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

Translator: yamela areesamarn Reviewer: Thipnapa Huansuriya

มีตลกเก่าแก่ เกี่ยวกับตำรวจคนหนึ่งที่กำลังเดินตรวจ

There's an old joke about a cop

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

ในตอนกลางดึก

and he comes across a guy under a street lamp

เขาเดินมาพบชายคนหนึ่งใต้เสาไฟฟ้าริมถนน

กำลังก้มมองดูพื้นไปรอบๆ

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

and the cop asks him what he's doing.

ตำรวจจึงถามเขาว่า กำลังทำอะไรอยู่

The guys says he's looking for his keys.

ชายคนนั้นก็บอกว่า กำลังมองหากุญแจ

So the cop takes his time

ตำรวจจึงสละเวลามาช่วยหาด้วย

and looks over and kind of makes a little matrix

โดยแบ่งพื้นที่เป็นตารางเล็กๆ

and looks for about two, three minutes.

แล้วมองหาอยู่สองสามนาที ก็ไม่พบกุญแจ

No keys.

The cop says, "Are you sure?

ตำรวจจึงบอกว่า "แน่ใจหรือเปล่า ไอ้น้อง

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

แน่ใจนะ ว่านายทำกุญแจหายตรงนี้"

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

ชายคนนั้นตอบว่า "ไม่ ไม่ จริงๆ แล้วผมทำหาย

ตรงปลายถนนอีกด้านหนึ่ง

down at the other end of the street,

แต่แสงไฟตรงนี้สว่างกว่า"

but the light is better here."

(Laughter)

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

มีแนวคิดหนึ่งที่คนพูดถึงกันในปัจจุบัน

เรียกว่า ข้อมูลมากมายมหึมา (big data)

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

ซึ่งก็คือ ข้อมูลข่าวสารทั้งหมด ที่เราสร้างขึ้นมา

that we're generating through our interaction

ผ่านการโต้ตอบของเราทางอินเทอร์เน็ต

with and over the Internet,

everything from Facebook and Twitter

ทุกๆ อย่าง จาก เฟสบุ๊ก และทวิตเตอร์

ไปถึงการดาวน์โหลดเพลง ภาพยนตร์ ดูรายการ ทั้งหมดนั้น

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

the live streaming of TED.

ดูรายการสดของ TED

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

และสำหรับคนที่ทำงานกับข้อมูลมากมายมหึมานั้น

they talk about that their biggest problem

เขาพูดถึงปัญหาใหญ่ที่สุดของพวกเขา นั่นคือ

is we have so much information.

เรามีข้อมูลเยอะมากเหลือเกิน

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

ปัญหาใหญ่ที่สุดก็คือ เราจะจัดระเบียบข้อมูลทั้งหมดนั้นอย่างไร

ผมบอกคุณได้เลยว่า ในการทำงานด้านสุขภาพระดับโลกนั้น

I can tell you that, working in global health,

that is not our biggest problem.

นั่นไม่ใช่ปัญหาที่ใหญ่ที่สุดของเรา

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

เพราะว่าสำหรับเราแล้ว

แม้ว่าแสงไฟในอินเทอร์เน็ตจะสว่างกว่า

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

แต่ข้อมูลที่จะช่วยเราแก้ปัญหา

ที่เรากำลังพยายามแก้นั้น ไม่ได้มีอยู่ในอินเทอร์เน็ต

is not actually present on the Internet.

So we don't know, for example,

เราจึงไม่รู้ว่า ตัวอย่างเช่น ขณะนี้มีคนสักกี่คน

how many people right now are being affected by disasters

ที่กำลังได้รับผลกระทบจากภัยพิบัติ

หรือ จากสถานการณ์ขัดแย้งต่างๆ

or by conflict situations.

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

โดยพื้นฐานจริงๆ แล้ว เราไม่รู้เลยว่า คลินิกในโลกด้อยพัฒนา

in the developing world,

คลินิกไหนบ้างที่มียาเวชภัณฑ์

which ones have medicines and which ones don't.

และคลินิกไหนไม่มี

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

เราไม่รู้เลยว่า สายการจำหน่ายผลิตภัณฑ์ให้กับคลินิก เหล่านั้นเป็นอย่างไร

เราไม่รู้เลย ซึ่งเรื่องนี้ทำให้ผมประหลาดใจจริงๆ

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

เราไม่รู้ว่า มีเด็กเกิดกี่คน

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

หรือมีเด็กอยู่กี่คนในประเทศโบลิเวีย

in Bolivia or Botswana or Bhutan.

หรือในบอสวาน่า หรือในภูฏาน

เราไม่รู้ว่า เด็กตายไปกี่คนเมื่อสัปดาห์ที่แล้ว

We don't know how many kids died last week

ในประเทศเหล่านั้น

in any of those countries.

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

เราไม่รู้ถึงความต้องการของผู้สูงอายุ หรือผู้ป่วยทางจิต

For all of these different critically important problems

สำหรับปัญหาสำคัญถึงขั้นวิกฤติทั้งหมดนี้

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

หรือในวงการที่สำคัญอย่างยิ่งยวดทั้งหลาย ที่เราต้องการเข้าไปแก้ปัญหา

แท้จริงแล้ว เราไม่รู้อะไรเลย

we basically know nothing at all.

