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

80,266 views ・ 2013-08-01

TED


Dubbelklicka på de engelska undertexterna nedan för att spela upp videon.

Översättare: Mattias Scherer Granskare: Agneta Fritz
00:12
Motor racing is a funny old business.
0
12336
2233
Motorsport är ett rolig gammalt yrke.
00:14
We make a new car every year,
1
14593
2293
Vi skapar en ny bil varje år
00:16
and then we spend the rest of the season
2
16910
2164
och sen tillbringar vi resten av säsongen
00:19
trying to understand what it is we've built
3
19098
2752
med att försöka förstå vad vi har byggt
00:21
to make it better, to make it faster.
4
21874
3197
för att göra den bättre, för att göra den snabbare.
00:25
And then the next year, we start again.
5
25095
3251
Och nästa år börjar vi om igen.
00:28
Now, the car you see in front of you is quite complicated.
6
28370
4214
Bilen du ser framför dig är ganska komplicerad
00:32
The chassis is made up of about 11,000 components,
7
32608
3595
Chassit består av runt 11 000 komponenter,
00:36
the engine another 6,000,
8
36227
2444
motorn av ytterligare 6 000,
00:38
the electronics about eight and a half thousand.
9
38695
3069
elektroniken av runt åtta och ett halvt tusen.
00:41
So there's about 25,000 things there that can go wrong.
10
41788
4377
Så det finns runt 25 000 saker som kan gå fel.
00:46
So motor racing is very much about attention to detail.
11
46189
4802
Motorsport handlar mycket om att vara uppmärksam på detaljer.
00:51
The other thing about Formula 1 in particular
12
51015
3239
Den andra saken med Formel 1 i synnerhet
00:54
is we're always changing the car.
13
54278
2100
är att vi ständigt ändrar bilen.
00:56
We're always trying to make it faster.
14
56402
2256
Vi försöker alltid få den att gå snabbare.
00:58
So every two weeks, we will be making
15
58682
2960
Så varannan vecka kommer vi att göra
01:01
about 5,000 new components to fit to the car.
16
61666
4176
runt 5 000 nya komponenter att montera på bilen.
01:05
Five to 10 percent of the race car
17
65866
2154
Fem till 10 procent av racerbilen
01:08
will be different every two weeks of the year.
18
68044
3728
kommer vara annorlunda varannan vecka hela året.
01:11
So how do we do that?
19
71796
2285
Så hur bär vi oss åt?
01:14
Well, we start our life with the racing car.
20
74105
3720
Ja, vi startar vårt liv med racerbilen.
01:17
We have a lot of sensors on the car to measure things.
21
77849
3967
Vi har många sensorer på bilen för att mäta saker.
01:21
On the race car in front of you here
22
81840
1858
På racerbilen här framför er
01:23
there are about 120 sensors when it goes into a race.
23
83722
3135
finns det runt 120 sensorer när den kör ett lopp.
01:26
It's measuring all sorts of things around the car.
24
86881
3628
De mäter alla möjliga saker runt bilen
01:30
That data is logged. We're logging about
25
90533
2028
Datan registreras. Vi registrerar ungefär
01:32
500 different parameters within the data systems,
26
92585
3680
500 olika parametrar inom datasystemet,
01:36
about 13,000 health parameters and events
27
96289
3641
runt 13 000 hälsoparametrar och händelser
01:39
to say when things are not working the way they should do,
28
99954
4541
som skall tala om när saker inte fungerar som de ska,
01:44
and we're sending that data back to the garage
29
104519
2801
och vi skickar tillbaka den datan till garaget
01:47
using telemetry at a rate of two to four megabits per second.
30
107344
4955
med hjälp av telemetri med en hastighet på två till fyra megabit per sekund.
01:52
So during a two-hour race, each car will be sending
31
112323
3103
Så under ett 2-timmarslopp skickar varje bil
01:55
750 million numbers.
32
115450
2251
750 miljoner tal.
01:57
That's twice as many numbers as words that each of us
33
117725
3119
Det är dubbelt så många tal som antalet ord som var och en av oss
02:00
speaks in a lifetime.
34
120868
1607
yttrar under en livstid.
02:02
It's a huge amount of data.
35
122499
2594
Det är enormt mycket data.
02:05
But it's not enough just to have data and measure it.
36
125117
2621
Men det räcker inte att bara ha data och mäta det.
02:07
You need to be able to do something with it.
