Thomas Goetz: It's time to redesign medical data

57,314 views ・ 2011-01-27

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Arpad Somlai Lektor: Regina Saphier
00:15
I'm going to be talking to you
0
15330
2000
Azért jöttem, hogy arról beszéljek,
00:17
about how we can tap
1
17330
2000
hogyan tudunk megragadni
00:19
a really underutilized resource in health care,
2
19330
2000
egy igazán kihasználatlan forrást az egészségügyben,
00:21
which is the patient,
3
21330
2000
ami a páciens,
00:23
or, as I like to use the scientific term,
4
23330
3000
vagy--ahogy mi szeretjük tudományosan leírni--
00:26
people.
5
26330
2000
az emberek.
00:28
Because we are all patients, we are all people.
6
28330
2000
Mert mi mind páciensek, emberek vagyunk.
00:30
Even doctors are patients at some point.
7
30330
2000
Esetenként még az orvosok is páciensek.
00:32
So I want to talk about that
8
32330
2000
Tehát erről szeretnék beszélni,
00:34
as an opportunity
9
34330
2000
mint egy lehetőségről,
00:36
that we really have failed to engage with very well in this country
10
36330
3000
mellyel nem voltunk képesek sikeresen kapcsolatot teremteni ebben az országban,
00:39
and, in fact, worldwide.
11
39330
2000
és valójában világszerte.
00:41
If you want to get at the big part --
12
41330
2000
Ha mindjárt a lényegre akarnak térni--
00:43
I mean from a public health level, where my training is --
13
43330
3000
úgy értem a közegészségügyi szintet, mely területen képzettséget szereztem--
00:46
you're looking at behavioral issues.
14
46330
2000
akkor láthatják a viselkedési gondokat,
00:48
You're looking at things where people are actually given information,
15
48330
3000
láthatják ahogy az emberek általában kapják az információt,
00:51
and they're not following through with it.
16
51330
2000
és nem követik azt következetesen.
00:53
It's a problem that manifests itself in diabetes,
17
53330
4000
Ez a probléma megnyilvánul a cukorbetegség,
00:57
obesity, many forms of heart disease,
18
57330
2000
elhízás, a szívbetegség számos formájában,
00:59
even some forms of cancer -- when you think of smoking.
19
59330
3000
és néhány rákfajta esetében--csak gondoljunk a dohányzásra.
01:02
Those are all behaviors where people know what they're supposed to do.
20
62330
3000
Ezek mind viselkedésformák, az emberek tudják, hogy mit kellene tenniük.
01:05
They know what they're supposed to be doing,
21
65330
2000
Ők tudják mit kellene tenni,
01:07
but they're not doing it.
22
67330
2000
de nem teszik.
01:09
Now behavior change is something
23
69330
2000
Most a viselkedés megváltoztatása egy
01:11
that is a long-standing problem in medicine.
24
71330
2000
régóta fennálló probléma az orvoslásban.
01:13
It goes all the way back to Aristotle.
25
73330
2000
Mindez egészen Arisztotelész-ig visszavezethető.
01:15
And doctors hate it, right?
26
75330
2000
És az orvosok ezt gyűlölik, valóban.
01:17
I mean, they complain about it all the time.
27
77330
2000
Mármint, állandóan erről panaszkodnak.
01:19
We talk about it in terms of engagement, or non-compliance.
28
79330
3000
Amiről beszélünk az az elkötelezettség, vagy figyelmen kívül hagyás,
01:22
When people don't take their pills,
29
82330
2000
mint amikor az emberek nem veszik be a tablettáikat,
01:24
when people don't follow doctors' orders --
30
84330
2000
amikor az emberek nem követik az orvosi utasításokat.
01:26
these are behavior problems.
31
86330
2000
Ezek viselkedési gondok.
01:28
But for as much as clinical medicine
32
88330
2000
De amennyire a klinikai orvoslás
01:30
agonizes over behavior change,
33
90330
2000
szenved a viselkedésváltozástól,
01:32
there's not a lot of work done
34
92330
2000
annyira kevés változás történt
01:34
in terms of trying to fix that problem.
35
94330
3000
a konkrét problémák megoldása terén.
01:37
So the crux of it
36
97330
2000
Tehát a kritikus pont
01:39
comes down to this notion of decision-making --
37
99330
2000
lemenni a döntéshozatali szintre--
01:41
giving information to people in a form
38
101330
2000
informálni az embereket,
01:43
that doesn't just educate them
39
103330
2000
nem csak oktatni
01:45
or inform them,
40
105330
2000
vagy informálni őket, hanem
01:47
but actually leads them to make better decisions,
41
107330
2000
tulajdonképp jobb döntésekhez segíteni őket,
01:49
better choices in their lives.
42
109330
2000
hogy jobban válasszanak életük során.
01:51
One part of medicine, though,
43
111330
2000
Az orvosok egy része azért
01:53
has faced the problem of behavior change pretty well,
44
113330
4000
elég jól szembenézett a viselkedésváltozás problémájával,
01:57
and that's dentistry.
45
117330
2000
és ez a fogászat.
01:59
Dentistry might seem -- and I think it is --
46
119330
2000
A fogászat, úgy tűnhet-- ahogy én is gondolom--
02:01
many dentists would have to acknowledge
47
121330
2000
sok fogorvosnak ezt el kellene ismernie,
02:03
it's somewhat of a mundane backwater of medicine.
48
123330
2000
valahogy hétköznapi, az orvoslás állóvize.
02:05
Not a lot of cool, sexy stuff happening in dentistry.
49
125330
3000
Nem sok laza, szexi dolog történik a fogászatban.
02:08
But they have really taken this problem of behavior change
50
128330
3000
De ők mégis komolyan vették a viselkedés problémáját
02:11
and solved it.
51
131330
2000
és megoldották.
02:13
It's the one great preventive health success
52
133330
2000
Ez egy nagy megelőző egészségügyi siker,
02:15
we have in our health care system.
