TEDMED 2009
Eric Dishman: Take health care off the mainframe
Erıc Dishman: Sağlık hizmetini bilinenin dışına taşımak
Filmed:
Readability: 4
439,060 views
Eric Dishman, TEDMED'de cesurca bir tartışmaya girişiyor: Amerikan sağlık sistemi 1959'dan gelen bir bilgisayar sistemi gibi büyük, hantal merkezi sistemlerden oluşuyor: hastaneler, doktorlar, bakım evleri. Nüfusumuz git gide yaşlanırken, kişisel, sistemli evde-bakım hizmetleri yaratmamız şart.
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
Telefonu düşünün --
00:17
and Intel has tested
1
2000
2000
Size burada göstereceğim
00:19
a lot of the things I'm going to show you,
2
4000
2000
şeylerin pek çoğunu Intel
00:21
over the last 10 years,
3
6000
2000
son 10 yıldır
00:23
in about 600 elderly households --
4
8000
2000
yaşlılara ait 600 kadar evde test etti --
00:25
300 in Ireland, and 300 in Portland --
5
10000
3000
İrlanda'da 300, Portland'da da 300 --
00:28
trying to understand: How do we measure
6
13000
2000
davranışları ne şekilde gözleyip
00:30
and monitor behavior
7
15000
2000
ölçümleyerek tıbben anlamlı
00:32
in a medically meaningful way?
8
17000
2000
hale getirebileceğimizi anlamaya çalışıyoruz.
00:34
And if you think about the phone, right,
9
19000
2000
Ve telefonu düşünün, tamam mı,
00:36
it's something that we can use for some incredible ways
10
21000
2000
bu inanılmaz şekillerde kullanabileceğimiz bir şey,
00:38
to help people actually take the right medication at the right time.
11
23000
3000
insanlara doğru ilacı doğru zamanda almaları konusunda yardımcı olabilir.
00:41
We're testing these kinds of simple
12
26000
2000
Evde, basit algılayıcı network teknolojisi ile
00:43
sensor-network technologies in the home
13
28000
2000
çalışacak basit şeyleri deniyoruz
00:45
so that any phone that a senior is already comfortable with
14
30000
2000
kullanmaya alışkın olduğu bir telefon, yaşlı birine
00:47
can help them deal with their medications.
15
32000
2000
ilaçlarını düzene koyma konusunda yardım edebilir.
00:49
And a lot of what they do is they pick up the phone,
16
34000
2000
Çoğu zaman telefon ahizesini kaldırırlar
00:51
and it's our system whispering to them which pill they need to take,
17
36000
3000
ve bizim sistemimiz hangi ilacı almaları gerektiğini kulaklarına fısıldar,
00:54
and they fake like they're having a conversation with a friend.
18
39000
3000
çoğu zaman bir arkadaşlarıyla konuşuyormuş gibi yaparlar.
00:57
And they're not embarrassed by a meds caddy that's ugly,
19
42000
2000
Böylece mutfak masalarının üzerinde duran ve
00:59
that sits on their kitchen table and says,
20
44000
2000
onlara "yaşlı" ve "kırılgan" olduklarını hatırlatan
01:01
"I'm old. I'm frail."
21
46000
2000
devasa çirkin ilaç kutularından utanmazlar.
01:03
It's surreptitious technology
22
48000
2000
Onlara doğru zamanda doğru ilacı
01:05
that's helping them do a simple task
23
50000
2000
almak gibi basit bir işi yapmak için
01:07
of taking the right pill at the right time.
24
52000
2000
gizlice yardım eden bir teknoloji bu.
01:09
Now, we also do some pretty amazing things with these phones.
25
54000
3000
Şimdi, bu telefonlarla gerçekten epey inanılmaz şeyler yapıyoruz.
01:12
Because that moment when you answer the phone
26
57000
3000
Çünkü telefonu her cevapladığınız an
01:15
is a cognitive test every time that you do it.
27
60000
3000
bir bilişssel testtir.
01:18
Think about it, all right? I'm going to answer the phone three different times.
28
63000
3000
Bir düşünün, tamam mı? Şimdi size üç şekilde telefon cevaplayacağım.
01:21
"Hello? Hey."
29
66000
2000
"Alo? Merhaba."
01:23
All right? That's the first time.
30
68000
3000
Bu ilki idi.
01:26
"Hello? Uh, hey."
31
71000
4000
"Alo? ......aaa..merhaba."
01:30
"Hello? Uh, who?
32
75000
4000
"Alo?.....kim?......
01:34
Oh, hey."
33
79000
3000
....aaa....tamam, merhaba."
01:37
All right? Very big differences
34
82000
3000
Tamam mı? Telefonu
01:40
between the way I answered the phone the three times.
35
85000
3000
üç cevaplayışım arasında çok büyük farklılık var.
01:43
And as we monitor phone usage
36
88000
2000
Ve biz yaşlıların telefon kullanımlarını
01:45
by seniors over a long period of time,
37
90000
3000
uzun zaman sürelerinde izleyip
01:48
down to the tenths of a microsecond,
38
93000
2000
milisaniyenin onda birine kadar olan bir
01:50
that recognition moment
39
95000
2000
hassaslıkla analiz ettiğimizde
01:52
of whether they can figure out that person on the other end
40
97000
2000
karşı tarafta konuşan insanın arkadaşları olduğunu anlayıp
01:54
is a friend and we start talking to them immediately,
41
99000
2000
hemen onlarla konuşmaya başlamaları ile
01:56
or they do a lot of what's called trouble talk,
42
101000
2000
"Bir saniye, kim dediniz?....Kim?" diye başlayan
01:58
where they're like, "Wait, who is this? Oh." Right?
43
103000
3000
sıkıntılı konuşmalarda karşıdakini
02:01
Waiting for that recognition moment
44
106000
2000
tanıma süresinin artışı arasındaki fark
02:03
may be the best early indicator of the onset of dementia
45
108000
2000
bunamanın başlangıcını klinik belirtilerden önce
02:05
than anything that shows up clinically today.
46
110000
2000
erkenden gösteren bir veri olabilir.
02:07
We call these behavioral markers.
47
112000
2000
Biz bunlara davranışsal belirteçler diyoruz.
02:09
There's lots of others. Is the person going to the phone
48
114000
2000
Daha bunlardan çok var. Kişi telefon çaldığında
02:11
as quickly, when it rings, as they used to?
49
116000
3000
açmak için aynı hızda mı gidiyor?
02:14
Is it a hearing problem or is it a physicality problem?
