What really happens when you mix medications? | Russ Altman

188,456 views ・ 2016-03-23

TED


아래 영문자막을 더블클릭하시면 영상이 재생됩니다.

번역: Jihyeon J. Kim 검토: hansom Lee
00:12
So you go to the doctor and get some tests.
0
12811
3321
여러분은 의사에게 가서 몇가지 검사를 받습니다.
00:16
The doctor determines that you have high cholesterol
1
16674
2620
의사는 여러분의 높은 콜레스테롤 수치를 확인했고
00:19
and you would benefit from medication to treat it.
2
19318
3171
약을 통해서 치료해야 한다고 합니다.
00:22
So you get a pillbox.
3
22981
1556
그래서 약을 받았습니다.
00:25
You have some confidence,
4
25505
1199
여러분은 어떤 확신이 있고
00:26
your physician has some confidence that this is going to work.
5
26728
2937
여러분의 의사는 이 약이 효능이 있다는 확신이 있습니다.
00:29
The company that invented it did a lot of studies, submitted it to the FDA.
6
29689
3553
그 약을 만든 제약회사는 많은 자체실험 했고, FDA에 그걸 제출했습니다.
00:33
They studied it very carefully, skeptically, they approved it.
7
33266
3107
FDA는 매우 신중하고 회의적으로 검토한 다음 그 약을 승인했습니다.
00:36
They have a rough idea of how it works,
8
36397
1889
그들은 그 약이 어떻게 작용하는지 대충 알고 있고
00:38
they have a rough idea of what the side effects are.
9
38310
2453
부작용이 어떤지도 대충 알고 있습니다.
00:40
It should be OK.
10
40787
1150
이것은 괜찮을 겁니다.
00:42
You have a little more of a conversation with your physician
11
42864
2818
약 처방 후, 여러분은 의사와 조금 더 대화를 나누었습니다.
00:45
and the physician is a little worried because you've been blue,
12
45706
2963
의사는 살짝 걱정했습니다. 여러분의 내내 우울한 모습과
00:48
haven't felt like yourself,
13
48693
1293
여러분답지 않은 모습
00:50
you haven't been able to enjoy things in life quite as much as you usually do.
14
50010
3731
평소만큼 삶을 즐기는 못하고 있는 모습을 말입니다.
00:53
Your physician says, "You know, I think you have some depression.
15
53765
3186
여러분의 의사는 말합니다. "우울증 증세가 있는 것 같네요.
00:57
I'm going to have to give you another pill."
16
57792
2315
제가 다른 약을 처방해 드리죠."
01:00
So now we're talking about two medications.
17
60934
2483
이제 우리는 이 두 약에 대한 이야기를 할 것입니다.
01:03
This pill also -- millions of people have taken it,
18
63441
3104
우을증 약 역시-- 수백만 명이 복용하고 있고,
01:06
the company did studies, the FDA looked at it -- all good.
19
66569
3631
제약회사가 검토를 했고, FDA가 그 약을 살펴봤죠. 모든 것이 좋았죠.
01:10
Think things should go OK.
20
70823
2057
이것이 괜찮을 거라고 생각합니다.
01:12
Think things should go OK.
21
72904
2197
이것이 괜찮을 거라고 생각합니다.
01:15
Well, wait a minute.
22
75125
1439
음, 잠깐만요.
01:16
How much have we studied these two together?
23
76588
3517
이 두 약을 같이 먹었을 경우에 대해 실험해본 적이 얼마나 될까요?
01:20
Well, it's very hard to do that.
24
80630
2300
글쎄요, 이런 실험을 하는 것이 굉장히 어렵습니다.
01:22
In fact, it's not traditionally done.
25
82954
2130
사실, 전통적으로 그런 실험을 하진 않습니다.
01:25
We totally depend on what we call "post-marketing surveillance,"
26
85108
5518
우리는 약이 시장에 출시되어 팔린 후
전적으로 "시판 후 조사"라고 부르는 것에 의존합니다.
01:30
after the drugs hit the market.
27
90650
1880
01:32
How can we figure out if bad things are happening
28
92996
2848
만약에 나쁜 일이 두 약 사이에 일어났다면
01:35
between two medications?
29
95868
1357
우리는 이걸 어떻게 알아낼 수 있을까요?
01:37
Three? Five? Seven?
30
97249
2030
3개는? 5개는? 7개는요?
01:39
Ask your favorite person who has several diagnoses
31
99708
2415
여러 번 진료를 받은 친한 사람에게
01:42
how many medications they're on.
32
102147
1834
몇 개의 약을 복용하고 있는 지 물어보세요.
01:44
Why do I care about this problem?
33
104530
1580
왜 제가 이 문제에 대해서 신경쓰냐고요?
01:46
I care about it deeply.
34
106134
1157
저는 진심으로 걱정스럽습니다.
01:47
I'm an informatics and data science guy and really, in my opinion,
35
107315
4304
저는 정보학자이자 데이터 과학자입니다. 그리고 정말로, 제 생각에는
01:51
the only hope -- only hope -- to understand these interactions
36
111643
3745
이러한 상호작용을 이해하기 위한 유일한 희망-- 유일한 희망은
01:55
is to leverage lots of different sources of data
37
115412
3056
다른 많은 정보 원천의 이점을
01:58
in order to figure out when drugs can be used together safely
38
118492
3556
약을 같이 먹었을때 안전한지 안전하지 않은지
알아내기위해 활용하는 것입니다.
