi.
03:08
"Russ," he said,
65
176248
1786
"Russ," dedi
03:10
"I've created a classifier that can
look at the side effects of a drug
look at the side effects of a drug
66
178351
5112
"Veritabanından ilacın yan etkilerine
bakacak,
bakacak,
03:15
based on looking at this database,
67
183487
2051
sana bu ilacın kan şekerini oynatıp
oynatmayacağını söyleyecek
oynatmayacağını söyleyecek
03:17
and can tell you whether that drug
is likely to change glucose or not."
is likely to change glucose or not."
68
185562
4271
bir sınıflandırıcı yarattım."
03:21
He did it. It was very simple, in a way.
69
189857
2016
Çok basit çalışıyor temelde.
03:23
He took all the drugs
that were known to change glucose
that were known to change glucose
70
191897
2635
Kan şekerini oynattığı bilinen
bütün ilaçları alıyor,
bütün ilaçları alıyor,
03:26
and a bunch of drugs
that don't change glucose,
that don't change glucose,
71
194556
2389
ayrıca kan şekerine etki etmeyen
bir grup ilacı da alıyor ve
bir grup ilacı da alıyor ve
03:28
and said, "What's the difference
in their side effects?
in their side effects?
72
196969
2888
şunu soruyor "Bu ilaçların yan etkileri
arasında ne fark var?
arasında ne fark var?
03:31
Differences in fatigue? In appetite?
In urination habits?"
In urination habits?"
73
199881
4852
Yorgunluk? İştah? İdrar sıklığı?"
03:36
All those things conspired
to give him a really good predictor.
to give him a really good predictor.
74
204757
2960
Bunların tümü onun
iyi tahminler yapmasını sağladı.
iyi tahminler yapmasını sağladı.
03:39
He said, "Russ, I can predict
with 93 percent accuracy
with 93 percent accuracy
75
207741
2548
"Russ, yüzde 93 isabetle
bir ilacın kan şekerine
bir ilacın kan şekerine
03:42
when a drug will change glucose."
76
210313
1572
etkisini bulabiliyorum" dedi.
03:43
I said, "Nick, that's great."
77
211909
1416
"Harika" dedim ona.
03:45
He's a young student,
you have to build his confidence.
you have to build his confidence.
78
213349
2896
Genç bir öğrenci o,
kendine güvenini kırmamalısınız.
kendine güvenini kırmamalısınız.
03:48
"But Nick, there's a problem.
79
216269
1390
"Nick problem var.
Dünyada her
Dünyada her
03:49
It's that every physician in the world
knows all the drugs that change glucose,
knows all the drugs that change glucose,
80
217683
3960
doktor, tüm ilaçların
glikozu değiştirdiğini bilir
glikozu değiştirdiğini bilir
03:53
because it's core to our practice.
81
221667
2038
çünkü bu bizim uygulamanın özüdür.
03:55
So it's great, good job,
but not really that interesting,
but not really that interesting,
82
223729
3722
Bu harika, iyi bir iş ama
yeterince ilginç değil
yeterince ilginç değil
03:59
definitely not publishable."
83
227475
1531
ve kesinlikle yayınlanamaz
04:01
(Laughter)
84
229030
1014
(Kahkahalar)
04:02
He said, "I know, Russ.
I thought you might say that."
I thought you might say that."
85
230068
2550
Biliyorum Russ, senin Nick’in
zeki olduğunu
zeki olduğunu
04:04
Nick is smart.
86
232642
1152
söyleyeceğini
düşündüm, dedi.
düşündüm, dedi.
04:06
"I thought you might say that,
so I did one other experiment.
so I did one other experiment.
87
234149
2874
ve bir başka deney daha yaptım
diye söylersin diye düşündüm.
diye söylersin diye düşündüm.
04:09
I looked at people in this database
who were on two drugs,
who were on two drugs,
88
237047
2928
Veritabanında iki ilaç alan
insanlara baktım.
insanlara baktım.
04:11
and I looked for signals similar,
glucose-changing signals,
glucose-changing signals,
89
239999
4422
Ve benzer sinyallere,
iki ilaç alan insanların
iki ilaç alan insanların
04:16
for people taking two drugs,
90
244445
1624
değişen glikoz değişim
sinyallerine baktım
sinyallerine baktım
04:18
where each drug alone
did not change glucose,
did not change glucose,
91
246093
5569
Ve her bir ilaç tek başına
glikozu değiştirmedi
glikozu değiştirmedi
04:23
but together I saw a strong signal."
92
251686
2460
Fakat bu iki ilacın beraber
güçlü bir sinyal verdiğini gördüm.
güçlü bir sinyal verdiğini gördüm.
04:26
And I said, "Oh! You're clever.
Good idea. Show me the list."
Good idea. Show me the list."
93
254170
3149
Ve ben “Ah, ne kadar zekisin,
çok iyi bir fikir, hadi bana
listeyi göster” dedim.
listeyi göster” dedim.
04:29
And there's a bunch of drugs,
not very exciting.
not very exciting.
94
257343
2254
Ve önümde heyecan verici
olmayan bir ilaç listesi vardı.
olmayan bir ilaç listesi vardı.