37
127762
2134
Du måste kunna göra någonting med det.
02:09
So we've spent a lot of time and effort
38
129920
2370
Så vi har lagt mycket tid och kraft
02:12
in turning the data into stories
39
132314
1845
på att omvandla data till berättelser
02:14
to be able to tell, what's the state of the engine,
40
134183
3081
för att kunna berätta vilket tillstånd motorn är i,
02:17
how are the tires degrading,
41
137288
2248
hur däcken slits,
02:19
what's the situation with fuel consumption?
42
139560
3724
hur är läget med bränsleförbrukningen?
02:23
So all of this is taking data
43
143308
2764
Allt det här tar data
02:26
and turning it into knowledge that we can act upon.
44
146096
3778
och vänder den till kunskap som vi kan agera utifrån.
02:29
Okay, so let's have a look at a little bit of data.
45
149898
2614
Okej, låt oss ta en titt på lite data.
02:32
Let's pick a bit of data from
46
152536
2006
Låt oss plocka lite data från
02:34
another three-month-old patient.
47
154566
3055
en annan tre månader gammal patient.
02:37
This is a child, and what you're seeing here is real data,
48
157645
4147
Detta är ett barn och vad du ser här är verklig data,
02:41
and on the far right-hand side,
49
161816
1953
och längst bort på höger sida,
02:43
where everything starts getting a little bit catastrophic,
50
163793
2762
där allt börjar bli lite katastrofalt,
02:46
that is the patient going into cardiac arrest.
51
166579
3361
syns att patienten får hjärtstillestånd.
02:49
It was deemed to be an unpredictable event.
52
169964
3208
Det ansågs vara en oförutsägbar händelse.
02:53
This was a heart attack that no one could see coming.
53
173196
3765
Detta var en hjärtattack som ingen kunde förutse.
02:56
But when we look at the information there,
54
176985
2526
Men när vi tittar på informationen här,
02:59
we can see that things are starting to become
55
179535
2325
kan vi se att saker och ting börjar bli
03:01
a little fuzzy about five minutes or so before the cardiac arrest.
56
181884
4005
lite otydliga omkring fem minuter innan hjärtstilleståndet.
03:05
We can see small changes
57
185913
2013
Vi kan se små förändringar
03:07
in things like the heart rate moving.
58
187950
2359
i saker som att hjärtfrekvensen rubbas.
03:10
These were all undetected by normal thresholds
59
190333
2462
Dessa var alla oupptäckta med de normala tröskelvärden
03:12
which would be applied to data.
60
192819
2384
som skulle tillämpas på data.
03:15
So the question is, why couldn't we see it?
61
195227
3119
Så frågan är, varför kunde vi inte se det?
03:18
Was this a predictable event?
62
198370
2557
Var detta en förutsägbar händelse?
03:20
Can we look more at the patterns in the data
63
200951
2986
Kan vi titta mer på mönster i datan
03:23
to be able to do things better?
64
203961
3356
för att kunna göra saker bättre?
03:27
So this is a child,
65
207341
2626
Detta är ett barn,
03:29
about the same age as the racing car on stage,
66
209991
3208
ungefär lika gammalt som racerbilen på scenen,
03:33
three months old.
67
213223
1606
tre månader gammal.
03:34
It's a patient with a heart problem.
68
214853
2581
Det är en patient med hjärtproblem.
03:37
Now, when you look at some of the data on the screen above,
69
217458
3444
När man tittar på en del data på skärmen ovan,
03:40
things like heart rate, pulse, oxygen, respiration rates,
70
220926
4878
saker som hjärtfrekvens, puls, syre, andningsfrekvens,
03:45
they're all unusual for a normal child,
71
225828
3052
är de alla ovanliga för ett normalt barn,
03:48
but they're quite normal for the child there,
72
228904
2618
men de är helt normala för barnet där,
03:51
and so one of the challenges you have in health care is,
73
231546
4114
så en av utmaningarna man har inom sjukvården är,
03:55
how can I look at the patient in front of me,
74
235684
2827
hur kan jag se på patienten framför mig,
03:58
have something which is specific for her,
75
238535
3023
ta något som är specifikt för henne,
04:01
and be able to detect when things start to change,
76
241582
2764
och kunna upptäcka när saker och ting börjar ändras,
04:04
when things start to deteriorate?
77
244370
2075
när saker börjar försämras?
