Max Little: A test for Parkinson's with a phone call

115,001 views ・ 2012-08-07

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Překladatel: Marek Petrik Korektor: Jan Kadlec
00:15
So, well, I do applied math,
1
15927
2103
Mým oborem je aplikovaná matematika.
00:18
and this is a peculiar problem
2
18030
1524
Jeden záludný problém
00:19
for anyone who does applied math, is that
3
19554
2173
pro každého, kdo se věnuje aplikované matematice, je ten,
00:21
we are like management consultants.
4
21727
1933
že jsme jako manažerští konzultanti.
00:23
No one knows what the hell we do.
5
23660
1946
Nikdo neví, co vlastně děláme.
00:25
So I am going to give you some -- attempt today
6
25606
2274
Dnes se budu snažit
00:27
to try and explain to you what I do.
7
27880
2293
pokusit se vám vysvětlit, co dělám.
00:30
So, dancing is one of the most human of activities.
8
30173
3321
Tanec je jedna ze svrchovaně lidských aktivit.
00:33
We delight at ballet virtuosos and tap dancers
9
33494
3682
Obdivujeme baletní virtuózy a stepaře,
00:37
you will see later on.
10
37176
1148
které za chvíli uvidíte.
00:38
Now, ballet requires an extraordinary level of expertise
11
38324
2690
Balet vyžaduje výjimečnou úroveň odbornosti,
00:41
and a high level of skill,
12
41014
2914
velkou dávku zručnosti a obratnosti
00:43
and probably a level of initial suitability
13
43928
2531
a pravděpodobně dávku počátečního talentu,
00:46
that may well have a genetic component to it.
14
46459
1847
který může být zakořeněn v genetice.
00:48
Now, sadly, neurological disorders such as Parkinson's disease
15
48306
3393
Bohužel neurologické poruchy, jako je Parkinsonova choroba,
00:51
gradually destroy this extraordinary ability,
16
51699
2087
postupně zničí tuto výjimečnou zdatnost,
00:53
as it is doing to my friend Jan Stripling, who was
17
53786
2323
jak se stalo mému přiteli Janu Striplingovi, který byl
00:56
a virtuoso ballet dancer in his time.
18
56109
2967
svého času baletní virtuóz.
00:59
So great progress and treatment has been made over the years.
19
59076
3054
Během posledních let učinila léčba veliký pokrok.
01:02
However, there are 6.3 million people worldwide
20
62130
2944
Ačkoli je na světě 6,3 milionu lidí
01:05
who have the disease, and they have to live with
21
65074
3448
s touto chorobou, kteří musí žít
01:08
incurable weakness, tremor, rigidity
22
68522
2568
s nevyléčitelnou slabostí, třesením, ztuhlostí
01:11
and the other symptoms that go along with the disease,
23
71090
1857
a ostatními symptomy, které s chorobou kráčejí ruku v ruce,
01:12
so what we need are objective tools
24
72947
2383
potřebujeme objektivní nástroje,
01:15
to detect the disease before it's too late.
25
75330
3057
abychom mohli chorobu včas odhalit.
01:18
We need to be able to measure progression objectively,
26
78387
2554
Musíme být schopni změřit postup nemoci objektivně
01:20
and ultimately, the only way we're going to know
27
80941
3173
a s jistotou; jediný způsob, jak se dozvíme,
01:24
when we actually have a cure is when we have
28
84114
2192
že opravdu máme lék, je když máme
01:26
an objective measure that can answer that for sure.
29
86306
3398
objektivní měření, které nám to s jistotou řekne.
01:29
But frustratingly, with Parkinson's disease
30
89704
2850
Ale bohužel, u Parkinsonovy choroby
01:32
and other movement disorders, there are no biomarkers,
31
92554
2353
a ostatních poruch pohybového ústrojí neexistují žádné bioukazatele,
01:34
so there's no simple blood test that you can do,
32
94907
2229
neexistuje žádný jednoduchý krevní test,
01:37
and the best that we have is like
33
97136
1802
to nejlepší, co máme je
01:38
this 20-minute neurologist test.
34
98938
2241
20minutový neurologický test.