04:31
But what caught my eye
was, on the list there were two drugs:
was, on the list there were two drugs:
95
259621
3932
Fakat listede iki ilaca gözüm takıldı:
04:35
paroxetine, or Paxil, an antidepressant;
96
263577
3393
Bunlar bir antidepresan
olan paroksetin veya paxil
olan paroksetin veya paxil
04:39
and pravastatin, or Pravachol,
a cholesterol medication.
a cholesterol medication.
97
267756
3570
ve kolesterol ilacı olan
pravastatin veya pravachol.
pravastatin veya pravachol.
04:43
And I said, "Huh. There are millions
of Americans on those two drugs."
of Americans on those two drugs."
98
271936
4283
Ve ben “ hah, bu iki ilacı alan
milyonlarca Amerikan var” dedim
milyonlarca Amerikan var” dedim
04:48
In fact, we learned later,
99
276243
1246
Aslında biz bunu .
sonradan öğrendik
sonradan öğrendik
04:49
15 million Americans on paroxetine
at the time, 15 million on pravastatin,
at the time, 15 million on pravastatin,
100
277513
6032
15 milyon Amerikan paroksetin alırken,
aynı anda 15 milyon pravastatin alıyor
aynı anda 15 milyon pravastatin alıyor
04:55
and a million, we estimated, on both.
101
283569
2817
ve 1 milyon, ki bu bizim tahminimizdi,
her ikisini birden alıyor.
her ikisini birden alıyor.
Ve bu glikoz sorunları olan
04:58
So that's a million people
102
286767
1254
05:00
who might be having some problems
with their glucose
with their glucose
103
288045
2453
bir milyon insan
05:02
if this machine-learning mumbo jumbo
that he did in the FDA database
that he did in the FDA database
104
290522
3206
onun FDA veri tabanında yaptığı,
05:05
actually holds up.
105
293752
1254
makine tarafından öğrenilen
anlamsız dil, aslında gösterildi.
anlamsız dil, aslında gösterildi.
05:07
But I said, "It's still not publishable,
106
295030
1927
Fakat ben “hala bunun
yayınlanabilir olmadığını,
yayınlanabilir olmadığını,
05:08
because I love what you did
with the mumbo jumbo,
with the mumbo jumbo,
107
296981
2296
Yaptığın ve makinanın öğrendiği
05:11
with the machine learning,
108
299301
1246
anlamsız dili sevdiğimi,
05:12
but it's not really standard-of-proof
evidence that we have."
evidence that we have."
109
300571
3864
fakat elimizdeki gerçek kanıtın
standart bir kanıt olmadığını söyledim
standart bir kanıt olmadığını söyledim
05:17
So we have to do something else.
110
305618
1589
Bu yüzden başka bir şey
yapmak zorundaydık.
yapmak zorundaydık.
05:19
Let's go into the Stanford
electronic medical record.
electronic medical record.
111
307231
2876
Hadi Stanford elektronik
medikal kayıtlara girelim.
medikal kayıtlara girelim.
05:22
We have a copy of it
that's OK for research,
that's OK for research,
112
310131
2064
Biz de onların bir kopyası mevcuttu
ve bunlar araştırma için yeterliydi.
ve bunlar araştırma için yeterliydi.
05:24
we removed identifying information.
113
312219
2046
Tanımlanma bilgilerini kaldırdık.
05:26
And I said, "Let's see if people
on these two drugs
on these two drugs
114
314581
2503
Ve ben “ hadi o zaman
bu iki ilacı alan insanların
bu iki ilacı alan insanların
05:29
have problems with their glucose."
115
317108
1769
Glikozlarında bir sorun
var mı bir görelim” dedim
var mı bir görelim” dedim
05:31
Now there are thousands
and thousands of people
and thousands of people
116
319242
2207
Stanford medikal kayıtlarında paroksetin
05:33
in the Stanford medical records
that take paroxetine and pravastatin.
that take paroxetine and pravastatin.
117
321473
3459
ve pravastatin alan binlerce
ve binlerce insan vardı.
ve binlerce insan vardı.
05:36
But we needed special patients.
118
324956
1799
ancak bizim özel hastalara
ihtiyacımız vardı.
ihtiyacımız vardı.
05:38
We needed patients who were on one of them
and had a glucose measurement,
and had a glucose measurement,
119
326779
4597
Bizim ihtiyaç duyduğumuz hastalar,
bir ilacı alıp ve glikoz ölçümü yapan
bir ilacı alıp ve glikoz ölçümü yapan
05:43
then got the second one and had
another glucose measurement,
another glucose measurement,
120
331400
3449
sonra ikinciyi alıp tekrar glikoz
ölçümü yapanlar olmalıydı.
ölçümü yapanlar olmalıydı.
05:46
all within a reasonable period of time --
something like two months.
something like two months.
121
334873
3615
Ve tüm bunlar iki ay gibi makul
bir zaman aralığında olmalıydı.
bir zaman aralığında olmalıydı.
05:50
And when we did that,
we found 10 patients.
we found 10 patients.
122
338512
3159
Ve biz bunu yaptığımızda, 10 hasta bulduk.
05:54
However, eight out of the 10
had a bump in their glucose
had a bump in their glucose
123
342592
4538
Bunlardan 8 tanesinin glikozunda
ikinci P’yi aldığında fırlama oluyordu.
ikinci P’yi aldığında fırlama oluyordu.
