Peter van Manen: How can Formula 1 racing help ... babies?

Peter van Manen: ¿Cómo las carreras de F1 pueden ayudar a... los bebés?

80,795 views

2013-08-01 ・ TED


New videos

Peter van Manen: How can Formula 1 racing help ... babies?

Peter van Manen: ¿Cómo las carreras de F1 pueden ayudar a... los bebés?

80,795 views ・ 2013-08-01

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Oscar Paez Revisor: Sebastian Betti
00:12
Motor racing is a funny old business.
0
12336
2233
Las carreras de autos son un oficio viejo y divertido.
00:14
We make a new car every year,
1
14593
2293
Hacemos un auto nuevo cada año,
00:16
and then we spend the rest of the season
2
16910
2164
y después pasamos el resto de la temporada
00:19
trying to understand what it is we've built
3
19098
2752
tratando de entender qué fue lo que hicimos
00:21
to make it better, to make it faster.
4
21874
3197
para mejorarlo, para hacerlo más rápido.
00:25
And then the next year, we start again.
5
25095
3251
Luego, al año siguiente, empezamos de nuevo.
00:28
Now, the car you see in front of you is quite complicated.
6
28370
4214
Ahora, este auto es bastante complejo.
00:32
The chassis is made up of about 11,000 components,
7
32608
3595
El chasis tiene unos 11 000 componentes.
00:36
the engine another 6,000,
8
36227
2444
El motor otros 6000.
00:38
the electronics about eight and a half thousand.
9
38695
3069
La parte electrónica unos 500 000.
00:41
So there's about 25,000 things there that can go wrong.
10
41788
4377
Así que hay unas 25 000 cosas que pueden salir mal.
00:46
So motor racing is very much about attention to detail.
11
46189
4802
Por eso en las carreras hay mucho de atención al detalle.
00:51
The other thing about Formula 1 in particular
12
51015
3239
La otra cosa de la Fórmula 1 en particular
00:54
is we're always changing the car.
13
54278
2100
es que siempre estamos cambiando el auto.
00:56
We're always trying to make it faster.
14
56402
2256
Siempre estamos tratando de hacerlo más rápido.
00:58
So every two weeks, we will be making
15
58682
2960
Así que a cada 2 semanas
01:01
about 5,000 new components to fit to the car.
16
61666
4176
hay que adaptar unos 5000 componentes nuevos al auto.
01:05
Five to 10 percent of the race car
17
65866
2154
Del 5 % al 10 % del auto
01:08
will be different every two weeks of the year.
18
68044
3728
va a ser diferente cada 2 semanas.
01:11
So how do we do that?
19
71796
2285
¿Cómo lo hacemos?
01:14
Well, we start our life with the racing car.
20
74105
3720
Bueno, empezamos con el auto existente,
01:17
We have a lot of sensors on the car to measure things.
21
77849
3967
tenemos muchos sensores dentro para medir cosas.
01:21
On the race car in front of you here
22
81840
1858
En el auto que ven aquí
01:23
there are about 120 sensors when it goes into a race.
23
83722
3135
hay unos 120 sensores activados al momento de correr.
01:26
It's measuring all sorts of things around the car.
24
86881
3628
Miden todo tipo de cosas en el auto.
01:30
That data is logged. We're logging about
25
90533
2028
Se registran los datos. Registramos unos
01:32
500 different parameters within the data systems,
26
92585
3680
500 parámetros distintos en el sistema,
01:36
about 13,000 health parameters and events
27
96289
3641
unos 13 000 parámetros y eventos de monitoreo
01:39
to say when things are not working the way they should do,
28
99954
4541
por si algo no funciona como debería,
01:44
and we're sending that data back to the garage
29
104519
2801
y esos datos llegan al garaje
01:47
using telemetry at a rate of two to four megabits per second.
30
107344
4955
por telemetría a una velocidad de 2 a 4 megabytes por segundo.
01:52
So during a two-hour race, each car will be sending
31
112323
3103
Así que en una carrera de 2 horas, cada auto emite
01:55
750 million numbers.
32
115450
2251
750 millones de números.
01:57
That's twice as many numbers as words that each of us
33
117725
3119
Eso es el doble de números que las palabras que cada uno de nosotros
02:00
speaks in a lifetime.
34
120868
1607
usa durante toda la vida.
02:02
It's a huge amount of data.
35