01:41
You have to go to the clinic to do it. It's very, very costly,
35
101179
2458
Musíte si ho jít udělat na kliniku. Je to velmi, velmi drahé,
01:43
and that means that, outside the clinical trials,
36
103637
2757
a to znamená, že kromě klinických pokusů
01:46
it's just never done. It's never done.
37
106394
2728
se nikdy nedělá. Nikdy se nedělá.
01:49
But what if patients could do this test at home?
38
109122
3077
Ale co kdyby si mohli pacienti tento test udělat doma?
01:52
Now, that would actually save on a difficult trip to the clinic,
39
112199
2098
Vlastně by jim to ušetřilo obtížnou cestu na kliniku,
01:54
and what if patients could do that test themselves, right?
40
114297
4254
a co kdyby si pacienti mohli ten test udělat sami, že?
01:58
No expensive staff time required.
41
118551
1920
Nepotřebovali bychom drahocenný čas lékařů.
02:00
Takes about $300, by the way,
42
120471
1418
Mimochodem stojí to 300 $
02:01
in the neurologist's clinic to do it.
43
121889
1993
si ho udělat u neurologa.
02:03
So what I want to propose to you as an unconventional way
44
123882
2681
Takže vám chci navrhnout nekonvenční způsob,
02:06
in which we can try to achieve this,
45
126563
1514
jakým bychom se to mohli pokusit dokázat,
02:08
because, you see, in one sense, at least,
46
128077
1808
protože, víte, částečně, aspoň,
02:09
we are all virtuosos like my friend Jan Stripling.
47
129885
3256
jsme všichni virtuozové jako můj přítel Jan Stripling.
02:13
So here we have a video of the vibrating vocal folds.
48
133141
3755
Zde máme video vibrujících hlasivek.
02:16
Now, this is healthy and this is somebody making speech sounds,
49
136896
3229
Tyto jsou zdravé a tady vydávají zvuk při mluvení,
02:20
and we can think of ourselves as vocal ballet dancers,
50
140125
3464
můžeme se považovat za vokální baletní tanečníky,
02:23
because we have to coordinate all of these vocal organs
51
143589
2214
protože musíme koordinovat všechny různé hlasové orgány,
02:25
when we make sounds, and we all actually
52
145803
2295
když vydáváme zvuk, a vlastně všichni
02:28
have the genes for it. FoxP2, for example.
53
148098
2296
pro to máme geny. FoxP2, například.
02:30
And like ballet, it takes an extraordinary level of training.
54
150394
2713
A jako u baletu i zde je k tomu třeba výjimečná úroveň trénovanosti.
02:33
I mean, just think how long it takes a child to learn to speak.
55
153107
2585
Chci říct, zamyslete se, jak dlouho trvá dítěti naučit se mluvit.
02:35
From the sound, we can actually track
56
155692
2382
Ze zvuků můžeme vlastně sledovat
02:38
the vocal fold position as it vibrates,
57
158074
2281
pozici hlasivek během vibrování,
02:40
and just as the limbs are affected in Parkinson's,
58
160355
2543
a stejně jako může Parkinson poznamenat končetiny,
02:42
so too are the vocal organs.
59
162898
2781
může postihnout i hlasové orgány.
02:45
So on the bottom trace, you can see an example of
60
165679
1880
Na spodní křivce můžete vidět příklad
02:47
irregular vocal fold tremor.
61
167559
1698
nepravidelného chvění hlasivek.
02:49
We see all the same symptoms.
62
169257
1168
Vidíme tytéž symptomy.
02:50
We see vocal tremor, weakness and rigidity.
63
170425
2930
Vidíme hlasivkový třes, slabost a ztuhlost.
02:53
The speech actually becomes quieter and more breathy
64
173355
2104
Mluvení je pak tišší a po chvíli dýchavičnější
02:55
after a while, and that's one of the example symptoms of it.
65
175459
2233
a to je příklad jednoho ze symptomů.
