What really happens when you mix medications? | Russ Altman

188,264 views ・ 2016-03-23

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Krzysztof Bożejewicz Korekta: Rysia Wand
00:12
So you go to the doctor and get some tests.
0
12811
3321
Idziecie do lekarza, lekarz robi wam badania.
00:16
The doctor determines that you have high cholesterol
1
16674
2620
Okazuje się, że macie wysoki cholesterol
00:19
and you would benefit from medication to treat it.
2
19318
3171
i warto byłoby wziąć na to lekarstwo.
00:22
So you get a pillbox.
3
22981
1556
Dostajecie tabletki.
00:25
You have some confidence,
4
25505
1199
Wierzycie, że to pomoże.
00:26
your physician has some confidence that this is going to work.
5
26728
2937
I lekarz też w to wierzy.
00:29
The company that invented it did a lot of studies, submitted it to the FDA.
6
29689
3553
Lek został zbadany przez twórców i przesłany do Agencji Żywności i Leków.
00:33
They studied it very carefully, skeptically, they approved it.
7
33266
3107
Agencja zrobiła kolejne badania i w końcu lek zatwierdziła.
00:36
They have a rough idea of how it works,
8
36397
1889
Wiedzą mniej więcej, jak działa
00:38
they have a rough idea of what the side effects are.
9
38310
2453
i jakie są efekty uboczne.
00:40
It should be OK.
10
40787
1150
Powinno być dobrze.
00:42
You have a little more of a conversation with your physician
11
42864
2818
Rozmawiacie jeszcze z lekarzem
00:45
and the physician is a little worried because you've been blue,
12
45706
2963
i trochę go martwicie, bo jesteście ostatnio jacyś smutni,
00:48
haven't felt like yourself,
13
48693
1293
nieswoi,
00:50
you haven't been able to enjoy things in life quite as much as you usually do.
14
50010
3731
nie czerpiecie z życia tyle radości, co zwykle.
00:53
Your physician says, "You know, I think you have some depression.
15
53765
3186
Lekarz mówi: "Podejrzewam depresję.
00:57
I'm going to have to give you another pill."
16
57792
2315
Przepiszę jeszcze jedne tabletki".
01:00
So now we're talking about two medications.
17
60934
2483
No i teraz mamy dwa leki.
01:03
This pill also -- millions of people have taken it,
18
63441
3104
Ten drugi też bierze mnóstwo osób,
01:06
the company did studies, the FDA looked at it -- all good.
19
66569
3631
twórcy zrobili badania, agencja też.
Wszystko wygląda dobrze. Powinno pójść gladko.
01:10
Think things should go OK.
20
70823
2057
01:12
Think things should go OK.
21
72904
2197
I z tym chyba też.
01:15
Well, wait a minute.
22
75125
1439
Ale zaraz.
01:16
How much have we studied these two together?
23
76588
3517
Czy zbadano skutki brania tych leków razem?
01:20
Well, it's very hard to do that.
24
80630
2300
Trudno to zrobić.
01:22
In fact, it's not traditionally done.
25
82954
2130
Właściwie się tego nie robi.
01:25
We totally depend on what we call "post-marketing surveillance,"
26
85108
5518
Polegamy tutaj na tzw. "kontroli po wprowadzeniu do obrotu",
01:30
after the drugs hit the market.
27
90650
1880
po tym, jak leki wejdą na rynek.
01:32
How can we figure out if bad things are happening
28
92996
2848
Skąd wiadomo, czy między dwoma lekami
01:35
between two medications?
29
95868
1357
nie zachodzą niepożądane interakcje?
01:37
Three? Five? Seven?
30
97249
2030
A pomiędzy trzema? Pięcioma? Siedmioma?
01:39
Ask your favorite person who has several diagnoses
31
99708
2415
Zapytajcie znajomego z kilkoma diagnozami,
01:42
how many medications they're on.
32
102147
1834
ile bierze leków.
01:44
Why do I care about this problem?
33
104530
1580
Dlaczego tak się tym przejmuję?
01:46
I care about it deeply.
34
106134
1157
A przejmuję się mocno.
01:47
I'm an informatics and data science guy and really, in my opinion,
35
107315
4304
Zajmuję się informatyką i analizą danych nieuporządkowanych.
01:51
the only hope -- only hope -- to understand these interactions
36
111643
3745
Moim zdaniem, jedyną nadzieją na zrozumienie tych interakcji
01:55
is to leverage lots of different sources of data
37
115412
3056
jest porównanie różnych źródeł danych,
01:58
in order to figure out when drugs can be used together safely
38
118492
3556
żeby stwierdzić, kiedy można bezpiecznie przyjmować leki razem,
02:02
and when it's not so safe.
39
122072
1777
a kiedy nie.