53
135330
2000
ami a mi közegészségügyünk része.
02:17
People brush and floss their teeth.
54
137330
2000
Emberek mossák és fogselymezik fogaikat.
02:19
They don't do it as much as they should, but they do it.
55
139330
3000
Nem teszik annyiszor mint kellene, de megteszik.
02:22
So I'm going to talk about one experiment
56
142330
2000
Tehát szeretnék egy kísérletről beszélni,
02:24
that a few dentists in Connecticut
57
144330
2000
melyet néhány Connecticut-i fogász
02:26
cooked up about 30 years ago.
58
146330
2000
forralt ki kb. 30 évvel ezelőtt.
02:28
So this is an old experiment, but it's a really good one,
59
148330
2000
Tehát ez egy nagyon régi kísérlet, de egy nagyon jó,
02:30
because it was very simple,
60
150330
2000
mert nagyon egyszerű volt,
02:32
so it's an easy story to tell.
61
152330
2000
úgyhogy ezt egy egyszerűen elmesélhető történet.
02:34
So these Connecticut dentists decided
62
154330
2000
Tehát ezek a Connecticut-i fogászok eldöntötték,
02:36
that they wanted to get people to brush their teeth and floss their teeth more often,
63
156330
3000
ráveszik az embereket, mossanak fogat és használjanak sűrűbben fogselymet.
02:39
and they were going to use one variable:
64
159330
2000
És különböző dolgokat használtak erre:
02:41
they wanted to scare them.
65
161330
2000
Meg akarták ijeszteni őket.
02:43
They wanted to tell them how bad it would be
66
163330
3000
El akarták mondani mennyire rossz lehet,
02:46
if they didn't brush and floss their teeth.
67
166330
2000
ha nem mosnak fogat vagy nem használnak fogselymet.
02:48
They had a big patient population.
68
168330
3000
Nagy számú páciensük volt.
02:51
They divided them up into two groups.
69
171330
2000
Felosztották őket két csoportra.
02:53
They had a low-fear population,
70
173330
2000
Volt egy alacsony félelmű populációjuk,
02:55
where they basically gave them a 13-minute presentation,
71
175330
2000
ők általában 13 perces előadást kaptak,
02:57
all based in science,
72
177330
2000
a tudományra alapozva,
02:59
but told them that, if you didn't brush and floss your teeth,
73
179330
3000
de elmondták, ha nem mosnak fogat és nem használnak fogselymet,
03:02
you could get gum disease. If you get gum disease, you will lose your teeth,
74
182330
3000
akkor ínybetegségük lehet. Ha ínybetegséget kapnak, elveszthetik fogaikat,
03:05
but you'll get dentures, and it won't be that bad.
75
185330
2000
de kaphatnak műfogsort és az már nem lesz olyan rossz.
03:07
So that was the low-fear group.
76
187330
2000
Tehát ez volt az alacsony félelmű csoport.
03:09
The high-fear group, they laid it on really thick.
77
189330
3000
A nagy félelmű csoport mélyebbre merült.
03:12
They showed bloody gums.
78
192330
2000
Vérző ínyeket mutattak,
03:14
They showed puss oozing out from between their teeth.
79
194330
3000
fogak közül szivárgó gennyt mutattak,
03:17
They told them that their teeth were going to fall out.
80
197330
2000
elmondták, hogy a fogaik ki fognak hullani,
03:19
They said that they could have infections
81
199330
2000
beszéltek a lehetséges fertőzésekről,
03:21
that would spread from their jaws to other parts of their bodies,
82
201330
3000
ami a szájukból szétterjedhet a testük egyéb részére,
03:24
and ultimately, yes, they would lose their teeth.
83
204330
2000
és végezetül, igen, elveszthetik a fogaikat.
03:26
They would get dentures, and if you got dentures,
84
206330
2000
Kaphatnak műfogsort, és ha műfogsort kapnak,
03:28
you weren't going to be able to eat corn-on-the-cob,
85
208330
2000
akkor nem fognak tudni csöves főtt-kukoricát enni,
03:30
you weren't going to be able to eat apples,
86
210330
2000
nem ehetnek majd almát,
03:32
you weren't going to be able to eat steak.
87
212330
2000
nem ehetnek majd steak-et;
03:34
You'll eat mush for the rest of your life.
88
214330
2000
és pépet ehetnek hátralévő életükben.
03:36
So go brush and floss your teeth.
89
216330
3000
Tehát menj, moss fogat és használj fogselymet.
03:39
That was the message. That was the experiment.
90
219330
2000
Ez volt az üzenet, ez volt a kísérlet.
03:41
Now they measured one other variable.
91
221330
2000
Most egy másik változót használtak mérésre.
03:43
They wanted to capture one other variable,
92
223330
2000
Egy változót akartak megfigyelni,
03:45
which was the patients' sense of efficacy.
93
225330
3000
ami a páciensek hatékonyság érzése.
03:48
This was the notion of whether the patients felt
94
228330
2000
Arról volt szó, hogy a betegek mennyire érezték,
03:50
that they actually would go ahead and brush and floss their teeth.
95
230330
3000
valóban fogat mosnak majd és fogselymet is használnak majd.
03:53
So they asked them at the beginning,
96
233330
2000
Tehát megkérdezték őket a kezdetkor,
03:55
"Do you think you'll actually be able to stick with this program?"
97
235330
2000
"Tényleg úgy gondolja, hogy képes betartani ezt a programot?"
03:57
And the people who said, "Yeah, yeah. I'm pretty good about that,"
98
237330
2000
És azok az emberek, akik azt mondták: "Igen, igen. Ebben jó leszek."
03:59
they were characterized as high efficacy,
99
239330
2000
... őket egy magas hatékonyság jellemezte,
04:01
and the people who said,
100
241330
2000
és azok az emberek, akik azt mondták,
04:03
"Eh, I never get around to brushing and flossing as much as I should,"
101
243330
2000
"Én sosem fogok annyiszor fogat mosni és selymezni, mint kellene,"
04:05
they were characterized as low efficacy.