05:59
when they got the second P --
we call this P and P --
we call this P and P --
124
347154
2645
onlar ikinci P’yi aldıklarında,
olan fırlamayı P ve
P -- diye adlandırıyorduk
P -- diye adlandırıyorduk
06:01
when they got the second P.
125
349823
1310
06:03
Either one could be first,
the second one comes up,
the second one comes up,
126
351157
2562
Herhangi birini önce alıyordu ve
ikincisi sonradan geliyordu.
ikincisi sonradan geliyordu.
06:05
glucose went up
20 milligrams per deciliter.
20 milligrams per deciliter.
127
353743
2847
Ve glikoz desilitre başına
20 miligram yükseliyordu.
20 miligram yükseliyordu.
06:08
Just as a reminder,
128
356614
1158
Sadece bir hatırlatma.
06:09
you walk around normally,
if you're not diabetic,
if you're not diabetic,
129
357796
2325
Diyabet değilseniz, normalde
06:12
with a glucose of around 90.
130
360145
1359
glikozunuz 90
civarında seyreder.
civarında seyreder.
06:13
And if it gets up to 120, 125,
131
361528
2076
Ama 120,125 olursa
doktorunuz sizin potansiyel
doktorunuz sizin potansiyel
06:15
your doctor begins to think
about a potential diagnosis of diabetes.
about a potential diagnosis of diabetes.
132
363628
3450
bir diyabet hastası
olduğunuzu düşünmeye başlar.
olduğunuzu düşünmeye başlar.
06:19
So a 20 bump -- pretty significant.
133
367102
2991
Böyle bir 20'lik bir artış-
oldukça önemlidir-
oldukça önemlidir-
06:22
I said, "Nick, this is very cool.
134
370601
1904
Ben “ Nick bu çok iyi.
06:25
But, I'm sorry, we still
don't have a paper,
don't have a paper,
135
373616
2053
Fakat üzgünüm, hala bir makalemiz yok,
06:27
because this is 10 patients
and -- give me a break --
and -- give me a break --
136
375693
2579
10 hasta var ve – biraz ara verelim-
06:30
it's not enough patients."
137
378296
1245
bu yeterli hasta
sayısı değil” dedim.
sayısı değil” dedim.
06:31
So we said, what can we do?
138
379565
1306
Biz ne yapabiliriz
diye düşündük
diye düşündük
06:32
And we said, let's call our friends
at Harvard and Vanderbilt,
at Harvard and Vanderbilt,
139
380895
2976
Bostandaki Harvard ve
Nashnille'de Vanderbilt'deki
Nashnille'de Vanderbilt'deki
06:35
who also -- Harvard in Boston,
Vanderbilt in Nashville,
Vanderbilt in Nashville,
140
383895
2587
arkadaşlarımızı aramaya karar verdik.
06:38
who also have electronic
medical records similar to ours.
medical records similar to ours.
141
386506
2821
çünkü, orada bizdeki medikal
kayıtlara benzer elektronik
kayıtlar mevcuttu.
kayıtlar mevcuttu.
06:41
Let's see if they can find
similar patients
similar patients
142
389351
2020
P ilacı kullanan ve diğer P ilacı kullanan
06:43
with the one P, the other P,
the glucose measurements
the glucose measurements
143
391395
3276
aynı hastalardaki ihtiyacımız olan
06:46
in that range that we need.
144
394695
1600
glikoz ölçümlerini görelim.
06:48
God bless them, Vanderbilt
in one week found 40 such patients,
in one week found 40 such patients,
145
396787
4955
Şükürler olsun ki,
1 haftada içinde Vanderbilt'de
1 haftada içinde Vanderbilt'de
06:53
same trend.
146
401766
1189
aynı eğilimlerde olan
40 hasta buldu.
40 hasta buldu.
06:55
Harvard found 100 patients, same trend.
147
403804
3620
Hardvard, aynı eğilimlerde
100 hasta buldu.
100 hasta buldu.
06:59
So at the end, we had 150 patients
from three diverse medical centers
from three diverse medical centers
148
407448
4281
Sonunda 3 farklı merkezde
bu iki aynı ilacı alan
bu iki aynı ilacı alan
07:03
that were telling us that patients
getting these two drugs
getting these two drugs
149
411753
3297
150 hastamız vardı ve
07:07
were having their glucose bump
somewhat significantly.
somewhat significantly.
150
415074
2703
onların glikozlarında
önemli ölçüde artış saptandı.
önemli ölçüde artış saptandı.
07:10
More interestingly,
we had left out diabetics,
we had left out diabetics,
151
418317
2810
Daha ilginci, biz diyabetlileri bıraktık
07:13
because diabetics already
have messed up glucose.
have messed up glucose.
152
421151
2317
çünkü onların glikozları
çoktan bozulmuştu.
çoktan bozulmuştu.
07:15
When we looked
at the glucose of diabetics,
at the glucose of diabetics,
153
423492
2238
Diyabetlilerin glikozlarına baktığımızda
07:17
it was going up 60 milligrams
per deciliter, not just 20.
per deciliter, not just 20.
154
425754
3435
desilitre başına 20 değil,
60 miligram artmıştı.
60 miligram artmıştı.
07:21
This was a big deal, and we said,
"We've got to publish this."
