What really happens when you mix medications? | Russ Altman

المترجم: Zeineb Trabelsi المدقّق: Hussain Laghabi

So you go to the doctor and get some tests.

تزور الطبيب للقيام ببعض الفحوصات.

The doctor determines that you have high cholesterol

فيخبرك الطبيب أنك تشكو من ارتفاع في الكولسترول

and you would benefit from medication to treat it.

وسيعطيك دواءً لعلاج ذلك.

So you get a pillbox.

وتحصل على علبة صغيرة من العقاقير.

You have some confidence,

أنت واثق،

your physician has some confidence that this is going to work.

وطبيبك المُعالج واثق من أن هذا الدواء مناسب للعلاج.

The company that invented it did a lot of studies, submitted it to the FDA.

الشركة التي اخترعته قامت بدراسات كثيرة، وأحالته إلى إدارة الغذاء والدواء.

They studied it very carefully, skeptically, they approved it.

قاموا بدراسته بكلّ عناية ومن ثمّ وافقوا عليه.

They have a rough idea of how it works,

لديهم معرفة واسعة بكيفية تفاعله ومعالجته للمرض،

they have a rough idea of what the side effects are.

لديهم معرفة واسعة بتأثيراته الجانبية.

It should be OK.

والتي تمت الموافقة على عدم خطورتها.

You have a little more of a conversation with your physician

تحاورت مع طببك المعالج بعد مدة

and the physician is a little worried because you've been blue,

والذي كان قلقا بشأنك بسبب شعورك بقليل من الانزعاج،

haven't felt like yourself,

والضياع،

you haven't been able to enjoy things in life quite as much as you usually do.

لم يكن بإمكانك الاستمتاع بحياتك كما كنت سابقا.

Your physician says, "You know, I think you have some depression.

قال لك طبيبك المعالج: "أعتقد أنك تشكو من اكتئاب طفيف.

I'm going to have to give you another pill."

ينبغي أن أعطيك المزيد من الدواء."

So now we're talking about two medications.

نحن الآن نتحدث عن نوعين من الأدوية.

This pill also -- millions of people have taken it,

هذا الدواء أيضا-- يتمّ أخذه من قبل ملايين الأشخاص،

the company did studies, the FDA looked at it -- all good.

وقد خضع للعديد الدراسات، وتمّ فحصه من قبل إدارة الأغذية والدواء و كلّ شي جيد.

Think things should go OK.

ستستير الأمور على مايرام.

Think things should go OK.

ستستير الأمور على مايرام.

Well, wait a minute.

حسنا، انتظروا.

How much have we studied these two together?

ما مدى دراستنا لهذين النوعين من الأدوية معا؟

Well, it's very hard to do that.

حسنا، من الصعب القيام بذلك.

In fact, it's not traditionally done.

في الواقع، لا يتمّ القيام بذلك عادة.

We totally depend on what we call "post-marketing surveillance,"

نحن دائما نعتمد على ما يُسمّى "مراقبة ما بعد التسويق،"

after the drugs hit the market.

بعد أن يتمّ ترويج الأدوية بالسوق.

How can we figure out if bad things are happening

كيف يُمكننا معرفة ما إذا كانت هناك مخاطر

between two medications?

متعلّقة بتناول نوعين من الأدوية معا؟

Three? Five? Seven?

ثلاثة أنواع؟ خمسة؟ سبعة؟

Ask your favorite person who has several diagnoses

اسأل شخصا مُقرّبا تمّ تشخيصه بالعديد من الأمراض

how many medications they're on.

عن عدد أنواع الأدوية التي يأخذها.

Why do I care about this problem?

لما أولي إلى هذه المشكلة اهتماما كبيرا؟

I care about it deeply.

أنا أهتم بها كثيرا.

I'm an informatics and data science guy and really, in my opinion,

أنا متخصص في مجال المعلوماتية والبيانات العلمية، وحسب رأيي،

the only hope -- only hope -- to understand these interactions

الأمل الوحيد -- الأمل الوحيد-- لفهم هذه التفاعلات

is to leverage lots of different sources of data

هو استخدام العديد من مصادر البيانات المختلفة

in order to figure out when drugs can be used together safely

بهدف فهم متى يمكن استعمال الأدوية معا بدون مخاطر

and when it's not so safe.