102
245330
2000
alacsony hatékonyságot mutattak.
04:07
So the upshot was this.
103
247330
3000
Ez volt a végeredmény.
04:10
The upshot of this experiment
104
250330
2000
A kutatás végeredménye, hogy
04:12
was that fear was not really a primary driver
105
252330
3000
nem a félelem volt az elsődleges oka
04:15
of the behavior at all.
106
255330
2000
a viselkedésnek.
04:17
The people who brushed and flossed their teeth
107
257330
2000
Az emberek, akik mossák és selymezik a fogukat,
04:19
were not necessarily the people
108
259330
2000
nem feltétlenül azok az emberek,
04:21
who were really scared about what would happen --
109
261330
2000
akik igazán megijedtek attól, ami történhet--
04:23
it's the people who simply felt that they had the capacity
110
263330
3000
ezek azok az emberek, akik egyszerűen képesek voltak
04:26
to change their behavior.
111
266330
2000
változtatni a viselkedésükön.
04:28
So fear showed up as not really the driver.
112
268330
3000
Tehát nem a félelem bukkant fel, mint a viselkedés hajtóereje,
04:31
It was the sense of efficacy.
113
271330
3000
hanem a személyes hatékonyság érzése.
04:34
So I want to isolate this,
114
274330
2000
Tehát ezt akarom elkülöníteni,
04:36
because it was a great observation --
115
276330
2000
mert ez egy nagyszerű megfigyelés volt--
04:38
30 years ago, right, 30 years ago --
116
278330
2000
30 évvel ezelőtt, igen, 30 éve
04:40
and it's one that's laid fallow in research.
117
280330
3000
és ez a kutatási eredmény parlagon hevert.
04:43
It was a notion that really came out
118
283330
2000
Ez az elképzelés Albert Bandura
04:45
of Albert Bandura's work,
119
285330
2000
munkáján alapul,
04:47
who studied whether
120
287330
2000
aki azt kutatta, hogy
04:49
people could get a sense of empowerment.
121
289330
3000
az embereket fel lehet-e vértezni.
04:52
The notion of efficacy basically boils down to one -- that
122
292330
3000
A hatékonyság alapjában attól függ,
04:55
if somebody believes that they have the capacity to change their behavior.
123
295330
3000
hogy valaki hisz abban, hogy képes változtatni a viselkedésén.
04:58
In health care terms, you could characterize this
124
298330
3000
Az egészségügyi ellátás szempontjából, ezt úgy jellemezhetik,
05:01
as whether or not somebody feels
125
301330
2000
hogy valakit megfog vagy sem
05:03
that they see a path towards better health,
126
303330
2000
a kilátás a jobb egészségre,
05:05
that they can actually see their way towards getting better health,
127
305330
2000
hogy valójában látják-e a saját útjukat a jobb egészség felé.
05:07
and that's a very important notion.
128
307330
2000
És ez egy nagyon fontos elképzelés.
05:09
It's an amazing notion.
129
309330
2000
Ez egy bámulatos elképzelés.
05:11
We don't really know how to manipulate it, though, that well.
130
311330
3000
Nem igazán tudjuk, hogyan befolyásoljuk.
05:14
Except, maybe we do.
131
314330
3000
Vagy talán mégis.
05:17
So fear doesn't work, right? Fear doesn't work.
132
317330
2000
Tehát a félelem nem működik, igazán, nem működik.
05:19
And this is a great example
133
319330
2000
És ez egy nagyszerű példa arra,
05:21
of how we haven't learned that lesson at all.
134
321330
3000
hogyan nem tanulunk a leckéből.
05:24
This is a campaign from the American Diabetes Association.
135
324330
3000
Ez az Amerikai Cukorbeteg Társaság kampánya.
05:27
This is still the way we're communicating messages about health.
136
327330
3000
Még mindig így kommunikálunk az egészségről.
05:30
I mean, I showed my three-year-old this slide last night,
137
330330
3000
Úgy értem, tegnap este megmutattam ezt a három éves gyerekemnek,
05:33
and he's like, "Papa, why is an ambulance in these people's homes?"
138
333330
4000
és ő erre: "Papa, miért van mentő ezeknek az embereknek a házában?"
05:37
And I had to explain, "They're trying to scare people."
139
337330
3000
És meg kellett magyaráznom, "Megpróbálják megijeszteni ezeket az embereket."
05:40
And I don't know if it works.
140
340330
2000
És nem tudom, hogy ez működik-e.
05:42
Now here's what does work:
141
342330
2000
Most pedig itt van ami működik,
05:44
personalized information works.
142
344330
2000
a személyre szabott információ működik.
05:46
Again, Bandura recognized this
143
346330
2000
Újra, Bandura figyelt fel erre,
05:48
years ago, decades ago.
144
348330
2000
évekkel ezelőtt, évtizedekkel ezelőtt.
05:50
When you give people specific information
145
350330
2000
Amikor az embereket célirányosan informálod
05:52
about their health, where they stand,
146
352330
2000
az egészségükről, az állapotukról,
05:54
and where they want to get to, where they might get to,
147
354330
2000
és hogy merre tartsanak, hova juthatnak,
05:56
that path, that notion of a path --
148
356330
2000
ez az útvonal, az ösvény fogalma,
05:58
that tends to work for behavior change.
149
358330
2000
működik a viselkedés megváltoztatása során.
06:00
So let me just spool it out a little bit.
150
360330
2000
Szóval engedjék meg hogy bemutassam.
06:02
So you start with personalized data, personalized information
151
362330
3000
Tehát a személyre szabott adatokkal, információval kezdjük,
06:05
that comes from an individual,
152
365330
2000
ez egy személytől származik,
06:07
and then you need to connect it to their lives.
153
367330
3000
és ezeket össze kell kapcsolni az életükkel.
06:10
You need to connect it to their lives,
154
370330
2000
Össze kell, hogy kapcsoljuk az életükkel,
06:12
hopefully not in a fear-based way, but one that they understand.
