Thomas Goetz: It's time to redesign medical data

57,399 views ・ 2011-01-27

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Cheeratikarn Phithakham Reviewer: Paninya Masrangsan
00:15
I'm going to be talking to you
0
15330
2000
ผมจะมาพูดให้ทุกคนฟัง
00:17
about how we can tap
1
17330
2000
เกี่ยวกับเรื่องว่าเรา
00:19
a really underutilized resource in health care,
2
19330
2000
ไม่ได้ใช้ประโยชน์เต็มๆจากข้อมูลทางด้านสุขภาพ
00:21
which is the patient,
3
21330
2000
ซึ่งเราในที่นี้คือผู้ป่วย
00:23
or, as I like to use the scientific term,
4
23330
3000
หรือ--ที่ผมชอบใช้ศัพท์ทางวิทยาศาสตร์ว่า--
00:26
people.
5
26330
2000
ประชาชน
00:28
Because we are all patients, we are all people.
6
28330
2000
เพราะว่าทุกคนก็คือผู้ป่วย ทุกคนก็คือประชาชน
00:30
Even doctors are patients at some point.
7
30330
2000
แม้แต่แพทย์เองบางครั้งก็ยังกลายมาเป็นผู้ป่วย
00:32
So I want to talk about that
8
32330
2000
ดังนั้นผมจึงอยากจะพูดเกี่ยวกับเรื่องนี้
00:34
as an opportunity
9
34330
2000
ในแง่ที่ว่ามันเป็นโอกาส
00:36
that we really have failed to engage with very well in this country
10
36330
3000
ซึ่งจริงๆแล้วถือประเทศเราล้มเหลวในเรื่องการใช้ประโยชน์จากข้อมูลเหล่านี้
00:39
and, in fact, worldwide.
11
39330
2000
พูดกันจริงๆแล้ว ถือว่าล้มเหลวกันทั่วโลกเลย
00:41
If you want to get at the big part --
12
41330
2000
ถ้าคุณอยากจะเข้าใจในภาพใหญ่--
00:43
I mean from a public health level, where my training is --
13
43330
3000
ซึ่งผมหมายถึงงานสาธารณสุข สาขาของผม
00:46
you're looking at behavioral issues.
14
46330
2000
เรามองถึงเรื่องปัญหาทางพฤติกรรม
00:48
You're looking at things where people are actually given information,
15
48330
3000
เรากำลังมองว่าแท้จริงแล้วประชาชนได้รับข้อมูลอะไร
00:51
and they're not following through with it.
16
51330
2000
และทำไมพวกเขาไม่สามารถทำตามข้อมูลนั้นได้ทั้งหมด
00:53
It's a problem that manifests itself in diabetes,
17
53330
4000
ปัญหานี้เราเห็นได้จากโรคเบาหวาน
00:57
obesity, many forms of heart disease,
18
57330
2000
โรคอ้วนและโรคหลอดเลือดหัวใจต่างๆ
00:59
even some forms of cancer -- when you think of smoking.
19
59330
3000
หรือแม้แต่โรคมะเร็ง เมื่อเรานึกถึงการสูบบุหรี่
01:02
Those are all behaviors where people know what they're supposed to do.
20
62330
3000
พฤติกรรมต่างๆที่เราก็รู้กันอยู่แล้วว่าเราควรจะทำอะไร
01:05
They know what they're supposed to be doing,
21
65330
2000
เรารู้ว่าเราควรจะทำอะไร
01:07
but they're not doing it.
22
67330
2000
แต่เราก็ยังไม่ทำอยู่ดี
01:09
Now behavior change is something
23
69330
2000
การปรับเปลี่ยนพฤติกรรมเป็นอะไรที่--
01:11
that is a long-standing problem in medicine.
24
71330
2000
มีมานานแล้วในทางการแพทย์
01:13
It goes all the way back to Aristotle.
25
73330
2000
ย้อนนานไปจนถึงยุคของอริสโตเติล
01:15
And doctors hate it, right?
26
75330
2000
และพวกแพทย์ก็ไม่ชอบเลย ใช่ไหมครับ
01:17
I mean, they complain about it all the time.
27
77330
2000
พวกแพทย์ก็บ่นกันตลอดเวลา
01:19
We talk about it in terms of engagement, or non-compliance.
28
79330
3000
เมื่อเราพูดถึงเรื่องของให้ความมีส่วนร่วม หรือการไม่ให้ความร่วมมือในการรักษา
01:22
When people don't take their pills,
29
82330
2000
เมื่อพูดถึงที่คนไม่กินยาที่ได้รับ
01:24
when people don't follow doctors' orders --
30
84330
2000
เมื่อพวกเราไม่ทำตามคำสั่งของแพทย์
01:26
these are behavior problems.