02:57
So these vocal effects can actually be quite subtle,
66
177692
2847
Tyto hlasivkové jevy mohou být sotva patrné,
03:00
in some cases, but with any digital microphone,
67
180539
3216
v některých případech ale pomocí digitálního mikrofonu
03:03
and using precision voice analysis software
68
183755
2545
a za použití přesného software na analýzu hlasu
03:06
in combination with the latest in machine learning,
69
186300
2409
v kombinaci s nejnovějšími poznatky ve strojovém učení,
03:08
which is very advanced by now,
70
188709
1578
které je teď na velmi vysoké úrovni,
03:10
we can now quantify exactly where somebody lies
71
190287
2886
můžeme přesně vyčíslit, kde kdo leží
03:13
on a continuum between health and disease
72
193173
2881
na stupnici mezi zdravím a nemocí
03:16
using voice signals alone.
73
196054
2596
pouze podle hlasového signálu.
03:18
So these voice-based tests, how do they stack up against
74
198650
2314
Jak si tyto hlasivkové testy stojí proti
03:20
expert clinical tests? We'll, they're both non-invasive.
75
200964
2150
expertním klinickým testům? No, oba jsou neinvazivní.
03:23
The neurologist's test is non-invasive. They both use existing infrastructure.
76
203114
3982
Ten neurologický test je neinvazivní. Oba používají existující infrastrukturu.
03:27
You don't have to design a whole new set of hospitals to do it.
77
207096
3004
Nemusíte kvůli němu stavět nové nemocnice.
03:30
And they're both accurate. Okay, but in addition,
78
210100
2302
A jsou oba přesné. Dobře, ale nadto
03:32
voice-based tests are non-expert.
79
212402
3327
hlasivkové testy jsou neodborné.
03:35
That means they can be self-administered.
80
215729
1992
To znamená, že jsou určeny k samovyšetření.
03:37
They're high-speed, take about 30 seconds at most.
81
217721
2580
Jsou velice rychlé, zaberou nanejvýš 30 vteřin.
03:40
They're ultra-low cost, and we all know what happens.
82
220301
2294
A jsou ultralevné -- a víme co se teď stane.
03:42
When something becomes ultra-low cost,
83
222595
2440
Když je něco ultralevné,
03:45
it becomes massively scalable.
84
225035
2296
masivně se to rozšíří.
03:47
So here are some amazing goals that I think we can deal with now.
85
227331
3675
Takže tu máme několik úžasných cílů, kterých můžeme dosáhnout.
03:51
We can reduce logistical difficulties with patients.
86
231006
2426
Můžeme snížit logistické obtíže s pacienty.
03:53
No need to go to the clinic for a routine checkup.
87
233432
2312
Nemusejí docházet na kliniku kvůli rutinní prohlídce.
03:55
We can do high-frequency monitoring to get objective data.
88
235744
2320
Můžeme provádět vysokofrekvenční monitoring a získávat objektivní data.
03:58
We can perform low-cost mass recruitment for clinical trials,
89
238064
4105
Můžeme provádět nízkonákladové masivní nábory pro klinické testování
04:02
and we can make population-scale screening
90
242169
2115
a můžeme celopopulační vyšetřování
04:04
feasible for the first time.
91
244284
1596
poprvé učinit dostupným.
04:05
We have the opportunity to start to search
92
245880
2202
Máme příležitost začít s hledáním
04:08
for the early biomarkers of the disease before it's too late.
93
248082
3541
počátečních bioukazatelů této choroby, než bude pozdě.
04:11
So, taking the first steps towards this today,
94
251623
2758
Učinili jsme první krůčky,
04:14
we're launching the Parkinson's Voice Initiative.
95
254381
2126
spouštíme Parkinsonovu hlasovou iniciativu.
04:16
With Aculab and PatientsLikeMe, we're aiming
96
256507
2232
S Aculabem a PatientsLikeMe chceme
04:18
to record a very large number of voices worldwide
97
258739
1928
nahrát velký počet hlasů po celém světě,
04:20
to collect enough data to start to tackle these four goals.
98
260667
3140
abychom shromáždili dostatek dat, abychom dosáhli těch čtyř cílů.
04:23
We have local numbers accessible to three quarters
99
263807
1700
Máme lokální čísla přístupná třem čtvrtinám
04:25
of a billion people on the planet.
100
265507
1610
miliardy lidí na této planetě.