50
119000
3000
Bu bir duyma sorunu ya da fiziksel bir sorun olabilir.
02:17
Has their voice gotten more quiet? We're doing a lot of work with people
51
122000
2000
Sesi daha zayıf mı çıkıyor? Alzheimer ve Parkinson hastası pek çok
02:19
with Alzheimer's and particularly with Parkinson's,
52
124000
3000
kişiyi inceliyoruz. Özellikle Parkinson hastalarında
02:22
where that quiet voice that sometimes shows up with Parkinson's patients
53
127000
3000
sesin şiddetinde azalma bazen Parkinson hastalığının en erken
02:25
may be the best early indicator
54
130000
3000
belirtilerinden biri olabiliyor.
02:28
of Parkinson's five to 10 years before it shows up clinically.
55
133000
3000
Diğer belirtilerden 5-10 yıl önceden ortaya çıkabiliyor.
02:31
But those subtle changes in your voice over a long period of time
56
136000
3000
Ama sesinizdeki bu uzun zaman diliminde oluşan bu belli belirsiz
02:34
are hard for you or your spouse to notice until it becomes so extreme
57
139000
3000
değişiklikler sizin veya eşinizin dikkatini çekmek için fazla küçük,
02:37
and your voice has become so quiet.
58
142000
2000
ta ki sesinizi farkedilir halde kısacak kadar bariz oluncaya kadar.
02:39
So, sensors are looking at that kind of voice.
59
144000
2000
Bu nedenle algılayıcılarımız sesteki bu ufak değişikliklere bakıyor.
02:41
When you pick up the phone,
60
146000
2000
Telefon ahizesini kaldırdığınızda
02:43
how much tremor are you having,
61
148000
2000
ne kadar eliniz titriyor?
02:45
and what is that like, and what is that trend like over a period of time?
62
150000
3000
nasıl bir titreme ve zaman içinde nasıl değişim gösteriyor?
02:48
Are you having more trouble dialing the phone than you used to?
63
153000
2000
Telefonu çevirmede daha önce yaşamadığınız bir zorlukla karşılaşıyor musunuz?
02:50
Is it a dexterity problem? Is it the onset of arthritis?
64
155000
3000
El becerinizde sorun var mı? Bu artrit başlangıcı olabilir mi?
02:53
Are you using the phone? Are you socializing less than you used to?
65
158000
4000
Telefonu kullanıyor musunuz? Eskiden olduğundan daha az mı sosyalsiniz?
02:57
And looking at that pattern. And what does that decline in social health
66
162000
3000
Bu modele bakıyoruz. Sosyal ilişkilerdeki bu azalma
03:00
mean, as a kind of a vital sign of the future?
67
165000
3000
geleceğe yönelik hayati bir belirti olabilir mi?
03:03
And then wow, what a radical idea,
68
168000
3000
Ne kadar radikal bir fikir!
03:06
we -- except in the United States --
69
171000
2000
biz, ABD dışında
03:08
might be able to use this newfangled technology
70
173000
3000
bu yeni teknolojiyi gerçek bir hemşire ya da doktor ile
03:11
to actually interact with a nurse or a doctor on the other end of the line.
71
176000
3000
karşılıklı etkileşime girebilmek için kullanabiliriz.
03:14
Wow, what a great day that will be
72
179000
2000
Bunları yapma iznimiz olduğu zaman
03:16
once we're allowed to actually do those kinds of things.
73
181000
3000
çok büyük bir gün olacak.
03:19
So, these are what I would call behavioral markers.
74
184000
4000
İşte bunlar benim davranışsal belirteçler dediklerim bunlar.
03:23
And it's the whole field that we've been trying to work on
75
188000
3000
Intel'de son 10 yıldır üzerinde çalışmaya gayret
03:26
for the last 10 years at Intel.
76
191000
2000
ettiğimiz alan bu.
03:28
How do you put simple disruptive technologies,
77
193000
2000
Bu konuşmanın başındaki bahsettiklerime
03:30
and the first of five phrases that I'm going to talk about in this talk?
78
195000
2000
bu basit teknolojileri nasıl uygulayacağız?
03:32
Behavioral markers matter.
79
197000
2000
Davranışsal belirteçler önemlidir.
03:34
How do we change behavior?
80
199000
2000
Davranışı nasıl değiştireceğiz?
03:36
How do we measure changes in behavior
81
201000
2000
Davranıştaki değişimleri hastalığın önlenmesi,
03:38
in a meaningful way that's going to help us with
82
203000
2000
hastalığın erken tanısı ya da hastalığın
03:40
prevention of disease, early onset of disease,
83
205000
2000
uzun vadede izlenmesi için bize anlamlı olarak
03:42
and tracking the progression of disease over a long period of time?
84
207000
3000
yardımcı olacak şekilde nasıl ölçümleyeceğiz?
03:45
Now, why would Intel let me
85
210000
3000
Şimdi, Intel, son 10 yıldır
03:48
spend a lot of time and money, over the last 10 years,
86
213000
3000
yaşlıların ihtiyaçlarını anlamam ve bu tip
03:51
trying to understand the needs of seniors
87
216000
2000
davranışsal belirteçler hakkında kafa yormam için
03:53
and start thinking about these kinds of behavioral markers?
88
218000
2000
neden bu kadar zaman ve para harcamama izin versin?
03:55
This is some of the field work that we've done.
89
220000
3000
Yaptığımız çalışmanın kapsamı bu.
03:58
We have now lived with 1,000 elderly households
90
223000
3000
Son 10 yıldır, 20 ayrı ülkede toplam 1000
04:01
in 20 countries over the last 10 years.
91
226000
2000
yaşlının evinde yaşadık.
04:03
We study people in Rochester, New York.
92
228000
2000
Rochester, New York'taki insanları inceledik.
04:05
We go live with them in the winter
93
230000
2000
Kışın gidip onlarla yaşadık
04:07
because what they do in the winter,
94
232000
2000
çünkü kışın yaptıkları,
04:09
and their access to healthcare, and how much they socialize,
95
234000
2000
sağlık hizmetine erişimleri ve ne kadar sosyal oldukları
04:11
is very different than in the summer.
96
236000
2000
yaz ayına göre çok farklı.
04:13
If they have a hip fracture we go with them
97
238000
2000
Eğer kalçalarını kırdılarsa onlarla birlikte
04:15
and we study their entire discharge experience.
98
240000
2000
hastaneye gittik ve taburcu olana kadar olan deneyimlerini paylaştık.