"We've got to publish this."
155
429760
3452
Bu büyük bir şeydi ve
"bunu yayınlamalıyız" dedik.
"bunu yayınlamalıyız" dedik.
07:25
We submitted the paper.
156
433236
1179
Makaleyi, FDA'den,
Stanford'dan
Stanford'dan
07:26
It was all data evidence,
157
434439
2111
Vanderbilt'ten, Hardvard'dan
07:28
data from the FDA, data from Stanford,
158
436574
2483
tüm kanıtlarla
07:31
data from Vanderbilt, data from Harvard.
159
439081
1946
sunduk.
07:33
We had not done a single real experiment.
160
441051
2396
Biz tek bir gerçek deney yapmamıştık.
07:36
But we were nervous.
161
444495
1296
Gergindik.
07:38
So Nick, while the paper
was in review, went to the lab.
was in review, went to the lab.
162
446201
3730
Makale gözden geçilirken, Nick laba gitti
07:41
We found somebody
who knew about lab stuff.
who knew about lab stuff.
163
449955
2462
ve lab işlerinden anlayan birisini bulduk.
07:44
I don't do that.
164
452441
1393
Bunu ben yapmadım.
07:45
I take care of patients,
but I don't do pipettes.
but I don't do pipettes.
165
453858
2417
Hastalarla ilgilenirim ama
pipetleme işini ben yapmam.
pipetleme işini ben yapmam.
07:49
They taught us how to feed mice drugs.
166
457420
3053
Bize nasıl fareleri ilaçlarla
besleyeceğimizi öğrettiler.
besleyeceğimizi öğrettiler.
07:52
We took mice and we gave them
one P, paroxetine.
one P, paroxetine.
167
460864
2414
Fareleri aldık ve onlara
bir P, paroksetine verdik.
bir P, paroksetine verdik.
07:55
We gave some other mice pravastatin.
168
463302
2508
Diğer bir farelere pravastatin verdik
07:57
And we gave a third group
of mice both of them.
of mice both of them.
169
465834
3595
ve üçüncü bir gruba
iki ilacı birden verdik.
iki ilacı birden verdik.
08:01
And lo and behold, glucose went up
20 to 60 milligrams per deciliter
20 to 60 milligrams per deciliter
170
469893
3946
Farelerde, glikoz desilitre
başına 20'den 60'a kadar
başına 20'den 60'a kadar
08:05
in the mice.
171
473863
1171
arttığını gözlemledik.
08:07
So the paper was accepted
based on the informatics evidence alone,
based on the informatics evidence alone,
172
475058
3158
Makale, yalnızca kanıtlara
dayanılarak kabul edildi
dayanılarak kabul edildi
08:10
but we added a little note at the end,
173
478240
1894
fakat biz sonuna eğer
bu ikisini farelere
bu ikisini farelere
08:12
saying, oh by the way,
if you give these to mice, it goes up.
if you give these to mice, it goes up.
174
480158
2899
verirseniz glikoz artar diye
ufak bir not ekledik.
ufak bir not ekledik.
08:15
That was great, and the story
could have ended there.
could have ended there.
175
483081
2508
Bu harika bir şeydi ve
hikaye burada bitmeliydi.
hikaye burada bitmeliydi.
08:17
But I still have six and a half minutes.
176
485613
1997
Fakat hala 6 buçuk dakikam var.
08:19
(Laughter)
177
487634
2807
(Kahkahalar)
08:22
So we were sitting around
thinking about all of this,
thinking about all of this,
178
490465
2815
Biz hala bunun üzerine düşünüyorduk
08:25
and I don't remember who thought
of it, but somebody said,
of it, but somebody said,
179
493304
2735
Kim düşündü hatırlamıyorum ama birisi
08:28
"I wonder if patients
who are taking these two drugs
who are taking these two drugs
180
496063
3201
eğer hastalar bu iki ilacı
beraber alırlarsa
beraber alırlarsa
08:31
are noticing side effects
of hyperglycemia.
of hyperglycemia.
181
499288
3553
hiperglisemi yan etkilerini görür, dedi.
08:34
They could and they should.
182
502865
1496
Oldu ve olmalıydı.
08:36
How would we ever determine that?"
183
504761
1877
Biz bunu nasıl belirleyebilirdik?
08:39
We said, well, what do you do?
184
507551
1443
"Ne yapmalıyız?" diye sorduk.
08:41
You're taking a medication,
one new medication or two,
one new medication or two,
185
509018
2580
Bir ilaç alıyorsun ve
bir ya da iki ilaç daha ekleniyor
bir ya da iki ilaç daha ekleniyor
08:43
and you get a funny feeling.
186
511622
1538
ve eğlenceli duyguların oluyor.
08:45
What do you do?
187
513184
1151
Ne yaparsınız?
08:46
You go to Google
188
514359
1151
Google'ı açıp,
08:47
and type in the two drugs you're taking
or the one drug you're taking,
or the one drug you're taking,
189
515534
3349
aldığı iki ilacın veya
tek ilacın adını yazıp
tek ilacın adını yazıp
08:50
and you type in "side effects."
190
518907
1603
yan etkilerini araştırırsın.
08:52
What are you experiencing?
191
520534
1356
Ne umuyorsunuz?