ومتى يُشكّل استعمالها معا خطرا.

So let me tell you a data science story.

لذا دعوني أخبركم عن قصة متعلقة بالبيانات العلمية.

And it begins with my student Nick.

بدأ الأمر مع تلميذي نيك.

Let's call him "Nick," because that's his name.

فلندعه "نيك"، فهذا هو اسمه.

(Laughter)

(ضحك)

Nick was a young student.

كان نيك طالبا شابّا.

I said, "You know, Nick, we have to understand how drugs work

قلت له: "كما تعرف يا نيك، ينبغي أن نفهم كيفية تفاعل الأدوية

and how they work together and how they work separately,

عند استعمالها معا أو بطريقة منفردة،

and we don't have a great understanding.

ليست لدينا معرفة كبيرة في هذا الشأن.

But the FDA has made available an amazing database.

ولكن توفّر إدارة الأغذية والدواء قاعدة بيانات ثريّة.

It's a database of adverse events.

إنها قاعدة بيانات للأحداث السلبية.

They literally put on the web --

فهم يقومون بالنشر على الانترنت--

publicly available, you could all download it right now --

وهي متوفّرة للجميع ويمكنكم تنزيلها فورا--

hundreds of thousands of adverse event reports

للمئات والآلاف من تقارير الأحداث السلبية

from patients, doctors, companies, pharmacists.

من قبل المرضى والأطباء والمؤسسات والصيادلة.

And these reports are pretty simple:

وهذه التقارير بسيطة للغاية:

it has all the diseases that the patient has,

حول كل الأمراض التي يُعاني منها الأشخاص،

all the drugs that they're on,

وكلّ الأدوية التي يتناولونها،

and all the adverse events, or side effects, that they experience.

وكلّ الأحداث السلبية أو الآثار الجانبية التي يتعرضون لها.

It is not all of the adverse events that are occurring in America today,

لا تشمل جميع الأحداث السلبية التي تحدث بأمريكا اليوم،

but it's hundreds and hundreds of thousands of drugs.

ولكن المئات والمئات من ضمن الآلاف من الأدوية.

So I said to Nick,

لذا قلت لنيك،

"Let's think about glucose.

"فلنركّز تفكيرنا على الغلوكوز.

Glucose is very important, and we know it's involved with diabetes.

الغلوكوز مهم جدّا، ونعرف أنه ذو علاقة بمرضى السكري.

Let's see if we can understand glucose response.

فلنكتشف ما إذا كان بإمكاننا فهم استجابة الغلوكوز.

I sent Nick off. Nick came back.

أرسلت نيك في مهمة. وعندما رجع

"Russ," he said,

قال: "روس"

"I've created a classifier that can look at the side effects of a drug

"لقد صمّمت مصنّفا بإمكانه الاطلاع على الآثار الجانبيّة

based on looking at this database,

للدواء بالرجوع إلى قاعدة البيانات،

and can tell you whether that drug is likely to change glucose or not."

ومن ثم يُطلعنا ما إذا كان لذلك الدواء تأثير على الغلوكوز أو لا."

He did it. It was very simple, in a way.

لقد قام بذلك وكان ذلك بسيط جدّا.

He took all the drugs that were known to change glucose

حدّد كلّ الادوية التي لها تأثير على الغلوكوز

and a bunch of drugs that don't change glucose,

ومجموعة من الأدوية التي ليس لها أي تأثير على الغلوكوز،

and said, "What's the difference in their side effects?

وقال، "ماهو الفرق بين تأثيراتها الجانبية؟

Differences in fatigue? In appetite? In urination habits?"

الفرق على مستوى التعب؟ الشهية؟ عادات التبول؟

All those things conspired to give him a really good predictor.

كلّ تلك الأشياء معا كانت مؤشّرا جيدا حقّا.

He said, "Russ, I can predict with 93 percent accuracy

قال، "روس، أستطيع أن أتوقّع بما يقارب 93% من الدقة

when a drug will change glucose."

متى يمكن لأي دواء تغيير نسبة الجلوكوز."

I said, "Nick, that's great."

قلت: "هذا رائع يا نيك."

He's a young student, you have to build his confidence.

هو طالب شاب، وينبغي أن تبني ثقته بنفسه.

"But Nick, there's a problem.

"ولكن نيك، توجد مشكلة.

