下の英語字幕をダブルクリックすると動画を再生できます。
翻訳: Shigekazu Nakaya
校正: Masaki Yanagishita
00:06
The Black Death.
0
6919
1210
黒死病
00:08
The 1918 Flu Pandemic.
1
8379
1835
1918年のスペイン風邪
00:10
COVID-19.
2
10339
1168
COVID-19
00:11
We tend to think of these catastrophic,
world-changing pandemics
3
11883
3545
私たちは これらの壊滅的で
世界を変えてしまうほどのパンデミックを
00:15
as very unlikely events.
4
15428
2294
非常に可能性の低い出来事と
見なす傾向があります
00:18
But between 1980 and 2020,
5
18389
2503
しかし
1980年から2020年の間に
00:20
at least three diseases emerged
that caused global pandemics.
6
20892
3837
少なくとも3つの病気が世界的な
パンデミックを引き起しました
00:24
COVID-19, yes, but also
the 2009 swine flu and HIV/AIDS.
7
24729
4921
COVID-19はもちろん 2009年の
豚インフルエンザやHIV/AIDSです
00:29
Disease outbreaks are surprisingly common.
8
29942
2378
病気の集団発生は意外と多いのです
00:32
Over the past four centuries,
9
32528
1544
過去4世紀を通じて
00:34
the longest stretch of time
without a documented outbreak
10
34072
3128
1万人以上の死者を出したと
記録のある集団発生がない最長の期間は
00:37
that killed at least 10,000 people
was just four years.
11
37200
4296
わずか4年間でした
00:42
As bad as these smaller outbreaks are,
12
42038
2169
その小規模な集団発生は
深刻ではありましたが
00:44
they’re far less deadly than
a COVID-19-level pandemic.
13
44207
3086
COVID-19のパンデミックほど
致死率は高くありませんでした
00:47
In fact, many people born after
the 1918 flu lived their entire lives
14
47627
4629
実際 1918年のインフルエンザ以降に
生まれた人々の多くは
00:52
without experiencing
a similar world-changing pandemic.
15
52256
3295
世界を変えてしまうほどのパンデミックを
経験することなく一生を終えました
00:55
What’s the probability that you do, too?
16
55843
2253
あなたもそうなる確率は
どの程度でしょうか?
00:58
There are several ways
to answer this question.
17
58387
2253
この質問に答える方法は
いくつかあります
01:00
You could look at history.
18
60640
1668
過去の記録の調査も
その一つです
01:02
A team of scientists and engineers
who took this approach
19
62308
2878
ある科学者と技術者のチームは
このアプローチを採用し
01:05
catalogued all documented epidemics
and pandemics between 1600 and 1950.
20
65186
5422
1600年~1950年の間のすべての疫病と
パンデミックの目録を作成し
01:10
They used that data to do two things.
21
70817
2085
それを使って2つのことを行いました
01:13
First, to graph the likelihood
that an outbreak of any size
22
73152
3587
まず最初に
あらゆる規模の集団発生を対象に
01:16
pops up somewhere in the world
over a set period of time.
23
76739
3128
一定の期間内に世界のどこかで集団発生が
起きる可能性をグラフ化しました
01:20
And second, to estimate the likelihood
that that outbreak would get large enough
24
80409
4171
次に その集団発生が世界人口の
一定の割合を殺してしまうほどの
01:24
to kill a certain percentage
of the world's population.
25
84580
2753
大きさになる可能性を推定しました
01:27
This graph shows that while huge
pandemics are unlikely,
26
87708
3629
このグラフは大規模なパンデミックが
発生する可能性は低いが
01:31
they're not that unlikely.
27
91587
1627
それほど低くもないことも示します
01:34
The team used these two distributions
to estimate that the risk
28
94048
2961
そのチームは
この2つの分布を使用して
01:37
of a COVID-19-level pandemic
is about 0.5% per year,
29
97009
4338
COVID-19レベルのパンデミックの
リスクは年間約 0.5%であり
01:41
and could be as high as 1.4%
30
101347
2711
将来 新しい病気が
より頻繁に現れた場合では
01:44
if new diseases emerge
more frequently in the future.
31
104058
3087
1.4%まで高くなると
推定しました
01:48
And we’ll come back to those numbers,
32
108104
1793
数字については
後ほどまた触れますが
01:49
but first, let’s look at another way
to estimate the likelihood
33
109897
3045
まずは将来のパンデミックの可能性を
推定する別の方法を探って行きましょう ―
01:52
of a future pandemic:
34
112942
1293
01:54
modeling one from the ground up.