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

และเหตุผลส่วนหนึ่่งที่เราไม่รู้อะไรเลย

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

ก็เพราะว่า ระบบเทคโนโลยีข้อมูลข่าวสาร

ที่เราใช้ในวงการสุขภาพระดับโลก เพื่อหาข้อมูล

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

เพื่อแก้ปัญหาเหล่านี้ ก็คือสิ่งที่เราเห็นอยู่ตรงนี้

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

นี่เป็นเทคโนโลยีอายุเก่าแก่ราวห้าพันปี

Some of you may have used it before.

บางท่านคงเคยใช้มันมาก่อนแล้ว

ตอนนี้ดูเหมือนมันกำลังจะหายไป แต่เราก็ยังคงใช้มันอยู่

It's kind of on its way out now,

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

ใน 99 เปอร์เซ็นต์ของงานที่เราทำ

นั่นคือ แบบฟอร์มกระดาษ และสิ่งที่คุณเห็นอยู่นี้

This is a paper form.

And what you're looking at is a paper form

ก็คือ แบบฟอร์มกระดาษในมือพยาบาล ของกระทรวงสาธารณสุขอินโดนีเซีย

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

ซึ่งกำลังเดินยํ่าไปทั่วชนบท ในอินโดนีเซีย

who is tramping out across the countryside

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

ผมเชื่อว่าอากาศต้องร้อนอบอ้าวมากๆ

and she is going to be knocking on thousands of doors

เธอจะต้องไปเคาะประตูบ้านเป็นพันๆ หลัง

over a period of weeks or months,

เป็นเวลาหลายๆ สัปดาห์ หรือหลายๆ เดือน

ไปเคาะประตูบ้าน และบอกว่า "ขอโทษนะคะ

knocking on the doors and saying,

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

เรามีคำถามอยากถามคุณหน่อย

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

คุณมีลูกหรือเปล่าคะ ลูกของคุณฉีดวัคซีนหรือยัง"

Because the only way we can actually find out

เพราะว่าวิธีเดียวที่เราจะรู้ได้จริงๆ

ว่าเด็กในชนบทของอินโดนีเซีย ฉีดวัคซีนแล้วกี่คน

how many children were vaccinated in the country of Indonesia,

หรือกี่เปอร์เซ็นต์ ไม่ใช่การค้นหาในอินเทอร์เน็ต

what percentage were vaccinated,

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

แต่เป็นการออกไปเคาะประตูบ้าน

ซึ่งบางครั้งก็หลายหมื่นหลายพันประตู

sometimes tens of thousands of doors.

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

บางครั้งใช้เวลาหลายๆ เดือน หรือแม้กระทั่งหลายๆ ปี

เพื่อหาข้อมูลเรื่องแบบนี้

You know, a census of Indonesia

รู้ไหมครับ สำมะโนประชากรของอินโดนีเซีย

would probably take two years to accomplish.

อาจใช้เวลาสองปีจึงจะทำเสร็จ

And the problem, of course, with all of this

ปัญหาของกระบวนการเหล่านี้ แน่นอนครับ

is that, with all those paper forms --

มันอยู่ที่แบบฟอร์มกระดาษทั้งหมดนั่น ผมกำลังจะบอกว่า

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

เรามีแบบฟอร์มกระดาษสำหรับทุกๆ สิ่งที่เป็นไปได้

เรามีแบบฟอร์มกระดาษ สำหรับการสำรวจการฉีดวัคซีน

We have paper forms for vaccination surveys.

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

เรามีแบบฟอร์ม เพื่อติดตามคนที่มาคลินิก

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

เรามีแบบฟอร์ม เพื่อติดตามที่มาของยาและเวชภัณฑ์

และโลหิต แบบฟอร์มต่างๆ ทั้งหมดนี้

all these different paper forms for many different topics,

ที่ใช้สำรวจเรื่องต่างๆ กันมากมาย

they all have a single, common endpoint,

ล้วนมาลงเอยที่จุดสุดท้ายแบบเดียวกัน

and the common endpoint looks something like this.

จุดสุดท้ายที่ว่า ก็คืออะไรบางอย่างที่หน้าตาแบบนี้

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

สิ่งที่เราเห็นตรงนี้ ก็คือ ข้อมูลเต็มรถบรรทุก

เป็นข้อมูลจากการสำรวจอัตราความครอบคลุม ของการฉีดวัคซีนครั้งหนึ่ง

This is the data from a single vaccination coverage survey

in a single district in the country of Zambia

ในอำเภอเดียว ในชนบทของแซมเบีย

from a few years ago, that I participated in.

จากเมื่อสองสามปีที่แล้ว ที่ผมเข้าไปร่วมทำอยู่ด้วย

The only thing anyone was trying to find out

สิ่งเดียวที่ใครก็ตามพยายามค้นหา

is what percentage of Zambian children are vaccinated,

ก็คือ มีเด็กๆ แซมเบียกี่เปอร์เซนต์ ที่ได้รับการฉีดวัคซีนแล้ว

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

และนี่คือข้อมูลดังกล่าว ซึ่งถูกรวบรวมไว้บนกระดาษ ในช่วงหลายสัปดาห์

from a single district,

จากอำเภอเดียว ซึ่งคล้ายๆ กับเขตการปกครอง

which is something like a county in the United States.

ในสหรัฐอเมริกา

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

คุณคงจินตนาการได้ว่า สำหรับทั่วทั้งประเทศแซมเบียแล้ว

การหาคำตอบเพียงแค่คำถามเดียวนั่น

answering just that single question ...

looks something like this.