It's that every physician in the world knows all the drugs that change glucose,

كلّ الأطباء حول العالم يعرفون كلّ الأدوية التي تُؤثّر على نسبة الغلوكوز،

because it's core to our practice.

فهذا أساس ممارساتنا.

So it's great, good job, but not really that interesting,

هذا رائع، أحسنت، ولكن ليس مثيرا للاهتمام،

definitely not publishable."

بالتأكيد لا يستحقّ النشر."

(Laughter)

(ضحك)

He said, "I know, Russ. I thought you might say that."

قال، "أعرف يا روس، لقد عرفت بأنك ستقول ذلك."

Nick is smart.

نيك ذكيّ.

"I thought you might say that, so I did one other experiment.

"عرفت بأنك ستقول ذلك، لذا قمت بتجربة.

I looked at people in this database who were on two drugs,

بحثت عن الموجودين بقاعدة البيانات ويستعملون نوعين من الأدوية،

and I looked for signals similar, glucose-changing signals,

وبحثت عن المؤشرات المماثلة لمؤشرات تغيّر نسبة الغلوكوز،

for people taking two drugs,

لمستعملي نوعين من الأدوية،

where each drug alone did not change glucose,

حيث أن تناول كلّ نوع من الأدوية على حدة لا يُغيّر نسبة الكولسترول،

but together I saw a strong signal."

ولكن تناولهم معا له تأثير قويّ."

And I said, "Oh! You're clever. Good idea. Show me the list."

فقلت، "أوه، أنت ذكيّ. فكرة جيدة. أعطني القائمة."

And there's a bunch of drugs, not very exciting.

كانت هناك مجموعة من الأدوية لم تُثر اهتمامي.

But what caught my eye was, on the list there were two drugs:

ولكن ما جلب انتباهي هما نوعان من الأدوية على القائمة:

paroxetine, or Paxil, an antidepressant;

الباروكستين أو باكسيل، مضاد للاكتئاب،

and pravastatin, or Pravachol, a cholesterol medication.

وبرافاستاتين أو برفشل، دواء لعلاج الكولسترول.

And I said, "Huh. There are millions of Americans on those two drugs."

فقلت، "آه، يستعمل الملايين من الأمريكان هذين النوعين من الدواء."

In fact, we learned later,

في الواقع، عرفنا لاحقا أن،

15 million Americans on paroxetine at the time, 15 million on pravastatin,

15 مليون أمريكي يستعملون الباروكستين 15 مليون أمريكي يستعملون البرافاستاتين،

and a million, we estimated, on both.

ومليون أمريكي يستعملون النوعين في نفس الوقت.

So that's a million people

إذا يمكن أن يُعاني ما

who might be having some problems with their glucose

يُقارب مليون شخص من مشاكل على مستوى الغلوكوز

if this machine-learning mumbo jumbo that he did in the FDA database

إذا تعرضت آلة التعلّم "المامبو جامبو" المدرجة في بيانات إدارة الغذاء والدواء

actually holds up.

للعطب في الواقع.

But I said, "It's still not publishable,

ولكنني قلت، "لا يمكن نشر هذا بعد،

because I love what you did with the mumbo jumbo,

لأنني أحببت ما قمت به باستعمال المامبو جامبو،

with the machine learning,

بواسطة التعلم الآلي،

but it's not really standard-of-proof evidence that we have."

ولكن هذا ليس معيارا يمكن استعماله كدليل لإثبات ما توصلنا إليه."

So we have to do something else.

لذا علينا أن نقوم بشيء آخر.

Let's go into the Stanford electronic medical record.

فلنبحث في السجلات الطبية الإلكترونية لجامعة ستانفورد.

We have a copy of it that's OK for research,

لدينا نسخة منها ولا بأس بذلك للقيام بالبحوث،

we removed identifying information.

أزلنا المعلومات الشخصية.

And I said, "Let's see if people on these two drugs

وقلت، "فلنكتشف ما إذا كان مستعملو هذين النوعين

have problems with their glucose."

من الدواء، يعانون من مشاكل الغلوكوز."

Now there are thousands and thousands of people

حاليا يوجد الآلاف والآلاف من الأشخاص

in the Stanford medical records that take paroxetine and pravastatin.

في السجلات الطبية لستانفورد ممن يستعملون الباروكستين والبرافاستاتين.