31
86330
2000
ซึ่งล้วนเป็นปัญหาทางด้านพฤติกรรม
01:28
But for as much as clinical medicine
32
88330
2000
แต่ไม่ว่าการแพทย์จะบ่นเรื่อง
01:30
agonizes over behavior change,
33
90330
2000
เกี่ยวกับการปรับเปลี่ยนพฤติกรรม
01:32
there's not a lot of work done
34
92330
2000
แต่ไม่ได้ความก้าวหน้าทางนี้มากนัก
01:34
in terms of trying to fix that problem.
35
94330
3000
ในเรื่องของการพยายามจะแก้ปัญหา
01:37
So the crux of it
36
97330
2000
ดังนั้นเรื่องสำคัญก็คือ
01:39
comes down to this notion of decision-making --
37
99330
2000
กลับมาให้ความสำคัญกับการตัดสินใจ--
01:41
giving information to people in a form
38
101330
2000
การให้ข้อมูลแก่ประชาชนในรูปแบบใหม่
01:43
that doesn't just educate them
39
103330
2000
ซึ่งไม่ใช่แค่การให้ความรู้กับพวกเขา
01:45
or inform them,
40
105330
2000
หรือแค่ให้ข้อมูล
01:47
but actually leads them to make better decisions,
41
107330
2000
แต่ควรให้ข้อมูลที่จะนำไปสู่การตัดสินใจได้ดีขึ้น
01:49
better choices in their lives.
42
109330
2000
ทางเลือกที่ดีขึ้นสำหรับชีวิตของพวกเขา
01:51
One part of medicine, though,
43
111330
2000
มีสาขาทางการแพทย์หนึ่ง
01:53
has faced the problem of behavior change pretty well,
44
113330
4000
ซึ่งแก้ปัญหาการปรับเปลี่ยนพฤติกรรมได้ดี
01:57
and that's dentistry.
45
117330
2000
และนั่นก็คือทันตกรรม
01:59
Dentistry might seem -- and I think it is --
46
119330
2000
ทันตกรรมอาจจะดูเหมือน--ผมคิดว่าดูเหมือนนะ
02:01
many dentists would have to acknowledge
47
121330
2000
ว่าทันตแพทย์จะต้องยอมรับนะว่า
02:03
it's somewhat of a mundane backwater of medicine.
48
123330
2000
ไม่ได้มีอะไรพิเศษในแผนกทันตกรรม
02:05
Not a lot of cool, sexy stuff happening in dentistry.
49
125330
3000
ไม่ได้มีอะไรที่ดูเจริญหูเจริญตาในแผนกทันตกรรมเลย
02:08
But they have really taken this problem of behavior change
50
128330
3000
แต่พวกเขาก็มีปัญหาเกี่ยวกับการเปลี่ยนพฤติกรรม
02:11
and solved it.
51
131330
2000
และสามารถแก้ปัญหาได้
02:13
It's the one great preventive health success
52
133330
2000
ซึ่งเป็นวิธีป้องกันกับเกี่ยวกับสุขภาพที่ประสบความสำเร็จอันหนึ่ง
02:15
we have in our health care system.
53
135330
2000
ในระบบสุขภาพของเรา
02:17
People brush and floss their teeth.
54
137330
2000
นั่นคือการแปรงฟันและใช้ไหมขัดฟัน
02:19
They don't do it as much as they should, but they do it.
55
139330
3000
พวกเราไม่ได้พยายามทำมันให้มากเท่าที่ควรจะทำ แต่ก็ยังทำอยู่
02:22
So I'm going to talk about one experiment
56
142330
2000
ผมจะพูดถึงเรื่องการทดลองอันหนึ่ง
02:24
that a few dentists in Connecticut
57
144330
2000
ซึ่งเกิดจากกลุ่มทันตแพทย์ในคอนเนคติคัต
02:26
cooked up about 30 years ago.
58
146330
2000
เกิดขึ้นเมื่อประมาณ 30ปีที่ผ่านมา
02:28
So this is an old experiment, but it's a really good one,
59
148330
2000
ดังนั้นจึงเป็นการทดลองที่ค่อนข้างเก่า แต่เป็นตัวอย่างที่ดีอันหนึ่ง
02:30
because it was very simple,
60
150330
2000
เพราะว่ามันเป็นอะไรที่ง่ายๆ
02:32
so it's an easy story to tell.