155
372330
2000
és remélhetően nem a félelem alapú úton, de úgy, hogy megértsék.
06:14
Okay, I know where I sit. I know where I'm situated.
156
374330
3000
Rendben, értem hogy hol vagyok. Tudom, hogy hol helyezkedem el.
06:17
And that doesn't just work for me in terms of abstract numbers --
157
377330
3000
És nem csak absztrakt számokban jelenik meg a számomra,
06:20
this overload of health information
158
380330
2000
ez egészségügyi információ áradat,
06:22
that we're inundated with.
159
382330
2000
amivel el vagyunk árasztva,
06:24
But it actually hits home.
160
384330
2000
de valójában eléri célját.
06:26
It's not just hitting us in our heads; it's hitting us in our hearts.
161
386330
2000
Nem csak megértjük, de szíven is talál.
06:28
There's an emotional connection to information
162
388330
2000
Ez egy érzelmi kapcsolat az információval,
06:30
because it's from us.
163
390330
2000
mert rólunk szól.
06:32
That information then needs to be connected to choices,
164
392330
3000
Az információnak választáshoz kell kapcsolódnia,
06:35
needs to be connected to a range of options,
165
395330
2000
nagy számú lehetőséghez kell kapcsolódnia,
06:37
directions that we might go to --
166
397330
2000
számunkra választható irányokhoz,
06:39
trade-offs, benefits.
167
399330
2000
kompromisszumokhoz és előnyökhöz.
06:41
Finally, we need to be presented with a clear point of action.
168
401330
3000
Végezetül, világos cselekvési fogódzókkal kell hogy találkozzunk.
06:44
We need to connect the information
169
404330
2000
Az információt mindig össze kell kapcsolnunk
06:46
always with the action,
170
406330
2000
a cselekvéssel,
06:48
and then that action feeds back
171
408330
2000
és ez a cselekvés visszavezethető
06:50
into different information,
172
410330
2000
egy másik információhoz,
06:52
and it creates, of course, a feedback loop.
173
412330
2000
és ez természetesen egy visszacsatolási hurkot hoz létre.
06:54
Now this is a very well-observed and well-established notion
174
414330
3000
Ez egy jól megfigyelt és megalapozott módszer
06:57
for behavior change.
175
417330
2000
a viselkedés változtatásra.
06:59
But the problem is that things -- in the upper-right corner there --
176
419330
3000
De a baj ezzel a jobb felső sarokban, itt
07:02
personalized data, it's been pretty hard to come by.
177
422330
2000
a személyes adattal van, amihez nagyon nehéz hozzáférni.
07:04
It's a difficult and expensive commodity,
178
424330
3000
Ez egy nehézkes és drága portéka volt,
07:07
until now.
179
427330
2000
egészen mostanáig.
07:09
So I'm going to give you an example, a very simple example of how this works.
180
429330
3000
Szeretnék bemutatni egy példát, egy egyszerű példát, arról, hogyan működik.
07:12
So we've all seen these. These are the "your speed limit" signs.
181
432330
3000
Mindannyian láthatjuk ezeket. Ezek a "sebességkorlátozó" jelzések.
07:15
You've seen them all around,
182
435330
2000
Láthatják körülöttünk,
07:17
especially these days as radars are cheaper.
183
437330
2000
főleg napjainkban, amikor a sebességradar olcsóbb.
07:19
And here's how they work in the feedback loop.
184
439330
2000
És itt van az, ahogyan a visszajelzés hurok működik.
07:21
So you start with the personalized data
185
441330
2000
Tehát a személyes adatokkal kezdődik,
07:23
where the speed limit on the road that you are at that point
186
443330
2000
azon a ponton ahol a sebességhatár az úton
07:25
is 25,
187
445330
2000
25,
07:27
and, of course, you're going faster than that.
188
447330
2000
és persze mi ennél gyorsabban megyünk.
07:29
We always are. We're always going above the speed limit.
189
449330
3000
Mint mindig. Mi mindig a sebességhatár fölött hajtunk.
07:32
The choice in this case is pretty simple.
190
452330
2000
A választás ebben az esetben nagyon egyszerű.
07:34
We either keep going fast, or we slow down.
191
454330
2000
Továbbra is mehetünk gyorsan vagy lelassíthatunk.
07:36
We should probably slow down,
192
456330
2000
Le kellene lassítanunk,
07:38
and that point of action is probably now.
193
458330
2000
és talán itt az ideje cselekedni.
07:40
We should take our foot off the pedal right now,
194
460330
3000
Le kellene vennünk a lábunkat a pedálról, méghozzá most.
07:43
and generally we do. These things are shown to be pretty effective
195
463330
3000
Általában meg is tesszük; tudjuk, hogy ezek a dolgok nagyon hatásosak,
07:46
in terms of getting people to slow down.
196
466330
2000
ha az emberek lelassításáról van szó.
07:48
They reduce speeds by about five to 10 percent.
197
468330
2000
Lecsökkentjük a sebességet 5-10 százalékkal.
07:50
They last for about five miles,
198
470330
2000
Ez körülbelül öt mérföldig tart,
07:52
in which case we put our foot back on the pedal.
199
472330
2000
amikor is visszatesszük a lábunkat a pedálra.
07:54
But it works, and it even has some health repercussions.
200
474330
2000
De működik, és még van néhány egészségügyi következménye is.
07:56
Your blood pressure might drop a little bit.
201
476330
2000
A vérnyomás lejjebb mehet.
07:58
Maybe there's fewer accidents, so there's public health benefits.
202
478330
3000
Talán kevesebb lesz a baleset, tehát van közegészségügyi előnye.
08:01
But by and large, this is a feedback loop
203
481330
2000
De nagy vonalakban ez a visszacsatolás
08:03
that's so nifty and too rare.
204
483330
3000
nagyon remek, és túl ritka.
08:06
Because in health care, most health care,
205
486330
2000
Mert az egészségügyben, többnyire az egészségügyben,
08:08
the data is very removed from the action.