But we needed special patients.

ولكننا كنا بحاجة إلى مرضى معينين.

We needed patients who were on one of them and had a glucose measurement,

احتجنا إلى مرضى يستعملون أحد الأدوية ويتم قياس نسبة الغلوكوز،

then got the second one and had another glucose measurement,

ثم يستعمل النوع الثاني ويتم قياس نسبة الغلوكوز،

all within a reasonable period of time -- something like two months.

كلّ ذلك خلال مدة معينة-- على سبيل المثال شهرين.

And when we did that, we found 10 patients.

وعندما قمنا بتلك التجربة، وجدنا 10 مرضى.

However, eight out of the 10 had a bump in their glucose

ومع ذلك، شهد 8 من مرضانا ارتفاعا في نسبة الغلوكوز

when they got the second P -- we call this P and P --

عندما أخذوا الدواء الثاني "ب"-- والذي نُسمّيه "ب" و"ب"--

when they got the second P.

عند أخذ الدواء الثاني "ب".

Either one could be first, the second one comes up,

ترتيب أخذ الأدوية يٌمكن أن يكون بشكل اعتباطي،

glucose went up 20 milligrams per deciliter.

ترتفع نسبة الغلوكوز 20 ميلغرام لكل ديسيلتر.

Just as a reminder,

فقط كتذكير،

you walk around normally, if you're not diabetic,

نسبة الغلوكوز العادية، في صورة عدم إصابتك

with a glucose of around 90.

بمرض السكري حوالي 90.

And if it gets up to 120, 125,

وعندما تشهد ارتفاعا لتصل حوالي 120، 125،

your doctor begins to think about a potential diagnosis of diabetes.

سيبدأ طبيبك بالتفكير في القيام بتشخيص لاحتمال إصابتك بالسكري.

So a 20 bump -- pretty significant.

لذا ارتفاع بنسبة 20 -- مؤشّر جيّد.

I said, "Nick, this is very cool.

قلت، "نيك، هذا جيد حقا.

But, I'm sorry, we still don't have a paper,

ولكن أنا آسف، فنحن لا نملك دليلا على ورق،

because this is 10 patients and -- give me a break --

فهؤلاء فقط 10 أشخاص - هذا لا يُعقل -

it's not enough patients."

هذا العدد من الأشخاص لا يكفي."

So we said, what can we do?

إذا قلنا، ما الذي يمكننا أن نقوم به؟

And we said, let's call our friends at Harvard and Vanderbilt,

ثم قررنا بأن نتصل بأصدقاءنا بجامعة هارفرد وفاندربيلت،

who also -- Harvard in Boston, Vanderbilt in Nashville,

الذين -جامعة هارفرد في بوسطن، وفاندربيلت في ناشفيل،

who also have electronic medical records similar to ours.

لديهم أيضا سجلات طبيّة الكترونية مماثلة لتلك التي لدينا.

Let's see if they can find similar patients

فلنر ما إذا كان بإمكانهم إيجاد مرضى يشبهون

with the one P, the other P, the glucose measurements

مرضانا، يتناولون النوع الأول والنوع الثاني، بنسبة

in that range that we need.

غلوكوز في المستوى الذي نحتاجه.

God bless them, Vanderbilt in one week found 40 such patients,

شكرا لمجهوداتهم، في غضون أسبوع تمّ إيجاد40 مريضا بجامعة فاندربيليت،

same trend.

نفس الحالة.

Harvard found 100 patients, same trend.

و100 مريضا بجامعة هارفرد، نفس الحالة.

So at the end, we had 150 patients from three diverse medical centers

لذا في النهاية، حصلنا على 150 مريضا من ثلاثة مراكز طبية متنوعة

that were telling us that patients getting these two drugs

أخبرونا بأن هؤلاء المرضى يتناولون هذين النوعين من الدواء

were having their glucose bump somewhat significantly.

ويشهدون ارتفاعا ملحوظا في نسبة الغلوكوز.

More interestingly, we had left out diabetics,

والمثير للاهتمام، لم نهتم بمرضى السكري،

because diabetics already have messed up glucose.

فهم يشهدون تغيرا في نسبة الغلوكوز.

When we looked at the glucose of diabetics,

عندما تمعنا في نسبة الغلوكوز بالنسبة لمرضى السكري،

it was going up 60 milligrams per deciliter, not just 20.