35
114235
1877
それは基本的なところから
モデルを作成することです
01:56
For most pandemics to happen, a pathogen,
which is a microbe that can cause disease,
36
116529
4296
ほとんどのパンデミックは
病気を引き起こす微生物(病原体)が原因で
02:00
has to spill over from its normal host by
making contact with and infecting a human.
37
120825
5547
自然界における宿主とヒトが接触し
種間伝播が起きることで始まります
02:06
Then, the pathogen has to spread widely,
38
126497
2753
そして次に 病原体の感染が拡大し
02:09
crossing international boundaries
and infecting lots of people.
39
129250
3629
国境を越えて多くの人々に感染することで
パンデミックになります
02:13
Many variables determine whether a given
spillover event becomes a pandemic.
40
133713
4588
発生した種間伝播がパンデミックになるかは
多くの変動要因によって決定されます
02:18
For example, the type of pathogen,
how often humans come into close contact
41
138885
4296
例えば 病原体の種類
ヒトがその病原体の保有動物に接触する頻度
02:23
with its animal reservoir,
existing immunity, and so on.
42
143181
3461
既に獲得している免疫力などです
02:27
Viruses are prime candidates
to cause the next big pandemic.
43
147602
4087
ウイルスは次の大きなパンデミックを
引き起こす最有力候補です
02:31
Scientists estimate that there are about
1.7 million as-yet-undiscovered viruses
44
151856
5756
科学者たちは未知のウイルスを
約170万と推定しており
02:37
that currently infect mammals and birds,
45
157612
2544
それらは現在 哺乳類や鳥類に
感染しています
02:40
and that roughly 40% of these have the
potential to spill over and infect humans.
46
160156
4921
そして その約40%が種間伝播して
ヒトに感染する可能性があります
02:46
A team of scientists built a model
using this information,
47
166162
2878
科学者たちのチームはこの情報をはじめ
02:49
as well as data about the global
population, air travel networks,
48
169040
3461
世界人口、空の旅のネットワーク
コミュニティでの人々の動き
02:52
how people move around in communities,
country preparedness levels,
49
172501
3504
国の準備レベル、パンデミックへの
人々の対応などに関するデータを使って
02:56
and how people might respond to pandemics.
50
176005
2419
モデルを作成し
02:58
The model generated hundreds of thousands
of virtual pandemics.
51
178799
3838
そのモデルを用いて何十万もの
仮想パンデミックを生成しました
03:02
The scientists then used
this catalog to estimate
52
182720
2586
そして 科学者たちは
その仮想パンデミックの目録から
03:05
that the probability of another
COVID-19-level pandemic
53
185306
3170
COVID-19レベルの別のパンデミックが
発生する確率は
03:08
is 2.5 to 3.3% per year.
54
188476
3253
年間2.5~3.3%であると推定しました
03:12
To get a sense of how these risks
play out over a lifetime,
55
192563
3379
このリスクが一人の人の生涯に
どのように作用するかを理解するために
03:15
let’s pick a value roughly in the middle
of all these estimates: 2%.
56
195942
3628
すべての推定値のほぼ中間の値である
2%を使ってみましょう
03:19
Now let’s build what’s called
a probability tree diagram
57
199737
3003
それでは 確率ツリー図を作成し
03:22
to model all possible scenarios.
58
202740
2336
考えられるすべてのシナリオを
モデル化します
03:25
The first branch of the tree
represents the first year:
59
205243
3128
ツリーの最初の枝は
最初の年を表します ―
03:28
there’s a 2% probability of experiencing
a COVID-19-level pandemic,
60
208371
3920
COVID-19レベルのパンデミックを
経験する確率は2%ですから
03:32
which means there’s a 98% probability
of not experiencing one.
61
212500
3920
98%の確率で経験しないということです
03:36
Second branch, same thing,
62
216712
1710
2番目の枝も同じで
03:38
Third branch, same.
63
218589
1335
3番目の枝も同じです
03:39
And so on, 72 more times.
64
219924
2544
そして
さらに72回続きます
03:42
There is only one path that results
in a fully pandemic-free lifetime:
65
222718
4922
完全にパンデミックのない生涯となる
パスは1つしかありません
03:47
98%, or 0.98,
multiplied by itself 75 times,
66
227848
4880
98% つまり0.98を75回掛けると
03:52
which comes out to roughly 22%.
