Joel Selanikio: The surprising seeds of a big-data revolution in healthcare

מתרגם: Shlomo Adam מבקר: David Forrai

יש בדיחה ישנה על שוטר שמסייר במקוף שלו

There's an old joke about a cop

who's walking his beat in the middle of the night,

באמצע הלילה,

and he comes across a guy under a street lamp

ונתקל בבחור אחד מתחת לפנס רחוב,

שמסתכל על הקרקע ועובר מצד לצד,

who's looking at the ground and moving from side to side,

and the cop asks him what he's doing.

והשוטר שואל אותו מה הוא עושה.

The guys says he's looking for his keys.

הבחור אומר שהוא מחפש את המפתחות שלו.

So the cop takes his time

אז השוטר מתעכב על ידו ומחפש מסביב

and looks over and kind of makes a little matrix

והם מחלקים ביניהם את השטח ומחפשים

and looks for about two, three minutes.

במשך 2-3 דקות, והמפתחות אינם.

No keys.

The cop says, "Are you sure?

השוטר שואל: "אתה בטוח? היי, חבר,

Hey buddy, are you sure you lost your keys here?"

"אתה בטוח שאיבדת כאן את המפתחות?"

And the guy says, "No, actually I lost them

והבחור עונה, "לא, למעשה איבדתי אותם

"בקצה השני של הרחוב,

down at the other end of the street,

"אבל כאן התאורה טובה יותר."

but the light is better here."

(Laughter)

There's a concept that people talk about nowadays called "big data."

יש רעיון מסוים שאנשים מדברים עליו בימינו

והוא קרוי "ביג דאטה", והם למעשה מדברים

And what they're talking about is all of the information

על כל המידע שאנו מפיקים

that we're generating through our interaction

מהאינטראקציות בינינו ועם האינטרנט,

with and over the Internet,

everything from Facebook and Twitter

החל מ"פייסבוק" ו"טוויטר",

וכלה בהורדות מוסיקה, סרטים, מדיה זורמת, כל הדברים האלה,

to music downloads, movies, streaming, all this kind of stuff,

the live streaming of TED.

השידור החי של TED.

And the folks who work with big data, for them,

והחבר'ה שמדברים על המידע הגדול, מבחינתם,

they talk about that their biggest problem

הם אומרים שהבעיה הכי גדולה שלהם

is we have so much information.

היא שיש לנו יותר מדי מידע,

The biggest problem is: how do we organize all that information?

הבעיה הגדולה ביותר היא איך לארגן את כל המידע הזה.

מעבודתי בתחום הבריאות הגלובלית, האמינו לי,

I can tell you that, working in global health,

that is not our biggest problem.

שזו איננה הבעיה הכי גדולה שלנו.

Because for us, even though the light is better on the Internet,

כי מבחינתנו, למרות שהתאורה

באינטרנט טובה יותר,

the data that would help us solve the problems we're trying to solve

הרי שהנתונים שיעזרו לנו לפתור את הבעיות

שאנו מנסים לפתור, בעצם לא קיימים באינטרנט.

is not actually present on the Internet.

So we don't know, for example,

למשל, איננו יודעים כמה אנשים

how many people right now are being affected by disasters

נפגעים כרגע מאסונות

או מסכסוכים.

or by conflict situations.

We don't know for, really, basically, any of the clinics

איננו יודעים בפועל באילו מהמרפאות

in the developing world,

בעולם המתפתח, באילו מהן יש תרופות

which ones have medicines and which ones don't.

ובאילו אין.

We have no idea of what the supply chain is for those clinics.

אין לנו מושג מהי שרשרת האספקה שמגיעה לאותן מרפאות.

איננו יודעים -- וזה באמת מדהים בעיני--

We don't know -- and this is really amazing to me -- we don't know

איננו יודעים כמה ילדים נולדו,

how many children were born -- or how many children there are --

או כמה ילדים יש בבוליביה

in Bolivia or Botswana or Bhutan.

או בבוצואנה או בבהוטן.

איננו יודעים כמה ילדים מתו בשבוע שעבר

We don't know how many kids died last week

בכל אחת מהארצות האלה.

in any of those countries.

We don't know the needs of the elderly, the mentally ill.

איננו יודעים מה הצרכים של הזקנים, של חולי הנפש.

For all of these different critically important problems

בכל אחת מהבעיות הקריטיות הללו

or critically important areas that we want to solve problems in,

או התחומים הקריטיים הללו שבהם אנו רוצים לפתור בעיות,

אנו בעצם לא יודעים כלום.

we basically know nothing at all.