02:04
So let me tell you a data science story.
40
124615
2051
Opowiem pewną historię.
02:06
And it begins with my student Nick.
41
126690
2154
Zaczyna się od mojego studenta, Nicka.
02:08
Let's call him "Nick," because that's his name.
42
128868
2380
Będę go nazywał "Nick", bo tak ma na imię.
02:11
(Laughter)
43
131272
1592
(Śmiech)
02:12
Nick was a young student.
44
132888
1201
Był młodym studentem.
02:14
I said, "You know, Nick, we have to understand how drugs work
45
134113
3079
Powiedziałem mu: "Nick, musimy dowiedzieć się, jak działają leki.
02:17
and how they work together and how they work separately,
46
137216
2626
Jak działają razem i oddzielnie,
02:19
and we don't have a great understanding.
47
139866
1922
bo obecnie nie do końca to rozumiemy".
02:21
But the FDA has made available an amazing database.
48
141812
2405
Agencja Żywności i Leków udostępniła bazę danych.
02:24
It's a database of adverse events.
49
144241
1699
Bazę skutków ubocznych.
02:26
They literally put on the web --
50
146321
1642
Zamieścili ją w Internecie.
02:27
publicly available, you could all download it right now --
51
147987
3119
Jest powszechnie dostępna, można ją pobrać nawet teraz.
02:31
hundreds of thousands of adverse event reports
52
151130
3627
Opisuje niepożądane działania leków i składa się z setek tysięcy zgłoszeń
02:34
from patients, doctors, companies, pharmacists.
53
154781
3760
dostarczonych przez pacjentów, lekarzy, firmy i farmaceutów.
02:38
And these reports are pretty simple:
54
158565
1749
To bardzo proste zgłoszenia,
02:40
it has all the diseases that the patient has,
55
160338
2658
są w nich wyszczególnione choroby pacjenta,
02:43
all the drugs that they're on,
56
163020
1767
przyjmowane leki
02:44
and all the adverse events, or side effects, that they experience.
57
164811
3818
i wszystkie niepożądane działania oraz skutki uboczne, jakie wystąpiły.
02:48
It is not all of the adverse events that are occurring in America today,
58
168653
3436
Nie ma tam wszystkiego,
02:52
but it's hundreds and hundreds of thousands of drugs.
59
172113
2578
ale i tak opisano setki tysięcy leków.
02:54
So I said to Nick,
60
174715
1299
Powiedziałem więc Nickowi:
02:56
"Let's think about glucose.
61
176038
1826
"Zastanówmy się nad glukozą.
02:57
Glucose is very important, and we know it's involved with diabetes.
62
177888
3567
Wiemy, że jest bardzo ważna, zwłaszcza przy cukrzycy,
03:01
Let's see if we can understand glucose response.
63
181479
3970
zobaczmy, czy uda nam się zaobserwować jej zachowanie".
03:05
I sent Nick off. Nick came back.
64
185473
2458
Odesłałem Nicka, a potem Nick wrócił.
03:08
"Russ," he said,
65
188248
1786
"Russ" - powiedział.
03:10
"I've created a classifier that can look at the side effects of a drug
66
190351
5112
"Stworzyłem klasyfikator, który analizuje efekty uboczne leku
03:15
based on looking at this database,
67
195487
2051
na podstawie bazy danych
03:17
and can tell you whether that drug is likely to change glucose or not."
68
197562
4271
i zwraca informację o tym, który lek wpływa na poziom glukozy".
03:21
He did it. It was very simple, in a way.
69
201857
2016
Udało mu się. To było bardzo proste.
03:23
He took all the drugs that were known to change glucose
70
203897
2635
Wziął wszystkie leki, które zmieniają poziom glukozy
03:26
and a bunch of drugs that don't change glucose,
71
206556
2389
i kilka, które go nie zmieniają,
03:28
and said, "What's the difference in their side effects?
72
208969
2888
i zastanowił się nad różnicą w ich efektach ubocznych.
03:31
Differences in fatigue? In appetite? In urination habits?"
73
211881
4852
Czy jakoś wpływają na zmęczenie? Apetyt? Oddawanie moczu?
03:36
All those things conspired to give him a really good predictor.
74
216757
2960
To wszystko złożyło się na bardzo dobry prognostyk.
03:39
He said, "Russ, I can predict with 93 percent accuracy
75
219741
2548
Powiedział: "Mogę przewidzieć na 93%,
03:42
when a drug will change glucose."
76
222313
1572
kiedy lek zmieni poziom glukozy.
03:43
I said, "Nick, that's great."
77
223909
1416
Odpowiedziałem: "Świetnie".
03:45
He's a young student, you have to build his confidence.
78
225349
2896
To młody student, trzeba w nim umocnić pewność siebie.
