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

Петер ван Мэнен: Как гонки Формулы-1 могут помочь... малышам?

80,918 views

2013-08-01 ・ TED


New videos

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

Петер ван Мэнен: Как гонки Формулы-1 могут помочь... малышам?

80,918 views ・ 2013-08-01

TED


Пожалуйста, дважды щелкните на английские субтитры ниже, чтобы воспроизвести видео.

Переводчик: Alyona Sedova Редактор: Anastasia Yastrebtseva
00:12
Motor racing is a funny old business.
0
12336
2233
Автогонки — старое доброе дело.
00:14
We make a new car every year,
1
14593
2293
Каждый год мы создаём новый автомобиль,
00:16
and then we spend the rest of the season
2
16910
2164
а потом проводим остаток сезона,
00:19
trying to understand what it is we've built
3
19098
2752
пытаясь понять, что мы создали,
00:21
to make it better, to make it faster.
4
21874
3197
для того, чтобы его улучшить, сделать быстрее.
00:25
And then the next year, we start again.
5
25095
3251
И на следующий год мы всё начинаем сначала.
00:28
Now, the car you see in front of you is quite complicated.
6
28370
4214
Перед вами автомобиль, имеющий довольно сложную конструкцию.
00:32
The chassis is made up of about 11,000 components,
7
32608
3595
Его ходовая часть состоит из 11 000 компонентов,
00:36
the engine another 6,000,
8
36227
2444
двигатель — из 6 000,
00:38
the electronics about eight and a half thousand.
9
38695
3069
электроника — из 8 500.
00:41
So there's about 25,000 things there that can go wrong.
10
41788
4377
Таким образом, около 25 000 деталей могут выйти из строя.
00:46
So motor racing is very much about attention to detail.
11
46189
4802
Поэтому в автогонках очень важно внимание к деталям.
00:51
The other thing about Formula 1 in particular
12
51015
3239
Ещё одна особенность Формулы-1 заключается в том,
00:54
is we're always changing the car.
13
54278
2100
что мы постоянно совершенствуем автомобиль.
00:56
We're always trying to make it faster.
14
56402
2256
Мы стараемся сделать его быстрее.
00:58
So every two weeks, we will be making
15
58682
2960
Каждые две недели мы создаём
01:01
about 5,000 new components to fit to the car.
16
61666
4176
около 5 000 новых деталей для нашего автомобиля.
01:05
Five to 10 percent of the race car
17
65866
2154
От пяти до десяти процентов гоночного автомобиля
01:08
will be different every two weeks of the year.
18
68044
3728
будут меняться каждые две недели в течение года.
01:11
So how do we do that?
19
71796
2285
Как же мы это делаем?
01:14
Well, we start our life with the racing car.
20
74105
3720
Мы живём вместе с гоночной машиной.
01:17
We have a lot of sensors on the car to measure things.
21
77849
3967
На ней установлены различные измерительные приборы.
01:21
On the race car in front of you here
22
81840
1858
Во время гонки на этом автомобиле
01:23
there are about 120 sensors when it goes into a race.
23
83722
3135
работает около 120 датчиков.
01:26
It's measuring all sorts of things around the car.
24
86881
3628
Они снимают самые различные показатели с автомобиля.
01:30
That data is logged. We're logging about
25
90533
2028
Эти данные регистрируются. Мы заносим
01:32
500 different parameters within the data systems,
26
92585
3680
около 500 различных параметров в информационные системы,
01:36
about 13,000 health parameters and events
27
96289
3641
около 13 000 технических характеристик и состояний,
01:39
to say when things are not working the way they should do,
28
99954
4541
чтобы знать, когда что-то работает на так, как надо.
01:44
and we're sending that data back to the garage
29
104519
2801
Потом мы передаём эти данные в боксы
01:47
using telemetry at a rate of two to four megabits per second.
30
107344
4955
с помощью телеметрической аппаратуры со скоростью 2-4 мегабита в секунду.
01:52
So during a two-hour race, each car will be sending
31
112323
3103
Таким образом, за двухчасовую гонку каждая машина передаёт
01:55
750 million numbers.
32
115450
2251
750 миллионов цифр.
01:57
That's twice as many numbers as words that each of us
33
117725
3119
Это в два раза больше, чем количество слов, которые каждый из нас
02:00
speaks in a lifetime.
34
120868
1607
произносит за свою жизнь.
02:02
It's a huge amount of data.
35
122499
2594
Это огромное количество данных.