08:54
So we said OK,
192
522239
1151
Biz "tamam" diyip
Google'a girdik ve onların
araştırma günlüklerine
araştırma günlüklerine
08:55
let's ask Google if they will share
their search logs with us,
their search logs with us,
193
523414
3056
bizimle paylaşıp
paylaşmayacaklarını sorduk
paylaşmayacaklarını sorduk
08:58
so that we can look at the search logs
194
526494
1833
bu yüzden araştırma
günlüklerine baktık
günlüklerine baktık
09:00
and see if patients are doing
these kinds of searches.
these kinds of searches.
195
528351
2565
ve hastaların böyle bir araştırma
yapıp yapmadıklarını gördük.
yapıp yapmadıklarını gördük.
09:02
Google, I am sorry to say,
denied our request.
denied our request.
196
530940
3275
Google" üzgünüm ama
isteğiniz rededildi" dedi.
isteğiniz rededildi" dedi.
09:06
So I was bummed.
197
534819
1151
Ben şok oldum.
09:07
I was at a dinner with a colleague
who works at Microsoft Research
who works at Microsoft Research
198
535994
3166
Microsoftta çalışan bir
arkadaşla yemekteydim ve
arkadaşla yemekteydim ve
09:11
and I said, "We wanted to do this study,
199
539184
1941
"Böyle bir çalışma yapmak
istedik ama Google
istedik ama Google
09:13
Google said no, it's kind of a bummer."
200
541149
1880
"hayır, bu bir tür beleşçilik" dedi,
dedim
dedim
09:15
He said, "Well, we have
the Bing searches."
the Bing searches."
201
543053
2086
Arkadaşımsa" evet bizim
Bing araştırmalarımız var" dedi.
Bing araştırmalarımız var" dedi.
09:18
(Laughter)
202
546195
3483
(Kahkahalar)
09:22
Yeah.
203
550805
1267
Evet
09:24
That's great.
204
552096
1151
Bu harika
09:25
Now I felt like I was --
205
553271
1151
Şimdi ben---
09:26
(Laughter)
206
554446
1000
( kahkahalar)
09:27
I felt like I was talking to Nick again.
207
555470
2412
Tekrar Nick ile konuşuyormuşum
gibi hissettim.
gibi hissettim.
09:30
He works for one of the largest
companies in the world,
companies in the world,
208
558437
2624
O dünyadanın en büyük
şirketlerinden birisinde çalışıyor
şirketlerinden birisinde çalışıyor
09:33
and I'm already trying
to make him feel better.
to make him feel better.
209
561085
2206
ve ben onun kendisinin daha
iyi hissetmesi için çabalıyorum.
iyi hissetmesi için çabalıyorum.
09:35
But he said, "No, Russ --
you might not understand.
you might not understand.
210
563315
2445
Ama "Hayır,
Russ anlamamış olabilirsin" dedi
Russ anlamamış olabilirsin" dedi
09:37
We not only have Bing searches,
211
565784
1500
"Bizim sadece
Bing araştırmalarımız yok
Bing araştırmalarımız yok
09:39
but if you use Internet Explorer
to do searches at Google,
to do searches at Google,
212
567308
3340
Eğer siz İnternet Explorer'ı
kullanarak Google'da,
kullanarak Google'da,
09:42
Yahoo, Bing, any ...
213
570672
1891
Yahoo'da , Bing'de veya
herhangi bir yerde arama yaparsanız
09:44
Then, for 18 months, we keep that data
for research purposes only."
for research purposes only."
214
572587
3643
Biz o datayı 18 ay koruma
altına alırız." dedi
altına alırız." dedi
09:48
I said, "Now you're talking!"
215
576254
1936
"Ha şöyle!" dedim.
09:50
This was Eric Horvitz,
my friend at Microsoft.
my friend at Microsoft.
216
578214
2198
Microsoft'ta çalışan Eric Horvitz
adında bir arkadaşımdı.
adında bir arkadaşımdı.
09:52
So we did a study
217
580436
1695
Bunun üzerine biz
bir çalışma yaptık
bir çalışma yaptık
09:54
where we defined 50 words
that a regular person might type in
that a regular person might type in
218
582155
4619
Hiperglisemisi olan
normal insanların yazdığı
normal insanların yazdığı
09:58
if they're having hyperglycemia,
219
586798
1602
50 kelime belirledik.
10:00
like "fatigue," "loss of appetite,"
"urinating a lot," "peeing a lot" --
"urinating a lot," "peeing a lot" --
220
588424
4762
Örneğin "yorgunluk, iştah kaybı,
sık idrara çıkma,
fazla idrar yapma--" gibi
fazla idrar yapma--" gibi
10:05
forgive me, but that's one
of the things you might type in.
of the things you might type in.
221
593210
2767
üzgünüm ama bu yazılan
şeylerden bir tanesi.
şeylerden bir tanesi.
10:08
So we had 50 phrases
that we called the "diabetes words."
that we called the "diabetes words."
222
596001
2790
Böylelikle biz 50 ifade belirleyerek
onları "diyabet kelimeleri"
olarak adlandırdık.
olarak adlandırdık.
10:10
And we did first a baseline.
223
598815
2063
Biz ilk olarak alt sınırı belirledik.