04:17
If they have a family member who is a key part of their care network,
99
242000
2000
Eğer onlara göz kulak olan bir aile bireyi varsa
04:19
we fly and study them as well.
100
244000
2000
onların yanına gittik ve onları da inceledik.
04:21
So, we study the holistic health experience
101
246000
3000
Yani, son 10 yıldır 20 ülkedeki
04:24
of 1,000 seniors over the last 10 years
102
249000
2000
1000 yaşlının bütünsel sağlık deneyimini
04:26
in 20 different countries.
103
251000
2000
inceledik.
04:28
Why is Intel willing to fund that?
104
253000
3000
Neden Intel buna para ayırmaya istekli?
04:31
It's because of the second slogan that I want to talk about.
105
256000
2000
Çünkü bu konuşmak istediğim ikinci konu ila bağlantılı.
04:33
Ten years ago, when I started trying to convince Intel
106
258000
2000
10 yıl önce, Intel'i bu konuda, bu tip teknolojilerin
04:35
to let me go start looking at disruptive technologies
107
260000
2000
bağımsız yaşama konusunda yardımcı olabileceğine
04:37
that could help with independent living,
108
262000
2000
ikna etmeye çalıştığım sıralarda
04:39
this is what I called it: "Y2K + 10."
109
264000
3000
buna: "Y2K + 10 " adını takmıştım.
04:42
You know, back in 2000,
110
267000
2000
Biliyorsunuz, 2000 yılında
04:44
we were all so obsessed with paying attention
111
269000
2000
hepimiz bilgisayarlarımızın yaşına
04:46
to the aging of our computers,
112
271000
2000
fenal halde kafayı takmıştık.
04:48
and whether or not they were going to survive
113
273000
2000
Takvimin yaprakları 1999'dan 2000'e geçtiğinde bilgisayarlarımızın
04:50
the tick of the clock from 1999 to 2000,
114
275000
2000
buna dayanıp dayanamayacaklarından emin değildik.
04:52
that we missed a moment that only demographers were paying attention to.
115
277000
5000
bu nedenle sadece nüfus bilimcilerinin dikkatini çeken bir anı göz ardı ettik.
04:57
It was right around New Years.
116
282000
2000
Yeni yıl zamanlarıydı.
04:59
And that switchover,
117
284000
2000
Ve o değişim anında
05:01
when we had the larger number of older people on the planet,
118
286000
3000
ilk defa gezegenimizdeki yaşlı insan sayısı
05:04
for the first time than younger people.
119
289000
2000
genç insan sayısını geçti.
05:06
For the first time in human history -- and barring aliens landing
120
291000
2000
İnsanlık tarihinde ilk defa, uzaylıların gelmesini veya ciddi bir
05:08
or some major other pandemic,
121
293000
2000
salgın olması ihtimalini göz ardı edersek
05:10
that's the expectation from demographers, going forward.
122
295000
3000
bu ilk defa oluyor, nüfus bilimcileri yaşlıların sayısının artmasını bekliyor.
05:13
And 10 years ago it seemed like I had a lot of time
123
298000
2000
10 yıl önce, Intel'ı bu konuda ikna etmek için
05:15
to convince Intel to work on this. Right?
124
300000
2000
çok fazla zamanım varmış gibi geliyordu.
05:17
Y2K + 10 was coming,
125
302000
2000
Y2K + 10 yaklaşıyordu,
05:19
the baby boomers starting to retire.
126
304000
3000
baby-boomer'lar emekli olmaya başlamıştı.
05:22
Well folks, it's like we know these demographics here.
127
307000
4000
Sanki bu demografik verileri sadece burada biliyoruz.
05:26
This is a map of the entire world.
128
311000
2000
Bu bir dünya haritası.
05:28
It's like the lights are on,
129
313000
2000
Işıklar açık görünüyor,
05:30
but nobody's home on this demographic
130
315000
2000
ama konu Y2K + 10 problemıne gelince
05:32
Y2K + 10 problem. Right?
131
317000
2000
evde kimse yok. Değil mi?
05:34
I mean we sort of get it here, but we don't get it here,
132
319000
4000
Yani bu sorunu buramızla anlıyoruz ama buramızla anlayamıyoruz.
05:38
and we're not doing anything about it.
133
323000
2000
Ve bu konuda hiçbir şey yapmıyoruz.
05:40
The health reform bill is largely ignoring
134
325000
2000
Yeni sağlık yasası, yaklaşmakta olan
05:42
the realities of the age wave that's coming,
135
327000
2000
yaşlılık dalgasını görmezden geliyor.
05:44
and the implications for what we need to do to change
136
329000
2000
Sadece bakım için harcadığımız parayı değil,
05:46
not only how we pay for care,
137
331000
3000
bakım şeklindeki yapmamız gereken köklü değişiklikleri
05:49
but deliver care in some radically different ways.
138
334000
3000
ve bunları nasıl ödeyeceğimizi de görmezden geliyor.
05:52
And in fact, it's upon us.
139
337000
2000
Aslında bu artık bize kalmış.
05:54
I mean you probably saw these headlines. This is Catherine Casey
140
339000
3000
Bu manşetleri görmüş olmalısınız. Bu Catherine Casey.
05:57
who is the first boomer to actually get Social Security.
141
342000
3000
Emekliye ayrılan ilk baby-boomer.
06:00
That actually occurred this year. She took early retirement.
142
345000
2000
Bu aslında bu yıl oldu. Erken emekliye ayrıldı.
06:02
She was born one second after midnight in 1946.
143
347000
4000
1946 yılında, geceyarısını bir geçe doğmuş.
06:06
A retired school teacher,
144
351000
2000
Emekli bir öğretmen.
06:08
there she is with a Social Security administrator.
145
353000
2000
İşte burada Sosyal Güvenlik Kurumu yöneticisi ile beraber,
06:10
The first boomer actually, we didn't even wait till 2011, next year.
146
355000
3000
ilk boomer, 2011'i beklememize gerek kalmadı, gelecek yılı.
06:13
We're already starting to see early retirement occur this year.
147
358000
3000
Erken emekli olanlar bu yıl görülmeye başladılar.
06:16
All right, so it's here. This Y2K + 10 problem is at our door.
148
361000
3000
İşte, Y2K + 10 problemi kapımıza dayandı,
06:19
This is 50 tsunamis scheduled on the calendar,
149
364000
5000
bu geliş tarihi belli olan 50 tsunami gibi birşey.