03:48
"But Nick, there's a problem.
79
228269
1390
"Ale jest pewien problem.
03:49
It's that every physician in the world knows all the drugs that change glucose,
80
229683
3960
Każdy lekarz zna leki, które zmieniają poziom glukozy,
03:53
because it's core to our practice.
81
233667
2038
bo na tym polega jego praca.
03:55
So it's great, good job, but not really that interesting,
82
235729
3722
Wykonałeś zadanie świetnie, ale to nic interesującego.
03:59
definitely not publishable."
83
239475
1531
Nic do publikacji".
04:01
(Laughter)
84
241030
1014
(Śmiech)
04:02
He said, "I know, Russ. I thought you might say that."
85
242068
2550
Odpowiedział: "Wiem. Podejrzewałem, że tak powiesz".
04:04
Nick is smart.
86
244642
1152
Nick jest mądry.
04:06
"I thought you might say that, so I did one other experiment.
87
246149
2874
"I dlatego zrobiłem jeszcze jeden eksperyment
04:09
I looked at people in this database who were on two drugs,
88
249047
2928
Spojrzałem na pacjentów, którzy przyjmowali dwa leki,
04:11
and I looked for signals similar, glucose-changing signals,
89
251999
4422
i poszukałem oznak zmiany poziomu glukozy
04:16
for people taking two drugs,
90
256445
1624
u takich ludzi;
04:18
where each drug alone did not change glucose,
91
258093
5569
tam gdzie jeden lek nie miał wpływu na zmianę
04:23
but together I saw a strong signal."
92
263686
2460
ale dwa razem już tak".
04:26
And I said, "Oh! You're clever. Good idea. Show me the list."
93
266170
3149
Powiedziałem: "Bardzo mądrze. Świetny pomysł. Pokaż listę".
04:29
And there's a bunch of drugs, not very exciting.
94
269343
2254
Było na niej kilka leków, nic szczególnego.
04:31
But what caught my eye was, on the list there were two drugs:
95
271621
3932
Mój wzrok przykuły jednak dwa:
04:35
paroxetine, or Paxil, an antidepressant;
96
275577
3393
paroksetyna czy też Paxil - antydepresant
04:39
and pravastatin, or Pravachol, a cholesterol medication.
97
279756
3570
i prawastatyna czy też Pravachol - lek na cholesterol.
04:43
And I said, "Huh. There are millions of Americans on those two drugs."
98
283936
4283
Powiedziałem: "Miliony Amerykanów przyjmuje te dwa leki".
04:48
In fact, we learned later,
99
288243
1246
Jak się później okazało,
04:49
15 million Americans on paroxetine at the time, 15 million on pravastatin,
100
289513
6032
15 mln Amerykanów brało paroksetynę, 15 mln prawastatynę
04:55
and a million, we estimated, on both.
101
295569
2817
i milion brało oba.
04:58
So that's a million people
102
298767
1254
Mamy więc milion osób,
05:00
who might be having some problems with their glucose
103
300045
2453
które mogą mieć problemy z poziomem glukozy,
05:02
if this machine-learning mumbo jumbo that he did in the FDA database
104
302522
3206
jeśli te całe czary mary z bazą danych
05:05
actually holds up.
105
305752
1254
są czegoś warte.
Powiedziałem mu jednak:
05:07
But I said, "It's still not publishable,
106
307030
1927
"To wciąż nie do publikacji.
05:08
because I love what you did with the mumbo jumbo,
107
308981
2296
Podoba mi się to, co zrobiłeś, całe to uczenie maszynowe,
05:11
with the machine learning,
108
311301
1246
05:12
but it's not really standard-of-proof evidence that we have."
109
312571
3864
ale nadal nie mamy mocnego dowodu.
05:17
So we have to do something else.
110
317618
1589
Musimy spróbować czegoś innego.
05:19
Let's go into the Stanford electronic medical record.
111
319231
2876
Weźmy elektroniczny rejestr medyczny Stanford.
05:22
We have a copy of it that's OK for research,
112
322131
2064
Mamy kopię przystosowaną do badań,
05:24
we removed identifying information.
113
324219
2046
bez wrażliwych danych.
05:26
And I said, "Let's see if people on these two drugs
114
326581
2503
Sprawdźmy, czy ludzie na tych dwóch lekach
05:29
have problems with their glucose."
115
329108
1769
mają problemy z glukozą".
05:31
Now there are thousands and thousands of people
116
331242
2207
W rejestrze medycznym Stanford są tysiące ludzi,
05:33
in the Stanford medical records that take paroxetine and pravastatin.
117
333473
3459
którzy biorą paroksetynę i prawastatynę.
05:36
But we needed special patients.