ก็คงออกมาหน้าตาแบบนี้

รถบรรทุกคันแล้วคันเล่า

Truck after truck after truck,

ที่มีกองข้อมูลกองแล้วกองเล่าอยู่เต็มคันรถ

filled with stack after stack after stack of data.

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

และที่แย่ยิ่งไปกว่านั้น ก็คือ

นั่นเป็นแค่เพียงการเริ่มต้น

Because once you've collected all that data,

เพราะเมื่อคุณรวบรวมข้อมูลทั้งหมดมาแล้ว

of course, someone -- some unfortunate person --

แน่นอนครับ ต้องมีใครบางคน

คนโชคร้ายบางคน ต้องพิมพ์ข้อมูลนั้นเข้าไปในคอมพิวเตอร์

is going to have to type that into a computer.

When I was a graduate student,

จริงๆ แล้ว ตอนที่ผมเป็นนักศึกษาปริญญาเอก

I actually was that unfortunate person sometimes.

บางครั้งคนโชคร้ายคนนั้นก็คือผมเอง

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

ผมบอกคุณได้เลยว่า บ่อยครั้งผมไม่ได้เอาใจใส่อย่างจริงจัง

I probably made a lot of mistakes when I did it

ตอนที่พิมพ์ข้อมูลนั้น ผมอาจพิมพ์ผิดพลาดไปเยอะมาก

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

ซึ่งไม่มีใครตรวจพบได้เลย ดังนั้นคุณภาพของข้อมูลก็ลดลง

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

แต่ท้ายที่สุดก็หวังว่าข้อมูลเหล่านั้น จะถูกพิมพ์เข้าไปในคอมพิวเตอร์

and someone can begin to analyze it,

และใครบางคนก็สามารถเริ่มต้นวิเคราะห์มันได้

and once they have an analysis and a report,

และเมื่อพวกเขามีผลการวิเคราะห์และรายงานออกมา

ก็หวังว่า คุณจะนำผลของการรวบรวมข้อมูลนั้นไปใช้

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

and use it to vaccinate children better.

เพื่อปรับปรุงการฉีดวัคซีนให้เด็กๆ ได้ดีขึ้น

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

เพราะว่า ถ้าจะมีอะไรบางอย่างที่เลวร้าย

ในวงการสาธารณสุขระดับโลกแล้ว

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

ผมไม่รู้ว่า อะไรจะเลวร้ายไปกว่า การยอมให้เด็กๆ บนโลกใบนี้

to die of vaccine-preventable diseases --

ตายเพราะโรคที่สามารถป้องกันได้ด้วยการฉีดวัคซีน

diseases for which the vaccine costs a dollar.

โรคที่มีวัคซีนป้องกันได้ในราคาดอลลาร์เดียว

And millions of children die of these diseases every year.

แต่เด็กเป็นล้านๆ คนกลับต้องตายด้วยโรคพวกนั้นทุกๆ ปี

และที่จริง จำนวนเป็นล้านๆ นั้น ก็เป็นแค่การประมาณหยาบๆ เพราะว่า

And the fact is, millions is a gross estimate,

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

เราไม่ได้รู้แน่ชัดจริงๆ หรอกว่า ในแต่ละปี มีเด็กตายจากสาเหตุนี้กี่คนกันแน่

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

แต่สิ่งที่ทำให้หงุดหงิดใจมากกว่านั้น ก็คือ

ขั้นตอนการพิมพ์ข้อมูลเข้าคอมพิวเตอร์ ที่ผมเคยทำตอนเมื่อเรียนปริญญาเอกนั้น

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

บางครั้งใช้เวลาถึงหกเดือน

can take sometimes six months.

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

บางครั้งก็ถึงสองปี เพื่อพิมพ์ข้อมูลนั้น

เข้าไปในคอมพิวเตอร์ และบางที จริงๆ แล้วก็บ่อยนะ

And sometimes, actually not infrequently,

it actually never happens.

ข้อมูลนั้นก็ไม่ถูกพิมพ์เข้าคอมพิวเตอร์เลย

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

ทีนี้ ลองตั้งใจคิดเรื่องนี้หนักๆ สักหนึ่งวินาที

You just had teams of hundreds of people.

คุณมีทีมงานมากมายที่ประกอบด้วยคนหลายร้อยคน

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

พวกเขาออกไปในพื้นที่ เพื่อหาคำตอบเรื่องใดเรื่องหนึ่ง

คุณอาจจ่ายเงินไปหลายแสนดอลลาร์

You probably spent hundreds of thousands of dollars

เป็นค่าเชื้อเพลิง ค่าถ่ายเอกสาร และเบี้ยเลี้ยง

on fuel and photocopying and per diem.

แล้วด้วยเหตุผลบางอย่าง ก็ไม่มีคนผลักดันโครงการนั้นต่อ

And then for some reason, momentum is lost

or there's no money left,

หรือเพราะเงินทุนหมด

and all of that comes to nothing,

และที่ทำมาทั้งหมดก็ไม่เกิดผลอะไรเลย

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

เพราะไม่มีใครพิมพ์ข้อมูลเข้าไปในคอมพิวเตอร์เลย

The process just stops.

กระบวนการนั้นก็ต้องหยุดไป เป็นอย่างนี้บ่อยมาก

Happens all the time.

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

นี่ล่ะ สิ่งที่เราใช้เป็นฐานในการตัดสินใจ เรื่องสุขภาพระดับโลก

little data, old data, no data.