And part of the reason why we don't know anything at all

וחלק מהסיבה מדוע איננו יודעים כלום

is that the information technology systems that we use in global health

היא שמערכות טכנולוגיית המידע

בהן אנו משתמשים בבריאות העולמית כדי להשיג את הנתונים

to find the data to solve these problems is what you see here.

על מנת לפתור בעיות אלה, הן מה שאתם רואים כאן.

This is about a 5,000-year-old technology.

זאת טכנולוגיה בת 5,000 שנה.

Some of you may have used it before.

חלקכם ודאי השתמש בה פעם.

היא כבר די מיושנת, אך אנו עדיין משתמשים בה

It's kind of on its way out now,

but we still use it for 99 percent of our stuff.

עבור 99% מהדברים שלנו.

זהו טופס נייר, ומה שאתם רואים כאן

This is a paper form.

And what you're looking at is a paper form

הוא טופס נייר בידיה של אחות ממשרד הבריאות

in the hand of a Ministry of Health nurse in Indonesia,

באינדונזיה, שמסתובבת באזור הכפרי שם,

who is tramping out across the countryside

in Indonesia on, I'm sure, a very hot and humid day,

ואני בטוח שזהו יום חם ולח ביותר,

and she is going to be knocking on thousands of doors

והיא עתידה להתדפק על אלפי דלתות

over a period of weeks or months,

במשך שבועות או חודשים,

לדפוק על דלתות ולומר, "סליחה,

knocking on the doors and saying,

"Excuse me, we'd like to ask you some questions.

"אנו רוצים לשאול אתכם כמה שאלות.

Do you have any children? Were your children vaccinated?"

"יש לכם ילדים? האם ילדיכם קיבלו חיסונים?"

Because the only way we can actually find out

כי הדרך היחידה שבה אנו למעשה יכולים לדעת

כמה ילדים חוסנו באזורי הכפר של אינדונזיה,

how many children were vaccinated in the country of Indonesia,

כמה אחוזים חוסנו, למעשה איננה באמצעות

what percentage were vaccinated,

is actually not on the Internet, but by going out and knocking on doors,

האינטרנט, אלא במעבר מדלת לדלת,

ולעתים - עשרות אלפי דלתות.

sometimes tens of thousands of doors.

Sometimes it takes months to even years to do something like this.

לפעמים נדרשים חודשים ואפילו שנים

כדי לעשות משהו כזה.

You know, a census of Indonesia

כדי להשלים מפקד אוכלוסין באינדונזיה

would probably take two years to accomplish.

יידרשו ודאי שנתיים.

And the problem, of course, with all of this

והבעיה בכל זה, היא כמובן,

is that, with all those paper forms --

עם כל טפסי הנייר האלה-- ותאמינו לי

and I'm telling you, we have paper forms for every possible thing:

שיש לנו טפסי נייר לכל דבר שאפשר להעלות על הדעת.

יש לנו טפסי נייר של סקר חיסונים.

We have paper forms for vaccination surveys.

We have paper forms to track people who come into clinics.

יש לנו טפסי נייר למעקב אחר אנשים שמגיעים למרפאות.

We have paper forms to track drug supplies, blood supplies --

יש לנו טפסי נייר למעקב אחר אספקת תרופות,

אספקת דם, כל מיני טפסי נייר

all these different paper forms for many different topics,

לכל מיני שימושים,

they all have a single, common endpoint,

ולכולם יש יעד משותף,

and the common endpoint looks something like this.

והידע המשותף נראה ככה.

And what we're looking at here is a truckful of data.

אנו רואים כאן מטענית מלאה מידע.

כל זה הוא מידע מסקר חיסונים אחד ויחיד

This is the data from a single vaccination coverage survey

in a single district in the country of Zambia

במחוז אחד ויחיד במדינת זמביה

from a few years ago, that I participated in.

מלפני כמה שנים, שבו השתתפתי.

The only thing anyone was trying to find out

הדבר היחיד שניסו למצוא כאן

is what percentage of Zambian children are vaccinated,

היא איזה אחוז מילדי זמביה מחוסנים,

and this is the data, collected on paper over weeks,

ואלה הנתונים שנאספו ע"ג נייר במשך שבועות

from a single district,

ממחוז אחד ויחיד, שהוא שטח בגודל של מחוז

which is something like a county in the United States.

בארצות הברית.