كانت النسبة مرتفعة ب60 ميليغرام للديسيلتر وليس فقط 20.

This was a big deal, and we said, "We've got to publish this."

لقد كان هذا أمرا مُهمّا، "ينبغي أن نقوم بنشر هذا."

We submitted the paper.

قمنا بتقديم الأوراق.

It was all data evidence,

كانت كلّها أدلة للبيانات،

data from the FDA, data from Stanford,

بيانات من إدارة الأغذية والدواء، من جامعة ستانفورد،

data from Vanderbilt, data from Harvard.

من جامعة فاندربيلت وجامعة هارفرد.

We had not done a single real experiment.

لم نقم بتجربة واحدة حقيقية.

But we were nervous.

ولكننا كنا نشعر بالاضطراب.

So Nick, while the paper was in review, went to the lab.

بينما كان يتم مراجعة وثائق الدراسة ذهب نيك إلى المخبر.

We found somebody who knew about lab stuff.

وجدنا شخصا لديه معرفة بتجهيزات المخبر.

I don't do that.

أنا لا أقوم بذلك.

I take care of patients, but I don't do pipettes.

أهتم بالمرضى، ولكنني لا أستعمل الماصة المخبرية.

They taught us how to feed mice drugs.

علمونا كيفية إطعام الفئران الدواء.

We took mice and we gave them one P, paroxetine.

أخذنا الفئران وقدمنا لها نوعا واحدا من الدواء "الباروكستين".

We gave some other mice pravastatin.

وبينما قدمنا للفئران الأخرى البرافاستاتين.

And we gave a third group of mice both of them.

بينما قدمنا لمجموعة ثالثة من الفئران كلا النوعين.

And lo and behold, glucose went up 20 to 60 milligrams per deciliter

وقد لاحظنا ارتفاعا في نسبة الغلوكوز بمعدل 20 إلى 60 ميلغرام للدسليتر

in the mice.

على مستوى الفئران.

So the paper was accepted based on the informatics evidence alone,

تم قبول وثائق الدراسة استنادا على الأدلة المعلوماتية فقط،

but we added a little note at the end,

ولكننا أضفنا ملاحظة صغيرة في الأسفل،

saying, oh by the way, if you give these to mice, it goes up.

قائلين، بالمناسبة، إذا أعطينا هذه الأدوية إلى الفئران، سترتفع نسبة الغلوكوز.

That was great, and the story could have ended there.

كان هذا رائعا، وكان من الممكن أن تنتهي القصة.

But I still have six and a half minutes.

ولكن مازالت 6 دقائق ونصف.

(Laughter)

(ضحك)

So we were sitting around thinking about all of this,

إذا كنا جالسين نفكّر حول كل هذا،

and I don't remember who thought of it, but somebody said,

ولا أتذكر من خمّن في ذلك، ولكن شخص ما قال،

"I wonder if patients who are taking these two drugs

"أتساءل عما إذا كان المرضى المتناولون لهذه الأدوية

are noticing side effects of hyperglycemia.

يُعانون من أعراض جانبية أو ارتفاع لنسبة السكر في الدم.

They could and they should.

ربما.

How would we ever determine that?"

كيف يمكننا معرفة ذلك؟"

We said, well, what do you do?

قلنا، حسنا، ما الذي ستقوم به؟

You're taking a medication, one new medication or two,

أنت تتناول دواء، دواء جديدا أو اثنين،

and you get a funny feeling.

وتشعر بشعور غريب.

What do you do?

ما الذي ستقوم به؟

You go to Google

ستفتح محرك البحث "غوغل"

and type in the two drugs you're taking or the one drug you're taking,

وتكتب اسم هذين النوعين من الدواء أو نوعا واحدا فقط،

and you type in "side effects."

وتُضيف "الأعراض الجانبية."

What are you experiencing?

ما الذي تُعاني منه؟

So we said OK,

قلنا بأننا موافقون،

let's ask Google if they will share their search logs with us,

فلنسأل ما إذا كان غوغل سيوافق على مدنا بسجلات البحث،

so that we can look at the search logs

لكي نستطيع الاطلاع على السجلات

and see if patients are doing these kinds of searches.

ونكتشف ما إذا كان المرضى يقومون بهذا النوع من الأبحاث.