206
488330
3000
az adatok távol vannak a cselekvéstől.
08:11
It's very difficult to line things up so neatly.
207
491330
3000
Így nagyon nehéz a dolgokat felsorakoztatni.
08:14
But we have an opportunity.
208
494330
2000
De megvan a lehetőségünk.
08:16
So I want to talk about, I want to shift now to think about
209
496330
2000
Tehát erről akarok beszélni, rátérnék arra, hogy az egészségügyi információk
08:18
how we deliver health information in this country,
210
498330
2000
megosztásáról gondolkodjak, ebben az országban,
08:20
how we actually get information.
211
500330
3000
hogy jelenleg hogyan kapjuk az információt.
08:23
This is a pharmaceutical ad.
212
503330
3000
Ez egy gyógyszerhirdetés.
08:26
Actually, it's a spoof. It's not a real pharmaceutical ad.
213
506330
2000
Valójában ez egy átverés, nem valós gyógyszerreklám.
08:28
Nobody's had the brilliant idea
214
508330
2000
Senkinek se volt még az a briliáns ötlete
08:30
of calling their drug Havidol quite yet.
215
510330
3000
hogy egy gyógyszert Havidolnak hívjanak.
08:34
But it looks completely right.
216
514330
2000
De ez teljesen jól néz ki.
08:36
So it's exactly the way we get
217
516330
2000
Tehát pontosan ez az a mód,
08:38
health information and pharmaceutical information,
218
518330
3000
ahogy az egészségügyi és gyógyszer információt kapjuk,
08:41
and it just sounds perfect.
219
521330
2000
és tökéletesen hangzik.
08:43
And then we turn the page of the magazine,
220
523330
2000
És amikor tovább lapozunk az újságban,
08:45
and we see this --
221
525330
3000
ezt fogjuk látni, pontosan ezt.
08:48
now this is the page the FDA requires pharmaceutical companies
222
528330
3000
Ezen az oldalon látható, hogy mit kér az FDA a gyógyszergyártóktól,
08:51
to put into their ads, or to follow their ads,
223
531330
3000
mit tegyenek a hirdetésekbe vagy mi szerint készítsék el a hirdetéseket.
08:54
and to me, this is one of the most cynical exercises in medicine.
224
534330
4000
És számomra ez az egyik cinikus orvostudományi gyakorlat.
08:58
Because we know.
225
538330
2000
Mert mi tudjuk.
09:00
Who among us would actually say that people read this?
226
540330
2000
Ki állítja közülünk, hogy ezt valóban elolvassák az emberek?
09:02
And who among us would actually say
227
542330
2000
És ki állítja közülünk, hogy
09:04
that people who do try to read this
228
544330
2000
azok, akik elolvassák,
09:06
actually get anything out of it?
229
546330
2000
bármit is megértenek belőle?
09:08
This is a bankrupt effort
230
548330
2000
Ez egy vesztes helyzet,
09:10
at communicating health information.
231
550330
3000
az egészségügyi információ átadása terén.
09:13
There is no good faith in this.
232
553330
2000
Ennek nincs jövője.
09:15
So this is a different approach.
233
555330
2000
Tehát ez egy más megközelítés.
09:17
This is an approach that has been developed
234
557330
3000
Ezt a megközelítést
09:20
by a couple researchers at Dartmouth Medical School,
235
560330
3000
egy kutató páros fejlesztette ki, a Dartmouth Orvosi Egyetemen:
09:23
Lisa Schwartz and Steven Woloshin.
236
563330
2000
Lisa Schwartz és Steven Woloshin.
09:25
And they created this thing called the "drug facts box."
237
565330
3000
Amit ők alkottak, azt úgy hívják: gyógyszer-adat táblázat.
09:28
They took inspiration from, of all things,
238
568330
2000
Honnan is meríthettek inspirációt, mint
09:30
Cap'n Crunch.
239
570330
2000
Cap'n Crunch-tól.
09:32
They went to the nutritional information box
240
572330
3000
Megnézték a tápanyag információs táblázatot
09:35
and saw that what works for cereal, works for our food,
241
575330
3000
és látták, hogy működik a gabonapehelynél és az ételeknél,
09:38
actually helps people understand what's in their food.
242
578330
3000
tulajdonképp segít az embereknek megérteni mi van az ételükben.
09:42
God forbid we should use that same standard
243
582330
2000
Isten óvjon attól, hogy ugyanezt a szabványt alkalmazzuk,
09:44
that we make Cap'n Crunch live by
244
584330
2000
mint a Cap'n Crunch gabonapehely,
09:46
and bring it to drug companies.
245
586330
3000
és átadjuk a gyógyszergyártóknak.
09:49
So let me just walk through this quickly.
246
589330
2000
Szóval csak hagy fussak át ezen gyorsan.
09:51
It says very clearly what the drug is for, specifically who it is good for,
247
591330
3000
Ez érthetően leírja mire való a gyógyszer, pontosan minek a kezelésére,
09:54
so you can start to personalize your understanding
248
594330
2000
tehát személyre szabhatóan megértheted, hogy
09:56
of whether the information is relevant to you
249
596330
2000
az információ vonatkozik-e rád,
09:58
or whether the drug is relevant to you.
250
598330
2000
vagy hogy a gyógyszer szükséges-e neked.
10:00
You can understand exactly what the benefits are.
251
600330
3000
Pontosan megértheted a hatásait.
10:03
It isn't this kind of vague promise that it's going to work no matter what,
252
603330
3000
Ez nem valami homályos ígéret arra, hogy működni fog bármi áron,
10:06
but you get the statistics for how effective it is.
253
606330
3000
de ad egy statisztikát arról, mennyire hatásos.
10:09
And finally, you understand what those choices are.
254
609330
3000
És végezetül megértheted mi közül választhatsz.
10:12
You can start to unpack the choices involved
255
612330
2000
Tehát elkezdheted kibontani a lehetőségeket,
10:14
because of the side effects.