10:12
And it turns out
that about .5 to one percent
that about .5 to one percent
224
600902
2704
ve bu konuda tüm İnternet aramalarının
10:15
of all searches on the Internet
involve one of those words.
involve one of those words.
225
603630
2982
yüzde 0.5 ile biri arasında
bu kelimelerden birini içerir.
bu kelimelerden birini içerir.
10:18
So that's our baseline rate.
226
606636
1742
Böylelikler bu bizim
alt sınır oranımız oldu.
alt sınır oranımız oldu.
10:20
If people type in "paroxetine"
or "Paxil" -- those are synonyms --
or "Paxil" -- those are synonyms --
227
608402
4143
Eğer insanlar "paroksetin
veya paxil -- bunlar eş anlamlıdır--
veya paxil -- bunlar eş anlamlıdır--
10:24
and one of those words,
228
612569
1215
kelimelerinden birisini
arattığında
arattığında
10:25
the rate goes up to about two percent
of diabetes-type words,
of diabetes-type words,
229
613808
4890
diyabet kelimelerinin oranı
yüzde ikiye yükselecektir.
yüzde ikiye yükselecektir.
10:30
if you already know
that there's that "paroxetine" word.
that there's that "paroxetine" word.
230
618722
3044
Eğer, paroksetin kelimesinin
olduğunu biliyorsanız,
olduğunu biliyorsanız,
10:34
If it's "pravastatin," the rate goes up
to about three percent from the baseline.
to about three percent from the baseline.
231
622191
4547
eğer o kelime pravastatinse,
oran alt sınırdan yüzde üçe yükselecektir.
oran alt sınırdan yüzde üçe yükselecektir.
10:39
If both "paroxetine" and "pravastatin"
are present in the query,
are present in the query,
232
627171
4390
Sorgulamada hem paroksetin
hem de pravastatin varsa,
hem de pravastatin varsa,
10:43
it goes up to 10 percent,
233
631585
1669
oran yüzde 10'a çıkacaktır.
10:45
a huge three- to four-fold increase
234
633278
3461
diyabet kelimeleri veya
hiperglisemi kelimeleri içerisinde
hiperglisemi kelimeleri içerisinde
10:48
in those searches with the two drugs
that we were interested in,
that we were interested in,
235
636763
3389
ilgilendiğimiz bu iki ilaç ile ilgili
10:52
and diabetes-type words
or hyperglycemia-type words.
or hyperglycemia-type words.
236
640176
3566
oldukça büyük üç dört katlık bir artış.
10:56
We published this,
237
644216
1265
Bunu yayınladık
10:57
and it got some attention.
238
645505
1466
ve aksiyon aldık.
10:58
The reason it deserves attention
239
646995
1778
Aksiyon almamızın nedeni ise,
11:00
is that patients are telling us
their side effects indirectly
their side effects indirectly
240
648797
4312
araştırma süresince, hastalar bize
dolaylı yoldan yan
etkilerini anlatmalarıydı.
etkilerini anlatmalarıydı.
11:05
through their searches.
241
653133
1156
11:06
We brought this
to the attention of the FDA.
to the attention of the FDA.
242
654313
2138
Bunu FDA dikkatine sunduk
11:08
They were interested.
243
656475
1269
ve onlar ilgilendiler.
11:09
They have set up social media
surveillance programs
surveillance programs
244
657768
3606
Microsoft ile ortaklaşa
sosyal medya üzerinden
sosyal medya üzerinden
11:13
to collaborate with Microsoft,
245
661398
1751
oldukça iyi bir alt yapısı olan
11:15
which had a nice infrastructure
for doing this, and others,
for doing this, and others,
246
663173
2794
Twitter aramalarına,
Facebook aramalarına
11:17
to look at Twitter feeds,
247
665991
1282
Araştırma loglarına
bakmak için
bakmak için
11:19
to look at Facebook feeds,
248
667297
1716
anket programları kurarak,
11:21
to look at search logs,
249
669037
1311
ayrı ayrı veya birlikte
ilaçların erken belirtilerini,
ilaçların erken belirtilerini,
11:22
to try to see early signs that drugs,
either individually or together,
either individually or together,
250
670372
4909
olası problemleri görmeye çalıştılar.
11:27
are causing problems.
251
675305
1589
Bundan ne çıkarmalıyım?
Neden bu
hikayeyi anlattım?
hikayeyi anlattım?
11:28
What do I take from this?
Why tell this story?
Why tell this story?
252
676918
2174
İlk olarak,
11:31
Well, first of all,
253
679116
1207
Büyük ve orta
ölçekli veriler
ölçekli veriler
11:32
we have now the promise
of big data and medium-sized data
of big data and medium-sized data
254
680347
4037
gerçekten temelde ilaç etkilerini,
11:36
to help us understand drug interactions
255
684408
2918
ilaç etkileşimlerini
11:39
and really, fundamentally, drug actions.
256
687350
2420
anlamamıza yardım etmektedir.
11:41
How do drugs work?
257
689794
1413
Bu ilaçlar nasıl işliyor?
11:43
This will create and has created
a new ecosystem
a new ecosystem
258
691231
2836
Onlar, ilaçların işleyişi ve
kullanımını anlamamız için
kullanımını anlamamız için
11:46
for understanding how drugs work
and to optimize their use.
and to optimize their use.