Google, I am sorry to say, denied our request.

ولكن للأسف تم رفض مطلبنا.

So I was bummed.

لقد كنت مكتئبا.

I was at a dinner with a colleague who works at Microsoft Research

كنت أتناول العشاء مع زميلي الذي يعمل بمركز أبحاث مايكروسوفت

and I said, "We wanted to do this study,

وقلت، "لقد أردنا القيام بهذه الدراسة،

Google said no, it's kind of a bummer."

ولكن غوغل رفض ذلك، هذه مشكلة نوعا ما."

He said, "Well, we have the Bing searches."

قال، "حسنا، لدينا سجلات البحث "لبنج".

(Laughter)

(ضحك)

Yeah.

نعم.

That's great.

هذا رائع.

Now I felt like I was --

الآن شعرت كما لو أنني --

(Laughter)

(ضحك)

I felt like I was talking to Nick again.

الآن شعرت كما لو أنني أتحدث إلى نيك مجددا.

He works for one of the largest companies in the world,

هو يعمل في إحد أكبر الشركات في العالم.

and I'm already trying to make him feel better.

وأنا الآن أحاول أن أجعله يشعر بشعور أفضل.

But he said, "No, Russ -- you might not understand.

ولكنه قال لي، "لا، روس-- ربما لم تفهم.

We not only have Bing searches,

ليس لدينا سجلات البحث لبنج فقط،

but if you use Internet Explorer to do searches at Google,

ولكن إن استعملت متصفح أكسبلورر للقيام ببحوث على غوغل،

Yahoo, Bing, any ...

ياهو أو بنج أو أي محرك آخر...

Then, for 18 months, we keep that data for research purposes only."

فنحن، نحتفظ بتلك البيانات لمدة 18 شهرا لأغراض بحثية فقط."

I said, "Now you're talking!"

فقلت له، "والآن تُخبرني بذلك؟"

This was Eric Horvitz, my friend at Microsoft.

كان ذلك صديقي أريك هرفيتز، صديقي بمايكرسوفت.

So we did a study

لذا قمنا بدراسة

where we defined 50 words that a regular person might type in

حيث حددنا 50 كلمة من المحتمل كتابتها من قبل أي شخص عادي

if they're having hyperglycemia,

إن كان يشكو من ارتفاع نسبة السكر في دمه،

like "fatigue," "loss of appetite," "urinating a lot," "peeing a lot" --

مثل "التعب" و"فقدان الشهية" و"كثرة التبول" --

forgive me, but that's one of the things you might type in.

أعتذر ولكن هذه أحد الأشياء التي من الممكن أن تتم كتابتها.

So we had 50 phrases that we called the "diabetes words."

لدينا 50 جملة أطلقنا عليها اسم "كلمات مرضى السكري."

And we did first a baseline.

وقمنا في أولًا بوضع قاعدة بيانات.

And it turns out that about .5 to one percent

وكانت النتيجة 0.5 إلى 1%

of all searches on the Internet involve one of those words.

من الأبحاث على الانترنت تتضمّن إحدى الكلمات.

So that's our baseline rate.

فكان ذلك المعدل الأساسي بالنسبة لنا.

If people type in "paroxetine" or "Paxil" -- those are synonyms --

إذا كتب أحد الأشخاص "باروكسيتين" أو "باكسيل" -- هذه مرادفات --

and one of those words,

وكتابة إحدى هذه الكلمات،

the rate goes up to about two percent of diabetes-type words,

تساهم في ارتفاع المعدل بحوالي 2%

if you already know that there's that "paroxetine" word.

في صورة كنت تعرف بوجود كلمة "باروكسيتين".

If it's "pravastatin," the rate goes up to about three percent from the baseline.

ولو كانت الكلمة "برافستاتين"، فإن المعدل سيرتفع بحوالي ثلاثة في المائة.

If both "paroxetine" and "pravastatin" are present in the query,

وإذا وُجد كلّ من "باروكسيتين" و"برافاستاتين" في الاستفسار،

it goes up to 10 percent,

فسيرتفع المعدل بعشرة في المائة،

a huge three- to four-fold increase

إرتفاع بمعدل 3 إلى 4 أضعاف

in those searches with the two drugs that we were interested in,

في الأبحاث المتعلقة بهذين النوعين من الدواء التي تدور حولها أبحاثنا،

and diabetes-type words or hyperglycemia-type words.