02:02
and when it's not so safe.
39
122072
1777
02:04
So let me tell you a data science story.
40
124615
2051
제가 한가지 데이터 정보학 이야기를 들려드리죠.
02:06
And it begins with my student Nick.
41
126690
2154
이 이야기는 제 학생 닉과 함께 시작합니다.
02:08
Let's call him "Nick," because that's his name.
42
128868
2380
그를 "닉"이라고 하도록 하죠, 왜냐하면 그게 그의 이름이거든요.
02:11
(Laughter)
43
131272
1592
(웃음)
02:12
Nick was a young student.
44
132888
1201
닉은 어린 학생이었습니다.
02:14
I said, "You know, Nick, we have to understand how drugs work
45
134113
3079
저는 말했죠. "있잖아, 닉, 우리는 약들이 어떻게 작용하는지
02:17
and how they work together and how they work separately,
46
137216
2626
같이는 어떻게 작용하고 따로는 어떻게 작용하는지
02:19
and we don't have a great understanding.
47
139866
1922
이해를 해야 하는데 그러한 이해가 충분히 되어있지 않아.
02:21
But the FDA has made available an amazing database.
48
141812
2405
하지만 FDA는 이용할 수 있는 놀라운 데이터베이스를 만들었지.
02:24
It's a database of adverse events.
49
144241
1699
약물의 부작용에 대한 자료지.
02:26
They literally put on the web --
50
146321
1642
그 자료는 문자 그대로 웹에 올라와 있고--
02:27
publicly available, you could all download it right now --
51
147987
3119
공공연하게 이용할 수 있고, 지금 당장 그 자료를 다운받을 수 있지.
02:31
hundreds of thousands of adverse event reports
52
151130
3627
환자들, 의사들, 회사들, 약사들로부터 나온
02:34
from patients, doctors, companies, pharmacists.
53
154781
3760
수백 수천개의 부작용 관련 보고서들 말이야.
02:38
And these reports are pretty simple:
54
158565
1749
그리고 그 보고서의 내용은 꽤 간단해.
02:40
it has all the diseases that the patient has,
55
160338
2658
환자가 가지고 있는 모든 질병
02:43
all the drugs that they're on,
56
163020
1767
환자가 복용하는 모든 약물
02:44
and all the adverse events, or side effects, that they experience.
57
164811
3818
그리고 모든 부작용 사례들, 혹은 환자가 겪고 있는 부작용들이 있지.
02:48
It is not all of the adverse events that are occurring in America today,
58
168653
3436
오늘날 미국에서 일어나는 모든 부작용에 관한 건 아니지만
02:52
but it's hundreds and hundreds of thousands of drugs.
59
172113
2578
수백 수천개의 약물에 관련된 거야."
02:54
So I said to Nick,
60
174715
1299
계속 전 닉에게 말했죠.
02:56
"Let's think about glucose.
61
176038
1826
"포도당에 관하여 생각해보자.
02:57
Glucose is very important, and we know it's involved with diabetes.
62
177888
3567
포도당은 매우 중요하지. 그리고 당뇨병과 관련있다는 것도 알지.
03:01
Let's see if we can understand glucose response.
63
181479
3970
포도당 반응을 이해할 수 있는지 한번 보자꾸나.
03:05
I sent Nick off. Nick came back.
64
185473
2458
저는 닉을 보냈습니다. 닉은 돌아왔죠.
03:08
"Russ," he said,
65
188248
1786
"러스," 그는 말했습니다,
03:10
"I've created a classifier that can look at the side effects of a drug
66
190351
5112
"제가 그 데이터베이스를 바탕으로
약의 부작용을 볼 수 있는 분류표를 만들었어요.
03:15
based on looking at this database,
67
195487
2051
03:17
and can tell you whether that drug is likely to change glucose or not."
68
197562
4271
그리고 그 분류표는 약이 포도당을 변화시키는지 아닌지를 알려주죠.
03:21
He did it. It was very simple, in a way.
69
201857
2016
그는 해냈습니다. 이건 매우 간단했죠. 어느 정도는요.
03:23
He took all the drugs that were known to change glucose
70
203897
2635
그는 포도당에 변화시킨다고 알려진 모든 약과
03:26
and a bunch of drugs that don't change glucose,
71
206556
2389
변화시키지 않는 모든 약들의 작용 사례를 모은 후,
03:28
and said, "What's the difference in their side effects?
72
208969
2888
생각했습니다. "이 약들의 부작용의 차이점은 무엇일까?"
03:31
Differences in fatigue? In appetite? In urination habits?"
73
211881
4852
피로?, 식욕?, 배뇨 습관?에 따른 차이점인가?
03:36
All those things conspired to give him a really good predictor.
74
216757
2960
이 모든 것들이 모여서 그에게 정말 좋은 예측변수가 됐죠.
03:39
He said, "Russ, I can predict with 93 percent accuracy
75
219741
2548
그는 말했죠, "러스, 저는 93%의 정확성으로
03:42
when a drug will change glucose."
76
222313
1572
약이 언제 포도당으로 변하는지 예측할 수 있어요."
03:43
I said, "Nick, that's great."
77
223909
1416
저는 말했죠, "닉, 그거 대단한데."
03:45
He's a young student, you have to build his confidence.
78
225349
2896
그는 어린 학생이고, 그의 자신감을 키워줘야 했어요.