06:24
but somehow we can't sort of marshal our government
150
369000
3000
Ama bir şekilde devleti ve diğer yenilikçi
06:27
and innovative forces to sort of get out in front of it
151
372000
2000
güçleri bu durumu öngörmek ve hatta önlem almak
06:29
and do something about it. We'll wait until
152
374000
2000
konusunda ikna edemıyoruz. Bu duruma
06:31
it's more of a catastrophe, and react,
153
376000
2000
hazırlanmak yerine, katastrofik hale
06:33
as opposed to prepare for it.
154
378000
2000
gelince harekete geçmeyi tercih ediyoruz.
06:35
So, one of the reasons it's so
155
380000
2000
Bu zorlu Y2K sorununa karşı hazırlanmanın
06:37
challenging to prepare for this Y2K problem
156
382000
2000
zor olmasının başında gelen nedenlerden biri de
06:39
is, I want to argue, we have what I would call
157
384000
2000
çerçeve zehirlenmesi ismini verebileceğimiz
06:41
mainframe poisoning.
158
386000
2000
olay.
06:43
Andy Grove, about six or seven years ago,
159
388000
3000
Andy Grove, bundan altı veya yedi yıl önce
06:46
he doesn't even know or remember this, in a Fortune Magazine article
160
391000
2000
Fortune dergisine yazdığı bir makalede "sağlık hizmeti çerçevesi"
06:48
he used the phrase "mainframe healthcare,"
161
393000
3000
ifadesini kullandı, belki kendisi anımsamıyor bile,
06:51
and I've been extending and expanding this.
162
396000
2000
ama ben bu zamanla kavramı oldukça genişlettim.
06:53
He saw it written down somewhere. He's like, "Eric that's a really cool concept."
163
398000
3000
Bir yerlerde bir yazıya rastlamış olmalı ki bana, "Eric, bu gerçekten de süper bir fikir" dedi.
06:56
I was like, "Actually it was your idea. You said it in a Fortune Magazine article.
164
401000
2000
Ben de ona "Bu aslında senin fikrin, Fortune dergisinde yazmıştın. Ben sadece
06:58
I just extended it."
165
403000
2000
onu alıp geliştirdim." dedim.
07:00
You know, this is the mainframe.
166
405000
2000
Biliyorsunuz, çerçeve bu.
07:02
This mentality of traveling to
167
407000
3000
Geniş ve Pahalı sağlık sistemlerini paylaşmak
07:05
and timesharing large, expensive healthcare systems
168
410000
3000
ya da o sistemlere ulaşmak için seyahat etmek
07:08
actually began in 1787.
169
413000
2000
aslında 1787 yılında başladı.
07:10
This is the first general hospital in Vienna.
170
415000
3000
Bu Viyana'daki ilk genel hastane.
07:13
And actually the second general hospital in Vienna,
171
418000
2000
Aslında Viyana'daki en büyük ikinci hastane
07:15
in about 1850, was where we started to build out
172
420000
3000
1850'lerde eğitim programına tıp öğrencilerine
07:18
an entire curriculum for teaching med students specialties.
173
423000
4000
ilk defa uzmanlık eğitimini ekleyen hastane.
07:22
And it's a place in which we started developing
174
427000
2000
İşte burası bizim vücudu bölüp ayırmaya başladığımız
07:24
architecture that literally divided the body,
175
429000
2000
ve verilen sağlık hizmetini ufak bölüm
07:26
and divided care into departments and compartments.
176
431000
3000
ve parçalara bölmeye başladığımız yer.
07:29
And it was reflected in our architecture,
177
434000
2000
Bu bizim sistemi kurmamızı etkiledi.
07:31
it was reflected in the way that we taught students,
178
436000
2000
Öğrencilere tıp eğitimini nasıl verdiğimizi de etkiledi.
07:33
and this mainframe mentality persists today.
179
438000
3000
Ve günümüzde de süregelen bakış açısı bu yönde.
07:36
Now, I'm not anti-hospital.
180
441000
3000
Hastanelere karşı değilim ben.
07:39
With my own healthcare problems, I've taken drug therapies,
181
444000
2000
Bazı sağlık sorunlarım nedeniyle ben de ilaç aldım,
07:41
I've traveled to this hospital and others, many, many times.
182
446000
3000
hastane hastane gezdim, hem de pek çok defalar.
07:44
But we worship the high hospital on a hill. Right?
183
449000
4000
Ama biz oradaki yüksekteki bir hastaneye tapıyoruz aslında,
07:48
And this is mainframe healthcare.
184
453000
2000
ve sağlık hizmetinin ana çerçevesi de bu.
07:50
And just as 30 years ago
185
455000
2000
30 yıl öncesine kadar
07:52
we couldn't conceive that we would have the power
186
457000
3000
ceplerimizdeki ya da çantalarımızdaki küçük cihazların
07:55
of a mainframe computer that took up a room this size
187
460000
3000
bu oda kadar yer tutan bir bilgisayarın gücüne sahip olacağını
07:58
in our purses and on our belts,
188
463000
2000
hayal bile etmek mümkün değildi.
08:00
that we're carrying around in our cell phone today,
189
465000
2000
ama şimdi, cep telefonumuzda taşıyoruz onu.
08:02
and suddenly, computing,
190
467000
2000
Böylece, daha önce uzman kişilerce kullanılan
08:04
that used to be an expert driven system,
191
469000
2000
bilgisayar sistemleri hepimizin sahip olduğu
08:06
it was a personal system that we all owned as part of our daily lives --
192
471000
3000
kişisel sistemler olarak günlük yaşantımıza girdi.
08:09
that shift from mainframe to personal computing
193
474000
3000
Kişisel bilgisayarlarla ilgili olan bu değişimi
08:12
is what we have to do for healthcare.
194
477000
2000
sağlık alanına da taşımamız lazım.
08:14
We have to shift from this mainframe mentality of healthcare
195
479000
3000
Sağlık hizmetinin ana çerçevesini indirgeyerek
08:17
to a personal model of healthcare.
196
482000
2000
kişisel bir modele çevirmemiz gerekli.
08:19
We are obsessed with this way of thinking.
197
484000
3000
Bu şekilde düşünmeyi saplantı haline getirdik.
08:22
When Intel does surveys all around the world and we say,
198
487000
2000
Intel olarak dünyada anketler yapıyoruz.
08:24
"Quick response: healthcare."
199
489000
2000
"Sağlık hizmeti... ilk aklınıza gelen kelimeyi söyleyin."
08:26
The first word that comes up is "doctor."
200
491000
2000
Bu sıruda ilk akla gelen kelime doktor oluyor.