เรามีข้อมูลน้อยมาก ข้อมูลเก่า หรือไม่มีข้อมูลเลย

So back in 1995,

เอาละ กลับไปในปี 1995 ผมจึงเริ่มต้นคิดวิธีการ

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

ที่เราจะสามารถปรับปรุงกระบวนการนี้ให้ดีขึ้น

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

ในปี 1995 ซึ่งนั่นก็ผ่านมานานมากแล้ว

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

ผมตกใจเหมือนกัน เมื่อนึกถึงว่ามันนานขนาดนั้น

ภาพยนตร์อันดับหนึ่งในปีนั้นคือ

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

"Die Hard with a Vengence"

คุณคงเห็นได้ชัดว่า บรูซ วิลลิสตอนนั้นยังผมดกกว่านี้เยอะแยะ

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

I was working in the Centers for Disease Control

ตอนนั้นผมทำงานอยู่ที่ศูนย์ควบคุมโรค

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

และผมเองก็ยังมีผมดกกว่านี้เยอะเช่นกัน

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

แต่ สำหรับผม สิ่งที่มีนัยสำคัญที่สุดที่ผมเห็นในปี 1995

was this.

ก็คือสิ่งนี้

มันยากที่เราจะจินตนาการได้ แต่ในปี 1995

Hard for us to imagine, but in 1995,

this was the ultimate elite mobile device.

นี่เป็นอุปกรณ์อิเล็กทรอนิกส์เคลื่อนที่ซึ่งหรูสุดๆ ในตอนนั้น

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

ใช่ไหมครับ มันไม่ใช่ไอโฟน มันไม่ใช่โทรศัพท์กาแล็กซี่

It was a PalmPilot.

แต่มันคือ ปาล์ม ไพล็อต (Palm Pilot)

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

และเมื่อผมเห็นปาล์ม ไพล็อตเป็นครั้งแรก ผมก็คิดว่า

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

ทำไมเราไม่เอาแบบฟอร์มพวกนั้น ใส่ไปในปาล์ม ไพล็อต

And go out into the field just carrying one PalmPilot,

และก็ออกไปในพื้นที่ ถือไปแค่ ปาล์ม ไพล็อต ตัวเดียว

ซึ่งสามารถเก็บแบบฟอร์มได้หลายหมื่นหลายพันฉบับ

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

ทำไมเราจึงไม่ลองทำแบบนั้นดู

Why don't we try to do that?

Because if we can do that,

เพราะว่า ถ้าเราทำได้ ถ้าเราสามารถ

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

เก็บข้อมูลด้วยวิธีอิเล็กทรอนิกส์ ในระบบดิจิตอล

from the very beginning,

ตั้งแต่ขั้นตอนแรกได้จริงๆ

we can just put a shortcut right through that whole process

เราก็สามารถข้ามขั้นตอนทั้งหมด

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

ในการพิมพ์ข้อมูล

ที่ต้องให้คนบางคนพิมพ์ข้อมูลพวกนั้น เข้าไปในคอมพิวเตอร์

We can skip straight to the analysis

เราจะสามารถข้ามไปสู่การวิเคราะห์ได้เลย

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

แล้วก็ตรงเข้าไปสู่การใช้ข้อมูลนั้น เพื่อช่วยชีวิตผู้คนได้อย่างแท้จริง

So that's what I began to do.

ผมจึงเริ่มลงมือทำอย่างนั้น

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

ตอนทำงานที่ศูนย์ควบคุมและป้องกันโรค (CDC) ผมเริ่มเดินทางไปยัง

โครงการต่างๆ รอบโลก และฝึกให้พวกเขาใช้ ปาล์ม ไพล็อต

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

เพื่อรวบรวมข้อมูล แทนที่จะใช้กระดาษ

instead of using paper.

And it actually worked great.

ซึ่งมันก็ใช้การได้ดีเยี่ยม

It worked exactly as well as anybody would have predicted.

มันทำงานได้ดีตามที่ใครๆ คาดหมายไว้

คุณรู้ไหมครับ การรวบรวมข้อมูลแบบดิจิตอล

What do you know?

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

จริงๆ แล้วมีประสิทธิภาพมากกว่า การรวบรวมไว้บนกระดาษ

ในระหว่างที่ผมทำงานอยู่นั้น หุ้นส่วนธุรกิจของผม คุณโรส

While I was doing it, my business partner,

ซึ่งอยู่ในกลุ่มผู้ชมที่นี่ด้วย พร้อมกับสามีของเธอ คุณแมททิว

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

คุณโรสออกไปทำโครงการคล้ายกันนี้ ให้กับกาชาดอเมริกา

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

ปัญหาก็คือ สองสามปีหลังจากที่ทำแบบนั้น

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

ผมก็ตระหนักขึ้นมาว่า ผมไปอบรมให้เจ้าหน้าที่มาแล้ว

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

หก หรือ เจ็ดโครงการ และผมก็คิดว่า

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

ถ้าผมยังทำแบบนี้ต่อไป ในอัตราความเร็วขนาดนี้

over my whole career,

ตลอดอายุการทำงานทั้งหมดของผม

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

ผมอาจจะอบรมคนได้ถึง 20 หรือ 30 โครงการ

But the problem is, 20 or 30 programs,

แต่ปัญหาคือ 20 หรือ 30 โครงการ

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

คือ การฝึกคนใน 20 หรือ 30 โครงการให้ใช้เทคโนโลยีนี้

that is a tiny drop in the bucket.