03:48
"But Nick, there's a problem.
79
228269
1390
"하지만 닉, 문제가 있단다.
03:49
It's that every physician in the world knows all the drugs that change glucose,
80
229683
3960
이 세상의 모든 의사는 약이 포도당으로 변한다는 사실을 알지.
03:53
because it's core to our practice.
81
233667
2038
그걸 아는게 의사로서의 진료의 핵심이니까.
03:55
So it's great, good job, but not really that interesting,
82
235729
3722
그래서 대단하고, 잘했지만, 정말로 흥미롭지 않단다.
03:59
definitely not publishable."
83
239475
1531
절대 논문으로 낼 수 없다는거지."
04:01
(Laughter)
84
241030
1014
(웃음)
04:02
He said, "I know, Russ. I thought you might say that."
85
242068
2550
그가 말했죠, "알아요, 러스. 그렇게 말할 거라고 생각했어요."
04:04
Nick is smart.
86
244642
1152
닉은 똑똑했어요.
04:06
"I thought you might say that, so I did one other experiment.
87
246149
2874
"그렇게 말하실 줄 알고, 다른 실험 하나를 더 했어요.
04:09
I looked at people in this database who were on two drugs,
88
249047
2928
저는 두 종류의 약을 복용하는 사람들을 찾아봤어요.
04:11
and I looked for signals similar, glucose-changing signals,
89
251999
4422
그리고 그 중에서 포도당 변화와 비슷한 증상을 보이는 것들을 찾아봤죠.
04:16
for people taking two drugs,
90
256445
1624
두 약을 먹는 사람들 중에
04:18
where each drug alone did not change glucose,
91
258093
5569
각각의 약이 포도당을 변화시키지 않음에도 불구하고
04:23
but together I saw a strong signal."
92
263686
2460
같이 먹으니 아주 강한 반응을 봤어요."
04:26
And I said, "Oh! You're clever. Good idea. Show me the list."
93
266170
3149
저는 말했죠. "오! 똑똑하구나. 좋은 생각이야. 그 리스트 좀 보여줘."
04:29
And there's a bunch of drugs, not very exciting.
94
269343
2254
여러 종류의 약물들이 있었습니다. 딱히 흥미롭진 않았죠.
04:31
But what caught my eye was, on the list there were two drugs:
95
271621
3932
하지만 그 목록에서 제 눈을 사로잡은 두개의 약물이 있었습니다.
04:35
paroxetine, or Paxil, an antidepressant;
96
275577
3393
파록세틴, 혹은 팍실,항우울제와
04:39
and pravastatin, or Pravachol, a cholesterol medication.
97
279756
3570
프라바스태틴, 혹은 프라바콜, 콜레스테롤 치료제였습니다.
04:43
And I said, "Huh. There are millions of Americans on those two drugs."
98
283936
4283
전 말했죠. "어, 이 둘은 수백만의 미국인이 먹고 있는 약이네."
04:48
In fact, we learned later,
99
288243
1246
사실 나중에 알게 된 사실이지만
04:49
15 million Americans on paroxetine at the time, 15 million on pravastatin,
100
289513
6032
파록세틴과 프라바스태틴은 당시 각각 1500만의 미국인,
04:55
and a million, we estimated, on both.
101
295569
2817
그리고 100만명이,우리가 추정했을때. 둘 다 먹었죠.
04:58
So that's a million people
102
298767
1254
즉 100만 명의 사람들이
05:00
who might be having some problems with their glucose
103
300045
2453
포도당에 문제가 있다는 것입니다.
05:02
if this machine-learning mumbo jumbo that he did in the FDA database
104
302522
3206
FDA 보고를 이용해서 닉이 그럴싸하게 만들어낸
05:05
actually holds up.
105
305752
1254
머신러닝에 따르면 말이죠.
05:07
But I said, "It's still not publishable,
106
307030
1927
하지만 저는 말했습니다. "아직 논문으로 낼 수는 없어.
05:08
because I love what you did with the mumbo jumbo,
107
308981
2296
너가 이런 예측기를 이용해서 만들어 낸 예측을
05:11
with the machine learning,
108
311301
1246
나는 개인적으로 참 마음에 들지만
05:12
but it's not really standard-of-proof evidence that we have."
109
312571
3864
우리가 가지고 있는 증거는 사실 입증할만 증거가 되지 못해"
05:17
So we have to do something else.
110
317618
1589
그래서 우리는 뭔가 다른 것을 해야 했습니다.
05:19
Let's go into the Stanford electronic medical record.
111
319231
2876
스탠포드의 전자 의무기록을 이용하기로 했죠.
05:22
We have a copy of it that's OK for research,
112
322131
2064
조사에 이용해도 괜찮은 기록들을 복사했습니다.
05:24
we removed identifying information.
113
324219
2046
물론 개인 정보들은 삭제했죠.
05:26
And I said, "Let's see if people on these two drugs
114
326581
2503
그리고 저는 말했죠. "이 두 약을 같이 복용한 사람들의
05:29
have problems with their glucose."
115
329108
1769
포도당에 문제가 있는지 조사해 보자."
05:31
Now there are thousands and thousands of people
116
331242
2207
기록 안에는 수천만 그리고 수천만 명의 사람들이
05:33
in the Stanford medical records that take paroxetine and pravastatin.
117
333473
3459
파록세틴과 프라바스타틴을 복용한 사람들이 있었습니다.
05:36
But we needed special patients.