122499
2594
Es una cantidad enorme de datos.
02:05
But it's not enough just to have data and measure it.
36
125117
2621
Pero no basta con tener los datos y medirlos.
02:07
You need to be able to do something with it.
37
127762
2134
Hay que hacer algo con ellos.
02:09
So we've spent a lot of time and effort
38
129920
2370
Así que dedicamos mucho tiempo y esfuerzo
02:12
in turning the data into stories
39
132314
1845
a convertir esos datos en historias
02:14
to be able to tell, what's the state of the engine,
40
134183
3081
que puedan indicar el estado del motor,
02:17
how are the tires degrading,
41
137288
2248
el desgaste de las llantas,
02:19
what's the situation with fuel consumption?
42
139560
3724
el consumo de combustible.
02:23
So all of this is taking data
43
143308
2764
Todo esto toma datos
02:26
and turning it into knowledge that we can act upon.
44
146096
3778
y los convierte en conocimiento sobre el cual actuar.
02:29
Okay, so let's have a look at a little bit of data.
45
149898
2614
Bien, veamos un poco los datos.
02:32
Let's pick a bit of data from
46
152536
2006
Tomemos datos de
02:34
another three-month-old patient.
47
154566
3055
otro paciente de 3 meses.
02:37
This is a child, and what you're seeing here is real data,
48
157645
4147
Es un niño, estamos viendo datos reales,
02:41
and on the far right-hand side,
49
161816
1953
en el extremo derecho,
02:43
where everything starts getting a little bit catastrophic,
50
163793
2762
todo se ve un poco catastrófico.
02:46
that is the patient going into cardiac arrest.
51
166579
3361
Es una paciente que tiene un paro cardíaco.
02:49
It was deemed to be an unpredictable event.
52
169964
3208
Era un evento impredecible.
02:53
This was a heart attack that no one could see coming.
53
173196
3765
Nadie pudo ver venir este ataque.
02:56
But when we look at the information there,
54
176985
2526
Pero al analizar la información,
02:59
we can see that things are starting to become
55
179535
2325
vemos que las cosas se ponen algo sospechosas
03:01
a little fuzzy about five minutes or so before the cardiac arrest.
56
181884
4005
unos 5 minutos antes del paro.
03:05
We can see small changes
57
185913
2013
Podemos ver pequeñas variaciones
03:07
in things like the heart rate moving.
58
187950
2359
en el movimiento del corazón.
03:10
These were all undetected by normal thresholds
59
190333
2462
Pasaron desapercibidas a los umbrales normales
03:12
which would be applied to data.
60
192819
2384
que se aplican a los datos.
03:15
So the question is, why couldn't we see it?
61
195227
3119
La pregunta es: ¿por qué no lo pudimos prever?
03:18
Was this a predictable event?
62
198370
2557
¿Era un evento predecible?
03:20
Can we look more at the patterns in the data
63
200951
2986
¿Podemos ver otros patrones en los datos
03:23
to be able to do things better?
64
203961
3356
que nos ayuden a mejorar las cosas?
03:27
So this is a child,
65
207341
2626
Este bebé,
03:29
about the same age as the racing car on stage,
66
209991
3208
tiene casi la misma edad que este auto,
03:33
three months old.
67
213223
1606
3 meses.
03:34
It's a patient with a heart problem.
68
214853
2581
Es un paciente con un problema cardíaco.
03:37
Now, when you look at some of the data on the screen above,
69
217458
3444
Ahora, cuando analizamos los datos de la pantalla,
03:40
things like heart rate, pulse, oxygen, respiration rates,
70
220926
4878
las pulsaciones del corazón, el oxígeno, los niveles de respiración,
03:45
they're all unusual for a normal child,
71
225828
3052
todo es irregular para un bebé normal,
03:48
but they're quite normal for the child there,
72
228904
2618
pero bastante normal para ese bebé.
03:51
and so one of the challenges you have in health care is,
73
231546
4114
Por eso uno de los desafíos de la salud infantil es,
03:55
how can I look at the patient in front of me,
74
235684
2827
¿cómo analizar a la paciente,
03:58
have something which is specific for her,
75
238535
3023
tener algo específico para ella,
04:01
and be able to detect when things start to change,
76
241582
2764
y poder detectar cuando algo esté cambiando,