259
694091
3267
yeni bir ekosistem yarattı ve yaratacak.
11:50
Nick went on; he's a professor
at Columbia now.
at Columbia now.
260
698303
2659
Nick bu işe devam etti ve
şuan Kolombiya'da profesör.
şuan Kolombiya'da profesör.
11:52
He did this in his PhD
for hundreds of pairs of drugs.
for hundreds of pairs of drugs.
261
700986
4072
O doktorasını yüzlerce çift
ilaçlar ile yaptı.
ilaçlar ile yaptı.
11:57
He found several
very important interactions,
very important interactions,
262
705082
2517
Pek çok önemli etkileşimler buldu
11:59
and so we replicated this
263
707623
1214
ilaç-ilaç etkileşimlerini
bularak
bularak
12:00
and we showed that this
is a way that really works
is a way that really works
264
708861
2574
bunun bu şekilde işleyeceğini gösterdik.
12:03
for finding drug-drug interactions.
265
711459
2339
Fakat bir kaç şey var.
12:06
However, there's a couple of things.
266
714282
1734
Biz aynı zamanda
ilaç çiftleri kullanmadık.
ilaç çiftleri kullanmadık.
12:08
We don't just use pairs
of drugs at a time.
of drugs at a time.
267
716040
3046
Daha önce belirttiğim gibi,
12:11
As I said before, there are patients
on three, five, seven, nine drugs.
on three, five, seven, nine drugs.
268
719110
4469
üç, beş, yedi , dokuz ilaç
kullanan hastalar var.
kullanan hastalar var.
12:15
Have they been studied with respect
to their nine-way interaction?
to their nine-way interaction?
269
723981
3642
Onların 9 yönlü etkileşimleri mi
çalışıldı peki?
çalışıldı peki?
12:19
Yes, we can do pair-wise,
A and B, A and C, A and D,
A and B, A and C, A and D,
270
727647
4208
Evet, biz A ve B, A ve C , A ve D
gibi ikililer yaparak çalıştık.
gibi ikililer yaparak çalıştık.
12:23
but what about A, B, C,
D, E, F, G all together,
D, E, F, G all together,
271
731879
4286
Peki aynı hasta tarafından
12:28
being taken by the same patient,
272
736189
1762
A, B,C, D, E, F, G
hepsi alınırsa ne olur?
hepsi alınırsa ne olur?
12:29
perhaps interacting with each other
273
737975
2118
Belki de her biri ötekiyle etkileşerek
12:32
in ways that either makes them
more effective or less effective
more effective or less effective
274
740117
3778
diğerlerini daha etkili yapabilir
veya etkisini azaltabilir.
veya etkisini azaltabilir.
12:35
or causes side effects
that are unexpected?
that are unexpected?
275
743919
2332
veya beklenmedik yan etkiler oluşabilir?
12:38
We really have no idea.
276
746275
1827
Gerçekten bir fikrimiz yok.
12:40
It's a blue sky, open field
for us to use data
for us to use data
277
748126
3756
Açık mavi gökyüzü ve
dataları kullanmamız ve onların
dataları kullanmamız ve onların
12:43
to try to understand
the interaction of drugs.
the interaction of drugs.
278
751906
2502
etkileşimlerini anlamaya
çalışmamız için ucu açık bir alan.
çalışmamız için ucu açık bir alan.
12:46
Two more lessons:
279
754848
1370
2 önemli nokta:
12:48
I want you to think about the power
that we were able to generate
that we were able to generate
280
756242
4199
yaratmaya çalıştığımız gücü
düşünmenizi istiyorum.
düşünmenizi istiyorum.
12:52
with the data from people who had
volunteered their adverse reactions
volunteered their adverse reactions
281
760465
4711
Eczacılar, kendileri,
doktorları aracılığıyla
doktorları aracılığıyla
12:57
through their pharmacists,
through themselves, through their doctors,
through themselves, through their doctors,
282
765200
3269
gönüllü olan insanlardaki
yan etki datalarını
yan etki datalarını
13:00
the people who allowed the databases
at Stanford, Harvard, Vanderbilt,
at Stanford, Harvard, Vanderbilt,
283
768493
3667
Stanford, Harvard, Vanderbilt'deki
verileri araştırma için
verileri araştırma için
13:04
to be used for research.
284
772184
1427
kullanmamızı
sağlayan insanları.
sağlayan insanları.
insanlar veriler için
kaygı duyuyorlar.
kaygı duyuyorlar.
13:05
People are worried about data.
285
773929
1445
13:07
They're worried about their privacy
and security -- they should be.
and security -- they should be.
286
775398
3187
Gizlilikleri ve
güvenlikleri hakkında
güvenlikleri hakkında
endişeleniyorlar ki
endişelenmeliler de.
endişelenmeliler de.
13:10
We need secure systems.
287
778609
1151
Güvenlik sistemlerine
ihtiyacımız var.
ihtiyacımız var.
13:11
But we can't have a system
that closes that data off,
that closes that data off,
288
779784
3406
Fakat, verileri gizleyebilecek
bir sisteme sahip değiliz.
bir sisteme sahip değiliz.