08:28
The second that comes up is "hospital." And the third is "illness" or "sickness." Right?
201
493000
3000
İkincisi ise hastane. Üçüncüsü hastalık, değil mi?
08:31
We are wired, in our imagination, to think about healthcare
202
496000
4000
Hayal gücümüzde, sağlık hizmetini ve sağlık konusundaki
08:35
and healthcare innovation as something
203
500000
2000
yenilikleri bu çerçevede
08:37
that goes into that place.
204
502000
2000
görüyoruz.
08:39
Our entire health reform discussion right now,
205
504000
2000
Şu anda sağlık reformu ile ilgili ana tartışma konumuz
08:41
health I.T., when we talk with policy makers,
206
506000
3000
tıbbi bilişim. Bu konu politikacılarla konuşurken
08:44
equals "How are we going to get doctors using
207
509000
2000
doktorları bilgi işlem sistemleri kullanmaya nasıl
08:46
electronic medical records in the mainframe?"
208
511000
2000
ikna edeceğimizden bahsetmekten ibaret.
08:48
We're not thinking about
209
513000
2000
Konuyu genel çerçeveden eve
08:50
how do we shift from the mainframe to the home.
210
515000
2000
nasıl indirgeyebileceğimizle ilgilenmiyoruz.
08:52
And the problem with this is
211
517000
2000
Bundaki esas sorun bizim
08:54
the way we conceive healthcare. Right?
212
519000
2000
sağlık hizmeti deyince ne anladığımıza, değil mi?
08:56
This is a very reactive, crisis-driven system.
213
521000
2000
Bu çok hızlı tepki veren, kriz-bağımlı bir sistem.
08:58
We're doing 15-minute exams with patients.
214
523000
2000
Hastaları 15 dakikaklık sürede muayene ediyoruz.
09:00
It's population-based.
215
525000
2000
Kalabalıkla direkt ilgili.
09:02
We collect a bunch of biological information in this artificial setting,
216
527000
3000
Bu yapay ortamda bir sürü biyolojik veri topluyoruz.
09:05
and we fix them up, like Humpty-Dumpty all over again,
217
530000
2000
Gelen hastaları idare edecek kadar iyileştirip
09:07
and send them home,
218
532000
2000
eve postalıyoruz,
09:09
and hope -- we might hand them a brochure, maybe an interactive website --
219
534000
3000
bir yandan da ellerine bir broşür tutuşturup ya da bir web sitesine yönlendirip
09:12
that they do as asked and don't come back into the mainframe.
220
537000
4000
dediklerimizi yapacaklarını ve tekrar gelmeyeceklerini umuyoruz.
09:16
And the problem is we can't afford it today, folks.
221
541000
3000
ama sorun şu ki artık buna gücümüz yetmiyor arkadaşlar.
09:19
We can't afford mainframe healthcare today to include the uninsured.
222
544000
4000
Genel sağlık hizmetini, işin içine sigortasızları da katarsak sürdüremeyiz.
09:23
And now we want to do a double-double
223
548000
2000
Şimdi çift katlı bir yaş dalgası ile
09:25
of the age wave coming through?
224
550000
2000
karşı karşıya kalacağız.
09:27
Business as usual in healthcare is broken and we've got to do something different.
225
552000
3000
Tüm işletmeler gibi sağlık hizmeti de zedelenmiş drumda ve farklı birşeyler yapmak lazım.
09:30
We've got to focus on the home.
226
555000
2000
Evlere odaklanmalıyız.
09:32
We've got to focus on a personal healthcare paradigm
227
557000
2000
Sağlık hizmetini eve taşıyan bir kişisel
09:34
that moves care to the home. How do we be more proactive,
228
559000
2000
sağlık hizmetine odaklanmalıyız. nasıl daha pro-aktif,
09:36
prevention-driven?
229
561000
2000
ya da koruyucu olabiliriz bunu düşünmeliyiz.
09:38
How do we collect vital signs and other kinds of information 24 by 7?
230
563000
4000
7 gün 24 saat boyunca hayati verileri ve diğer bilgileri nasıl toparlayabiliriz.
09:42
How do we get a personal baseline about what's going to work for you?
231
567000
3000
Her birinize uygun olacak kişisel minimal hizmeti nasıl belirleriz?
09:45
How do we collect not just biological data
232
570000
2000
Sadece biyolojik verileri değil, davranışsal
09:47
but behavioral data, psychological data,
233
572000
2000
psikolojik verileri, bunlar arasındaki bağlantıları
09:49
relational data, in and on and around the home?
234
574000
3000
evde, evden ya da ev çevresinden nasıl toplayabiliriz?
09:52
And how do we drive compliance to be a customized care plan
235
577000
3000
Davranışımızı değiştirmek için çevremizdeki bu müthiş
09:55
that uses all this great technology that's around us
236
580000
2000
teknolojiyi kullanan kişiye özel sağlık hizmetine
09:57
to change our behavior?
237
582000
2000
nasıl uyum sağlayabiliriz?
09:59
That's what we need to do for our personal health model.
238
584000
3000
Kişisel sağlık modeli için ihtiyacımız olan bu.
10:02
I want to give you a couple of examples. This is Mimi
239
587000
2000
Size birkaç örnek vermek istiyorum. Bu Mimi.
10:04
from one of our studies --
240
589000
2000
çalışmalarımızdan birinden --
10:06
in her 90s, had to move out of her home
241
591000
2000
Mimi 90'lı yaşlardayken kendi evinden taşınmak zorunda kaldı
10:08
because her family was worried about falls.
242
593000
2000
çünkü ailesi düşüp kalacağınan korkuyordu.
10:10
Raise your hand if you had a serious fall
243
595000
2000
Ev halkınızdan biri ya da yakınlarınızdan biri
10:12
in your household, or any of your loved ones,
244
597000
2000
anne babanız, herhangi biri hiç ciddi anlamda
10:14
your parents or so forth. Right?
245
599000
2000
düştü mü? Öyleyse elinizi kaldırın.
10:16
Classic. Hip fracture often leads to institutionalization of a senior.
246
601000
4000
Klasik. Kalça kırıkları genelde yaşlıların bakım evine gltmesiyle sonuçlanır.
10:20
This is what was happening to Mimi; the family was worried about it,
247
605000
2000
Mimi'ye de bu oldu. Ailesi düşeceğinden endişelendi ve onu
10:22
moved her out of her own home into an assisted living facility.
248
607000
3000
evinden taşıyarak bir huzurevine yerleştirdiler.
10:25
She tripped over her oxygen tank.