118
336956
1799
Potrzebowaliśmy specjalnej grupy:
05:38
We needed patients who were on one of them and had a glucose measurement,
119
338779
4597
pacjentów, którzy przyjmowali jeden lek i u których zmierzono poziom glukozy,
05:43
then got the second one and had another glucose measurement,
120
343400
3449
a potem zaczęli przyjmować drugi lek i mieli kolejny pomiar.
05:46
all within a reasonable period of time -- something like two months.
121
346873
3615
Wszystko w rozsądnym odstępie czasu, około 2 miesięcy.
05:50
And when we did that, we found 10 patients.
122
350512
3159
Zrobiliśmy to i znaleźliśmy 10 pacjentów.
05:54
However, eight out of the 10 had a bump in their glucose
123
354592
4538
U 8 z tych 10 wzrósł poziom glukozy,
05:59
when they got the second P -- we call this P and P --
124
359154
2645
kiedy dostali drugie P, (nazywamy te leki "P i P")
06:01
when they got the second P.
125
361823
1310
kiedy dostali drugie P.
06:03
Either one could be first, the second one comes up,
126
363157
2562
Nieważne, który lek brali najpierw.
06:05
glucose went up 20 milligrams per deciliter.
127
365743
2847
Kiedy dostali drugi, poziom glukozy wzrósł o 20 mg/dl.
06:08
Just as a reminder,
128
368614
1158
Dla przypomnienia,
06:09
you walk around normally, if you're not diabetic,
129
369796
2325
jeśli nie macie cukrzycy,
06:12
with a glucose of around 90.
130
372145
1359
to normalny poziom wynosi około 90.
06:13
And if it gets up to 120, 125,
131
373528
2076
Jeśli wzrasta do 120, 125,
06:15
your doctor begins to think about a potential diagnosis of diabetes.
132
375628
3450
to lekarz zaczyna się zastanawiać, czy to już nie początek cukrzycy.
06:19
So a 20 bump -- pretty significant.
133
379102
2991
Wzrost o 20 jest zatem poważny.
06:22
I said, "Nick, this is very cool.
134
382601
1904
Powiedziałem: "Nick, świetnie.
06:25
But, I'm sorry, we still don't have a paper,
135
385616
2053
Ale to nadal nie nadaje się do publikacji,
06:27
because this is 10 patients and -- give me a break --
136
387693
2579
bo to 10 pacjentów,
czyli za mało".
06:30
it's not enough patients."
137
390296
1245
06:31
So we said, what can we do?
138
391565
1306
Co tu zrobić?
06:32
And we said, let's call our friends at Harvard and Vanderbilt,
139
392895
2976
Zadzwoniliśmy do znajomych z Harvardu i Vanderbilt,
06:35
who also -- Harvard in Boston, Vanderbilt in Nashville,
140
395895
2587
Harvard w Bostonie, a Vanderbilt w Nashville,
06:38
who also have electronic medical records similar to ours.
141
398506
2821
którzy, tak jak my, mają taki elektroniczny rejestr medyczny.
06:41
Let's see if they can find similar patients
142
401351
2020
Może znajdą podobnych pacjentów
06:43
with the one P, the other P, the glucose measurements
143
403395
3276
z jednym i drugim P i pomiarami glukozy,
06:46
in that range that we need.
144
406695
1600
tak, jak potrzebujemy.
06:48
God bless them, Vanderbilt in one week found 40 such patients,
145
408787
4955
Vanderbilt znalazł w tydzień 40 pacjentów.
06:53
same trend.
146
413766
1189
Identyczny trend.
06:55
Harvard found 100 patients, same trend.
147
415804
3620
Harvard znalazł takich 100.
06:59
So at the end, we had 150 patients from three diverse medical centers
148
419448
4281
Mieliśmy więc 150 pacjentów z trzech różnych centrów medycznych,
07:03
that were telling us that patients getting these two drugs
149
423753
3297
co mówiło nam, że poziom glukozy u pacjentów
07:07
were having their glucose bump somewhat significantly.
150
427074
2703
przyjmujących te dwa leki, znacząco wzrastał.
07:10
More interestingly, we had left out diabetics,
151
430317
2810
Co więcej, nie włączaliśmy w to cukrzyków,
07:13
because diabetics already have messed up glucose.
152
433151
2317
bo cukrzycy już i tak mają wysoki poziom glukozy.
07:15
When we looked at the glucose of diabetics,
153
435492
2238
Kiedy spojrzeliśmy na ich wyniki,
07:17
it was going up 60 milligrams per deciliter, not just 20.
154
437754
3435
okazało się, że poziom wzrastał o 60 mg/dl, nie tylko 20.
07:21
This was a big deal, and we said, "We've got to publish this."
155
441760
3452
To było naprawdę coś dużego, musieliśmy to opublikować.
07:25
We submitted the paper.