256
614330
2000
mert vannak mellékhatások.
10:16
Every time you take a drug, you're walking into a possible side effect.
257
616330
3000
Minden alkalommal, amikor gyógyszert veszel be, számolni kell a mellékhatásokkal.
10:19
So it spells those out in very clean terms,
258
619330
2000
Tehát világosan érthetővé teszi őket.
10:21
and that works.
259
621330
2000
És ez működik.
10:23
So I love this. I love that drug facts box.
260
623330
2000
Tehát én ezt kedvelem. Kedvelem a gyógyszer-adat táblázatot.
10:25
And so I was thinking about,
261
625330
2000
És azon agyaltam,
10:27
what's an opportunity that I could have
262
627330
2000
milyen lehetőségem van, hogy
10:29
to help people understand information?
263
629330
3000
segítsek az embereknek az információk megértésében?
10:32
What's another latent body of information that's out there
264
632330
4000
Hol van másik lappangó információ tömeg,
10:36
that people are really not putting to use?
265
636330
3000
amit az emberek nem igazán használna ki.
10:39
And so I came up with this: lab test results.
266
639330
3000
És most szeretnék ezzel előjönni: laboreredmények.
10:42
Blood test results are this great source of information.
267
642330
3000
A vérvizsgálati eredmény egy másik nagyszerű információforrás.
10:45
They're packed with information.
268
645330
2000
Ezek tele vannak tömve információval.
10:47
They're just not for us. They're not for people. They're not for patients.
269
647330
3000
Csak épp nem nekünk, nem az embereknek, nem a betegeknek.
10:50
They go right to doctors.
270
650330
2000
Ezek egyből az orvoshoz mennek.
10:52
And God forbid -- I think many doctors, if you really asked them,
271
652330
3000
És Istenemre--úgy gondolom sok orvos, ha tényleg megkérdeznénk,
10:55
they don't really understand all this stuff either.
272
655330
3000
ők se igazán értenék ezt a sok dolgot.
10:58
This is the worst presented information.
273
658330
3000
Ez a legrosszabbul bemutatott információ.
11:01
You ask Tufte, and he would say,
274
661330
3000
Ha megkérdeznéd Tufte-t, ezt mondaná,
11:04
"Yes, this is the absolute worst presentation of information possible."
275
664330
3000
"Igen, ez a legrosszabb információ bemutatás, ami lehetséges."
11:07
What we did at Wired
276
667330
2000
A Wired-nél nekiálltunk és
11:09
was we went, and I got our graphic design department
277
669330
2000
a grafikus tervező osztályunk
11:11
to re-imagine these lab reports.
278
671330
2000
újraálmodta ezeket a laborjelentéseket.
11:13
So that's what I want to walk you through.
279
673330
2000
Tehát ez az amiről beszélni akarok valójában.
11:15
So this is the general blood work before,
280
675330
3000
Ez egy általános vérteszt eredmény régen,
11:18
and this is the after, this is what we came up with.
281
678330
2000
és ilyen lett, ezzel rukkoltunk elő.
11:20
The after takes what was four pages --
282
680330
2000
Tehát az első négy oldalas volt--
11:22
that previous slide was actually
283
682330
2000
ez az előző valójában
11:24
the first of four pages of data
284
684330
2000
csak az első, a négy oldalnyi adatból,
11:26
that's just the general blood work.
285
686330
2000
ami csak az általános vérvizsgálat.
11:28
It goes on and on and on, all these values, all these numbers you don't know.
286
688330
3000
Ez megy tovább és tovább, az összes ezekkel az értékekkel, amiket mi nem értünk.
11:31
This is our one-page summary.
287
691330
3000
Ez az általunk készített egyoldalas összesítés.
11:34
We use the notion of color.
288
694330
2000
Színjelzést használunk.
11:36
It's an amazing notion that color could be used.
289
696330
3000
Nagy dolog: színeket is lehet használni!
11:39
So on the top-level you have your overall results,
290
699330
3000
Tehát legfelül van az összesítő eredmény,
11:42
the things that might jump out at you from the fine print.
291
702330
3000
ezeknek a dolgoknak ki kell emelkedni az apró-betűs részből.
11:45
Then you can drill down
292
705330
2000
Ezután könnyen elmélyedhetünk,
11:47
and understand how actually we put your level in context,
293
707330
3000
és megérthető valójában hogyan helyeztük az állapotodat kontextusba,
11:50
and we use color to illustrate
294
710330
2000
és színeket használunk, hogy megmutassuk
11:52
exactly where your value falls.
295
712330
2000
pontosan hová is esnek az értékeid.
11:54
In this case, this patient is slightly at risk of diabetes
296
714330
3000
Ebben az esetben a betegnek enyhe esélye van a cukorbetegségre,
11:57
because of their glucose level.
297
717330
2000
a glükózszint miatt.
11:59
Likewise, you can go over your lipids
298
719330
2000
Hasonlóképp nézhetjük a lipideket
12:01
and, again, understand what your overall cholesterol level is
299
721330
3000
és megértheti, milyen a koleszterin szintje általában,
12:04
and then break down into the HDL and the LDL if you so choose.
300
724330
3000
és ezután lebontható a HDL és az LDL szintre, ha ezt választja.
12:07
But again, always using color
301
727330
2000
De ismétlem, folytonos színhasználatra van szükség,
12:09
and personalized proximity
302
729330
2000
és szükséges a személyes távolság meghatározása,
12:11
to that information.
303
731330
2000
ehhez az információhoz képest.
12:13
All those other values,
304
733330
2000
Ezeket az értékeket,
12:15
all those pages and pages of values that are full of nothing,
305
735330
2000
és a sok oldalnyi értelmetlen számértéket,
12:17
we summarize.
306
737330
2000
összesítjük.
12:19
We tell you that you're okay, you're normal.
307
739330
2000
Közölni tudjuk, hogy ezek jók, ezek normálisak.