249
610000
3000
Ama gene de oksijen tüpüne ayağı takıldı ve düştü.
10:28
Many people in this generation won't press the button,
250
613000
2000
Onun yaşındakilerin çoğu bu durumda odalarında alarm olsa bile
10:30
even if they have an alert call system, because they don't want to bother anybody,
251
615000
2000
onu kullanmaz, alarm sistmeine ayda 30 dolar ilave ücret ödüyor olsalar bile
10:32
even though they've been paying 30 dollars a month.
252
617000
2000
insanları rahatsız etmek istemezler.
10:34
Boomers will press the button. Trust me.
253
619000
2000
Boomer'lar o düğmeye basacaklar ama. Emin olun.
10:36
They're going to be pressing that button non-stop. Right?
254
621000
4000
O düğmeden ellerini çekmeyecekler bile, değil mi?
10:40
Mimi broke her pelvis, lay all night, all morning,
255
625000
4000
Mimi kalça kemiğini kırdı, ve orda öylece sabaha kadar yattı.
10:44
finally somebody came in and found her,
256
629000
2000
Sabahleyin biri teadüfen odasına geldi ve onu gördü
10:46
sent her to the hospital.
257
631000
2000
ve hastaneye gönderdi.
10:48
They fixed her back up. She was never going to be able to move back
258
633000
2000
Kalçasını tamir ettiler ama tekrar huzur evine dönmesi mümkün değildi,
10:50
into the assisted living. They put her into the nursing home unit.
259
635000
2000
bu nedenle onu bakımevine yerleştirdiler.
10:52
First night in the nursing home unit where she had been
260
637000
2000
Gittiği bakım evindeki ilk gün, ki daha önceki huzurevinin
10:54
in the same assisted living facility, moved her from one bed to another,
261
639000
3000
içindeki bir bakımevi idi bu, onu bir yataktan diğerine aktarırken,
10:57
kind of threw her, rebroke her pelvis,
262
642000
2000
daha doğrusu adeta atarken, kalçasını tekrar kırdılar,
10:59
sent her back to the hospital that she had just come from,
263
644000
3000
ve taburcu olduğu hastaneye tekrardan geri gönderdiler.
11:02
no one read the chart, put her on Tylenol,
264
647000
2000
Hastanede kimse dosyasını okumadı, ona Tylenol verdiler
11:04
which she is allergic to, broke out, got bedsores,
265
649000
2000
ki allerjisi vardı. her yerinde döküntüler çıktı, yatak yaraları açıldı
11:06
basically, had heart problems, and died
266
651000
3000
kalp sorunları eklendi ve düşme ve düşmeye
11:09
from the fall and the complications and the errors that were there.
267
654000
3000
bağlı komplikasyonlar nedeniyle vefat etti.
11:12
Now, the most frightening thing about this is
268
657000
4000
Şimdi bununla ilgili en korkunç şey şu,
11:16
this is my wife's grandmother.
269
661000
3000
Mimi, eşimin anneannesi idi.
11:19
Now, I'm Eric Dishman. I speak English,
270
664000
2000
Bakın, benim adım Eric Dishman, ingilizce biliyorum.
11:21
I work for Intel, I make a good salary,
271
666000
2000
Intel'de çalışıyorum, iyi bir maaşım var.
11:23
I'm smart about falls and fall-related injuries --
272
668000
3000
Düşme ve bunla alakalı diğer problemleri biliyorum.
11:26
it's an area of research that I work on.
273
671000
2000
Bu konu benim araştırma konumun bir parçası.
11:28
I have access to senators and CEOs.
274
673000
3000
Sentör ve genel müdürlere ulaşabilirim.
11:31
I can't stop this from happening.
275
676000
2000
Ama bu olanı engelleyemiyorum.
11:33
What happens if you don't have money, you don't speak English
276
678000
2000
Eğer paranız yoksa, ingilizce bilmiyorsanız ne olacak peki?
11:35
or don't have the kind of access
277
680000
2000
Ya da buna benzer bir olaya bağlı ortaya
11:37
to deal with these kinds of problems that inevitably occur?
278
682000
3000
çıkacak durumlara müdahale etme şansınız yoksa?
11:40
How do we actually prevent the vast majority of falls
279
685000
3000
Düşmeleri, daha olmadan önlemenin yolu
11:43
from ever occurring in the first place?
280
688000
2000
ne olabilir ki?
11:45
Let me give you a quick example of work that we're doing
281
690000
2000
Size tam da buna ilişkin üzerinde çalıştığımız
11:47
to try to do exactly that.
282
692000
2000
bir şey göstereyim.
11:49
I've been wearing a little technology that we call Shimmer.
283
694000
3000
Shimmer dediğimiz bir küçük teknoloji ürünü var üzerimde,
11:52
It's a research platform.
284
697000
2000
bir araştırma platformu.
11:54
It has accelerometry. You can plug in a three-lead ECG.
285
699000
3000
Bir ivme ölçer (akselerometre). Üzerine üç elektrodlu EKG bağlanabilir.
11:57
There is all kinds of sort of plug-and-play
286
702000
2000
Aslında pekçok farklı cihazlarla birlikte çalışabilir,
11:59
kind of Legos that you can do to capture, in the wild,
287
704000
2000
Lego oyuncakları gibi düşünün, dışarıdan veriler yakalar,
12:01
in the real world,
288
706000
2000
gerçek yaşantıda
12:03
things like tremor, gait,
289
708000
2000
el titremesi, yürüyüş,
12:05
stride length and those kinds of things.
290
710000
2000
adım uzunluğu, bu tip şeyleri ölçer.
12:07
The problem is, our understanding of falls today,
291
712000
4000
Düşmelerle ilgili günümüzdeki sorun şu,
12:11
like Mimi, is get a survey in the mail three months after you fell,
292
716000
3000
Mimi gibi biri, düştükten üç ay sonra posta kutusunda devletten
12:14
from the State, saying, "What were you doing when you fell?"
293
719000
3000
gönderilmiş bir anket bulmakta: " Düştüğünüzde ne yapıyordunuz?"
12:17
That's sort of the state of the art.
294
722000
2000
Şu anki son teknoloji bu güya.