You can imagine that, for the entire country of Zambia,

אתם ודאי מתארים לעצמכם, שעבור כל מדינת זמביה,

המענה על שאלה יחידה זו

answering just that single question ...

looks something like this.

נראה משהו כזה.

מטענית ועוד מטענית ועוד מטענית

Truck after truck after truck,

מלאות בערימות על גבי ערימות של נתונים.

filled with stack after stack after stack of data.

And what makes it even worse is that's just the beginning.

ומה שמחמיר עוד יותר את המצב

הוא שזו רק ההתחלה,

Because once you've collected all that data,

כי מרגע שנאספו כל הנתונים האלה,

of course, someone -- some unfortunate person --

ברור שמישהו צריך--

שאיזה מסכן ייאלץ להקליד הכל לתוך מחשב.

is going to have to type that into a computer.

When I was a graduate student,

כשלמדתי לתואר שני, הזדמן לי בפועל

I actually was that unfortunate person sometimes.

להיות לפעמים המסכן הזה.

I can tell you, I often wasn't really paying attention.

האמינו לי. לעתים קרובות לא ממש שמתי לב.

I probably made a lot of mistakes when I did it

ודאי עשיתי המון שגיאות כשעבדתי בזה

that no one ever discovered, so data quality goes down.

שגיאות שאיש לא גילה. ככה נפגעת איכות הנתונים.

But eventually that data, hopefully, gets typed into a computer,

אך התקווה היא שלבסוף הנתונים מוקלדים למחשב,

and someone can begin to analyze it,

ומישהו יכול להתחיל לנתח אותם,

and once they have an analysis and a report,

ומרגע שיש להם ניתוח ודו"ח,

התקווה היא שאפשר לקחת את התוצאות של אוסף הנתונים הזה,

hopefully, then you can take the results of that data collection

and use it to vaccinate children better.

ולנצל אותן כדי לחסן ילדים טוב יותר.

Because if there's anything worse in the field of global public health --

כי אם יש משהו חמור יותר

בתחום העולמי של בריאות הציבור,

I don't know what's worse than allowing children on this planet

איניי יודע מה גרוע יותר מאשר להניח לילדים בעולם הזה

to die of vaccine-preventable diseases --

למות ממחלות שניתן למנוע בעזרת חיסונים,

diseases for which the vaccine costs a dollar.

מחלות שהחיסון עבורן עולה דולר אחד.

And millions of children die of these diseases every year.

ומיליוני ילדים מתים מהמחלות האלה בכל שנה ושנה.

והעובדה היא ש"מיליונים" זו הערכה גסה

And the fact is, millions is a gross estimate,

because we don't really know how many kids die each year of this.

כי איננו יודעים באמת כמה ילדים מתים כך בכל שנה.

What makes it even more frustrating is that the data-entry part,

מה שהופך זאת לעוד יותר מתסכל

הוא ששלב הכנסת הנתונים, השלב שנהגתי לעשות בזמן לימודי,

the part that I used to do as a grad student,

עלול לעתים לארוך 6 חודשים.

can take sometimes six months.

Sometimes it can take two years to type that information into a computer,

לפעמים יידרשו שנתיים כדי להקליד את המידע הזה

לתוך מחשב, ולפעמים, לא לעתים רחוקות, בעצם,

And sometimes, actually not infrequently,

it actually never happens.

זה בכלל לא יקרה.

Now try and wrap your head around that for a second.

נסו רגע לקלוט את העובדה הזו.

You just had teams of hundreds of people.

היו לכם צוותים של מאות אנשים.

They went out into the field to answer a particular question.

הם יצאו לשטח כדי לענות על שאלה מסוימת.

סביר להניח שהוצאתם מאות אלפי דולרים

You probably spent hundreds of thousands of dollars

על דלק, צילום מסמכים והוצאות שוטפות,

on fuel and photocopying and per diem.

ואז, משום-מה, המומנטום אובד

And then for some reason, momentum is lost

or there's no money left,

או שנגמר הכסף,

and all of that comes to nothing,

וכל זה היה לשווא

because no one actually types it into the computer at all.

כי איש לא טרח בכלל להקליד את זה למחשב.

The process just stops.

התהליך פשוט נעצר. זה קורה כל הזמן.

Happens all the time.

This is what we base our decisions on in global health:

על זה אנו מבססים את החלטותינו בבריאות העולמית:

little data, old data, no data.

מיעוט נתונים, נתונים ישנים, העדר נתונים.