เป็นแค่หยดนํํ้าเล็กๆ หนึ่งหยดในถัง

ความต้องการในเรื่องนี้ ความจำเป็นที่ต้องมีข้อมูล เพื่อปรับปรุงโครงการให้ดีขึ้น

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

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

แค่เพียงในเรื่องสุขภาพเท่านั้น ยังไม่ต้องกล่าวถึงวงการอื่่นใด

in developing countries -- is enormous.

ในประเทศด้อยพัฒนานั้น มีมากมายเหลือคณา

There are millions and millions and millions of programs,

มีหลายต่อหลายล้านโครงการ

millions of clinics that need to track drugs,

หลายๆ ล้านคลินิกที่ต้องการติดตามเรื่องยา

millions of vaccine programs.

โครงการฉีดวัคซีนล้านๆ โครงการ

There are schools that need to track attendance.

ยังมีโรงเรียนที่ต้องติดตามการเข้าเรียนของนักเรียน

ยังมีโครงการต่างๆ เหล่านี้ทั้งหมด

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

ที่รอให้เราเก็บข้อมูลที่เราต้องการ

ผมเลยตระหนักว่า ถ้าผมยังคงทำวิธีเดิมที่ทำอยู่นั้น

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

I was basically hardly going to make any impact

ผมคงไม่สามารถสร้างความเปลี่ยนแปลงอะไรได้จริงจังเลย

จนกระทั่งผมเกษียณ

by the end of my career.

And so I began to rack my brain,

ดังนั้นผมจึงเริ่มคิดอย่างหนัก

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

พยายามคิด

ว่ากระบวนการที่ผมกำลังทำอยู่เป็นอย่างไร

How was I training folks,

ผมสอนชาวบ้านเขาอย่างไร อะไรทำให้เกิดความล่าช้า

and what were the bottlenecks and what were the obstacles

และอะไรเป็นอุปสรรคของการที่จะทำให้เร็วยิ่งขึ้น

to doing it faster and to doing it more efficiently?

และมีประสิทธิภาพเพิ่มขึ้น

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

แต่โชคไม่ดีครับ หลังจากคิดถึงเรื่องนี้ระยะหนึ่ง

I identified the main obstacle.

ผมก็ตระหนักว่า ผมรู้แล้วว่าอุปสรรคสำคัญคืออะไร

And the main obstacle, it turned out --

ปรากฏว่า อุปสรรคสำคัญ

and this is a sad realization --

ซึ่งผมพบว่าเป็นความจริงที่น่าเศร้า

เพราะอุปสรรคสำคัญก็คือ ตัวผมเอง

the main obstacle was me.

So what do I mean by that?

ผมหมายความว่าอย่างไรหรือครับ

I had developed a process

ผมได้พัฒนากระบวนการหนึ่งขึ้น

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

โดยมีผมเป็นศูนย์กลางจักรวาลของเทคโนโลยีนี้

ถ้าคุณต้องการใช้เทคโนโลยีนี้ คุณก็ต้องมาติดต่อผม

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

นั่นหมายความว่า คุณต้องรู้ว่าผมมีตัวตนอยู่นะ

That means you had to know I existed.

แล้วคุณก็ต้องหาเงินมาเพื่อจ่ายให้ผม

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

บินไปประเทศของคุณ

และจ่ายค่าโรงแรมให้ผม

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

และจ่ายค่าเบี้ยเลี้ยงและค่าจ้างรายวันของผม

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

ซึ่งนั่นอาจเป็นเงินราวๆ 10,000 หรือ 20,000 หรือ 30,000 ดอลลาร์

if I actually had the time or it fit my schedule

ถ้าหากว่าผมมีเวลา หรือจัดลงตารางเวลาของผมได้

and I wasn't on vacation.

และผมไม่ได้อยู่ในช่วงพักร้อน

The point is that anything,

ประเด็นก็คือ อะไรหรือระบบใดก็ตาม

any system that depends on a single human being

ที่ขึ้นอยู่กับคนเพียงคนเดียว หรือสอง หรือสาม หรือห้าคน

or two or three or five human beings --

it just doesn't scale.

ย่อมไม่อาจขยายออกไปได้ในวงกว้าง

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

แต่นี่คือปัญหาที่เราจำเป็นต้องขยายเทคโนโลยีนี้

และเราต้องรีบขยายมันออกไปในวงกว้างเดี๋ยวนี้

and we need to scale it now.

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

ผมจึงเริ่มต้นคิดวิธีที่ผมจะสามารถ

เอาตัวผมเองออกจากภาพนั้นให้ได้

take myself out of the picture.

คุณรู้ไหมครับ ตอนนั้นผมคิดว่า

And, you know, I was thinking,

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

ทำอย่างไรผมจึงจะเอาตัวเองออกจากภาพนั้นได้

for quite some time.

ใช้เวลานานสมควรทีเดียว

I'd been trained that the way you distribute technology

เพราะผมถูกฝึกมาในแบบที่ว่า

เราเผยแพร่เทคโนโลยีในโครงการพัฒนาระหว่างประเทศ

within international development

is always consultant-based.

โดยอาศัยบริษัทที่ปรึกษาเป็นหลักมาโดยตลอด

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

โดยทุกครั้งก็จะมีคนที่ดูเหมือนๆ กับผม

flying from countries that look pretty much like this

ที่บินจากประเทศพัฒนาแล้วแบบประเทศนี้

to other countries with people with darker skin.

