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

מתרגם: benyamin zinshtein מבקר: Zeeva Livshitz

Motor racing is a funny old business.

מירוצים זה עסק משעשע

We make a new car every year,

אנחנו בונים מכונית חדשה כל שנה

and then we spend the rest of the season

ואז אנחנו מבלים את שאר העונה

trying to understand what it is we've built

בלנסות להבין מה בנינו

to make it better, to make it faster.

לעשות אותה טובה יותר, מהירה יותר.

And then the next year, we start again.

ואז שנה אחרי, אנחנו מתחילים מהתחלה.

Now, the car you see in front of you is quite complicated.

המכונית שאתם רואים מולכם היא די מסובכת.

The chassis is made up of about 11,000 components,

השלדה מורכבת מבערך 11,000 רכיבים

the engine another 6,000,

המנוע עוד 6,000,

the electronics about eight and a half thousand.

האלקטרוניקה בערך 8,500.

So there's about 25,000 things there that can go wrong.

אז יש בערך 25,000 דברים שיכולים להשתבש

So motor racing is very much about attention to detail.

אז מרוצי מכוניות כוללים בתוכם הרבה תשומת לב לפרטים.

The other thing about Formula 1 in particular

הדבר הנוסף בנוגע למירוצי פורמולה 1 במיוחד

is we're always changing the car.

הוא שאנחנו כל הזמן משנים את המכונית.

We're always trying to make it faster.

אנחנו כל הזמן מנסים לעשות אותה יותר מהירה.

So every two weeks, we will be making

אז כל שבועיים, אנחנו נייצר

about 5,000 new components to fit to the car.

בערך 5,000 רכיבים חדשים שמורכבים למכונית

Five to 10 percent of the race car

5-10 אחוז ממכונית המירוץ

will be different every two weeks of the year.

ישתנו כל שבועיים במהלך השנה

So how do we do that?

אז איך אנחנו עושים את זה?

Well, we start our life with the racing car.

אנחנו מתחילים את חיינו עם מכונית מירוץ

We have a lot of sensors on the car to measure things.

יש לנו הרבה חיישנים על המכונית על מנת למדוד דברים.

On the race car in front of you here

על המכונית המירוץ שלפניכם

there are about 120 sensors when it goes into a race.

יש בערך 120 חיישנים כשהיא מתחרה.

It's measuring all sorts of things around the car.

זה מודד כל מיני דברים במכונית.

That data is logged. We're logging about

המידע הזה נשמר, אנחנו שומרים בערך

500 different parameters within the data systems,

500 מדדים שונים מתוך המערכות,

about 13,000 health parameters and events

בערך 13,000 מדדי בריאות ואירועים

to say when things are not working the way they should do,

שנוכל להגיד מתי דברים לא עובדים כפי שהם אמורים,

and we're sending that data back to the garage

ואנחנו שולחים את המידע הזה חזרה למוסך

using telemetry at a rate of two to four megabits per second.

כשאנו משתמשים בהעברת נתונים של 2-4 מגה-בייט לשניה

So during a two-hour race, each car will be sending

אז במהלך שעתיים של מירוץ, כל מכונית תשלח

750 million numbers.

750 מיליון מספרים

That's twice as many numbers as words that each of us

זה פי שניים מספרים מאשר מילים שכל אחד מאיתנו

speaks in a lifetime.

מדבר במהלך חייו

It's a huge amount of data.

זו כמות עצומה של נתונים

But it's not enough just to have data and measure it.

אבל זה לא מספיק רק לקבל את הנתונים ולמדוד אותם.

You need to be able to do something with it.

אתה צריך להיות מסוגל לעשות אתם משהו.

So we've spent a lot of time and effort

אז השקענו הרבה זמן ומאמץ

in turning the data into stories

להפוך את הנתונים לסיפורים

to be able to tell, what's the state of the engine,

שניתן לספר, מה מצבו של המנוע,

how are the tires degrading,

איך הצמיגים נשחקים,

what's the situation with fuel consumption?

מה המצב עם צריכת הדלק?

So all of this is taking data

אז כל זה - הוא איסוף נתונים

and turning it into knowledge that we can act upon.

והפיכתם לידע שאפשר לפעול לפיו

Okay, so let's have a look at a little bit of data.

אוקיי, אז בואו נסתכל על קצת מידע

Let's pick a bit of data from

בואו נבחר כמה נתונים

another three-month-old patient.

מחולה נוסף בן שלושה-חודשים

This is a child, and what you're seeing here is real data,

זה ילד, ומה שאתם רואים כאן אלה נתונים אמיתיים

and on the far right-hand side,

ובצד ימין בסוף,

where everything starts getting a little bit catastrophic,

איפה שהכל מתחיל להיות קטסטרופי

that is the patient going into cardiac arrest.