والكلمات المتعلقة بنوع من مرض السكري أو ارتفاع السكر في الدم.

We published this,

قمنا بنشر ما توصلنا إليه،

and it got some attention.

ولاقت نتائجنا بعض الاهتمام.

The reason it deserves attention

السبب وراء هذا الاهتمام

is that patients are telling us their side effects indirectly

هو أن المرضى كانوا يخبروننا بالآثار الجانبية مباشرة

through their searches.

من خلال بحوثهم.

We brought this to the attention of the FDA.

ولقد أخبرنا إدارة الغذاء والدواء بذلك.

They were interested.

ولقد أبدوا اهتمامهم.

They have set up social media surveillance programs

ووضعوا برامج مراقبة لوسائل الإعلام الاجتماعية

to collaborate with Microsoft,

للتعاون مع شركة مايكرسوفت،

which had a nice infrastructure for doing this, and others,

وكانت هذه البرامج ناجعة،

to look at Twitter feeds,

لقراءة المستجدات في تويتر،

to look at Facebook feeds,

والفايسبوك،

to look at search logs,

وللبحث في سجلات البحث،

to try to see early signs that drugs, either individually or together,

ومحاولة اكتشاف الآثار المبكرة للأدوية معا أو بصورة فردية،

are causing problems.

والتي قد تُسببها هذه الأدوية.

What do I take from this? Why tell this story?

ما الذي أستنتجه من هذا؟ ولماذا أقصّ هذه القصة؟

Well, first of all,

حسنا، أولا،

we have now the promise of big data and medium-sized data

لدينا بيانات كبيرة الحجم وأخرى متوسطة الحجم

to help us understand drug interactions

لمساعدتنا على فهم التفاعلات بين الأدوية

and really, fundamentally, drug actions.

وأساسا، طريقة عمل الدواء.

How do drugs work?

كيف تعمل الأدوية؟

This will create and has created a new ecosystem

هذا سيخلق أو قد خلق نوعا من النظام البيئي الجديد

for understanding how drugs work and to optimize their use.

لفهم طريقة عمل الأدوية وكيفيّة تحسين استعمالها.

Nick went on; he's a professor at Columbia now.

بدأ نيك في ذلك، وهو أستاذ في كولومبيا حاليا.

He did this in his PhD for hundreds of pairs of drugs.

قام بهذا في أطروحة الدكتوراه الخاصة به للمئات من أزواج الأدوية.

He found several very important interactions,

ولقد حصل على العديد من التفاعلات المهمة،

and so we replicated this

وقمنا بإعادة ذلك

and we showed that this is a way that really works

وأظهرنا بأنها طريقة يمكن اعتمادها

for finding drug-drug interactions.

لإيجاد التفاعلات بين دواء و دواء.

However, there's a couple of things.

ومع ذلك، توجد بعض الأشياء.

We don't just use pairs of drugs at a time.

لا نستعمل فقط نوعين من الأدوية في نفس الوقت.

As I said before, there are patients on three, five, seven, nine drugs.

وكما قلت سابقا، يوجد من يستعمل 3 أو 5 أو 7 أو 9 أدوية في نفس الوقت.

Have they been studied with respect to their nine-way interaction?

هل تمت دراسة التفاعلات بالنسبة للأدوية التسعة ؟

Yes, we can do pair-wise, A and B, A and C, A and D,

نعم نستطيع دراسة كل زوجين على حدة، أ و ب ، أ و ت، أ و ث،

but what about A, B, C, D, E, F, G all together,

ولكن ماذا عن أ، ب، ت، ث، ج، ح، خ معا

being taken by the same patient,

وأخذها من قبل مريض واحد،

perhaps interacting with each other

ربما ستحصل تفاعلات بينها

in ways that either makes them more effective or less effective

بطريقة تجعلها أكثر أو أقل فاعلية

or causes side effects that are unexpected?

أو تتسبّب في أعراض جانبية غير مرغوب فيها؟

We really have no idea.

حقا ليست لدينا أي فكرة عن ذلك.

It's a blue sky, open field for us to use data

إنه نوع ما خيالي بالنسبة لنا أن نستعمل البيانات

to try to understand the interaction of drugs.