156
445236
1179
Daliśmy do publikacji.
07:26
It was all data evidence,
157
446439
2111
Wszystko oparte było na danych
07:28
data from the FDA, data from Stanford,
158
448574
2483
z bazy Agencji Żywności i Leków,
ze Stanford, z Vanderbilt i z Harvardu.
07:31
data from Vanderbilt, data from Harvard.
159
451081
1946
07:33
We had not done a single real experiment.
160
453051
2396
Nie zrobiliśmy żadnego eksperymentu.
07:36
But we were nervous.
161
456495
1296
Ale byliśmy niespokojni.
07:38
So Nick, while the paper was in review, went to the lab.
162
458201
3730
Kiedy artykuł recenzowano, Nick udał się do laboratorium.
07:41
We found somebody who knew about lab stuff.
163
461955
2462
Znaleźliśmy kogoś, kto się na tym zna.
07:44
I don't do that.
164
464441
1393
Ja się nie znam.
07:45
I take care of patients, but I don't do pipettes.
165
465858
2417
Opiekuję się pacjentami, ale nie dotykam pipet.
07:49
They taught us how to feed mice drugs.
166
469420
3053
Nauczyli nas, jak podawać leki myszom.
07:52
We took mice and we gave them one P, paroxetine.
167
472864
2414
Wzięliśmy więc myszy i jednym daliśmy paroksetynę.
07:55
We gave some other mice pravastatin.
168
475302
2508
Innym myszom daliśmy prawastatynę.
07:57
And we gave a third group of mice both of them.
169
477834
3595
Trzeciej grupie daliśmy oba leki.
08:01
And lo and behold, glucose went up 20 to 60 milligrams per deciliter
170
481893
3946
I u tej trzeciej grupy glukoza podskoczyła
z 20 do 60 mg/dl.
08:05
in the mice.
171
485863
1171
08:07
So the paper was accepted based on the informatics evidence alone,
172
487058
3158
Publikację zatwierdzono tylko na podstawie danych informatycznych,
08:10
but we added a little note at the end,
173
490240
1894
ale na koniec dodaliśmy wzmiankę,
08:12
saying, oh by the way, if you give these to mice, it goes up.
174
492158
2899
że u myszy działa to tak samo.
08:15
That was great, and the story could have ended there.
175
495081
2508
Było świetnie i historia mogłaby się na tym skończyć.
08:17
But I still have six and a half minutes.
176
497613
1997
Ale mam jeszcze 6,5 minuty.
08:19
(Laughter)
177
499634
2807
(Śmiech)
08:22
So we were sitting around thinking about all of this,
178
502465
2815
Zaczęliśmy się zastanawiać.
08:25
and I don't remember who thought of it, but somebody said,
179
505304
2735
Nie pamiętam, kto właściwie powiedział:
08:28
"I wonder if patients who are taking these two drugs
180
508063
3201
"Ciekawe, czy pacjenci przyjmujący te dwa leki
08:31
are noticing side effects of hyperglycemia.
181
511288
3553
zauważyli u siebie objawy hiperglikemii.
08:34
They could and they should.
182
514865
1496
Mogło, a nawet powinno tak być.
08:36
How would we ever determine that?"
183
516761
1877
Jak możemy to sprawdzić?".
08:39
We said, well, what do you do?
184
519551
1443
Co się wtedy robi?
08:41
You're taking a medication, one new medication or two,
185
521018
2580
Bierzesz lek, potem dochodzi nowy
08:43
and you get a funny feeling.
186
523622
1538
i zaczynasz się dziwnie czuć.
08:45
What do you do?
187
525184
1151
Co robisz?
08:46
You go to Google
188
526359
1151
Sprawdzasz w Google.
08:47
and type in the two drugs you're taking or the one drug you're taking,
189
527534
3349
Wpisujesz oba brane leki albo tylko jeden z nich
08:50
and you type in "side effects."
190
530907
1603
i dodajesz efekty uboczne.
08:52
What are you experiencing?
191
532534
1356
Co czujesz?
08:54
So we said OK,
192
534239
1151
Postanowiliśmy poprosić Google
08:55
let's ask Google if they will share their search logs with us,
193
535414
3056
o udostępnienie rejestrów wyszukiwań,
08:58
so that we can look at the search logs
194
538494
1833
żebyśmy mogli zobaczyć
09:00
and see if patients are doing these kinds of searches.
195
540351
2565
czy pacjenci rzeczywiście tak szukają.
09:02
Google, I am sorry to say, denied our request.
196
542940
3275
Niestety Google odrzuciło naszą prośbę.
09:06
So I was bummed.
197
546819
1151
Nie byłem zadowolony.