04:06
Because like a racing car, any patient,
78
246469
3026
För liksom en racerbil, en patient,
04:09
when things start to go bad, you have a short time
79
249519
2952
när saker och ting börjar gå dåligt har du lite tid
04:12
to make a difference.
80
252495
1807
för att göra skillnad.
04:14
So what we did is we took a data system
81
254326
2730
Så det vi gjorde var att vi tog ett datasystem
04:17
which we run every two weeks of the year in Formula 1
82
257080
3107
som vi kör varannan vecka året runt i Formel 1
04:20
and we installed it on the hospital computers
83
260211
2978
och installerade det på sjukhusdatorerna
04:23
at Birmingham Children's Hospital.
84
263213
2266
på Birminghams barnsjukhus.
04:25
We streamed data from the bedside instruments
85
265503
2415
Vi strömmade data från instrumenten
04:27
in their pediatric intensive care
86
267942
2533
på deras pediatriska intensivvårdsavdelning
04:30
so that we could both look at the data in real time
87
270499
3431
så att vi både kunde se datan i realtid
04:33
and, more importantly, to store the data
88
273954
2848
och, ännu viktigare, lagra datan
04:36
so that we could start to learn from it.
89
276826
3033
så att vi kunde börja lära oss av den.
04:39
And then, we applied an application on top
90
279883
4360
Och sedan tillämpade vi en applikation ovanpå
04:44
which would allow us to tease out the patterns in the data
91
284267
3246
vilket skulle göra det möjligt för oss att reda ut mönstren i datan
04:47
in real time so we could see what was happening,
92
287537
2932
i realtid så att vi kunde se vad som hände,
04:50
so we could determine when things started to change.
93
290493
3689
så vi kunde avgöra när saker och ting började förändras.
04:54
Now, in motor racing, we're all a little bit ambitious,
94
294206
3839
I motorsport, är vi alla lite ambitiösa,
04:58
audacious, a little bit arrogant sometimes,
95
298069
2525
djärva, lite arroganta ibland,
05:00
so we decided we would also look at the children
96
300618
3374
så vi bestämde att vi också skulle titta på barnen
05:04
as they were being transported to intensive care.
97
304016
2933
medan de transporterades till intensivvårdsavdelningen.
05:06
Why should we wait until they arrived in the hospital
98
306973
2524
Varför skulle vi vänta tills de kom till sjukhuset
05:09
before we started to look?
99
309521
1576
innan vi började titta?
05:11
And so we installed a real-time link
100
311121
2973
Så vi installerade ett realtidslänk
05:14
between the ambulance and the hospital,
101
314118
2812
mellan ambulansen och sjukhuset,
05:16
just using normal 3G telephony to send that data
102
316954
3752
och använde vanlig 3G-telefoni för att skicka dessa data
05:20
so that the ambulance became an extra bed
103
320730
2463
så att ambulansen blev en extra säng
05:23
in intensive care.
104
323217
3112
på intensivvårdsavdelningen.
05:26
And then we started looking at the data.
105
326353
3678
Och sedan började vi titta på datan.
05:30
So the wiggly lines at the top, all the colors,
106
330055
2897
De slingrande linjerna upptill, alla färger,
05:32
this is the normal sort of data you would see on a monitor --
107
332976
3170
detta är den normala sorts data du skulle se på en skärm
05:36
heart rate, pulse, oxygen within the blood,
108
336170
3748
hjärtfrekvens, puls, syre i blodet,
05:39
and respiration.
109
339942
2611
och andning.
05:42
The lines on the bottom, the blue and the red,
110
342577
2729
Linjerna längst ner, den blå och den röda,
05:45
these are the interesting ones.
111
345330
1477
är de intressanta.
05:46
The red line is showing an automated version
112
346831
3044
Den röda linjen visar en automatiserad version
05:49
of the early warning score
113
349899
1573
av en tidig varningsvärdering
05:51
that Birmingham Children's Hospital were already running.
114
351496
2715
som Birminghams barnsjukhus redan använde.
Den har varit igång sedan 2008,
05:54
They'd been running that since 2008,
115
354235
2062
05:56
and already have stopped cardiac arrests
116
356321
2232
och har redan förhindrat hjärtstillestånd
05:58
and distress within the hospital.
117
358577
2733
och nödlägen inom sjukhuset.