12:19
But with something like Shimmer, or we have something called the Magic Carpet,
295
724000
3000
Ama Shimmer gibi, ya da halının içine yerleştirilmiş alıcı ve kamera sistemlerinden
12:22
embedded sensors in carpet, or camera-based systems
296
727000
2000
oluşan, spor hekimliğinden aldığımız fikirlerle oluşturduğumuz
12:24
that we borrowed from sports medicine,
297
729000
2000
Sihirli Halı ile, 600 yaşlının evinden
12:26
we're starting for the first time in those 600 elderly households
298
731000
3000
gerçek zamanlı, kinematik hareket verisi toplayıp
12:29
to collect actual kinematic motion data
299
734000
3000
ortaya çıkan küşük farklılıkları analiz ederek
12:32
to understand: What are the subtle changes that are occurring
300
737000
4000
annemizin düşme riskinin ne zaman arttığını
12:36
that can show us that mom has become risk at falls?
301
741000
3000
anlayabiliyor olacağız.
12:39
And most often we can do two interventions,
302
744000
2000
Ama en sıklıkla iki müdahalede bulunabiliyoruz
12:41
fix the meds mix.
303
746000
2000
ilaç dozlarını yeniden ayarlıyoruz.
12:43
I'm a qualitative researcher, but when I look at these data streams coming in
304
748000
3000
Ben niteliksel bir araştırmacıyım, ama bu evlerden gelen veri akışını gördüğümde
12:46
from these homes, I can look at the data and tell you the day
305
751000
3000
bu verilere bir bakışta bir doktorun, yaşlıya
12:49
that some doctor prescribed them something that nobody else
306
754000
2000
daha önce kullanmadıkları bir ilacı reçete ettiğini anlayabiliyorum.
12:51
knew that they were on, because we see the changes
307
756000
2000
Kimsenin bilmediği bir ilaç. Çünkü değişiklikleri görüyoruz,
12:53
in their patterns in the household. Right?
308
758000
3000
ev içindeki modelleri görüyoruz, değil mi?
12:56
These discoveries of behavioral markers,
309
761000
3000
Davranışsal belirleyicilerin keşfedilmesi, ve
12:59
and behavioral changes
310
764000
2000
davranışsal değişiklikler
13:01
are game changing, and like the discovery of the microscope
311
766000
2000
işin rengini değiştiriyor, mikroskopun icadı gibi,
13:03
because of our collecting data streams that we've actually never done before.
312
768000
3000
çünkü daha önce hiç yapmadığımız şekilde veri topluyoruz.
13:06
This is an example in our TRIL Clinic in Ireland
313
771000
2000
Bu, İrlanda'daki Trill Kilinik'ten bir örnek
13:08
of -- actually what you're seeing is
314
773000
2000
aslında şu an gördüğünüz...
13:10
she's looking at data,
315
775000
2000
bu resimde sihirli halı'dan gelen
13:12
in this picture, from the Magic Carpet.
316
777000
2000
verilere bakıyorlar.
13:14
So, we have a little carpet that you can look at your amount of postural sway,
317
779000
3000
Burada, duruşunuz ve sağa sola salınışınızı gözlemleyen sihirli bir halı var
13:17
and look at the changes in your postural sway over many months.
318
782000
3000
ve bu halı aylar içinde duruşsal salınımınızdaki değişimleri izliyor.
13:20
Here's what some of this data might look like.
319
785000
2000
İşte bu, bu verinin nasıl göründüğüne bir örnek.
13:22
This is actually sensor firings.
320
787000
2000
Bunlar sensor tetiklemeleri.
13:24
These are two different subjects in our study.
321
789000
2000
Bu gördükleriniz çalışmamıza katılan iki ayrı kişinin verileri.
13:26
It's about a year's worth of data.
322
791000
2000
İkisi de hemen hemen bir yıllık verileri içeriyor.
13:28
The color represents different rooms they are in the house.
323
793000
3000
Renkler evdeki farklı odaları gösteriyor.
13:31
This person on the left is living in their own home.
324
796000
2000
Soldaki kişi kendi evinde yaşıyor.
13:33
This person on the right is actually living in an assisted living facility.
325
798000
3000
Sağdaki ise bir huzurevinde.
13:36
I know this because look at how punctuated meal time is
326
801000
3000
Bunu hemen söyleyebiliyorum, çünkü bakın yemek saati
13:39
when they are no longer in their particular rooms here. Right?
327
804000
3000
inanılmaz dakik ve o saatte odalarının dışındalar. Değil mi?
13:42
Now, this doesn't mean that much to you.
328
807000
3000
Şimdi, şu anda bu size çok anlamlı gelmeyebilir.
13:45
But when we look at these cycles of data
329
810000
2000
Ama bu verik döngülerine uzun dönemler içinde
13:47
over a longer period of time -- and we're looking at everything from
330
812000
2000
baktığımızda, aslında evin farklı odalarındaki hareketten
13:49
motion around different rooms in the house,
331
814000
2000
Shimmer'in algıladığı yürüyüş ve denge ile
13:51
to sort of micro-motions that Shimmer picks up,
332
816000
3000
ilgili küçük hareketlere kadar tüm verileri
13:54
about gait and stride length -- these streams of data
333
819000
2000
inceliyoruz ve bu veriler
13:56
are starting to tell us things about behavioral patterns
334
821000
2000
bize daha önce anlamadığımız şekilde
13:58
that we've never understood before.
335
823000
2000
davranışsal modelleri gösteriyor.
14:00
You can go to ORCATech.org --
336
825000
2000
ORCATech.org sayfasına gidip bakabilirsiniz.
14:02
it has nothing to do with whales, it's the Oregon Center for Aging and Technology --
337
827000
3000
Sayfanın Orca(katıl balina)'larla ilgisi yok.Oregon Yaşlılık ve Teknoloji Merkezi'nin
14:05
to see more about that.
338
830000
2000
kısaltması.
14:07
The problem is, Intel is still one of the largest
339
832000
2000
Sorun şu ki, Intel bağımsız yaşamı destek
14:09
funders in the world
340
834000
2000
teknolojilerinde hala
14:11
of independent living technology research.
341
836000
3000
dünyadaki en önde giden yatırımcı.
14:14
I'm not bragging about how much we fund;
342
839000
2000
Ne kadar para harcadığımızı anlatmak için söylemiyorum bunu
14:16
it's how little anyone else actually pays attention
343
841000
2000
diğerlerinin bu konuya, yaşlılığa ne kadar az önem verdiklerini
14:18
to aging and funds innovation on aging,
344
843000
3000
ya da yaşlılık, kronik hastalık yönetimi ve
14:21
chronic disease management and independent living in the home.
345
846000
3000
evde bağımsız yaşam ile ilgili ne kadar az yeniliğe fon ayırdıklarını göstermek istiyorum.