זה כשהחולה נכנס לדום לב

It was deemed to be an unpredictable event.

זה היה נחשב לאירוע בלתי צפוי.

This was a heart attack that no one could see coming.

זה היה התקף לב שאף אחד לא היה יכול לצפות

But when we look at the information there,

אבל כשאנחנו מסתכלים על המידע שם,

we can see that things are starting to become

אנחנו יכולים לראות שדברים מתחילים להיות

a little fuzzy about five minutes or so before the cardiac arrest.

קצת מבולבלים כחמש דקות לפני דום הלב.

We can see small changes

אנחנו יכולים לראות שינויים קטנים

in things like the heart rate moving.

בדברים כמו תנועת קצב הלב.

These were all undetected by normal thresholds

כל אלה היו בלתי ניתנים לגילוי ברף הרגיל

which would be applied to data.

שלפיו יבדקו את הנתונים.

So the question is, why couldn't we see it?

אז השאלה היא, למה לא יכולנו לראות את זה?

Was this a predictable event?

האם זה היה אירוע שניתן היה לצפות?

Can we look more at the patterns in the data

האם אנחנו יכולים להסתכל יותר על הדפוסים של הנתונים

to be able to do things better?

כדי להיות מסוגלים לעשות דברים טוב יותר?

So this is a child,

אז זה ילד,

about the same age as the racing car on stage,

בערך באותו גיל כמו מכונית המירוץ שעל הבמה,

three months old.

בן שלושה חודשים.

It's a patient with a heart problem.

זה חולה עם בעיה בלב.

Now, when you look at some of the data on the screen above,

עכשיו, כשאתם מסתכלים על חלק מהנתונים על המסך,

things like heart rate, pulse, oxygen, respiration rates,

דברים כמו דופק, קצב לב, חמצן, קצב נשימה,

they're all unusual for a normal child,

הם כולם חריגים בילד נורמלי,

but they're quite normal for the child there,

אבל הם רגילים למדי עבור הילד שם,

and so one of the challenges you have in health care is,

אז אחד האתגרים שיש ברפואה הוא,

how can I look at the patient in front of me,

איך אני יכול להסתכל על המטופל שלפני,

have something which is specific for her,

שיהיה לי משהו שהוא במיוחד בשבילה,

and be able to detect when things start to change,

ולהיות מסוגל לזהות כאשר דברים מתחילים להשתנות,

when things start to deteriorate?

כאשר דברים מתחילים להתדרדר?

Because like a racing car, any patient,

מפני שכמו מכונית מירוץ, כל חולה,

when things start to go bad, you have a short time

כשדברים מתחילים להתדרדר, יש לך זמן קצר

to make a difference.

כדי לעשות את ההבדל.

So what we did is we took a data system

אז מה שעשינו זה לקחת מערכת נתונים

which we run every two weeks of the year in Formula 1

שאנחנו מריצים שבועיים בשנה בפורמולה 1

and we installed it on the hospital computers

והתקנו אותה במערכת המחשוב

at Birmingham Children's Hospital.

של בית החולים לילדים בברמינגהם.

We streamed data from the bedside instruments

הזרמנו נתונים מהמכשור הרפואי לצד המיטות

in their pediatric intensive care

ביחידת טיפול נמרץ לילדים

so that we could both look at the data in real time

כך שנוכל גם לראות את הנתונים בזמן אמת

and, more importantly, to store the data

ויותר חשוב מכך, לאגור את הנתונים

so that we could start to learn from it.

כך שנוכל להתחיל ללמוד מהם.

And then, we applied an application on top

ואז, יישמנו אפליקציה על המידע

which would allow us to tease out the patterns in the data

שתאפשר לנו למצות את הדפוסים בנתונים

in real time so we could see what was happening,

בזמן אמת כדי שנוכל לראות מה מתרחש,

so we could determine when things started to change.

שנוכל לקבוע בזמן אמת כאשר דברים התחילו להשתנות.

Now, in motor racing, we're all a little bit ambitious,

עכשיו, במירוצים, אנחנו כולנו מעט שאפתנים

audacious, a little bit arrogant sometimes,

נועזים, קצת שחצנים לפעמים,

so we decided we would also look at the children

אז החלטנו שאנחנו גם נסתכל על הילדים

as they were being transported to intensive care.

כשהם מועברים לטיפול נמרץ.

Why should we wait until they arrived in the hospital

למה שנחכה עד שהם מגיעים לבית החולים

before we started to look?

לפני שהתחלנו להסתכל?