02:05
But it's not enough just to have data and measure it.
36
125117
2621
Однако недостаточно просто иметь данные и измерять их.
02:07
You need to be able to do something with it.
37
127762
2134
Нужно уметь что-то с ними делать.
02:09
So we've spent a lot of time and effort
38
129920
2370
Поэтому мы потратили много времени и усилий,
02:12
in turning the data into stories
39
132314
1845
чтобы заставить данные говорить:
02:14
to be able to tell, what's the state of the engine,
40
134183
3081
о состоянии двигателя,
02:17
how are the tires degrading,
41
137288
2248
о степени износа шин,
02:19
what's the situation with fuel consumption?
42
139560
3724
о расходе топлива.
02:23
So all of this is taking data
43
143308
2764
Таким образом, мы берём данные
02:26
and turning it into knowledge that we can act upon.
44
146096
3778
и превращаем их в знания, которыми можно оперировать.
02:29
Okay, so let's have a look at a little bit of data.
45
149898
2614
Давайте взглянем на некоторые данные.
02:32
Let's pick a bit of data from
46
152536
2006
Возьмём данные
02:34
another three-month-old patient.
47
154566
3055
о другом трёхмесячном пациенте.
02:37
This is a child, and what you're seeing here is real data,
48
157645
4147
Перед вами реальные данные вот этого ребёнка.
02:41
and on the far right-hand side,
49
161816
1953
Вы видите, что в правой части графика
02:43
where everything starts getting a little bit catastrophic,
50
163793
2762
разворачивается трагедия.
02:46
that is the patient going into cardiac arrest.
51
166579
3361
Вы видите остановку сердца у пациента.
02:49
It was deemed to be an unpredictable event.
52
169964
3208
Никто не предвидел такого развития событий.
02:53
This was a heart attack that no one could see coming.
53
173196
3765
Никто не ожидал, что случится сердечный приступ.
02:56
But when we look at the information there,
54
176985
2526
Но если мы посмотрим на имеющуюся информацию,
02:59
we can see that things are starting to become
55
179535
2325
мы увидим, что кардиограмма становится
03:01
a little fuzzy about five minutes or so before the cardiac arrest.
56
181884
4005
немного размытой примерно за пять минут до остановки сердца.
03:05
We can see small changes
57
185913
2013
Мы можем видеть небольшие изменения
03:07
in things like the heart rate moving.
58
187950
2359
в частоте сердечного ритма.
03:10
These were all undetected by normal thresholds
59
190333
2462
Стандартные способы нормализации данных
03:12
which would be applied to data.
60
192819
2384
не смогли выявить эти отклонения.
03:15
So the question is, why couldn't we see it?
61
195227
3119
Возникает вопрос: почему мы этого не увидели?
03:18
Was this a predictable event?
62
198370
2557
Можно ли было это предвидеть?
03:20
Can we look more at the patterns in the data
63
200951
2986
Не лучше ли было искать шаблоны в наших данных,
03:23
to be able to do things better?
64
203961
3356
чтобы исправить ситуацию?
03:27
So this is a child,
65
207341
2626
Итак, возраст этого ребёнка примерно такой же,
03:29
about the same age as the racing car on stage,
66
209991
3208
как и возраст гоночной машины на этой сцене:
03:33
three months old.
67
213223
1606
три месяца.
03:34
It's a patient with a heart problem.
68
214853
2581
Это пациент с заболеванием сердца.
03:37
Now, when you look at some of the data on the screen above,
69
217458
3444
Если вы посмотрите на данные на экране вверху,
03:40
things like heart rate, pulse, oxygen, respiration rates,
70
220926
4878
такие показатели, как сердечный ритм, пульс, кислород, частота дыхания,
03:45
they're all unusual for a normal child,
71
225828
3052
не являются нормой для обычного ребёнка,
03:48
but they're quite normal for the child there,
72
228904
2618
но они в порядке вещей для этого ребёнка.
03:51
and so one of the challenges you have in health care is,
73
231546
4114
Поэтому одной из задач врача является понять,
03:55
how can I look at the patient in front of me,
74
235684
2827
как ему смотреть на сидящего перед ним пациента,
03:58
have something which is specific for her,
75
238535
3023
выявить его особенности,
04:01
and be able to detect when things start to change,
76
241582
2764
и уловить момент, когда начнутся изменения
04:04
when things start to deteriorate?
77
244370
2075