118
336956
1799
그러나 우리는 특별한 환자들이 필요했습니다.
05:38
We needed patients who were on one of them and had a glucose measurement,
119
338779
4597
두 약 중에 하나를 복용한 뒤 포도당 검사를 받고
05:43
then got the second one and had another glucose measurement,
120
343400
3449
그 다음에 두번째 약을 복용한 후, 다른 포도당 검사를 받고
05:46
all within a reasonable period of time -- something like two months.
121
346873
3615
두 검사를 일정 시간, 예를 들어 2달 사이에 받은 사람들말이죠.
05:50
And when we did that, we found 10 patients.
122
350512
3159
이 기준을 적용했을 때 우린 10명의 환자를 발견했습니다.
05:54
However, eight out of the 10 had a bump in their glucose
123
354592
4538
그런데 10명중 8명의 포도당 수치가 올라갔습니다.
05:59
when they got the second P -- we call this P and P --
124
359154
2645
두 번째 p를 복용했을 때 말입니다. 우리는 이것을 P와 P로 부릅시다.
06:01
when they got the second P.
125
361823
1310
두 번째 P를 복용했을 때말이죠.
06:03
Either one could be first, the second one comes up,
126
363157
2562
어느 약을 먼저 먹든 두 번째 약을 복용했을 때
06:05
glucose went up 20 milligrams per deciliter.
127
365743
2847
포도당 수치가 20mg/dl 가 올라갔습니다.
06:08
Just as a reminder,
128
368614
1158
다시 상기해보자면
06:09
you walk around normally, if you're not diabetic,
129
369796
2325
당뇨병 환자가 아닌 이상 평상시처럼 걸으면
06:12
with a glucose of around 90.
130
372145
1359
90정도의 포도당 수치가 나옵니다.
06:13
And if it gets up to 120, 125,
131
373528
2076
그래서 수치가 120이나 125까지 상승한다면
06:15
your doctor begins to think about a potential diagnosis of diabetes.
132
375628
3450
의사는 그것을 당뇨의 징후로 생각할 것입니다.
06:19
So a 20 bump -- pretty significant.
133
379102
2991
그러므로 20의 상승은 -- 꽤 중요합니다.
06:22
I said, "Nick, this is very cool.
134
382601
1904
전 말했습니다. "닉, 아주 훌륭해.
06:25
But, I'm sorry, we still don't have a paper,
135
385616
2053
하지만 미안. 아직도 우린 논문을 발표할 수 없어.
06:27
because this is 10 patients and -- give me a break --
136
387693
2579
왜냐면 10명의 환자는 그리고--잠시만요--
06:30
it's not enough patients."
137
390296
1245
너무 적은 수거든."
06:31
So we said, what can we do?
138
391565
1306
우린 어떻게 하지?라고 말했죠.
06:32
And we said, let's call our friends at Harvard and Vanderbilt,
139
392895
2976
그리고 우리는 말했죠. 하버드와 반더빌트에 있는 친구에게 연락해보자.
06:35
who also -- Harvard in Boston, Vanderbilt in Nashville,
140
395895
2587
보스턴의 하버드, 내쉬빌의 반더빌트 그 대학들도
06:38
who also have electronic medical records similar to ours.
141
398506
2821
우리랑 비슷한 의무기록이 있으니까.
06:41
Let's see if they can find similar patients
142
401351
2020
그들이 하나의 P와 또 다른 P를 복용하고
06:43
with the one P, the other P, the glucose measurements
143
403395
3276
포도당 검사를 받은 환자들을 우리의 기준에 맞춰서
06:46
in that range that we need.
144
406695
1600
찾을 수 있는지 보려고 했죠.
06:48
God bless them, Vanderbilt in one week found 40 such patients,
145
408787
4955
운이 좋게도, 1주일동안 반더빌트 기록에서는
같은 경향의 환자 40명을 찾았습니다.
06:53
same trend.
146
413766
1189
06:55
Harvard found 100 patients, same trend.
147
415804
3620
하버드에서는 100명의 환자들을 찾았습니다. 같은 경향이죠.
06:59
So at the end, we had 150 patients from three diverse medical centers
148
419448
4281
결국 우리는 세 개의 대학병원에서 150명의 환자들을 찾아낼 수 있었고
07:03
that were telling us that patients getting these two drugs
149
423753
3297
그 기록들이 우리에게 말해준 것은 이러한 두 개의 약을 복용한 환자들의
07:07
were having their glucose bump somewhat significantly.
150
427074
2703
포도당 수치가 어느정도 상당히 올라갔다는 것입니다.
07:10
More interestingly, we had left out diabetics,
151
430317
2810
더 흥미로운 점은 저희가 당뇨병환자를 제외해두었다는 것입니다.
07:13
because diabetics already have messed up glucose.
152
433151
2317
왜냐면 이미 당뇨병 환자들은 포도당이 엉망이 되었기 때문입니다.
07:15
When we looked at the glucose of diabetics,
153
435492
2238
저희가 당뇨환자의 포도당 수치를 봤을 때
07:17
it was going up 60 milligrams per deciliter, not just 20.
154
437754
3435
20보다 더한 60mg/dl 의 상승을 보였습니다.
07:21
This was a big deal, and we said, "We've got to publish this."
155
441760
3452
이건 중요한 일이었고 우리는 "우리는 이걸 논문으로 내자."라고 말했죠.
07:25
We submitted the paper.