لمحاولة فهم التفاعلات بين الأدوية.

Two more lessons:

درسان إضافيان:

I want you to think about the power that we were able to generate

أريدكم أن تفكروا في مدى القوّة التي كنا قادرين على توليدها

with the data from people who had volunteered their adverse reactions

من البيانات المُتحصّل عليها من قبل المتطوعين الذين شهدوا ردود فعل سلبية

through their pharmacists, through themselves, through their doctors,

من خلال تناول الأدوية من تلقاء أنفسهم أو الصيدلاني أو أطبائهم،

the people who allowed the databases at Stanford, Harvard, Vanderbilt,

أولئك الأشخاص الذين سمحوا باستعمال البيانات الموجودة

to be used for research.

بستانفورد وهارفارد وفاندربيلت،

People are worried about data.

الناس قلقون بشأن البيانات.

They're worried about their privacy and security -- they should be.

هم قلقون بشأن خصوصيتهم وأمنهم-- ولهم الحق في ذلك.

We need secure systems.

نحتاج إلى نظام حماية.

But we can't have a system that closes that data off,

ولكننا لا نملك نظاما يُمكّننا من منع الوصول إلى تلك البيانات،

because it is too rich of a source

فهي مصدر غنيّ بالمعلومات

of inspiration, innovation and discovery

ومصدر إلهام وابتكار واكتشاف

for new things in medicine.

للكثير من الأشياء في مجال الطب.

And the final thing I want to say is,

وآخر شيء أود قوله،

in this case we found two drugs and it was a little bit of a sad story.

في هذه الحالة وجدنا نوعين من الدواء وكانت قصة محزنة نوعا ما.

The two drugs actually caused problems.

تسبّب كلا الدوائين في عديد المشاكل.

They increased glucose.

ساهما في ارتفاع نسبة الغلوكوز.

They could throw somebody into diabetes

من الممكن أن يتسببا في إصابة شخص ما بمرض السكري

who would otherwise not be in diabetes,

حتى وإن لم يكن مصابا بالسكري،

and so you would want to use the two drugs very carefully together,

لذا من المستحسن استعمال كلا النوعين بكلّ حذر،

perhaps not together,

وربما ليس في نفس الوقت،

make different choices when you're prescribing.

ينبغي القيام بعدة اختيارات عند وصف الدواء.

But there was another possibility.

ولكن يوجد احتمال آخر.

We could have found two drugs or three drugs

وجدنا نوعين أو ثلاثة أنواع من الدواء

that were interacting in a beneficial way.

تتفاعل فيما بينها بطريقة إيجابية.

We could have found new effects of drugs

وجدنا تأثيرات أخرى جديدة للدواء

that neither of them has alone,

والتي لا توجد بالنسبة لأي دواء عند استعماله لوحده،

but together, instead of causing a side effect,

ولكن عند استعمالها معا، عوض التسبب بآثار جانبية،

they could be a new and novel treatment

من الممكن أن تكون علاجا جديدا من نوعه

for diseases that don't have treatments

لأمراض ليس لها علاج

or where the treatments are not effective.

أو لم تكن العلاجات فعّالة بالنسبة لها.

If we think about drug treatment today,

عندما نفكر بشأن العلاج بالأدوية اليوم

all the major breakthroughs --

فإن جميع التطورات اليوم --

for HIV, for tuberculosis, for depression, for diabetes --

بالنسبة لفيروس نقص المناعة البشرية، السلّ الإكتئاب أو مرض السكري --

it's always a cocktail of drugs.

هي دائما ما تكون مزيجا من الأدوية.

And so the upside here,

لذا الشيء الإيجابي هنا،

and the subject for a different TED Talk on a different day,

و هو موضوع محادثاتTED خلال عدة أيام،

is how can we use the same data sources

كيف يمكننا استعمال نفس مصادر البيانات

to find good effects of drugs in combination

لإيجاد آثار جيدة لمزيج من الأدوية

that will provide us new treatments,

والتي من الممكن أن توفر لنا علاجات جديدة،

new insights into how drugs work

وآفاق جديدة لكيفية عمل الأدوية

and enable us to take care of our patients even better?

وتُمكّننا من علاج مرضانا بطريقة أفضل؟

Thank you very much.

شكرا جزيلا لكم.

(Applause)

(تصفيق)