и дела начнут ухудшаться.
04:06
Because like a racing car, any patient,
78
246469
3026
Потому что, как в случае с гоночной машиной, так и с любым пациентом,
04:09
when things start to go bad, you have a short time
79
249519
2952
если ситуация ухудшается, у вас есть лишь немного времени,
04:12
to make a difference.
80
252495
1807
чтобы на неё повлиять.
04:14
So what we did is we took a data system
81
254326
2730
Поэтому мы взяли систему обработки данных,
04:17
which we run every two weeks of the year in Formula 1
82
257080
3107
которую мы запускаем каждые две недели в Формуле-1,
04:20
and we installed it on the hospital computers
83
260211
2978
и установили её на больничных компьютерах
04:23
at Birmingham Children's Hospital.
84
263213
2266
в Детской больнице Бирмингема.
04:25
We streamed data from the bedside instruments
85
265503
2415
Мы собирали данные с приборов
04:27
in their pediatric intensive care
86
267942
2533
в детском отделении интенсивной терапии.
04:30
so that we could both look at the data in real time
87
270499
3431
Это позволило нам и отслеживать показатели в реальном времени,
04:33
and, more importantly, to store the data
88
273954
2848
и, что ещё более важно, накапливать данные
04:36
so that we could start to learn from it.
89
276826
3033
для последующего их изучения.
04:39
And then, we applied an application on top
90
279883
4360
Затем мы установили на нашу систему приложение,
04:44
which would allow us to tease out the patterns in the data
91
284267
3246
позволяющее выявлять шаблоны в структуре данных
04:47
in real time so we could see what was happening,
92
287537
2932
в реальном времени, и позволяющее нам видеть, что происходит,
04:50
so we could determine when things started to change.
93
290493
3689
и определять, когда начнутся изменения.
04:54
Now, in motor racing, we're all a little bit ambitious,
94
294206
3839
Все мы в мире автогонок слегка амбициозны,
04:58
audacious, a little bit arrogant sometimes,
95
298069
2525
опрометчивы, иногда немного самонадеянны,
05:00
so we decided we would also look at the children
96
300618
3374
так что мы решили понаблюдать за детьми
05:04
as they were being transported to intensive care.
97
304016
2933
пока их везут в отделение интенсивной терапии.
05:06
Why should we wait until they arrived in the hospital
98
306973
2524
Зачем нам ждать, когда их привезут в больницу,
05:09
before we started to look?
99
309521
1576
чтобы начать наблюдение?
05:11
And so we installed a real-time link
100
311121
2973
Так мы установили связь в реальном времени
05:14
between the ambulance and the hospital,
101
314118
2812
между скорой помощью и больницей,
05:16
just using normal 3G telephony to send that data
102
316954
3752
просто используя 3G телефонию для отправки данных.
05:20
so that the ambulance became an extra bed
103
320730
2463
Так скорая стала ещё одной койкой
05:23
in intensive care.
104
323217
3112
в отделении интенсивной терапии.
05:26
And then we started looking at the data.
105
326353
3678
И потом мы начали изучать данные.
05:30
So the wiggly lines at the top, all the colors,
106
330055
2897
Разноцветные волнистые линии вверху —
05:32
this is the normal sort of data you would see on a monitor --
107
332976
3170
так выглядят обычные показатели на экране монитора —
05:36
heart rate, pulse, oxygen within the blood,
108
336170
3748
сердечный ритм, пульс, уровень кислорода в крови
05:39
and respiration.
109
339942
2611
и дыхание.
05:42
The lines on the bottom, the blue and the red,
110
342577
2729
Линии внизу, синие и красные —
05:45
these are the interesting ones.
111
345330
1477
это уже интереснее.
05:46
The red line is showing an automated version
112
346831
3044
Красная линия показывает автоматизированную версию
05:49
of the early warning score
113
349899
1573
системы раннего оповещения,
05:51
that Birmingham Children's Hospital were already running.
114
351496
2715
которая уже работает в Детской больнице Бирмингема.
Эта система работает с 2008 года,
05:54
They'd been running that since 2008,
115
354235
2062
05:56
and already have stopped cardiac arrests
116
356321
2232
успешно предотвращая случаи остановки сердца
05:58
and distress within the hospital.
117
358577
2733
и сердечной недостаточности в этой больнице.
06:01
The blue line is an indication