156
445236
1179
우리는 학술지에 논문을 제출했죠.
07:26
It was all data evidence,
157
446439
2111
전부 데이터 증거였죠.
07:28
data from the FDA, data from Stanford,
158
448574
2483
FDA, 스탠포드
07:31
data from Vanderbilt, data from Harvard.
159
451081
1946
반더빌트, 그리고 하버드에서 가져온 데이터들이었죠.
07:33
We had not done a single real experiment.
160
453051
2396
우리는 실제 실험은 하나도 하지 않았었죠.
07:36
But we were nervous.
161
456495
1296
하지만 우리는 불안했습니다.
07:38
So Nick, while the paper was in review, went to the lab.
162
458201
3730
논문이 검토되는 동안, 닉은 실험실로 향했습니다.
07:41
We found somebody who knew about lab stuff.
163
461955
2462
실험을 잘 아는 누군가를 찾아냈죠.
07:44
I don't do that.
164
464441
1393
전 실험을 하지는 않죠.
07:45
I take care of patients, but I don't do pipettes.
165
465858
2417
환자는 돌보지만, 피펫은 다루지 않죠.
07:49
They taught us how to feed mice drugs.
166
469420
3053
실험실 사람들은 저희에게 쥐에게 약을 먹이는 법을 알려줬습니다.
07:52
We took mice and we gave them one P, paroxetine.
167
472864
2414
저흰 쥐들에게 하나의 약 (P) 파록세틴을 투여했죠.
07:55
We gave some other mice pravastatin.
168
475302
2508
다른 쥐들에겐 프라바스태틴을 투여했습니다.
07:57
And we gave a third group of mice both of them.
169
477834
3595
그리고 세 번째 그룹에는 두 약을 동시에 투여했습니다.
08:01
And lo and behold, glucose went up 20 to 60 milligrams per deciliter
170
481893
3946
놀랍게도, 쥐들의 포도당 수치는 20에서 60까지 상승했습니다.
08:05
in the mice.
171
485863
1171
08:07
So the paper was accepted based on the informatics evidence alone,
172
487058
3158
논문은 데이터 증거들만으로 출판이 되었지만,
08:10
but we added a little note at the end,
173
490240
1894
저희는 뒤에 조금 더 내용을 붙였습니다.
08:12
saying, oh by the way, if you give these to mice, it goes up.
174
492158
2899
쥐 실험에서도 비슷한 내용이 나왔다는 식으로 말이죠.
08:15
That was great, and the story could have ended there.
175
495081
2508
훌륭한 논문이었고, 저희의 이야기는 여기서 끝날 수도 있었습니다.
08:17
But I still have six and a half minutes.
176
497613
1997
하지만 저에게 아직도 6분 30초가 더 남았죠.
08:19
(Laughter)
177
499634
2807
(웃음)
08:22
So we were sitting around thinking about all of this,
178
502465
2815
그래서 우리는 앉아서 이 모든 것들에 대해 생각했죠.
08:25
and I don't remember who thought of it, but somebody said,
179
505304
2735
누군지는 기억 안나지만, 누군가 말하길.
08:28
"I wonder if patients who are taking these two drugs
180
508063
3201
"두 약을 동시에 먹었던 환자들이
08:31
are noticing side effects of hyperglycemia.
181
511288
3553
고혈당같은 눈에 띄는 부작용을 겪었는지 궁금하네요."
08:34
They could and they should.
182
514865
1496
가능한 일이었고, 사실 그들이 겪었어야 하는 일이었죠.
08:36
How would we ever determine that?"
183
516761
1877
하지만 우리가 그걸 어떻게 찾아낼 수 있을까?
08:39
We said, well, what do you do?
184
519551
1443
우리는 글쎄, 너라면 뭘 했을까? 라고 말했죠.
08:41
You're taking a medication, one new medication or two,
185
521018
2580
너가 새로운 약 하나 혹은 두개를 먹기 시작했는데
08:43
and you get a funny feeling.
186
523622
1538
몸이 뭔가 이상한 느낌이 들기 시작했어.
08:45
What do you do?
187
525184
1151
너라면 뭘 할 거 같아?
08:46
You go to Google
188
526359
1151
구글에 들어가서
08:47
and type in the two drugs you're taking or the one drug you're taking,
189
527534
3349
너가 먹는 약 한 개 혹은 두 개를 검색한 다음
08:50
and you type in "side effects."
190
530907
1603
"부작용"이라고 입력하지 않았을까.
08:52
What are you experiencing?
191
532534
1356
검색하면 무엇이 나올까?
08:54
So we said OK,
192
534239
1151
그래서 우리는 알겠다.
08:55
let's ask Google if they will share their search logs with us,
193
535414
3056
구글에 연락해 그들의 검색 기록을 공유할 수 있냐고 물어봤죠.
08:58
so that we can look at the search logs
194
538494
1833
검색을 기록을 보고
09:00
and see if patients are doing these kinds of searches.
195
540351
2565
환자들이 정말로 그런 검색을 했는지 알아보기 위해서였죠.
09:02
Google, I am sorry to say, denied our request.
196
542940
3275
하지만, 이런 말을 해서 유감이지만 우리의 요청을 거절했죠.
09:06
So I was bummed.
197
546819
1151
저는 벽에 부딪친 느낌이었죠.
09:07
I was at a dinner with a colleague who works at Microsoft Research
198
547994
3166
어느 날, 저는 마이크로소프트에서 일하는 동료와 저녁을 먹었습니다.