ไปยังประเทศอื่นๆ ที่ผู้คนมีสีผิวเข้มกว่านี้

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

คุณไปที่นั่น แล้วก็ต้องใช้จ่ายเงินเป็นค่าเครื่องบิน

and you spend time and you spend per diem

และใช้เวลา จ่ายค่าเบี้ยเลี้ยง

and you spend for a hotel and all that stuff.

ค่าโรงแรม คุณต้องจ่ายเงินไปในเรื่องแบบนั้น

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

เท่าที่ผมทราบนะครับ นั่นเป็นวิธีการแบบเดียว

ที่คุณจะเผยแพร่เทคโนโลยีได้ และผมก็คิดวิธีการอื่นนอกจากนี้ไม่ได้

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

แต่แล้วก็สิ่งมหัศจรรย์เกิดขึ้น

But the miracle that happened --

I'm going to call it Hotmail for short.

ผมจะเรียกมันสั้นๆ ว่า ฮ็อตเมล์

You may not think of Hotmail as being miraculous,

เอาละ คุณอาจจะไม่คิดว่า ฮ็อตเมล์เป็นสิ่งมหัศจรรย์

but for me it was miraculous,

แต่สำหรับผมแล้ว มันมหัศจรรย์ เพราะผมได้สังเกตุเห็นว่า

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

ตอนที่ผมกำลังปลุกปลํ้ากับปัญหานี้อยู่

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

ผมใช้เวลาส่วนใหญ่ทำงานอยู่ทางตอนใต้ของ ทะเลทรายซาฮาราในอาฟริกา

I noticed that every sub-Saharan African health worker

ผมสังเกตุเห็นว่า เจ้าหน้าที่ด้านสุขภาพที่นั่นทุกคน

that I was working with had a Hotmail account.

ที่ผมทำงานอยู่ด้วยนั้น ใช้ฮ็อตเมล์ในการติดต่อกัน

ผมก็เลยคิด คือมันทำให้ผมฉุกคิดขึ้นได้ว่า

And it struck me, "Wait a minute --

ประเดี๋ยวนะ ผมมั่นใจว่าคนของฮ็อตเมล์

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

ไม่เคยบินที่ไปกระทรวงสาธารณสุข ของประเทศเคนย่า

to train people in how to use Hotmail.

เพื่อไปฝึกผู้คนให้รู้จักวิธีการใช้ฮ็อตเมล์แน่ๆ

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

แปลว่า คนเหล่านี้เผยแพร่เทคโนโลยีกันเอง

พวกเขาเรียนรู้การใช้ซอฟต์แวร์จากที่ไหนสักแห่ง

but they're not actually flying around the world.

แต่พวกเขาไม่เคยต้องบินไปรอบโลกเลย

ผมต้องขบคิดเรื่องนี้อยู่อีกสักพักหนึ่ง

I need to think about this more."

While I was thinking about it,

ระหว่างที่กำลังคิดอยู่นั้น ผู้คนก็เริ่มต้นใช้

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

เครื่องมือคล้ายๆ อย่างนี้เพิ่มมากขึ้น เหมือนอย่างที่พวกเราก็เป็นกัน

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

พวกเขาเริ่มใช้ Linkedln และ Flickr

จีเมล์ และแผนที่กูเกิล ของประเภทนี้

all these things.

Of course, all of these things are cloud based

แน่นอนครับ ทั้งหมดนี้เป็นการใช้งานบนอินเตอร์เน็ต

and don't require any training.

และไม่จำเป็นต้องมีการฝึกแต่อย่างใด

They don't require any programmers.

ไม่ต้องใช้นักเขียนโปรแกรมคอมพิวเตอร์

They don't require consultants.

ไม่ต้องใช้ที่ปรึกษาใดๆ ก็เพราะว่า

Because the business model for all these businesses

โมเดลธุรกิจพวกนี้ทั้งหมด

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

ต้องการสร้างเครื่องมือที่ใช้ง่ายๆ จนเราสามารถใช้มันได้ด้วยตัวเอง

with little or no training.

โดยมีการฝึกเพียงเล็กน้อย หรือไม่ต้องมีเลย

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

คุณเพียงแค่ได้ยินมา แล้วก็เข้าไปในเว็บไซต์

ผมจึงคิดว่า จะเกิดอะไรขึ้น ถ้าเราสร้างซอฟต์แวร์ขึ้นมา

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

to do what I'd been consulting in?

เพื่อทำสิ่งที่ผมเคยทำ ในการให้คำปรึกษา

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

แทนที่จะฝึกผู้คนให้รู้วิธี

เอาแบบฟอร์มไปใส่ในเครื่องมือเคลื่อนที่

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

เรามาสร้างซอฟต์แวร์ ที่ทำให้พวกเขาทำได้ด้วยตัวเอง

โดยไม่มีการฝึกอบรม และไม่มีผมเข้าไปเกี่ยวข้องได้หรือไม่

and without me being involved.

และผมก็ลงมือทำตามนั้นเลย

And that's exactly what we did.

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

เราจึงสร้างซอฟต์แวร์ขึ้นมา เรียกว่า แม็กไพ (Magpi)

ซึ่งมีตัวสร้างแบบฟอร์มทางออนไลน์

No one has to speak to me,

ไม่ต้องให้ใครมาคุยกับผม

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

คุณเพียงแค่ได้ยินเรื่องนี้ และก็เข้าไปในเว็บไซต์

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

คุณก็สามารถสร้างแบบฟอร์มขึ้นมาได้ และเมื่อสร้างขึ้นมาแล้ว

you push them to a variety of common mobile phones.