14:24
So, my mantra here, my fourth slogan is:
346
849000
2000
Benim bu konuda dördüncü sloganım şu:
14:26
10,000 households or bust.
347
851000
3000
10.000 eve girelim, ya da bırakalım bu işi.
14:29
We need to drive
348
854000
2000
Ulusal, hatta uluslararası kapsamda
14:31
a national, if not international, Framingham-type heart study
349
856000
4000
bağımsız yaşama teknolojilerini konu alan
14:35
of independent living technologies,
350
860000
2000
Framingham tipi kalp araştırmaları gibi bir araştırma yapmalıyız.
14:37
where we have 10,000 elderly connected households
351
862000
3000
genişbant ile bağlantıda olduğumuz ve
14:40
with broadband, full medical characterization,
352
865000
3000
tüm platformumuzun tıbbi özellikleri ile kurulu
14:43
and a platform by which we can start to experiment
353
868000
2000
olduğu yaşlıların ikamet ettiği 10.000 evden seçtiğimiz
14:45
and turn these from 20-household anecdotal studies
354
870000
3000
20 tanesinden elde ettiğimiz örnek sonuçlarla
14:48
that the universities fund,
355
873000
2000
üniversitelere gidip, bu teknolojinin değerini gösterecek
14:50
to large clinical trials that prove out the value of these technologies.
356
875000
3000
daha büyük klinik deneyler için ödenek almalıyız.
14:53
So, 10,000 households or bust.
357
878000
2000
Yani 10.000 hane, ya da bu işi unutalım gitsin.
14:55
These are just some of the households that we've done in the Intel studies.
358
880000
4000
Bunlar Intel'in çalışmalarında kullandığı evlerin bazıları.
14:59
My fifth and final phrase:
359
884000
2000
Değinmek istediğim beşinci ve son konu ise şu:
15:01
I have tried for two years,
360
886000
2000
Yıllarca uğraştım,
15:03
and there were moments when we were quite close,
361
888000
3000
ve hayalime çok yakınlaştığımız anlar da oldu,
15:06
to make this healthcare reform bill be about reform
362
891000
3000
bu sağlık sistem reformunu gerçekten reform haline
15:09
from something and to something,
363
894000
2000
getirmeyi, yeni bir şeye dönüştürmeyi çok istedim.
15:11
from a mainframe model
364
896000
2000
Genel bir modelden
15:13
to a personal health model,
365
898000
2000
kişisel sağlık modeline doğru,
15:15
or to mean something more than just a debate
366
900000
2000
ya da sadece devlet güvencesi ve bunu nasıl finanse edeceğimiz
15:17
about the public option and how we're going to finance.
367
902000
2000
konusundan biraz daha farklı bir noktaya bakalım istedim.
15:19
It doesn't matter how we finance healthcare.
368
904000
3000
Sağlık hizmetini nasıl finanse edeceğimiz önemli değil.
15:22
We're going to figure something out
369
907000
2000
Nasılsa önümüzdeki 10 yıl içinde
15:24
for the next 10 years, and try it.
370
909000
2000
bir şekilde bir yolunu bulacağız.
15:26
No matter who pays for it,
371
911000
2000
Kimin ödediğinin de önemi yok,
15:28
we better start doing care in a fundamentally different way
372
913000
2000
ama bu hizmeti belirgin bir şekilde değişkin olarak vermeye başlamak lazım
15:30
and treating the home and the patient
373
915000
3000
hem evi, hem hastayı,
15:33
and the family member and the caregivers
374
918000
2000
hem aile bireylerini hem de bakıcıları
15:35
as part of these coordinated care teams
375
920000
2000
bu koordine bakım takımının bir parçası olarak görüp
15:37
and using disruptive technologies that are already here
376
922000
4000
bakım hizmetini şu anda elimizde tuttuğumuz
15:41
to do care in some pretty fundamental different ways.
377
926000
3000
yeni teknolojilerle bambaşka bir boyuta getirmemiz lazım.
15:44
The president needs to stand up and say,
378
929000
3000
Başkanın sağlık reformu tartışmalarında
15:47
at the end of a healthcare reform debate,
379
932000
3000
ayağa kalkıp "Bizim ülke olarak amacımız
15:50
"Our goal as a country is to move 50 percent of care
380
935000
3000
önümüzdeki on yıl içinde yaşlı bakımının yarısını
15:53
out of institutions, clinics, hospitals and nursing homes,
381
938000
3000
kliniklerden, bakım evlerinden huzurevlerinden çıkarıp
15:56
to the home, in 10 years."
382
941000
2000
eve taşımak." demesi lazım.
15:58
It's achievable. We should do it economically,
383
943000
2000
Bu yapılabilir. Bunu ekonomik olarak yapabiliriz.
16:00
we should do it morally,
384
945000
2000
Etik olarak bunu yapmamız lazım,
16:02
and we should do it for quality of life.
385
947000
2000
yaşam kalitemiz için bunu yapmamız lazım.
16:04
But there is no goal within this health reform.
386
949000
2000
Ama bu sağlık reformunun içinde buna ilişkin bir hedef yok.
16:06
It's just a mess today.
387
951000
2000
Tamamen karmakarışık durumda.
16:08
So, you know, that's my last message to you.
388
953000
2000
Biliyorsunuz, size bugünkü son mesajım bu
16:10
How do we set a going-to-the-moon goal
389
955000
3000
önümüzde kapımızı çalacak olan Y2K+10 sorununa
16:13
of dealing with the Y2K +10 problem that's coming?
390
958000
4000
karşı ciddi bir hedef koymamız şart.
16:17
It's not that innovation and technology is going to be the
391
962000
2000
Yenilikçilik ve teknoloji bütün sorunları çözen
16:19
magic pill that cures all, but it's going to be part of the solution.
392
964000
3000
sihirli bir hap olmayacak elbette, ama çözümün bir parçası olacak.
16:22
And if we don't create a personal health movement,
393
967000
3000
Ve eğer, kişisel bir sağlık hareketi başlatmazsak
16:25
something that we're all aiming towards in reform,
394
970000
2000
reformun içine bunu bir şekilde koymazsak
16:27
then we're going to move nowhere.
395
972000
2000
hiçbir şekilde ilerlemeyeceğiz.
16:29
So, I hope you'll turn this conference into that kind of movement forward.
396
974000
2000
Bu nedenle, umarım bu konferansı bu tip bir hareketin başlangıcına çevirirsiniz.
16:31
Thanks very much.
397
976000
2000
Çok teşekkürler.
16:33
(Applause)
398
978000
3000
(Alkışlar)
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