So back in 1995,

אז כבר ב-1995 התחלתי לחשוב על דרכים

I began to think about ways in which we could improve this process.

שבהן נוכל לשפר את התהליך הזה.

Now 1995 -- obviously, that was quite a long time ago.

וברור ש-1995 היתה לפני זמן רב.

It kind of frightens me to think of how long ago that was.

קצת מפחיד אותי לחשוב כמה זמן עבר מאז.

הסרט הכי מצליח באותה שנה

The top movie of the year was "Die Hard with a Vengeance."

היה "מת לחיות 3".

כפי שאתם רואים, לברוס וויליס היה אז הרבה יותר שיער.

As you can see, Bruce Willis had a lot more hair back then.

I was working in the Centers for Disease Control

אני עבדתי במרכזי בקרת המחלות,

and I had a lot more hair back then as well.

וגם לי היה אז הרבה יותר שיער.

But to me, the most significant thing that I saw in 1995

אך מבחינתי, הדבר הכי משמעותי שראיתי ב-1995

was this.

היה זה.

קשה לנו לדמיין את זה, אבל ב-1995

Hard for us to imagine, but in 1995,

this was the ultimate elite mobile device.

זה היה השיא במכשירים הניידים.

It wasn't an iPhone. It wasn't a Galaxy phone.

נכון? לא ה"אייפון", לא ה"גלקסי",

It was a PalmPilot.

אלא ה"פאלם פיילוט".

And when I saw the PalmPilot for the first time, I thought,

וכשראיתי לראשונה את ה"פאלם פיילוט", חשבתי,

"Why can't we put the forms on these PalmPilots?

מדוע שלא נשים את הטפסים ב"פאלם פיילוט" האלה

And go out into the field just carrying one PalmPilot,

ונצא לשטח רק עם "פאלם פיילוט" אחד,

שיש לו קיבולת של עשרות אלפי

which can hold the capacity of tens of thousands of paper forms?

טפסי נייר? למה שלא ננסה את זה?

Why don't we try to do that?

Because if we can do that,

כי אם נוכל לעשות זאת, אם נוכל פשוט

if we can actually just collect the data electronically, digitally,

לאסוף את הנתונים בצורה אלקטרונית, דיגיטלית,

from the very beginning,

ממש מההתחלה,

we can just put a shortcut right through that whole process

יהיה לנו קיצור דרך בכל התהליך הזה

of typing, of having somebody type that stuff into the computer.

של ההקלדה,

ונדלג על השלב שבו מישהו מקליד את זה למחשב.

We can skip straight to the analysis

נוכל לעבור ישר לשלב ניתוח הנתונים

and then straight to the use of the data to actually save lives."

ומשם ישר לשימוש בנתונים כדי להציל חיים בפועל.

So that's what I began to do.

וזה למעשה מה שהתחלתי לעשות.

Working at CDC, I began to travel to different programs around the world

בעבודתי במרכזי בקרת המחלות, התחלתי לנסוע לתכניות שונות

ברחבי העולם, ולהכשיר אותם בשימוש ב"פאלם פיילוט"

and to train them in using PalmPilots to do data collection,

לצורך איסוף נתונים, במקום בנייר.

instead of using paper.

And it actually worked great.

וזה עבד נהדר.

It worked exactly as well as anybody would have predicted.

זה עבד בדיוק כפי שאפשר היה לחזות.

ממש לא להאמין: איסוף נתונים דיגיטלי

What do you know?

Digital data collection is actually more efficient than collecting on paper.

הוא יעיל בהרבה מאשר איסופם על גבי נייר.

כשעסקתי בזה, השותפה העסקית שלי, רוז,

While I was doing it, my business partner,

שנמצאת כאן עם בעלה, מתיו,

Rose, who's here with her husband, Matthew, here in the audience,

רוז יצאה לשטח ועשתה אותו דבר עבור הצלב האדום האמריקאי.

Rose was out doing similar stuff for the American Red Cross.

הבעיה היתה, אחרי כמה שנים כאלה,

The problem was, after a few years of doing that,

הבנתי שעשיתי-- ביקרתי, אולי,

I realized -- I had been to maybe six or seven programs --

בשש או שבע תכניות, וחשבתי לי,

and I thought, you know, if I keep this up at this pace,

אם אמשיך בקצב הזה,

over my whole career,

במשך כל הקריירה שלי, אצליח להגיע

maybe I'm going to go to maybe 20 or 30 programs.