คุณก็ส่งมันเข้าไปในโทรศัพท์มือถือทั่วๆ ไป หลากหลายประเภท

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

เห็นได้ชัดว่า ปัจจุบันนี้ เราได้ข้ามผ่าน ปาล์ม ไพล็อต

จนไปถึงโทรศัพท์มือถือแล้ว

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

และมันไม่จำเป็นต้องเป็นสมาร์ทโฟน

โทรศัพท์พื้นฐานก็ใช้ได้ เช่น โทรศัพท์ด้านขวามือนั่น

like the phone on the right, the basic Symbian phone

โทรศัพท์แบบซิมเบียน (Symbian) ธรรมดาๆ

that's very common in developing countries.

ซึ่งใช้กันอย่างแพร่หลายมากในประเทศด้อยพัฒนา

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

และสิ่งที่เจ๋งมากเกี่ยวกับเรื่องนี้ก็คือ มันเหมือนฮ็อตเมล์

It's cloud based,

มันเป็นการใช้ผ่านอินเตอร์เน็ต และไม่ต้องมีการฝึก

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

หรือการเขียนโปรแกรม หรือที่ปรึกษา

But there are some additional benefits as well.

แถมยังมีผลพลอยได้อื่นๆ อีกด้วย

ตอนนี้เรารู้แล้วว่า เมื่อเราสร้างระบบนี้ขึ้นมา

Now we knew when we built this system,

เป้าหมายของมัน ก็เหมือนกับเรื่อง ปาล์ม ไพล็อต

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

was that you'd be able to collect the data

คือ คุณจะต้อง คุณจะสามารถ

รวบรวมข้อมูล อัพโหลดข้อมูล และได้ชุดข้อมูลของคุณออกมาในทันที

and immediately upload the data and get your data set.

แต่สิ่งที่เราพบ แน่นอนครับ เพราะว่ามันอยู่ในคอมพิวเตอร์อยู่แล้ว

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

เราก็สามารถส่งแผนที่ การวิเคราะห์ กราฟ ได้เดี๋ยวนั้นเลย

we can deliver instant maps and analysis and graphing.

We can take a process that took two years

เราสามารถเอากระบวนการที่ใช้เวลาสองปี

and compress that down to the space of five minutes.

และย่อมันลงไปไว้ในช่วงเวลาแค่ห้านาที

เป็นการปรับปรุงให้มีประสิทธิภาพดีขึ้น อย่างไม่น่าเชื่อ

Unbelievable improvements in efficiency.

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

ใช้อินเตอร์เน็ต ไม่ต้องมีการฝึก ไม่ต้องมีที่ปรึกษา ไม่ต้องมีผม

And I told you that in the first few years

และผมบอกคุณได้ว่า ในสองสามปีแรก

of trying to do this the old-fashioned way,

ที่ผมพยายามทำสิ่งนี้ โดยวิธีการแบบเก่าๆ

going out to each country,

คือเดินทางไปแต่ละประเทศ

เราเข้าถึงคน ผมไม่แน่ใจนะครับ

we probably trained about 1,000 people.

เราน่าจะฝึกคนไปได้ประมาณ 1,000 คน

What happened after we did this?

แล้วอะไรเกิดขึ้นครับ หลังจากเราทำระบบใหม่นี้

In the second three years,

ภายในสามปีต่อมา มีคน 14,000 คน

we had 14,000 people find the website,

ที่พบเว็บไซต์ของเรา ลงทะเบียน และเริ่มใช้มันเพื่อรวบรวมข้อมูล

sign up and start using it to collect data:

data for disaster response,

เช่น ข้อมูลเพื่อรับมือกับภัยพิบัติ

ผู้เลี้ยงหมูชาวคานาดา ติดตามข้อมูลโรคที่เกิดกับหมู และฝูงหมู

Canadian pig farmers tracking pig disease and pig herds,

people tracking drug supplies.

มีคนใช้ระบบนี้ติดตามผู้จำหน่ายยา

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

ตัวอย่างหนึ่งที่เราชอบ ก็คือ IRC

หรือคณะกรรมการช่วยชีวิตระหว่างประเทศ

they have a program where semi-literate midwives,

มีโครงการให้หมอตำแย ที่อ่านหนังสือออก แต่เขียนไม่ได้

using $10 mobile phones,

ใช้โทรศัพท์มือถือราคา 10 ดอลลาร์

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

ส่งข่าวสารโดยใช้ซอฟต์แวร์ของเรา

สัปดาห์ละครั้ง เกี่ยวกับจำนวนเด็กที่เกิด

with the number of births and the number of deaths,

และจำนวนเด็กที่ตาย ซึ่งทำให้ IRC

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

มีบางอย่างที่ไม่มีใครเคยมี ในเรื่องสุขภาพระดับโลก

a near-real-time system of counting babies,

ได้แก่ ระบบที่ทำงานแบบทันที ในการนับจำนวนทารก

of knowing how many kids are born,

ได้รู้ว่ามีเด็กเกิดมากี่คน

of knowing how many children there are in Sierra Leone,

และมีเด็กอยู่กี่คน

ในประเทศซีรา ลีออน ซึ่งกำลังใช้ระบบนี้อยู่

which is the country where this is happening,

and knowing how many children die.