And so we installed a real-time link

אז התקנו קישור בזמן אמת

between the ambulance and the hospital,

בין האמבולנס לבית החולים,

just using normal 3G telephony to send that data

רק באמצעות טלפוניית 3G לשלוח את הנתונים

so that the ambulance became an extra bed

כך שהאמבולנס נהפך להיות מיטה נוספת

in intensive care.

בטיפול נמרץ.

And then we started looking at the data.

ואז התחלנו להסתכל על הנתונים.

So the wiggly lines at the top, all the colors,

אז הקווים המסתלסלים למעלה, על הצבעים,

this is the normal sort of data you would see on a monitor --

זה המידע הרגיל שאתם רואים על המסכים -

heart rate, pulse, oxygen within the blood,

דופק, קצב לב, חמצן בדם,

and respiration.

ונשימה.

The lines on the bottom, the blue and the red,

הקווים בתחתית, הכחול והאדום,

these are the interesting ones.

הם הקווים המעניינים.

The red line is showing an automated version

הקו האדום מייצג גרסה אוטומטית

of the early warning score

של מערכת התראה מוקדמת

that Birmingham Children's Hospital were already running.

שבית החולים לילדים בבירמינגהם כבר משתמש בה.

הם משתמשים בה מאז 2008,

They'd been running that since 2008,

and already have stopped cardiac arrests

והיא כבר מנעה דום לב

and distress within the hospital.

ומצוקת לב בבית החולים.

The blue line is an indication

הקו הכחול הוא מדד

of when patterns start to change,

למתי המדדים מתחילים להשתנות

and immediately, before we even started

ומיד, לפני שאפילו התחלנו

putting in clinical interpretation,

לנתח קלינית,

we can see that the data is speaking to us.

אנחנו יכולים לראות את המידע מדבר אלינו.

It's telling us that something is going wrong.

זה אומר לנו שמשהו משתבש.

The plot with the red and the green blobs,

הגרף עם הכתמים האדומים והירוקים,

this is plotting different components

זה גרף שמראה את הרכיבים השונים

of the data against each other.

של המידע אחד כנגד השני.

The green is us learning what is normal for that child.

הירוק זה מה שאנחנו לומדים שהוא נורמלי עבור הילד.

We call it the cloud of normality.

אנחנו קוראים לזה ענן הנורמליות.

And when things start to change,

וכשדברים מתחילים להשתנות,

when conditions start to deteriorate,

כשהמצב מתחיל להתדרדר'

we move into the red line.

אנחנו זזים לקו האדום.

There's no rocket science here.

אין כאן מדע טילים.

It is displaying data that exists already in a different way,

זה הצגת מידע שכבר קיים פשוט בדרך אחרת,

to amplify it, to provide cues to the doctors,

כדי להעצים את זה, להעניק לרופאים רמזים,

to the nurses, so they can see what's happening.

ולאחיות, כדי שהם יוכלו לראות מה מתרחש.

In the same way that a good racing driver

באותו אופן שבו נהג מירוצים טוב

relies on cues to decide when to apply the brakes,

מסתמך על רמזים על מנת ללחוץ על הבלמים,

when to turn into a corner,

מתי להיכנס לפניה,

we need to help our physicians and our nurses

אנחנו צריכים לעזור לרופאים שלנו ולאחיות שלנו

to see when things are starting to go wrong.

לראות מתי דברים מתחילים להשתבש.

So we have a very ambitious program.

אז יש לנו תוכנית שאפתנית מאוד.

We think that the race is on to do something differently.

אנחנו חושבים שהתחיל מירוץ לעשות משהו שונה.

We are thinking big. It's the right thing to do.

אנחנו חושבים בגדול. זה הדבר הנכון לעשות.

We have an approach which, if it's successful,

יש לנו גישה, שאם תצליח,

there's no reason why it should stay within a hospital.

אין סיבה שתישאר בתוך בית החולים.

זה יוכל ללכת מעבר לזה.

It can go beyond the walls.

With wireless connectivity these days,

עם הקישוריות האלחוטית בימים אלו,

there is no reason why patients, doctors and nurses

אין סיבה מדוע מטופלים, רופאים ואחיות

always have to be in the same place

יהיו חייבים להיות תמיד באותו מקום

at the same time.

באותו הזמן.

And meanwhile, we'll take our little three-month-old baby,

ובינתיים, ניקח את התינוק בן השלושה חודשים

keep taking it to the track, keeping it safe,

נמשיך לקחת אותו למסלול, לשמור עליו בטוח

and making it faster and better.

לעשות אותו בטוח יותר וטוב יותר

Thank you very much.

תודה רבה לכם.

(Applause)

(כפיים)