12:21
But you don't have to wade through it. You don't have to go through the junk.
308
741330
3000
De neked nem kell ezen végigmenni. Nem kell végigolvasni a felesleget.
12:24
And then we do two other very important things
309
744330
2000
Ezután két fontos dolgot teszünk,
12:26
that kind of help fill in this feedback loop:
310
746330
2000
hogy kitöltsük ezt a visszajelzési hurkot.
12:28
we help people understand in a little more detail
311
748330
2000
Segítünk egy kicsit jobban megérteni az embereknek a részleteket,
12:30
what these values are and what they might indicate.
312
750330
3000
mik ezek az értékek és mit jeleznek.
12:33
And then we go a further step -- we tell them what they can do.
313
753330
3000
És ezután jön a következő lépés. Elmondjuk mit tehetnek.
12:36
We give them some insight
314
756330
2000
Adunk nekik némi betekintést
12:38
into what choices they can make, what actions they can take.
315
758330
3000
arról, milyen választási lehetőségeik vannak, milyen lépéseket tehetnek.
12:41
So that's our general blood work test.
316
761330
3000
Tehát ez a mi alap vérvizsgálati tesztünk.
12:44
Then we went to CRP test.
317
764330
2000
Ezután következik a CRP teszt.
12:46
In this case, it's a sin of omission.
318
766330
2000
Ebben az esetben ez egy vétkes üresség.
12:48
They have this huge amount of space,
319
768330
2000
Rengeteg helyük van,
12:50
and they don't use it for anything, so we do.
320
770330
2000
és semmit se használnak ebből, tehát mi igen.
12:52
Now the CRP test is often done
321
772330
2000
A CRP tesztet gyakran elvégzik,
12:54
following a cholesterol test,
322
774330
2000
a koleszterin tesztet követően,
12:56
or in conjunction with a cholesterol test.
323
776330
2000
vagy összekapcsolva a koleszterin teszttel.
12:58
So we take the bold step
324
778330
2000
Ezért vesszük a bátorságot,
13:00
of putting the cholesterol information on the same page,
325
780330
3000
és a koleszterin információt ugyanarra az oldalra tesszük,
13:03
which is the way the doctor is going to evaluate it.
326
783330
2000
amilyen módon az orvos is értékelni szokta.
13:05
So we thought the patient might actually want to know the context as well.
327
785330
3000
Úgy gondoltuk, a beteg esetleg szeretné a kontextust is érteni.
13:08
It's a protein that shows up
328
788330
2000
Ez egy fehérje, ami akkor jelenik meg,
13:10
when your blood vessels might be inflamed,
329
790330
2000
amikor a vérerek begyulladnak,
13:12
which might be a risk for heart disease.
330
792330
2000
és ez a szívbetegség veszélyére utal.
13:14
What you're actually measuring
331
794330
2000
Amit valójában mérünk, az
13:16
is spelled out in clean language.
332
796330
2000
érthető nyelven van leírva.
13:18
Then we use the information
333
798330
2000
És ezután felhasználjuk az információt,
13:20
that's already in the lab report.
334
800330
2000
ami már benne van a laborjelentésben.
13:22
We use the person's age and their gender
335
802330
2000
Felhasználjuk a beteg életkorát és nemét,
13:24
to start to fill in the personalized risks.
336
804330
3000
hogy kitöltsük a személyre szabott rizikó részt.
13:27
So we start to use the data we have
337
807330
2000
Tehát kezdjük az adatokkal, amink van,
13:29
to run a very simple calculation
338
809330
2000
hogy egy nagyon egyszerű számítást végezzünk,
13:31
that's on all sorts of online calculators
339
811330
2000
ami benne van sokféle online számológépben,
13:33
to get a sense of what the actual risk is.
340
813330
3000
hogy éreztessük, mi az illető rizikó szintje.
13:36
The last one I'll show you is a PSA test.
341
816330
2000
Az utolsó amit bemutatok az a PSA teszt.
13:38
Here's the before, and here's the after.
342
818330
3000
Itt van előtte és utána.
13:41
Now a lot of our effort on this one --
343
821330
2000
Sok munka van ebben--
13:43
as many of you probably know,
344
823330
2000
ahogy sokan valószínűleg tudják,
13:45
a PSA test is a very controversial test.
345
825330
2000
a PSA egy nagyon vitatott teszt.
13:47
It's used to test for prostate cancer,
346
827330
2000
Ezt használják a prosztatarák kimutatására,
13:49
but there are all sorts of reasons
347
829330
2000
de nagyon sok ok van,
13:51
why your prostate might be enlarged.
348
831330
2000
ami miatt a prosztata megnagyobbodhat.
13:53
And so we spent a good deal of our time
349
833330
2000
És mi nagyon sok időt szentelünk
13:55
indicating that.
350
835330
2000
ennek jelzésére.
13:57
We again personalized the risks.
351
837330
2000
Személyre szabtuk a kockázatelemzést.
13:59
So this patient is in their 50s,
352
839330
2000
Szóval ezek a betegek az ötvenes éveikben vannak,
14:01
so we can actually give them a very precise estimate
353
841330
2000
tehát mi valójában egy igen pontos becslést tudunk nekik adni,
14:03
of what their risk for prostate cancer is.
354
843330
2000
hogy mekkora az esélyük a prosztatarákra.
14:05
In this case it's about 25 percent, based on that.
355
845330
3000
Ebben az esetben kb. 25 százalék esély van rá.
14:08
And then again, the follow-up actions.
356
848330
3000
És újra, az ezt követő intézkedések.
14:11
So our cost for this was less than 10,000 dollars, all right.
357
851330
3000
A költsége ennek kevesebb mint 10,000 dollár, rendben.
14:14
That's what Wired magazine spent on this.
358
854330
3000
Ez az amit a Wired magazin erre elköltött.
14:17
Why is Wired magazine doing this?
359
857330
2000
Miért csinálja ezt a Wired magazin?