09:07
I was at a dinner with a colleague who works at Microsoft Research
198
547994
3166
Poszedłem na kolację z kolegą, który pracuje w Microsoft Research
09:11
and I said, "We wanted to do this study,
199
551184
1941
i opowiedziałem o naszych zamiarach
09:13
Google said no, it's kind of a bummer."
200
553149
1880
oraz odmowie Google.
09:15
He said, "Well, we have the Bing searches."
201
555053
2086
Kolega na to, że mają wyszukania w Bing.
09:18
(Laughter)
202
558195
3483
(Śmiech)
09:22
Yeah.
203
562805
1267
Tak.
09:24
That's great.
204
564096
1151
Świetnie.
09:25
Now I felt like I was --
205
565271
1151
Czułem się, jakbym...
09:26
(Laughter)
206
566446
1000
(Śmiech)
09:27
I felt like I was talking to Nick again.
207
567470
2412
Jakbym znów rozmawiał z Nickiem.
09:30
He works for one of the largest companies in the world,
208
570437
2624
Kolega pracuje w jednej z największych firm na świecie,
09:33
and I'm already trying to make him feel better.
209
573085
2206
a ja się staram nie zrobić mu przykrości.
09:35
But he said, "No, Russ -- you might not understand.
210
575315
2445
Ale on powiedział: "Nie zrozumieliśmy się.
09:37
We not only have Bing searches,
211
577784
1500
Mamy więcej, niż wyszukania Bing.
09:39
but if you use Internet Explorer to do searches at Google,
212
579308
3340
Jeśli ktoś używał Internet Explorera do szukania czegoś w Google,
09:42
Yahoo, Bing, any ...
213
582672
1891
Yahoo, Bingu, czymkolwiek,
09:44
Then, for 18 months, we keep that data for research purposes only."
214
584587
3643
to przechowujemy te dane przez 18 miesięcy w celach badawczych".
09:48
I said, "Now you're talking!"
215
588254
1936
Odpowiedziałem: "Od razu inna rozmowa!".
09:50
This was Eric Horvitz, my friend at Microsoft.
216
590214
2198
To był Eric Horvitz, mój znajomy z Microsoftu.
09:52
So we did a study
217
592436
1695
Zrobiliśmy badanie.
09:54
where we defined 50 words that a regular person might type in
218
594155
4619
Zdefiniowaliśmy 50 słów, jakie mógłby wpisać ktoś,
09:58
if they're having hyperglycemia,
219
598798
1602
kto ma hiperglikemię.
10:00
like "fatigue," "loss of appetite," "urinating a lot," "peeing a lot" --
220
600424
4762
"Zmęczenie", "utrata apetytu", "częsty mocz", "częste sikanie"...
10:05
forgive me, but that's one of the things you might type in.
221
605210
2767
Wybaczcie, ale ludzie tak wpisują.
10:08
So we had 50 phrases that we called the "diabetes words."
222
608001
2790
Mieliśmy 50 fraz, które nazwaliśmy "cukrzycowymi słowami".
10:10
And we did first a baseline.
223
610815
2063
Najpierw określiliśmy bazę.
10:12
And it turns out that about .5 to one percent
224
612902
2704
Okazało się, że od 0,5 do 1% wyszukań
10:15
of all searches on the Internet involve one of those words.
225
615630
2982
zawierało te słowa.
10:18
So that's our baseline rate.
226
618636
1742
Na tym się oparliśmy.
10:20
If people type in "paroxetine" or "Paxil" -- those are synonyms --
227
620402
4143
Jeśli wpisywano "paroksetyna" lub "Paxil" (to synonimy)
10:24
and one of those words,
228
624569
1215
i jedno ze słów,
10:25
the rate goes up to about two percent of diabetes-type words,
229
625808
4890
to liczba wyszukań wzrastała do dwóch procent tych cukrzycowych słów,
10:30
if you already know that there's that "paroxetine" word.
230
630722
3044
jeśli już wiedzieliśmy, że wpisano też: "paroksetyna".
10:34
If it's "pravastatin," the rate goes up to about three percent from the baseline.
231
634191
4547
W przypadku wpisania: "prawastatyna" liczba wzrastała do 3%.
10:39
If both "paroxetine" and "pravastatin" are present in the query,
232
639171
4390
Jeśli obie nazwy pojawiły się w zapytaniu,
10:43
it goes up to 10 percent,
233
643585
1669
to liczba wzrastała do 10%.
10:45
a huge three- to four-fold increase
234
645278
3461
Czyli mieliśmy trzy-, czterokrotny wzrost
10:48
in those searches with the two drugs that we were interested in,
235
648763
3389
w zapytaniach zawierających nazwy naszych dwóch leków
10:52
and diabetes-type words or hyperglycemia-type words.
236
652176
3566
oraz słowa powiązane z cukrzycą czy hiperglikemią.