13:15
because it is too rich of a source
289
783214
2752
Çünkü, tıpta yeni şeylerin
13:17
of inspiration, innovation and discovery
290
785990
3971
ilham, yenilik ve keşfi için
13:21
for new things in medicine.
291
789985
1578
oldukça pahalı bir kaynak.
13:24
And the final thing I want to say is,
292
792494
1794
Son olarak şunu söylemek istiyorum.
13:26
in this case we found two drugs
and it was a little bit of a sad story.
and it was a little bit of a sad story.
293
794312
3357
Bu durumda, biraz üzücü
bir hikaye oldu ancak
bir hikaye oldu ancak
13:29
The two drugs actually caused problems.
294
797693
1921
aslında çeşitli problemlere
sebep olan iki ilaç bulduk.
sebep olan iki ilaç bulduk.
13:31
They increased glucose.
295
799638
1475
Bu ilaçlar glukozu yükselterek,
13:33
They could throw somebody into diabetes
296
801137
2446
kişinin diyabet olmasına
neden olabiliyorlar.
neden olabiliyorlar.
13:35
who would otherwise not be in diabetes,
297
803607
2294
Diyabet olmayanlar ise,
13:37
and so you would want to use
the two drugs very carefully together,
the two drugs very carefully together,
298
805925
3175
bu iki ilacı beraber dikkatli
bir şekilde kullanmalılar.
bir şekilde kullanmalılar.
13:41
perhaps not together,
299
809124
1151
Belki beraber
kullanmamalı
kullanmamalı
13:42
make different choices
when you're prescribing.
when you're prescribing.
300
810299
2340
reçete edilirken,
farklı seçimler yapabilirsiniz.
farklı seçimler yapabilirsiniz.
13:44
But there was another possibility.
301
812663
1846
Fakat bir başka alternatif daha vardı.
13:46
We could have found
two drugs or three drugs
two drugs or three drugs
302
814533
2344
Biz iki veya üç ilacın
13:48
that were interacting in a beneficial way.
303
816901
2261
olumlu yönde etkileşimleri bulduk,
13:51
We could have found new effects of drugs
304
819616
2712
ilaçların yeni etkileşimlerini bulduk.
13:54
that neither of them has alone,
305
822352
2160
Hiç bir ilaç tek başına
yan etki yaratmazken,
yan etki yaratmazken,
13:56
but together, instead
of causing a side effect,
of causing a side effect,
306
824536
2493
beraber alındığında
yan etkilere sebep olmaktadır.
yan etkilere sebep olmaktadır.
13:59
they could be a new and novel treatment
307
827053
2425
Bu, tedavisi olmayan veya
14:01
for diseases that don't have treatments
308
829502
1882
etkili bir tedavi bulunmayan
hastalıklar için,
hastalıklar için,
14:03
or where the treatments are not effective.
309
831408
2007
değişik ve yeni bir
tedavi yöntemi olabilir.
tedavi yöntemi olabilir.
14:05
If we think about drug treatment today,
310
833439
2395
Bugünki ilaç tedavilerini
düşünecek olursak,
düşünecek olursak,
14:07
all the major breakthroughs --
311
835858
1752
tüm yeni buluşları--
14:09
for HIV, for tuberculosis,
for depression, for diabetes --
for depression, for diabetes --
312
837634
4297
örneğin HIV, tüberküloz,
depresyon, diyabet--
depresyon, diyabet--
14:13
it's always a cocktail of drugs.
313
841955
2830
Her zaman bir ilaç kokteyilidir.
14:16
And so the upside here,
314
844809
1730
Ve işte başka ve farklı bir günde
14:18
and the subject for a different
TED Talk on a different day,
TED Talk on a different day,
315
846563
2849
farklı bir yönden TED Talk konusu:
14:21
is how can we use the same data sources
316
849436
2593
Hastalarımıza daha iyi bakmak için,
14:24
to find good effects
of drugs in combination
of drugs in combination
317
852053
3563
bize yeni tedaviler,
14:27
that will provide us new treatments,
318
855640
2175
yeni bakış açıları sağlayacak kombine
14:29
new insights into how drugs work
319
857839
1852
ilaçların iyi etkilerini bulmak için
14:31
and enable us to take care
of our patients even better?
of our patients even better?
320
859715
3786
aynı veri kaynaklarını
nasıl kullanabiliriz?
nasıl kullanabiliriz?
14:35
Thank you very much.
321
863525
1166
Çok teşekkürler!
14:36
(Applause)
322
864715
3499
(alkış)
ABOUT THE SPEAKER
Russ Altman - Big data techno-optimist and internistRuss Altman uses machine learning to better understand adverse effects of medication.
Why you should listen
Professor of bioengineering, genetics, medicine and computer science at Stanford University, Russ Altman's primary research interests are in the application of computing and informatics technologies to problems relevant to medicine. He is particularly interested in methods for understanding drug actions at molecular, cellular, organism and population levels, including how genetic variation impacts drug response.
Altman received the U.S. Presidential Early Career Award for Scientists and Engineers, a National Science Foundation CAREER Award and Stanford Medical School's graduate teaching award. He has chaired the Science Board advising the FDA Commissioner and currently serves on the NIH Director’s Advisory Committee. He is a clinically active internist, the founder of the PharmGKB knowledge base, and advisor to pharmacogenomics companies.
Russ Altman | Speaker | TED.com