06:01
The blue line is an indication
118
361334
2408
Den blå linjen är en indikator
06:03
of when patterns start to change,
119
363766
2476
på när ett mönster börjar förändras
06:06
and immediately, before we even started
120
366266
2285
och omedelbart, innan vi ens började
06:08
putting in clinical interpretation,
121
368575
1684
sätta in klinisk tolkning,
06:10
we can see that the data is speaking to us.
122
370283
2846
kan vi se att datan talar till oss.
06:13
It's telling us that something is going wrong.
123
373153
3512
Den säger att någonting är fel.
06:16
The plot with the red and the green blobs,
124
376689
3792
Diagrammet med de röda och gröna dropparna,
06:20
this is plotting different components
125
380505
2781
markerar olika komponenter
06:23
of the data against each other.
126
383310
2523
av datan mot varandra.
06:25
The green is us learning what is normal for that child.
127
385857
3816
De gröna är vi som lär oss vad som är normalt för barnet
06:29
We call it the cloud of normality.
128
389697
2586
Vi kallar det för normalitetsmolnet.
06:32
And when things start to change,
129
392307
2217
Och när saker och ting börjar förändras,
06:34
when conditions start to deteriorate,
130
394548
2540
när förhållandena börjar försämras
06:37
we move into the red line.
131
397112
2214
flyttar vi till den röda linjen.
06:39
There's no rocket science here.
132
399350
1633
Det är ingen raketforskning här.
06:41
It is displaying data that exists already in a different way,
133
401007
4089
Den visar redan befintlig data på ett annat sätt,
06:45
to amplify it, to provide cues to the doctors,
134
405120
3367
för att förstärka det, för att ge ledtrådar till läkarna,
06:48
to the nurses, so they can see what's happening.
135
408511
2714
till sjuksköterskorna, så att de kan se vad som händer.
06:51
In the same way that a good racing driver
136
411249
3106
På samma sätt som en bra racerförare
06:54
relies on cues to decide when to apply the brakes,
137
414379
4020
litar till ledtrådar för att bestämma när man ska bromsa,
06:58
when to turn into a corner,
138
418423
1452
när man svänger in i en kurva,
06:59
we need to help our physicians and our nurses
139
419899
2894
måste vi hjälpa våra läkare och sjuksköterskor
07:02
to see when things are starting to go wrong.
140
422817
3596
att se när saker och ting börjar gå fel.
07:06
So we have a very ambitious program.
141
426437
2922
Så vi har ett väldigt ambitiöst program.
07:09
We think that the race is on to do something differently.
142
429383
4712
Vi tror att loppet har startat för att göra något annorlunda.
07:14
We are thinking big. It's the right thing to do.
143
434119
2880
Vi tänker stort. Det är rätt sak att göra.
07:17
We have an approach which, if it's successful,
144
437023
3388
Vi har en strategi som, om den är framgångsrik,
07:20
there's no reason why it should stay within a hospital.
145
440435
2620
det inte finns någon anledning till att hålla inom ett sjukhus.
Den kan nå utanför husets väggar.
07:23
It can go beyond the walls.
146
443079
1704
07:24
With wireless connectivity these days,
147
444807
2047
Med trådlös uppkoppling finns det i dessa dagar
07:26
there is no reason why patients, doctors and nurses
148
446878
3420
ingen anledning till att patienter, läkare och sjuksköterskor
07:30
always have to be in the same place
149
450322
2147
alltid måste vara på samma plats
07:32
at the same time.
150
452493
1969
på samma gång.
07:34
And meanwhile, we'll take our little three-month-old baby,
151
454486
3971
Och under tiden, tar vi vår lilla tremånaders baby,
07:38
keep taking it to the track, keeping it safe,
152
458481
3733
fortsätter att ta den till banan, hålla den säker,
07:42
and making it faster and better.
153
462238
2309
och göra den snabbare och bättre.
07:44
Thank you very much.
154
464571
1381
Tack så mycket.
07:45
(Applause)
155
465976
4954
(Applåder)
Om denna webbplats

På den här webbplatsen hittar du YouTube-videor som är användbara för att lära sig engelska. Du kommer att få se engelska lektioner som ges av förstklassiga lärare från hela världen. Dubbelklicka på de engelska undertexterna som visas på varje videosida för att spela upp videon därifrån. Undertexterna rullar i takt med videouppspelningen. Om du har några kommentarer eller önskemål kan du kontakta oss via detta kontaktformulär.

https://forms.gle/WvT1wiN1qDtmnspy7