09:11
and I said, "We wanted to do this study,
199
551184
1941
전 말했죠. "우린 이 연구를 꼭 하고싶어."
09:13
Google said no, it's kind of a bummer."
200
553149
1880
"근데 구글은 협조를 안 해주고, 나에겐 방법이 없어."
09:15
He said, "Well, we have the Bing searches."
201
555053
2086
그는 말했죠. "그러면. 우리에게 빙 검색 기록이 있는데?"
09:18
(Laughter)
202
558195
3483
(웃음)
09:22
Yeah.
203
562805
1267
오.
09:24
That's great.
204
564096
1151
그거 좋네.
09:25
Now I felt like I was --
205
565271
1151
그 때 저는 정말...
09:26
(Laughter)
206
566446
1000
(웃음)
09:27
I felt like I was talking to Nick again.
207
567470
2412
닉하고 다시 이야기하는 느낌이었죠.
09:30
He works for one of the largest companies in the world,
208
570437
2624
그는 전세계에서 가장 큰 회사에서 일하고 있어서
09:33
and I'm already trying to make him feel better.
209
573085
2206
전 그의 기분을 좋게 해주려고 하고 있었죠.
09:35
But he said, "No, Russ -- you might not understand.
210
575315
2445
하지만 그는 덧붙였어요. "러스, 좀 더 알아야 할 게 있어."
09:37
We not only have Bing searches,
211
577784
1500
"우린 빙 검색기록만 가지고 있는 게 아니야."
09:39
but if you use Internet Explorer to do searches at Google,
212
579308
3340
"인터넷 익스프롤러로 구글이나, 야후나, 빙이나
09:42
Yahoo, Bing, any ...
213
582672
1891
어디서든 검색하는 그 기록들..
09:44
Then, for 18 months, we keep that data for research purposes only."
214
584587
3643
우린 그 기록을 오로지 연구 목적으로 18개월간 보관한다고."
09:48
I said, "Now you're talking!"
215
588254
1936
전 말했죠. "아,이제 이해했다!"
09:50
This was Eric Horvitz, my friend at Microsoft.
216
590214
2198
이 친구는 에릭 호비츠인데 마이크로소프트에서 일하는 제 친구입니다.
09:52
So we did a study
217
592436
1695
그래서 우리는 연구를 시작했죠.
09:54
where we defined 50 words that a regular person might type in
218
594155
4619
저희는 일반 사람이 고혈당에 관해
09:58
if they're having hyperglycemia,
219
598798
1602
검색할만한 50개의 단어를 정의했습니다.
10:00
like "fatigue," "loss of appetite," "urinating a lot," "peeing a lot" --
220
600424
4762
"피로", "식욕저하", "소변을 많이 볼 때", "오줌을 많이 쌀 때"..
10:05
forgive me, but that's one of the things you might type in.
221
605210
2767
듣기엔 웃기지만, 저 검색어들이 사람들이 쓸 만한 단어들이에요.
10:08
So we had 50 phrases that we called the "diabetes words."
222
608001
2790
그래서, 저희는 50개의 단어를 가지고 있었죠. 일명 "당뇨병 단어들"
10:10
And we did first a baseline.
223
610815
2063
이 단어들을 먼저 기준으로 선정했죠.
10:12
And it turns out that about .5 to one percent
224
612902
2704
그리고 저희는 인터넷 검색중 0.5에서 1% 가량이
10:15
of all searches on the Internet involve one of those words.
225
615630
2982
이 단어들을 포함하고 있음을 발견했습니다.
10:18
So that's our baseline rate.
226
618636
1742
이게 우리의 기준빈도였죠.
10:20
If people type in "paroxetine" or "Paxil" -- those are synonyms --
227
620402
4143
만약에 사람들이 "프록세틴" 혹은 "팍실"을 검색하고 이러한 증상들
10:24
and one of those words,
228
624569
1215
그리고 이러한 단어들중
10:25
the rate goes up to about two percent of diabetes-type words,
229
625808
4890
당뇨병과 관련해서 그 비율이 2%까지 올라갔습니다.
10:30
if you already know that there's that "paroxetine" word.
230
630722
3044
만약에 "프록세틴"이라는 단어를 알고 있는 경우에 한해서 말이죠.
10:34
If it's "pravastatin," the rate goes up to about three percent from the baseline.
231
634191
4547
프라바스태틴의 경우는, 기준치에 따르면 3%까지 올라갔죠.
10:39
If both "paroxetine" and "pravastatin" are present in the query,
232
639171
4390
두 약의 이름을 동시에 검색할 경우에는,
10:43
it goes up to 10 percent,
233
643585
1669
10%까지 상승했습니다.
10:45
a huge three- to four-fold increase
234
645278
3461
3에서 4배의 엄청난 증가였습니다.
10:48
in those searches with the two drugs that we were interested in,
235
648763
3389
우리가 관심있어하는 두 약물과 관련된 검색들과
10:52
and diabetes-type words or hyperglycemia-type words.
236
652176
3566
당뇨병 유형의 단어들 혹은 고혈당 유형의 단어들이 말이죠.
10:56
We published this,
237
656216
1265
우린 이것을 논문으로 제출했습니다.
10:57
and it got some attention.
238
657505
1466
이건 꽤 주목을 받았죠.