14:19
(Laughter)
360
859330
3000
(Nevetés)
14:22
Quest Diagnostics and LabCorp,
361
862330
2000
A Quest Diagnostics és a LabCorp,
14:24
the two largest lab testing companies --
362
864330
3000
a két legnagyobb labor tesztelő társaság:
14:27
last year, they made profits of over 700 million dollars
363
867330
3000
Tavaly több mint 700 millió dollár profitot termeltek
14:30
and over 500 million dollars respectively.
364
870330
3000
és külön-külön több mint 500 millió dollárt.
14:33
Now this is not a problem of resources;
365
873330
2000
Tehát nincs gond a forrásokkal,
14:35
this is a problem of incentives.
366
875330
3000
a gond az ösztönzéssel van.
14:38
We need to recognize that the target of this information
367
878330
3000
Fel kell ismernünk, hogy ennek az információnak a célközönsége
14:41
should not be the doctor, should not be the insurance company.
368
881330
3000
nem az orvos és nem a betegbiztosító cég;
14:44
It should be the patient.
369
884330
2000
hanem a beteg maga.
14:46
It's the person who actually, in the end,
370
886330
2000
Ez az a személy, akinek valójában a végén
14:48
is going to be having to change their lives
371
888330
2000
meg kell változtatnia a saját életét,
14:50
and then start adopting new behaviors.
372
890330
2000
és elkezd új viselkedési formákat felvenni.
14:52
This is information that is incredibly powerful.
373
892330
2000
Ez az információ hihetetlenül erőteljes.
14:54
It's an incredibly powerful catalyst to change.
374
894330
3000
A változás hihetetlenül erőteljes katalizátora.
14:57
But we're not using it. It's just sitting there.
375
897330
2000
De nem használjuk, csak ott hever.
14:59
It's being lost.
376
899330
2000
Elvész.
15:01
So I want to just offer four questions
377
901330
2000
Tehát fel akarok tenni négy kérdést,
15:03
that every patient should ask,
378
903330
2000
melyeket bármely beteg megkérdezhet,
15:05
because I don't actually expect people
379
905330
2000
mert nem várom el az emberektől,
15:07
to start developing these lab test reports.
380
907330
2000
hogy elkezdjenek ilyen labor leleteket fejleszteni.
15:09
But you can create your own feedback loop.
381
909330
2000
De megalkotható a saját visszajelzési hurok.
15:11
Anybody can create their feedback loop by asking these simple questions:
382
911330
3000
Bárki készíthet ilyen visszajelzést, ha felteszi ezeket az egyszerű kérdéseket:
15:14
Can I have my results?
383
914330
2000
Megkaphatom az eredményeimet?
15:16
And the only acceptable answer is --
384
916330
2000
És az egyetlen elfogadható válasz:
15:18
(Audience: Yes.) -- yes.
385
918330
2000
(Hallgatóság: Igen.) -- Igen.
15:20
What does this mean? Help me understand what the data is.
386
920330
2000
Mit jelent ez? Segítsen megérteni ezeket az adatokat.
15:22
What are my options? What choices are now on the table?
387
922330
3000
Mik a lehetőségeim? Mik közül választhatok?
15:25
And then, what's next?
388
925330
2000
És aztán, mi következik?
15:27
How do I integrate this information
389
927330
2000
Hogy tudom felhasználni ezt az információt,
15:29
into the longer course of my life?
390
929330
2000
hosszú távon az életemben?
15:32
So I want to wind up by just showing
391
932330
2000
Tehát ezzel csak arra akarom felhívni a figyelmet,
15:34
that people have the capacity to understand this information.
392
934330
2000
hogy az emberek képesek megérteni ezeket az információkat.
15:36
This is not beyond the grasp of ordinary people.
393
936330
3000
Nem haladja meg a hétköznapi emberek értelmi képességeit.
15:39
You do not need to have the education level of people in this room.
394
939330
3000
Nem kell, hogy a jelenlévők képzettségi szintjén legyél.
15:42
Ordinary people are capable of understanding this information,
395
942330
3000
Hétköznapi emberek is képesek feldolgozni ezt az információt,
15:45
if we only go to the effort of presenting it to them
396
945330
3000
ha veszed a fáradságot, hogy úgy add elő,
15:48
in a form that they can engage with.
397
948330
2000
hogy ők is megértsék.
15:50
And engagement is essential here,
398
950330
2000
És a megbeszélés nagyon fontos,
15:52
because it's not just giving them information;
399
952330
2000
mert ez nem csak információ közlés,
15:54
it's giving them an opportunity to act.
400
954330
2000
ez lehetőség adása a változtatásra.
15:56
That's what engagement is. It's different from compliance.
401
956330
2000
Ezt nevezik elkötelezettségnek, ami más mint a megfelelési vágy.
15:58
It works totally different from the way we talk about behavior
402
958330
3000
Ez teljesen másképp működik, mint amikor a viselkedésről beszélünk
16:01
in medicine today.
403
961330
2000
a mai orvoslásban.
16:03
And this information is out there.
404
963330
2000
És ez az információ itt van.
16:05
I've been talking today about latent information,
405
965330
2000
Ma lappangó információról beszéltem,
16:07
all this information that exists in the system
406
967330
2000
és ezek az információk mind elérhetőek a rendszerben,
16:09
that we're not putting to use.
407
969330
2000
csak mi nem használjuk.
16:11
But there are all sorts of other bodies of information
408
971330
2000
De ott van egy halom más információ, ami
16:13
that are coming online,
409
973330
2000
online elérhetővé válik.
16:15
and we need to recognize the capacity of this information
410
975330
3000
És fel kell ismernünk ennek az információnak a kapacitását,
16:18
to engage people, to help people
411
978330
2000
hogy beavassuk az embereket, hogy segítsünk az embereknek,
16:20
and to change the course of their lives.
412
980330
2000
és hogy megváltoztassuk az életüket.
16:22
Thank you very much.
413
982330
2000
Nagyon szépen köszönöm.
16:24
(Applause)
414
984330
3000
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7