และเราก็รู้ได้ด้วยว่ามีเด็กตายไปกี่คน

Physicians for Human Rights --

องค์กรแพทย์เพื่อสิทธิมนุษยชน

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

คือ เริ่มมีการนำระบบนี้ไปใช้ในวงการอื่น นอกจากเรื่องสุขภาพแล้วนะ

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

องค์กรนี้เขากำลังรวมตัวกัน โดยพื้นฐานก็เพื่อฝึกผู้คน

ให้ตรวจเหยื่อข่มขืนในประเทศคองโก ที่เกิดเหตุข่มขืนเยอะมาก

where this is an epidemic,

a horrible epidemic,

ราวกับโรคระบาดที่น่าเกลียดน่ากลัว

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

พวกเขาใช้ซอฟต์แวร์ของเราเก็บบันทึก

หลักฐานที่พบ รวมทั้งภาพถ่ายด้วย

including photographically,

so that they can bring the perpetrators to justice.

เพื่อจะได้นำผู้กระทำผิดเข้าสู่กระบวนการยุติธรรม

Camfed, another charity based out of the UK --

แคมเฟด (Camfed) องค์กรการกุศลอีกรายหนึ่ง ที่มีสำนักงานใหญ่อยู่ในประเทศอังกฤษ

Camfed pays girls' families to keep them in school.

แคมเฟดจ่ายเงินให้ครอบครัวของเด็กหญิง เพื่อให้เด็กๆ ไปโรงเรียนอย่างต่อเนื่อง

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

พวกเขารู้ว่า นี่เป็นการแทรกแซงที่สำคัญที่สุด

ที่พวกเขาสามารถทำได้ พวกเขาเคยติดตามความครอบคลุมของโครงการ

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

การเข้าชั้นเรียน และผลการเรียน ด้วยแบบฟอร์มกระดาษ

The turnaround time between a teacher writing down grades or attendance

เวลาที่ใช้ไป ตั้งแต่ครู

เขียนบันทึกคะแนนสอบ หรือการเข้าชั้นเรียน

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

จนกระทั่งนำข้อมูลนั้นไปทำรายงานเสร็จ ใช้เวลาราวสองถึงสามปี

Now it's real time.

แต่เดี๋ยวนี้ทำได้ทันที และเพราะว่านี่

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

เป็นระบบที่ค่าใช้จ่ายตํ่ามากๆ และทำงานบนอินเตอร์เน็ต

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

ค่าใช้จ่ายรวมทั้งห้าประเทศที่แคมเฟ็ดทำงานนี้อยู่

ในการดูแลเด็กหญิงเป็นหมื่นๆ คน

with tens of thousands of girls,

รวมเป็นเงินแค่ 10,000 ดอลลาร์ต่อปี

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

That's less than I used to get

ซึ่งน้อยกว่าที่ผมเคยได้รับ

ตอนที่เดินทางออกไปให้คำปรึกษา เป็นเวลาสองสัปดาห์เสียอีก

just traveling out for two weeks to do a consultation.

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

ดังนั้น ที่ผมบอกคุณก่อนหน้านี้ว่า

เมื่อเราทำงานด้วยวิธีเก่านั้น ผมตระหนักว่า

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

งานของเราทั้งหมดนั้น แท้จริงเมื่อรวมกันแล้ว ก็เป็นเพียงนํ้าหยดหนึ่งในถัง

10, 20, 30 different programs.

โครงการต่างๆ 10, 20, 30 โครงการนั่น

เราได้สร้างความก้าวหน้าไปมาก แต่ผมก็ยอมรับว่า

We've made a lot of progress,

but I recognize that right now,

ในขณะนี้ แม้แต่งานที่เราได้ทำไปแล้ว

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

กับผู้คน 14,000 คนที่ใช้ระบบใหม่นี้

is still a drop in the bucket.

ก็ยังคงเป็นหยดนํ้าหยดเดียวในถังอยู่นั่นเอง แต่บางสิ่งบางอย่างได้เปลี่ยนไปแล้ว

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

และผมคิดว่า มันน่าจะชัดเจน

What's changed now is,

ว่าสิ่งที่ได้เปลี่ยนไปแล้วในปัจจุบันคือ

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

แทนที่เราจะมีโครงการหนึ่ง ที่ขยายออกไปได้ในอัตราที่ตํ่ามาก

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

จนเราไม่สามารถเข้าถึงผู้คนทั้งหมดที่ต้องการเรา

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

ตอนนี้เราไม่จำเป็นเป็นต้องเดินทางไปพบพวกเขาแล้ว

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

เราได้สร้างเครื่องมือที่ ทำให้โครงการต่างๆ

สามารถทำให้เด็กยังคงไปโรงเรียน

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

หรือติดตามจำนวนเด็กทารกที่เกิดและจำนวนเด็กที่ตาย

catch criminals and successfully prosecute them --

เพื่อจับอาชญากร และนำพวกเขามาลงโทษได้สำเร็จ

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

เพื่อทำสิ่งต่างๆ เหล่านี้ทั้งหมด เพื่อให้ได้เรียนรู้เพิ่มขึ้น

เกี่ยวกับสิ่งที่กำลังเกิดขึ้น เพื่อเข้าใจให้มากขึ้น เพื่อเห็นมากยิ่งขึ้น

to understand more,

to see more ...

and to save lives and improve lives.

และเพื่อช่วยชีวิต และปรับปรุงชีวิตของผู้คนให้ดีขึ้น

Thank you.

ขอบคุณครับ

(Applause)

(เสียงปรบมือ)