10:56
We published this,
237
656216
1265
Opublikowaliśmy wyniki
10:57
and it got some attention.
238
657505
1466
i zwrócono na nie uwagę.
10:58
The reason it deserves attention
239
658995
1778
A zasługiwało to na uwagę,
11:00
is that patients are telling us their side effects indirectly
240
660797
4312
bo pacjenci mówili nam o skutkach ubocznych pośrednio,
11:05
through their searches.
241
665133
1156
za pomocą wyszukiwań.
11:06
We brought this to the attention of the FDA.
242
666313
2138
Powiadomiliśmy Agencję Żywności i Leków.
11:08
They were interested.
243
668475
1269
Zainteresowali się sprawą.
11:09
They have set up social media surveillance programs
244
669768
3606
Uruchomili programy obserwacji mediów społecznościowych
11:13
to collaborate with Microsoft,
245
673398
1751
we współpracy z Microsoftem,
11:15
which had a nice infrastructure for doing this, and others,
246
675173
2794
który miał świetną infrastrukturę, oraz z innymi.
11:17
to look at Twitter feeds,
247
677991
1282
Obserwowali Twittera,
11:19
to look at Facebook feeds,
248
679297
1716
Facebooka,
11:21
to look at search logs,
249
681037
1311
rejestry wyszukiwań,
11:22
to try to see early signs that drugs, either individually or together,
250
682372
4909
aby znaleźć sygnał, że leki, osobno lub razem,
11:27
are causing problems.
251
687305
1589
powodują problemy.
11:28
What do I take from this? Why tell this story?
252
688918
2174
Co z tego wynoszę? Po co o tym mówię?
11:31
Well, first of all,
253
691116
1207
Przede wszystkim dlatego,
11:32
we have now the promise of big data and medium-sized data
254
692347
4037
że stoimy przed perspektywą wykorzystania dużych i średnich zbiorów danych,
11:36
to help us understand drug interactions
255
696408
2918
w celu zrozumienia interakcji między lekami
11:39
and really, fundamentally, drug actions.
256
699350
2420
i - zasadniczo - działań leków.
11:41
How do drugs work?
257
701794
1413
Jak leki działają?
11:43
This will create and has created a new ecosystem
258
703231
2836
To pomoże i już pomogło stworzyć nowe środowisko
11:46
for understanding how drugs work and to optimize their use.
259
706091
3267
rozpoznawania działań leków oraz optymalizacji ich przyjmowania.
11:50
Nick went on; he's a professor at Columbia now.
260
710303
2659
Nick jest teraz profesorem na Uniwersytecie Columbia.
11:52
He did this in his PhD for hundreds of pairs of drugs.
261
712986
4072
W doktoracie opisał w ten sposób setki par leków.
11:57
He found several very important interactions,
262
717082
2517
Znalazł kilka znaczących interakcji,
11:59
and so we replicated this
263
719623
1214
więc powieliliśmy badania
12:00
and we showed that this is a way that really works
264
720861
2574
i udowodniliśmy, że da się w ten sposób znaleźć
12:03
for finding drug-drug interactions.
265
723459
2339
wiele interakcji między lekami.
12:06
However, there's a couple of things.
266
726282
1734
Istnieje jednak kilka problemów.
12:08
We don't just use pairs of drugs at a time.
267
728040
3046
Nie korzystamy tylko z dwóch leków na raz.
12:11
As I said before, there are patients on three, five, seven, nine drugs.
268
731110
4469
Niektórzy pacjenci biorą po 3, 5, 7, 9 leków.
12:15
Have they been studied with respect to their nine-way interaction?
269
735981
3642
Czy zbadano taką interakcję dziewięciu leków?
12:19
Yes, we can do pair-wise, A and B, A and C, A and D,
270
739647
4208
Pary możemy zbadać. A i B, A i C, A i D.
12:23
but what about A, B, C, D, E, F, G all together,
271
743879
4286
Ale co, jeśli ten same pacjent bierze
12:28
being taken by the same patient,
272
748189
1762
A, B, C, D, E, F i G,
12:29
perhaps interacting with each other
273
749975
2118
które wchodzą ze sobą w interakcję
12:32
in ways that either makes them more effective or less effective
274
752117
3778
i może stają się przez to mniej lub bardziej skuteczne
12:35
or causes side effects that are unexpected?
275
755919
2332
albo wywołują niespodziewane skutki uboczne?
12:38
We really have no idea.
276
758275
1827
Nie mamy pojęcia.
12:40
It's a blue sky, open field for us to use data
277
760126
3756
To na razie niezbadane lądy i możemy użyć danych,
12:43
to try to understand the interaction of drugs.
278
763906
2502
by spróbować zrozumieć takie interakcje.