אולי ל-20 או 30 תכניות.

But the problem is, 20 or 30 programs,

אבל הבעיה היא ש-20 או 30 תכניות,

like, training 20 or 30 programs to use this technology,

להכשיר אנשים ב-20 או 30 תכניות בשימוש בטכנולוגיה הזו,

that is a tiny drop in the bucket.

זה טיפה בים.

הביקוש לזה, הצורך בנתונים כדי להפעיל תכניות טובות יותר,

The demand for this, the need for data to run better programs

just within health -- not to mention all of the other fields

רק בתחום הבריאות, בלי להתייחס לכל יתר התחומים

in developing countries -- is enormous.

בארצות המתפתחות, הוא כביר.

There are millions and millions and millions of programs,

יש מיליונים רבים של תכניות,

millions of clinics that need to track drugs,

מיליוני מרפאות שצריכות לנהל מעקב אחרי תרופות,

millions of vaccine programs.

מיליוני תכניות חיסון.

There are schools that need to track attendance.

יש בתי-ספר שצריכים לעקוב אחר הנוכחות.

יש כל מיני דברים

There are all these different things for us to get the data that we need to do.

שעלינו להשיג עבורם נתונים.

ואני הבנתי שאם אמשיך לפעול באותה הדרך,

And I realized if I kept up the way that I was doing,

I was basically hardly going to make any impact

לא אצליח לשנות כמעט כלום

עד סוף הקריירה שלי.

by the end of my career.

And so I began to rack my brain,

אז התחלתי לשבור את הראש

trying to think about, what was the process that I was doing?

בנסיון לחשוב

על התהליך של מה שאני עושה,

How was I training folks,

איך אני מכשיר אנשים, ומהם צווארי הבקבוק

and what were the bottlenecks and what were the obstacles

ומהם המכשולים שמפריעים לבצע זאת מהר יותר

to doing it faster and to doing it more efficiently?

וביעילות רבה יותר?

And, unfortunately, after thinking about this for some time,

ולצערי, אחרי שחשבתי על זה במשך זמן-מה,

I identified the main obstacle.

הבנתי-- זיהיתי את המכשול העיקרי.

And the main obstacle, it turned out --

והמכשול העיקרי, כך התברר,

and this is a sad realization --

וזו תובנה עגומה,

המכשול העיקרי היה אני.

the main obstacle was me.

So what do I mean by that?

מה כוונתי בכך?

I had developed a process

פיתחתי תהליך שבאמצעותו

whereby I was the center of the universe of this technology.

הייתי מרכז היקום מבחינת הטכנולוגיה הזו.

אם רציתם להשתמש בטכנולוגיה הזו הייתם צריכים ליצור איתי קשר.

If you wanted to use this technology, you had to get in touch with me.

כלומר, היה עליכם לדעת על קיומי,

That means you had to know I existed.

ואז למצוא את הכסף כדי לשלם לי

Then you had to find the money to pay for me to fly out to your country

כדי שאטוס לארצכם

וכדי לשלם על המלון שלי

and the money to pay for my hotel and my per diem and my daily rate.

ואת ההוצאות והשכר היומיים שלי.

So you could be talking about 10- or 20- or 30,000 dollars,

אנו מדברים על 10, 20, 30 אלף דולר

if I actually had the time or it fit my schedule

וזה אם היה לי זמן עבורכם או השתלבתם בלו"ז שלי,

and I wasn't on vacation.

ואם לא יצאתי לחופשה.

The point is that anything,

הנקודה היא שכל דבר, כל מערכת שתלויה

any system that depends on a single human being

באדם אחד ויחיד, או ב-2, 3, 4 או 5 בני-אדם,

or two or three or five human beings --

it just doesn't scale.

פשוט לא תצליח להיות מותאמת למטרתה.

And this is a problem for which we need to scale this technology,

וזאת בעיה שעלינו לסגל לפיה

את הטכנולוגיה הזו, ולעשות זאת עכשיו.

and we need to scale it now.

And so I began to think of ways in which I could basically

אז התחלתי לחשוב על דרכים שבהם אוכל, בעצם,

להוציא את עצמי מהתמונה.

take myself out of the picture.

ואני חושב

And, you know, I was thinking,

"How could I take myself out of the picture?"

איך אוכל להוציא את עצמי מהתמונה

for quite some time.

כבר מזה זמן-מה.