118
361334
2408
Голубая линия служит показателем
06:03
of when patterns start to change,
119
363766
2476
любых отклонений от нормы.
06:06
and immediately, before we even started
120
366266
2285
Мгновенно, ещё до постановки
06:08
putting in clinical interpretation,
121
368575
1684
клинического диагноза,
06:10
we can see that the data is speaking to us.
122
370283
2846
мы видим, что́ эти данные нам говорят.
06:13
It's telling us that something is going wrong.
123
373153
3512
Они говорят, что что-то идёт не так.
06:16
The plot with the red and the green blobs,
124
376689
3792
Диаграмма с пятнами красного и зелёного цвета —
06:20
this is plotting different components
125
380505
2781
это графическое отображение сравнения
06:23
of the data against each other.
126
383310
2523
различных компонентов данных.
06:25
The green is us learning what is normal for that child.
127
385857
3816
Зелёный — это наши знания о том, что является нормой для этого ребёнка.
06:29
We call it the cloud of normality.
128
389697
2586
Мы называем это облаком нормы.
06:32
And when things start to change,
129
392307
2217
А когда начинают происходить изменения,
06:34
when conditions start to deteriorate,
130
394548
2540
когда состояние начинает ухудшаться,
06:37
we move into the red line.
131
397112
2214
мы переходим к красной линии.
06:39
There's no rocket science here.
132
399350
1633
Здесь нет ничего сложного.
06:41
It is displaying data that exists already in a different way,
133
401007
4089
Это другое представление уже имеющихся данных:
06:45
to amplify it, to provide cues to the doctors,
134
405120
3367
более детальное, подсказывающее врачам
06:48
to the nurses, so they can see what's happening.
135
408511
2714
и медсёстрам, что происходит.
06:51
In the same way that a good racing driver
136
411249
3106
Так же, как хороший гонщик
06:54
relies on cues to decide when to apply the brakes,
137
414379
4020
полагается на сигналы при принятии решений —
06:58
when to turn into a corner,
138
418423
1452
когда нажать на тормоз, когда войти в поворот —
06:59
we need to help our physicians and our nurses
139
419899
2894
нам нужно помочь нашим терапевтам и сёстрам
07:02
to see when things are starting to go wrong.
140
422817
3596
увидеть, когда что-то идёт не так.
07:06
So we have a very ambitious program.
141
426437
2922
У нас очень честолюбивые планы.
07:09
We think that the race is on to do something differently.
142
429383
4712
Гонка за новыми методами работы уже началась.
07:14
We are thinking big. It's the right thing to do.
143
434119
2880
Мы мыслим глобально. И это правильно.
07:17
We have an approach which, if it's successful,
144
437023
3388
У нас есть методика, которая в случае успеха
07:20
there's no reason why it should stay within a hospital.
145
440435
2620
не должна ограничиваться рамками больницы.
Она должна выйти за пределы её стен.
07:23
It can go beyond the walls.
146
443079
1704
07:24
With wireless connectivity these days,
147
444807
2047
При нынешних возможностях беспроводного подключения
07:26
there is no reason why patients, doctors and nurses
148
446878
3420
докторам, медсёстрам и пациентам нет необходимости
07:30
always have to be in the same place
149
450322
2147
всегда находиться в одном месте
07:32
at the same time.
150
452493
1969
одновременно.
07:34
And meanwhile, we'll take our little three-month-old baby,
151
454486
3971
А пока мы будем работать с нашим трёхмесячным малышом,
07:38
keep taking it to the track, keeping it safe,
152
458481
3733
будем выводить его на трассу, оберегать,
07:42
and making it faster and better.
153
462238
2309
делать его быстрее и лучше.
07:44
Thank you very much.
154
464571
1381
Большое спасибо.
07:45
(Applause)
155
465976
4954
(Аплодисменты)
Об этом сайте

Этот сайт познакомит вас с видеороликами YouTube, полезными для изучения английского языка. Вы увидите уроки английского языка, преподаваемые высококлассными учителями со всего мира. Дважды щелкните по английским субтитрам, отображаемым на каждой странице видео, чтобы воспроизвести видео оттуда. Субтитры прокручиваются синхронно с воспроизведением видео. Если у вас есть какие-либо комментарии или пожелания, пожалуйста, свяжитесь с нами, используя эту контактную форму.

https://forms.gle/WvT1wiN1qDtmnspy7