10:58
The reason it deserves attention
239
658995
1778
주목을 받은 이유는
11:00
is that patients are telling us their side effects indirectly
240
660797
4312
환자들이 검색을 통해서 부작용에 관해
간접적으로나마 말하고 있기 때문이었죠.
11:05
through their searches.
241
665133
1156
11:06
We brought this to the attention of the FDA.
242
666313
2138
우리는 이 논문을 FDA에 보여줬습니다.
11:08
They were interested.
243
668475
1269
그들은 관심을 보였죠.
11:09
They have set up social media surveillance programs
244
669768
3606
FDA는 소셜미디어 감시 프로그램을 만들었죠.
11:13
to collaborate with Microsoft,
245
673398
1751
마이크로소프트사와 함께 했습니다.
11:15
which had a nice infrastructure for doing this, and others,
246
675173
2794
이러한 것을 하기 위한 좋은 기반을 가지고 있기 때문이죠. 다른 것들.
11:17
to look at Twitter feeds,
247
677991
1282
트위터 피드를 살피거나,
11:19
to look at Facebook feeds,
248
679297
1716
페이스북 피드를 살피거나
11:21
to look at search logs,
249
681037
1311
검색 기록을 찾아보는데 말이죠.
11:22
to try to see early signs that drugs, either individually or together,
250
682372
4909
그 관찰을 통해 그들은 그 약을, 따로 혹은 같이 복용하든간에
11:27
are causing problems.
251
687305
1589
문제를 일으키는 지에 대한 초기 증상를 알아보려 했습니다.
11:28
What do I take from this? Why tell this story?
252
688918
2174
이로부터 제가 얻는 건 무엇일까요? 왜 이 이야기를 하는 걸까요?
11:31
Well, first of all,
253
691116
1207
글쎄요, 일단.
11:32
we have now the promise of big data and medium-sized data
254
692347
4037
저희는 이제 중간 혹은 큰 규모의 데이터를 약속 받았죠.
11:36
to help us understand drug interactions
255
696408
2918
약 사이의 상호작용을 이해하기 위해서 그리고
11:39
and really, fundamentally, drug actions.
256
699350
2420
정말로, 근본적인 약 작용을 이해하기 위해서 말이죠.
11:41
How do drugs work?
257
701794
1413
어떻게 약이 작용하는지
11:43
This will create and has created a new ecosystem
258
703231
2836
이 데이터는 약이 어떻게 작용하고 약을 잘 활용할 수 있지에 대해
11:46
for understanding how drugs work and to optimize their use.
259
706091
3267
이해할 수 있는 새로운 환경을 만들 것이고 만들어가고 있습니다.
11:50
Nick went on; he's a professor at Columbia now.
260
710303
2659
닉은 시작했죠; 지금 콜롬비아의 교수입니다.
11:52
He did this in his PhD for hundreds of pairs of drugs.
261
712986
4072
그는 박사과정동안 이 연구를 수백가지의 약으로 확장시켰고,
11:57
He found several very important interactions,
262
717082
2517
여러가지의 중요한 상호작용을 발견하고
11:59
and so we replicated this
263
719623
1214
우리는 이것을 복제해서
12:00
and we showed that this is a way that really works
264
720861
2574
우리는 이 방식이 약과 약 사이의 실제 상호 작용을
12:03
for finding drug-drug interactions.
265
723459
2339
찾아낼 수 있는 방법임을 보여줬죠.
12:06
However, there's a couple of things.
266
726282
1734
하지만, 여기에는 몇 가지 문제가 있습니다.
12:08
We don't just use pairs of drugs at a time.
267
728040
3046
평소에, 우리는 두가지 약만 먹진 않죠.
12:11
As I said before, there are patients on three, five, seven, nine drugs.
268
731110
4469
말했듯이, 셋, 다섯, 일곱 혹은 아홉 종류의 약을 먹는 환자도 있습니다.
12:15
Have they been studied with respect to their nine-way interaction?
269
735981
3642
그들은 9가지 상호작용 방식을 연구할때 경이로움을 가진적이 있을까요?
12:19
Yes, we can do pair-wise, A and B, A and C, A and D,
270
739647
4208
짝을 지어 연구할 수도 있겠죠. A랑 B, A랑 C 이런 식 말이죠.
12:23
but what about A, B, C, D, E, F, G all together,
271
743879
4286
하지만 한 환자가 동시에 A,B,C,D,E,F,G 먹으면
12:28
being taken by the same patient,
272
748189
1762
어떻게 할까요?
12:29
perhaps interacting with each other
273
749975
2118
혹시 각각의 상호작용을 통하여
12:32
in ways that either makes them more effective or less effective
274
752117
3778
약의 효과를 더 효과적이게 만들거나 혹은 덜 효과적이게 만들거나
12:35
or causes side effects that are unexpected?
275
755919
2332
혹은 예상할 수 없던 부작용을 일으키지는 않을까요?
12:38
We really have no idea.
276
758275
1827
우린 정말로 알 수 없죠.
12:40
It's a blue sky, open field for us to use data
277
760126
3756
우리에게 데이터를 이용해 약의 상호작용을 이해하는 건
12:43
to try to understand the interaction of drugs.
278
763906
2502
앞으로 계속 알아가야 할 넓은 광야와도 같습니다.
12:46
Two more lessons:
279
766848
1370
두 가지만 더 이야기하죠.
12:48
I want you to think about the power that we were able to generate
280
768242
4199
우리가 만들어낼 수 있었던 힘에 대해 생각해보시길 바랍니다 .