I'd been trained that the way you distribute technology

לפי ההכשרה שלי, האופן בו

מפיצים טכנולוגיה במסגרת פיתוח בינלאומי

within international development

is always consultant-based.

מתבסס תמיד על ייעוץ.

It's always guys that look pretty much like me,

תמיד מדובר בחבר'ה די דומים לי

flying from countries that look pretty much like this

שמגיעים במטוסים מארצות די דומות לזו

to other countries with people with darker skin.

לארצות אחרות עם אנשים בעלי עור כהה יותר.

And you go out there, and you spend money on airfare

הם נוסעים לשם, מוציאים כספים על כרטיסי טיסה,

and you spend time and you spend per diem

משקיעים זמן, משלמים על הוצאות שוטפות,

and you spend for a hotel and all that stuff.

מוציאים כסף על מלון ועל כל יתר הדברים.

As far as I knew, that was the only way you could distribute technology,

ולמיטב ידיעתי אז, זו הדרך היחידה

בה מפיצים טכנולוגיה, ולא הצלחתי למצוא דרך שונה.

and I couldn't figure out a way around it.

אבל אז קרה נס,

But the miracle that happened --

I'm going to call it Hotmail for short.

למען הקיצור אקרא לו "הוטמייל".

You may not think of Hotmail as being miraculous,

אולי אתם לא חושבים ש"הוטמייל" הוא נס,

but for me it was miraculous,

אבל מבחינתי הוא היה כזה, כי שמתי לב,

because I noticed, just as I was wrestling with this problem --

בדיוק כשנאבקתי בבעיה הזו,

I was working in sub-Saharan Africa, mostly, at the time --

עבדתי אז בעיקר באפריקה של תת-הסהרה.

I noticed that every sub-Saharan African health worker

שמתי לב שכל עובד בריאות באפריקה של תת-הסהרה

that I was working with had a Hotmail account.

שאיתו עבדתי, החזיק בחשבון "הוטמייל".

ופתאום חשבתי,

And it struck me, "Wait a minute --

רק רגע. הרי ברור לי שהחבר'ה מ"הוטמייל"

I know the Hotmail people surely didn't fly to the Ministry of Health in Kenya

לא טסו אל משרד הבריאות של קניה

to train people in how to use Hotmail.

כדי להכשיר אנשים בשימוש ב"הוטמייל".

So these guys are distributing technology, getting software capacity out there,

אז החבר'ה האלה מפיצים טכנולוגיה.

הם מפיצים יכולת שימוש בתוכנות

but they're not actually flying around the world.

בלי לטוס סביב העולם.

הייתי צריך לחשוב על זה עוד קצת.

I need to think about this more."

While I was thinking about it,

בזמן שחשבתי על זה, אנשים התחילו להשתמש

people started using even more things like this, just as we were.

בעוד יותר דברים כאלה, ממש כמונו.

They started using LinkedIn and Flickr and Gmail and Google Maps --

הם התחילו להשתמש ב"לינקד-אין" וב"פליקר"

וב"ג'ימייל" ובמפות "גוגל", כל הדברים האלה.

all these things.

Of course, all of these things are cloud based

כמובן, כל הדברים האלה הם מבוססי-ענן

and don't require any training.

והם לא דורשים שום הכשרה

They don't require any programmers.

ושום מתכנתים

They don't require consultants.

ולא יועצים, כי

Because the business model for all these businesses

המודל העסקי של העסקים האלה

requires that something be so simple we can use it ourselves,

מחייב שהדברים יהיו פשוטים עד כדי כך שנוכל להשתמש בו בעצמנו

with little or no training.

עם מעט הכשרה או בכלל בלעדיה.

You just have to hear about it and go to the website.

צריך רק לשמוע על זה ואז הולכים אל האתר.

אז חשבתי לעצמי, מה אם נבנה תוכנה

And so I thought, what would happen if we built software

to do what I'd been consulting in?

שתעשה את מה שאני מייעץ בו?

Instead of training people how to put forms onto mobile devices,

מה אם במקום להכשיר אנשים

להכניס טפסים למכשירים ניידים,

let's create software that lets them do it themselves with no training

ניצור תוכנה שתאפשר להם לעשות זאת בעצמם

ללא הכשרה או בלי המעורבות שלי?

and without me being involved.

וזה בדיוק מה שעשינו.

And that's exactly what we did.

So we created software called Magpi, which has an online form creator.

יצרנו תוכנה בשם "מאגפי",

שהיה לה מחולל טפסים מקוון.