04:27
Anyone healthy or with Parkinson's can call in, cheaply,
101
267117
3077
Ať zdravý nebo s Parkinsonem, může zavolat, levně,
04:30
and leave recordings, a few cents each,
102
270194
2139
a zanechat nahrávku, pouze za pár centů,
04:32
and I'm really happy to announce that we've already hit
103
272333
2190
a jsem rád, že mohu oznámit, že jsme už dosáhli
04:34
six percent of our target just in eight hours.
104
274523
3543
šesti procent z našeho cíle během osmi hodin.
04:38
Thank you. (Applause)
105
278066
3751
Děkuji. (Potlesk)
04:41
(Applause)
106
281817
6320
(Potlesk)
04:48
Tom Rielly: So Max, by taking all these samples of,
107
288137
3575
Tom Rielly: Čili Maxi, když vezmete všechny tyto vzorky,
04:51
let's say, 10,000 people,
108
291712
2776
řekněme 10 000 lidí,
04:54
you'll be able to tell who's healthy and who's not?
109
294488
2854
jste schopni říct, kdo je zdravý a kdo není?
04:57
What are you going to get out of those samples?
110
297342
1685
Co jste schopni z těch vzorků vyčíst?
04:59
Max Little: Yeah. Yeah. So what will happen is that,
111
299027
1830
Max Little: Ano. Ano. Je to tak, že
05:00
during the call you have to indicate whether or not
112
300857
1657
během hovoru musíte uvést, jestli máte
05:02
you have the disease or not, you see. TR: Right.
113
302514
1267
chorobu nebo ne. TR: Dobrá.
05:03
ML: You see, some people may not do it. They may not get through it.
114
303781
2507
ML: Víte, někteří lidé to nemusí udělat. Nemusí se k tomu dostat.
05:06
But we'll get a very large sample of data that is collected
115
306288
2717
Ale shromáždili jsme obrovský vzorek dat
05:09
from all different circumstances, and it's getting it
116
309005
3408
za různých okolností, záleží právě
05:12
in different circumstances that matter because then
117
312413
1905
na získávání v různých okolnostech, protože pak
05:14
we are looking at ironing out the confounding factors,
118
314318
3384
se snažíme dát do pořádku matoucí faktory,
05:17
and looking for the actual markers of the disease.
119
317702
2161
a snažíme se najít vlastní příznaky choroby.
05:19
TR: So you're 86 percent accurate right now?
120
319863
2497
TR: Takže jste v tuto chvíli přesní v 86 procentech případů?
05:22
ML: It's much better than that.
121
322360
1194
ML: Je to ještě lepší.
05:23
Actually, my student Thanasis, I have to plug him,
122
323554
1720
Vlastně, můj student Thanasis, musím ho tu uvést,
05:25
because he's done some fantastic work,
123
325274
1870
protože odvedl fantastickou práci,
05:27
and now he has proved that it works over the mobile telephone network as well,
124
327144
3770
nyní prokázal, že to funguje také přes mobilní telefonní síť,
05:30
which enables this project, and we're getting 99 percent accuracy.
125
330914
3390
což víc zpřístupňuje tento projekt, a dostáváme se na 99procentní přesnost.
05:34
TR: Ninety-nine. Well, that's an improvement.
126
334304
1576
TR: Devadesát devět. To je tedy zlepšení.
05:35
So what that means is that people will be able to —
127
335880
2201
Takže to znamená, že lidé budou moct --
05:38
ML: (Laughs)
128
338081
1852
ML: (Směje se)
05:39
TR: People will be able to call in from their mobile phones
129
339933
1906
TR: Lidé budou moct zavolat ze svého mobilního telefonu
05:41
and do this test, and people with Parkinson's could call in,
130
341839
3072
a udělat si test, a lidé s Parkinsonem mohou zavolat,
05:44
record their voice, and then their doctor can check up
131
344911
2870
nahrát svůj hlas, a pak jejich doktor může zkontrolovat
05:47
on their progress, see where they're doing in this course of the disease.
132
347781
2681
jejich postup, a zkontrolovat, jak si s nemocí vedou.
05:50
ML: Absolutely.
133
350462
970
ML: Přesně tak.
05:51
TR: Thanks so much. Max Little, everybody.
134
351432
1743
TR: Děkuji mnohokrát. Max Little!
05:53
ML: Thanks, Tom. (Applause)
135
353175
5157
ML: Děkuji, Tome. (Potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7