12:52
with the data from people who had volunteered their adverse reactions
281
772465
4711
자신들이 겪고 있는 부작용을 데이터를 통해서 자발적으로 알려준 사람들
12:57
through their pharmacists, through themselves, through their doctors,
282
777200
3269
약사를 통해서, 혹은 그들 스스로, 주치의를 통해서
13:00
the people who allowed the databases at Stanford, Harvard, Vanderbilt,
283
780493
3667
데이터베이스를 제공했던 하버드, 스탠포드, 반더빌트대의 사람들이
13:04
to be used for research.
284
784184
1427
연구를 위해 제공했던 데이터들이죠.
13:05
People are worried about data.
285
785929
1445
사람들은 데이터에 대해 불안해합니다.
13:07
They're worried about their privacy and security -- they should be.
286
787398
3187
그들은 사생활 침해에 대해 두려워하죠. 그들은 그래야만 하죠.
13:10
We need secure systems.
287
790609
1151
우리는 보안체계가 필요합니다.
13:11
But we can't have a system that closes that data off,
288
791784
3406
하지만 우리는 데이터를 차단하는 체계를 가질 수는 없습니다.
13:15
because it is too rich of a source
289
795214
2752
왜냐하면 그 데이터는 새로운 약의 개발을 위한
13:17
of inspiration, innovation and discovery
290
797990
3971
영감, 창의성 그리고 발견을
13:21
for new things in medicine.
291
801985
1578
싹틔우는 기름진 땅이기 때문입니다.
13:24
And the final thing I want to say is,
292
804494
1794
마지막으로 이야기하고 싶은 것은
13:26
in this case we found two drugs and it was a little bit of a sad story.
293
806312
3357
저희 연구는 조금은 슬픈 결론이었다는 것입니다.
13:29
The two drugs actually caused problems.
294
809693
1921
두 개의 약물은 결국 문제를 일으켰습니다.
13:31
They increased glucose.
295
811638
1475
그 약들은 포도당 수치를 올렸습니다.
13:33
They could throw somebody into diabetes
296
813137
2446
누군가를 당뇨병환자로 만들었습니다.
13:35
who would otherwise not be in diabetes,
297
815607
2294
약을 먹지 않았다면, 정상인으로 살 수 있었을텐데 말이죠.
13:37
and so you would want to use the two drugs very carefully together,
298
817925
3175
그러므로 약을 동시에 먹을 때는 굉장히 신중해야 합니다.
13:41
perhaps not together,
299
821124
1151
같이 먹지 않는 것도 가능하고요.
13:42
make different choices when you're prescribing.
300
822299
2340
약을 처방 받을 때, 다른 약을 처방받을 수도 있겠죠.
13:44
But there was another possibility.
301
824663
1846
하지만, 다른 가능성도 있습니다.
13:46
We could have found two drugs or three drugs
302
826533
2344
우리는 서로 좋은 작용을 하는
13:48
that were interacting in a beneficial way.
303
828901
2261
두 개 혹은 세 개의 약의 조합을 찾을 수도 있습니다.
13:51
We could have found new effects of drugs
304
831616
2712
우리는 약의 새로운 효능을 찾아낼 수도 있습니다.
13:54
that neither of them has alone,
305
834352
2160
약을 혼자 먹었을 때는 보이지 않지만
13:56
but together, instead of causing a side effect,
306
836536
2493
같이 먹었을 때, 부작용을 보이는 대신
13:59
they could be a new and novel treatment
307
839053
2425
새롭고 독창적인 치료법이 발견될 수도 있습니다.
14:01
for diseases that don't have treatments
308
841502
1882
그 치료법은 어쩌면 지금까지 치료법이 없는
14:03
or where the treatments are not effective.
309
843408
2007
혹은 치료법이 효과적이지 않은 병에 큰 도움이 될 수도 있습니다.
14:05
If we think about drug treatment today,
310
845439
2395
현재의 약 처방에 대해 생각해본다면
14:07
all the major breakthroughs --
311
847858
1752
모든 중요한 돌파구들--
14:09
for HIV, for tuberculosis, for depression, for diabetes --
312
849634
4297
에이즈, 결핵, 우울증 혹은 당뇨병에 대한 돌파구들은
14:13
it's always a cocktail of drugs.
313
853955
2830
항상 약을 조합했을 때 나타났습니다.
14:16
And so the upside here,
314
856809
1730
그래서 여기서 이야기한 것과
14:18
and the subject for a different TED Talk on a different day,
315
858563
2849
다른 날 ,다른 TED 강연의 주제는
14:21
is how can we use the same data sources
316
861436
2593
똑같은 데이터를 이용해서
14:24
to find good effects of drugs in combination
317
864053
3563
좋은 작용을 일으키는 약의 조합을 어떻게 찾아서
14:27
that will provide us new treatments,
318
867640
2175
우리에게 새로운 치료법이 되고
14:29
new insights into how drugs work
319
869839
1852
약의 작용에 대해 새로운 통찰력되어서
14:31
and enable us to take care of our patients even better?
320
871715
3786
어떻게 환자를 더 잘 치료할 수 있게 하는가 입니다.
14:35
Thank you very much.
321
875525
1166
감사합니다.
14:36
(Applause)
322
876715
3499
(박수)
이 웹사이트 정보

이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.

https://forms.gle/WvT1wiN1qDtmnspy7