No one has to speak to me,

לאיש לא היה צורך לדבר איתי.

you just have to hear about it and go to the website.

אנשים פשוט שמעו על זה ונכנסו לאתר.

You can create forms, and once you've created the forms,

אפשר ליצור טפסים, ומרגע שיוצרים את הטפסים,

you push them to a variety of common mobile phones.

דוחפים אותם לטלפונים ניידים נפוצים מכל הסוגים.

Obviously, nowadays, we've moved past PalmPilots to mobile phones.

היום, כמובן, כבר עברנו את שלב ה"פאלם פיילוט"

והגענו לטלפונים ניידים.

And it doesn't have to be a smartphone, it can be a basic phone,

וזה לא חייב להיות טלפון חכם.

זה יכול להיות טלפון פשוט, כמו זה מימין,

like the phone on the right, the basic Symbian phone

טלפון מבוסס "סימביאן", מהסוג הבסיסי

that's very common in developing countries.

שנפוץ מאד בארצות מתפתחות.

And the great part about this is it's just like Hotmail.

ומה שגדול בזה, שזה בדיוק כמו "הוטמייל".

It's cloud based,

זה מבוסס ענן, וזה לא דורש שום הכשרה,

and it doesn't require any training, programming, consultants.

תכנות, יועצים.

But there are some additional benefits as well.

ובנוסף, יש עוד כמה יתרונות.

ואנו ידענו, כשבנינו את המערכת,

Now we knew when we built this system,

שכל הטעם בה, בדיוק כמו עם ה"פאלם פיילוט",

the whole point of it, just like with the PalmPilots,

was that you'd be able to collect the data

שתצטרכו, שתוכלו

לאסוף את הנתונים, להעלותם מיד ולקבל את מערך הנתונים שלכם.

and immediately upload the data and get your data set.

אך מה שגילינו, כמובן, היות שזה ממילא ממוחשב,

But what we found, of course, since it's already on a computer,

שאנו יכולים להעביר מפות, ניתוחים וגרפים מיידיים.

we can deliver instant maps and analysis and graphing.

We can take a process that took two years

אנו יכולים לקחת תהליך שארך שנתיים

and compress that down to the space of five minutes.

ולדחוס אותו לפרק-זמן של חמש דקות.

שיפור לא-ייאמן ביעילות.

Unbelievable improvements in efficiency.

Cloud based, no training, no consultants, no me.

מיחשוב ענן, בלי הכשרה, בלי יועצים, וגם בלעדי.

And I told you that in the first few years

וסיפרתי לכם קודם שבשנים הראשונות

of trying to do this the old-fashioned way,

כשניסיתי לעשות את זה בשיטה המיושנת,

going out to each country,

לצאת לכל ארץ וארץ,

הצלחנו להגיע... לא יודע,

we probably trained about 1,000 people.

הכשרנו אולי 1,000 איש.

What happened after we did this?

מה קרה אחרי שעשינו את זה?

In the second three years,

ב-3 השנים הבאות, היו לנו 14,000 איש

we had 14,000 people find the website,

שמצאו את האתר, נרשמו, והחלו להשתמש בו לאיסוף נתונים,

sign up and start using it to collect data:

data for disaster response,

נתונים למענה במצבי אסון,

מגדלי חזירים קנדיים שניהלו מעקב אחרי מחלות ועדרים של חזירים,

Canadian pig farmers tracking pig disease and pig herds,

people tracking drug supplies.

אנשים שניהלו מעקב אחרי משלוחי תרופות.

One of my favorite examples, the IRC, International Rescue Committee,

אחת הדוגמאות האהובות עלי

היא ועדת ההצלה הבינלאומית,

they have a program where semi-literate midwives,

יש להם תכנית שבה מיילדות משכילות למחצה

using $10 mobile phones,

שמשתמשות בטלפונים ניידים שעולים 10 דולר

send a text message using our software, once a week,

שולחות מסרון, בעזרת התוכנה שלנו,

אחת לשבוע, עם מספר הלידות

with the number of births and the number of deaths,

ומספר המיתות, וזה נותן לוועדת ההצלה

which gives IRC something that no one in global health has ever had:

משהו שלא היה מעולם לאיש בתחום הבריאות העולמית:

a near-real-time system of counting babies,

מערכת של כמעט זמן-אמת לספירת תינוקות,

of knowing how many kids are born,

שיודעת כמה תינוקות נולדים,

of knowing how many children there are in Sierra Leone,

שיודעת כמה ילדים יש

בסיירה לאונה, שהיא הארץ שבה זה פועל,

which is the country where this is happening,

and knowing how many children die.