12:46
Two more lessons:
279
766848
1370
I jeszcze dwie lekcje:
12:48
I want you to think about the power that we were able to generate
280
768242
4199
Zastanówmy się, jak wiele zdziałaliśmy,
12:52
with the data from people who had volunteered their adverse reactions
281
772465
4711
dzięki danym od ludzi, którzy dobrowolnie zgłosili niepożądane reakcje
12:57
through their pharmacists, through themselves, through their doctors,
282
777200
3269
farmaceutom, sobie nawzajem, lekarzom;
13:00
the people who allowed the databases at Stanford, Harvard, Vanderbilt,
283
780493
3667
ludzi, którzy pozwolili, by bazy danych ze Stanford, Harvardu i Vanderbilt
13:04
to be used for research.
284
784184
1427
wykorzystano w badaniach.
13:05
People are worried about data.
285
785929
1445
Ludzie martwią się o dane.
13:07
They're worried about their privacy and security -- they should be.
286
787398
3187
Martwią się o prywatność i bezpieczeństwo. Powinni.
13:10
We need secure systems.
287
790609
1151
Potrzebujemy bezpiecznego systemu.
13:11
But we can't have a system that closes that data off,
288
791784
3406
Ale nie takiego, który odcina nas od danych,
13:15
because it is too rich of a source
289
795214
2752
bo to zbyt dobre źródło
13:17
of inspiration, innovation and discovery
290
797990
3971
inspiracji, innowacji i odkryć
13:21
for new things in medicine.
291
801985
1578
nowych rzeczy w medycynie.
13:24
And the final thing I want to say is,
292
804494
1794
Na koniec chcę powiedzieć,
13:26
in this case we found two drugs and it was a little bit of a sad story.
293
806312
3357
że ta historia z dwoma lekami była nieco smutna.
13:29
The two drugs actually caused problems.
294
809693
1921
Te leki naprawdę powodowały problem.
13:31
They increased glucose.
295
811638
1475
Podnosiły poziom glukozy.
13:33
They could throw somebody into diabetes
296
813137
2446
Mogły spowodować cukrzycę u kogoś,
13:35
who would otherwise not be in diabetes,
297
815607
2294
kto normalnie by jej nie miał,
13:37
and so you would want to use the two drugs very carefully together,
298
817925
3175
więc ich jednoczesne przyjmowanie wymagało ostrożności.
13:41
perhaps not together,
299
821124
1151
Może nie brać ich razem.
13:42
make different choices when you're prescribing.
300
822299
2340
Podjąć inny wybór przy wypisywaniu recepty.
13:44
But there was another possibility.
301
824663
1846
Ale istniała inna możliwość.
13:46
We could have found two drugs or three drugs
302
826533
2344
Mogło się okazać, że dwa lub trzy leki
13:48
that were interacting in a beneficial way.
303
828901
2261
wchodziły w korzystną interakcję.
13:51
We could have found new effects of drugs
304
831616
2712
Mogliśmy znaleźć nowe działania leków.
13:54
that neither of them has alone,
305
834352
2160
Takie, których nie posiadają oddzielnie,
13:56
but together, instead of causing a side effect,
306
836536
2493
ale razem już tak;
13:59
they could be a new and novel treatment
307
839053
2425
działania, które byłyby zbawienne w leczeniu
14:01
for diseases that don't have treatments
308
841502
1882
chorób, na które nie ma leków
14:03
or where the treatments are not effective.
309
843408
2007
lub takich, w których leki są nieskuteczne.
14:05
If we think about drug treatment today,
310
845439
2395
Jeśli pomyślimy dziś o lekach,
14:07
all the major breakthroughs --
311
847858
1752
to wszystkie przełomowe odkrycia:
14:09
for HIV, for tuberculosis, for depression, for diabetes --
312
849634
4297
leki na HIV, gruźlicę, depresję, cukrzycę
14:13
it's always a cocktail of drugs.
313
853955
2830
są mieszankami.
14:16
And so the upside here,
314
856809
1730
Pozytywny aspekt tej historii
14:18
and the subject for a different TED Talk on a different day,
315
858563
2849
i temat innej prelekcji, innego dnia,
14:21
is how can we use the same data sources
316
861436
2593
jest taki: jak wykorzystać dane,
14:24
to find good effects of drugs in combination
317
864053
3563
by znaleźć dobre współdziałania leków,
14:27
that will provide us new treatments,
318
867640
2175
co pozwoli nam odkryć nowe sposoby leczenia,
14:29
new insights into how drugs work
319
869839
1852
zbadać, jak leki działają,
14:31
and enable us to take care of our patients even better?
320
871715
3786
i lepiej opiekować się pacjentami?
14:35
Thank you very much.
321
875525
1166
Dziękuję.
14:36
(Applause)
322
876715
3499
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7