04:04
when things start to deteriorate?
77
244370
2075
cuando las cosas empiecen a deteriorarse?
04:06
Because like a racing car, any patient,
78
246469
3026
Porque como con un auto de carreras, con cualquier paciente,
04:09
when things start to go bad, you have a short time
79
249519
2952
cuando las cosas empiezan a salir mal, tenemos poco tiempo
04:12
to make a difference.
80
252495
1807
para marcar la diferencia.
04:14
So what we did is we took a data system
81
254326
2730
Tomamos el sistema de datos
04:17
which we run every two weeks of the year in Formula 1
82
257080
3107
que usamos cada 2 semanas en la Fórmula 1
04:20
and we installed it on the hospital computers
83
260211
2978
y lo instalamos en las computadoras de los hospitales...
04:23
at Birmingham Children's Hospital.
84
263213
2266
del Hospital Infantil de Birmingham.
04:25
We streamed data from the bedside instruments
85
265503
2415
Transmitimos los datos de los instrumentos
04:27
in their pediatric intensive care
86
267942
2533
de los cuidados intensivos pediátricos
04:30
so that we could both look at the data in real time
87
270499
3431
para que los dos pudiéramos ver los datos en tiempo real
04:33
and, more importantly, to store the data
88
273954
2848
y, más importante, almacenar los datos
04:36
so that we could start to learn from it.
89
276826
3033
para poder empezar a aprender de ellos.
04:39
And then, we applied an application on top
90
279883
4360
Luego, instalamos una aplicación
04:44
which would allow us to tease out the patterns in the data
91
284267
3246
que nos permitiría jugar con los patrones de datos
04:47
in real time so we could see what was happening,
92
287537
2932
en tiempo real para ver qué pasaba,
04:50
so we could determine when things started to change.
93
290493
3689
para poder detectar el momento en que cosas empezaran a cambiar.
04:54
Now, in motor racing, we're all a little bit ambitious,
94
294206
3839
Ahora, en las carreras, todos somos un poco ambiciosos,
04:58
audacious, a little bit arrogant sometimes,
95
298069
2525
audaces, un poco arrogantes a veces,
05:00
so we decided we would also look at the children
96
300618
3374
Así que decidimos que también veríamos a los niños
05:04
as they were being transported to intensive care.
97
304016
2933
mientras los transportaban a cuidados intensivos.
05:06
Why should we wait until they arrived in the hospital
98
306973
2524
¿Por qué esperar a que llegaran al hospital
05:09
before we started to look?
99
309521
1576
para empezar a analizar?
05:11
And so we installed a real-time link
100
311121
2973
Por eso instalamos un enlace en vivo
05:14
between the ambulance and the hospital,
101
314118
2812
entre la ambulancia y el hospital,
05:16
just using normal 3G telephony to send that data
102
316954
3752
usando solo telefonía 3G para enviar los datos,
05:20
so that the ambulance became an extra bed
103
320730
2463
así la ambulancia se convirtió en una cama extra
05:23
in intensive care.
104
323217
3112
de cuidados intensivos.
05:26
And then we started looking at the data.
105
326353
3678
Luego empezamos a ver los datos,
05:30
So the wiggly lines at the top, all the colors,
106
330055
2897
las líneas onduladas de arriba, todos los colores,
05:32
this is the normal sort of data you would see on a monitor --
107
332976
3170
son los datos típicos que se ven en el monitor:
05:36
heart rate, pulse, oxygen within the blood,
108
336170
3748
latidos de corazón, pulso, oxígeno en sangre,
05:39
and respiration.
109
339942
2611
respiración.
05:42
The lines on the bottom, the blue and the red,
110
342577
2729
Las líneas de abajo, las azules y rojas,
05:45
these are the interesting ones.
111
345330
1477
son las interesantes.
05:46
The red line is showing an automated version
112
346831
3044
La línea roja muestra una versión automatizada
05:49
of the early warning score
113
349899
1573
de un puntaje de advertencia temprana
05:51
that Birmingham Children's Hospital were already running.
114
351496
2715
que ya el hospital de Birmingham tenía en funcionamiento.
Ha estado funcionando desde el 2008
05:54
They'd been running that since 2008,