ויודעת כמה תינוקות מתים.

Physicians for Human Rights --

"רופאים למען זכויות האדם"--

this is moving a little bit outside the health field --

כאן אני חורג מעט מתחום הבריאות--

they're basically training people to do rape exams in Congo,

הם אוספים נתונים... עקרונית, הם מכשירים אנשים

לבצע בדיקות אונס בקונגו, היכן שמדובר במגיפה,

where this is an epidemic,

a horrible epidemic,

מגיפה נוראה,

and they're using our software to document the evidence they find,

והם משתמשים בתוכנה שלנו כדי לתעד

את העדויות שהם מוצאים, כולל צילומים,

including photographically,

so that they can bring the perpetrators to justice.

כדי שיוכלו להעמיד את הפושעים למשפט.

Camfed, another charity based out of the UK --

"קמפד", ארגון צדקה נוסף שבסיסו בבריטניה,

Camfed pays girls' families to keep them in school.

"קמפד" משלמת למשפחות של נערות כדי שימשיכו ללמוד.

They understand this is the most significant intervention they can make.

הם מבינים שזו ההתערבות המשמעותית ביותר

שהם יכולים לספק. הם נהגו לעקוב אחר ההתפלגות,

They used to track the disbursements, the attendance, the grades, on paper.

הנוכחות, הציונים, על גבי נייר.

The turnaround time between a teacher writing down grades or attendance

הזמן שעבר מאז שהמורה

כתב את הציונים או רשם את הנוכחות

and getting that into a report was about two to three years.

ועד שזה הגיע לדו"ח היה כשנתיים-שלוש.

Now it's real time.

היום זה בזמן אמת, מפני שזו מערכת

And because this is such a low-cost system and based in the cloud,

כל כך זולה ומבוססת-ענן, והיא עולה,

it costs, for the entire five countries that Camfed runs this in,

לכל חמש הארצות ש"קמפד" מפעילה אותה בהן

עם עשרות אלפי בנות,

with tens of thousands of girls,

המחיר כולו הוא 10,000 דולר בשנה.

the whole cost combined is 10,000 dollars a year.

That's less than I used to get

זה פחות ממה שהייתי מקבל

רק בשביל לנסוע לשבועיים כדי לספק ייעוץ.

just traveling out for two weeks to do a consultation.

So I told you before that when we were doing it the old-fashioned way,

כבר אמרתי לכם קודם,

שכשעשינו את זה בשיטה המיושנת, הבנתי,

I realized all of our work was really adding up to just a drop in the bucket --

שכל העבודה שלנו היא בסופו של דבר טיפה בים--

10, 20, 30 different programs.

10, 20, 30 תכניות שונות.

עברנו אמנם כברת דרך, אבל אני מכיר בכך

We've made a lot of progress,

but I recognize that right now,

שגם עכשיו, עם כל העבודה שעשינו,

even the work that we've done with 14,000 people using this

ועם 14,000 האנשים שמשתמשים בזה,

is still a drop in the bucket.

זו עדיין טיפה בים. אבל משהו השתנה.

But something's changed, and I think it should be obvious.

ואני חושב שזה ברור.

What's changed now is,

מה ששונה עכשיו הוא,

instead of having a program in which we're scaling at such a slow rate

שבמקום תכנית שבה אנו מסתגלים באיטיות כזו,

that we can never reach all the people who need us,

שלעולם לא נוכל להגיע לכל האנשים שזקוקים לנו,

we've made it unnecessary for people to get reached by us.

ביטלנו את התלות של האנשים בכך שנגיע אליהם.

We've created a tool that lets programs keep kids in school,

יצרנו כלי שמאפשר לתכניות

לדאוג שילדים יישארו בביה"ס, לעקוב אחר מספר התינוקות

track the number of babies that are born and the number of babies that die,

שנולדים, ומספר התינוקות שמתים,

catch criminals and successfully prosecute them --

ללכוד פושעים ולהרשיע אותם בהצלחה,

to do all these different things to learn more about what's going on,

לעשות את כל הדברים שמאפשרים ללמוד יותר

על מה שקורה, להבין יותר, לראות יותר,

to understand more,

to see more ...

and to save lives and improve lives.

ולהציל חיים ולשפר חיים.

Thank you.

תודה לכם.

(Applause)

[מחיאות כפיים]