67
232728
2503
約22%となります
03:55
So the likelihood of living through
at least one more COVID 19-level-pandemic
68
235856
4088
COVID-19レベルのパンデミックを
今後の75年間で経験する可能性は
03:59
in the next 75 years
is 100 minus 22%, or 78%.
69
239944
5630
100から22を引いた
78%です
04:05
78%!
70
245866
1127
78%!
04:07
If we use the most optimistic
yearly estimate— 0.5%—
71
247451
4171
最も楽観的な
年間推定値0.5%を使用すると
04:11
the lifetime probability drops to 31%.
72
251747
3128
生涯確率は31%に低下します
04:15
If we use the most pessimistic one,
it jumps to 92%.
73
255042
4129
最も悲観的な推定値を使用すると
92%に跳ね上がります
04:19
Even 31% is too high to ignore;
74
259839
2669
31%でさえ
無視するには大き過ぎる値です
04:22
even if we get lucky,
future generations might not.
75
262633
3212
私たちはラッキーでも
未来の世代はそうでないかもしれません
04:26
Also, pandemics are usually
random, independent events:
76
266053
3712
またパンデミックは通常
ランダムで独立した事象です
04:29
so even if the yearly probability
of a COVID-19-level pandemic is 1%,
77
269765
4797
COVID-19レベルのパンデミックの
年間確率が1%であったとしても
04:34
we could absolutely get another
one in ten years.
78
274729
2836
10年以内にもう1度は
確実に経験します
04:38
The good news is we now have tools
that make pandemics less destructive.
79
278607
3963
幸いにも 現在私たちはパンデミックの
壊滅的な被害を軽減する手段を持っています
04:43
Scientists estimated that early warning
systems, contact tracing,
80
283154
3628
米国の科学者たちは
早期警戒システム 接触者追跡
04:46
social distancing,
and other public health measures
81
286782
2461
ソーシャルディスタンス
その他の公衆衛生対策により
04:49
saved over a million lives
in just the first six months
82
289243
3253
COVID-19パンデミックの
最初の6か月間で
04:52
of the COVID-19 pandemic in the US,
83
292496
2419
100 万人以上の命が救われたと
推定しています
04:55
not to mention the millions
of lives saved by vaccines.
84
295333
3086
ワクチンが何百万人もの命を
救ったことは言うまでもありません
04:59
One day, another pandemic
will sweep the globe.
85
299587
2961
いつの日か
別のパンデミックが世界を席巻するでしょう
05:02
But we can work to make that day
less likely to be tomorrow.
86
302840
3462
しかし その日が明日となる
可能性を低くめる努力はできます
05:06
We can reduce the risk
of spillover events,
87
306552
2252
種間伝播が起きるリスクを軽減することも
05:08
and we can contain spillovers
that do happen
88
308804
2461
種間伝播が発生した場合に
それを封じ込めることもできます
05:11
so they don’t become full-blown pandemics.
89
311265
2544
これらの手段により
爆発的なパンデミックを防げます
05:14
Imagine how the future might
look if we interacted
90
314810
2461
こんな未来を想像してみてください
05:17
with the animal world more carefully,
91
317271
1919
私たちが動物の世界と
もっと注意深く係わり
05:19
and if we had well-funded, open-access
global disease monitoring programs,
92
319190
4337
十分な資金を注いだオープンでグローバルな
疾患モニタリングプログラムを備え
05:23
AI-powered contact tracing
and isolation measures,
93
323527
2920
AIを活用した接触追跡
隔離対策
05:26
universal vaccines,
next-generation antiviral drugs,
94
326447
3295
ユニバーサルワクチン
次世代抗ウイルス薬
05:29
and other tech we haven't even thought of.
95
329742
2127
その他 思いもつかないような技術のある未来
05:32
It’s in our power to change
these probabilities.
96
332078
3003
私たちの力で
この確率を変えられるのです
05:35
So, we have a choice: we could do nothing
and hope we get lucky.
97
335206
3295
私たちは選択できるのです
何もせず ラッキーであることを祈るか
05:38
Or we could take the threat
seriously enough
98
338501
2252
この予想を真剣に脅威として受け止め
05:40
that it becomes a self-defeating prophecy.
99
340753
2419
予言が現実とならぬよう
自らの運命を変えるかです
05:43
Which future would you rather live in?
100
343672
1961
あなたはどちらの未来を生きたいですか?
New videos
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。