115
354235
2062
05:56
and already have stopped cardiac arrests
116
356321
2232
y prevenido paros cardíacos
05:58
and distress within the hospital.
117
358577
2733
y angustias en el hospital.
06:01
The blue line is an indication
118
361334
2408
La línea azul es un indicador
06:03
of when patterns start to change,
119
363766
2476
de cambio en los patrones,
06:06
and immediately, before we even started
120
366266
2285
e inmediatamente, antes de siquiera de empezar
06:08
putting in clinical interpretation,
121
368575
1684
las interpretaciones médicas,
06:10
we can see that the data is speaking to us.
122
370283
2846
podemos ver cómo hablan los datos.
06:13
It's telling us that something is going wrong.
123
373153
3512
Nos dicen que algo está mal.
06:16
The plot with the red and the green blobs,
124
376689
3792
Las manchas rojas y verdes
06:20
this is plotting different components
125
380505
2781
grafican diferentes componentes
06:23
of the data against each other.
126
383310
2523
de datos unos contra otros.
06:25
The green is us learning what is normal for that child.
127
385857
3816
La verde somos nosotros aprendiendo qué es normal para ese niño.
06:29
We call it the cloud of normality.
128
389697
2586
Lo que llamamos la nube de normalidad.
06:32
And when things start to change,
129
392307
2217
Y cuando las cosas comienzan a cambiar,
06:34
when conditions start to deteriorate,
130
394548
2540
cuando las condiciones comienzan a deteriorarse,
06:37
we move into the red line.
131
397112
2214
nos movemos a la mancha roja.
06:39
There's no rocket science here.
132
399350
1633
No hay ninguna ciencia complicada ahí.
06:41
It is displaying data that exists already in a different way,
133
401007
4089
Está mostrando datos que ya existen de una manera diferente
06:45
to amplify it, to provide cues to the doctors,
134
405120
3367
para ampliarla, para dar señales a los médicos,
06:48
to the nurses, so they can see what's happening.
135
408511
2714
a las enfermeras, para que puedan ver lo que está pasando.
06:51
In the same way that a good racing driver
136
411249
3106
De la misma forma que un buen piloto de carreras
06:54
relies on cues to decide when to apply the brakes,
137
414379
4020
confía en las señales para saber cuándo frenar,
06:58
when to turn into a corner,
138
418423
1452
cuándo girar en una esquina,
06:59
we need to help our physicians and our nurses
139
419899
2894
necesitamos ayudar a nuestros médicos y enfermeras
07:02
to see when things are starting to go wrong.
140
422817
3596
a ver cuando las cosas empiezan a salir mal.
07:06
So we have a very ambitious program.
141
426437
2922
Así que tenemos un programa bastante ambicioso.
07:09
We think that the race is on to do something differently.
142
429383
4712
Creemos que empezó la carrera para hacer algo diferente.
07:14
We are thinking big. It's the right thing to do.
143
434119
2880
Estamos pensando en grande, como es debido.
07:17
We have an approach which, if it's successful,
144
437023
3388
Tenemos un enfoque que, de prosperar,
07:20
there's no reason why it should stay within a hospital.
145
440435
2620
no hay razón para que se quede en un hospital.
Puede traspasar fronteras.
07:23
It can go beyond the walls.
146
443079
1704
07:24
With wireless connectivity these days,
147
444807
2047
Con las conexiones inalámbricas de hoy en día,
07:26
there is no reason why patients, doctors and nurses
148
446878
3420
no hay razón para que los pacientes, médicos y enfermeras
07:30
always have to be in the same place
149
450322
2147
deban estar siempre en el mismo lugar,
07:32
at the same time.
150
452493
1969
al mismo tiempo.
07:34
And meanwhile, we'll take our little three-month-old baby,
151
454486
3971
Mientras tanto, tomaremos nuestro bebé de 3 meses,
07:38
keep taking it to the track, keeping it safe,
152
458481
3733
lo llevaremos a la pista, lo cuidaremos,
07:42
and making it faster and better.
153
462238
2309
y lo haremos mejor y más rápido.
07:44
Thank you very much.
154
464571
1381
Muchas gracias.
07:45
(Applause)
155
465976
4954
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7