61
152330
2000
และเป็นเรื่องที่สามารถมาเล่าสู่กันฟังได้อย่างง่ายๆ
02:34
So these Connecticut dentists decided
62
154330
2000
ทันตแพทย์ในคอนเนติคัตกลุ่มนี้ได้ตัดสินใจว่า
02:36
that they wanted to get people to brush their teeth and floss their teeth more often,
63
156330
3000
พวกเขาอยากให้ประชาชนหันมาแปรงฟันและใช้ไหมขัดฟันกันให้มากขึ้น
02:39
and they were going to use one variable:
64
159330
2000
พวกเขาจะใช้ตัวแปรหนึ่งในการทดลองนี้ ซึ่งคือ:
02:41
they wanted to scare them.
65
161330
2000
การทำให้ประชาชนรู้สึกกลัว
02:43
They wanted to tell them how bad it would be
66
163330
3000
พวกเขาต้องการจะทำให้ประชาชนรู้ว่ามันแย่แค่ไหน
02:46
if they didn't brush and floss their teeth.
67
166330
2000
ถ้าไม่แปรงฟันหรือใช้ไหมขัดฟัน
02:48
They had a big patient population.
68
168330
3000
เขาได้ทดลองในผู้ป่วยกลุ่มใหญ่
02:51
They divided them up into two groups.
69
171330
2000
โดยแบ่งออกเป็นผู้ป่วยเป็นสองกลุ่ม
02:53
They had a low-fear population,
70
173330
2000
กลุ่มแรกคือกลุ่มที่มีความกลัวน้อย
02:55
where they basically gave them a 13-minute presentation,
71
175330
2000
ซึ่งกลุ่มนี้จะถูกจัดให้ดูการนำเสนอทั้งหมด 13 นาที
02:57
all based in science,
72
177330
2000
ซึ่งล้วนแล้วแต่เป็นเรื่องทางวิทยาศาสตร์
02:59
but told them that, if you didn't brush and floss your teeth,
73
179330
3000
แต่จะสื่อสารกับกลุ่มนี้ว่า ถ้าพวกเขาไม่แปรงฟันและใช้ไหมขัดฟันแล้ว
03:02
you could get gum disease. If you get gum disease, you will lose your teeth,
74
182330
3000
พวกเขาอาจจะเกิดโรคเหงือก และถ้าเป็นโรคเหงือก พวกเขาก็จะเสียฟันไป
03:05
but you'll get dentures, and it won't be that bad.
75
185330
2000
แต่ก็จะได้ใช้ฟันปลอม ซึ่งก็อาจจะไม่เลวร้ายขนาดนั้นก็ได้
03:07
So that was the low-fear group.
76
187330
2000
นั่นเป็นกลุ่มที่มีความกลัวน้อย
03:09
The high-fear group, they laid it on really thick.
77
189330
3000
ส่วนกลุ่มที่มีความกลัวมาก เขาจะเข้มงวดมากกว่า
03:12
They showed bloody gums.
78
192330
2000
จะโชว์ให้เห็นรูปเหงือกที่เต็มไปด้วยเลือด
03:14
They showed puss oozing out from between their teeth.
79
194330
3000
โชว์รูปเลือดไหลซึมออกมาระหว่างฟัน
03:17
They told them that their teeth were going to fall out.
80
197330
2000
บอกว่าถ้าไม่ดูแลฟันให้ดีท้ายที่สุดฟันจะร่วงหมด
03:19
They said that they could have infections
81
199330
2000
เขาบอกกลุ่มนี้ว่าอาจเกิดการติดเชื้อได้
03:21
that would spread from their jaws to other parts of their bodies,
82
201330
3000
เชื้อนี้อาจจะกระจายจากขากรรไกรไปยังทั่วร่างกายได้
03:24
and ultimately, yes, they would lose their teeth.
83
204330
2000
และท้ายที่สุด พวกเขาก็ต้องเสียฟันไป
03:26
They would get dentures, and if you got dentures,
84
206330
2000
พวกเขาต้องใช้ฟันปลอม และถ้าพวกเขาต้องใช้ฟันปลอม
03:28
you weren't going to be able to eat corn-on-the-cob,
85
208330
2000
เขาก็จะไม่สามารถกินข้าวโพดจากฝักได้
03:30
you weren't going to be able to eat apples,
86
210330
2000
เขาจะไม่สามารถกินแอปเปิ้ลได้
03:32
you weren't going to be able to eat steak.
87
212330
2000
เขาจะไม่สามารถกินสเต๊คได้
03:34
You'll eat mush for the rest of your life.
88
214330
2000
พวกเขาต้องกินอาหารเหลวไปตลอดชีวิต
03:36
So go brush and floss your teeth.
89
216330
3000
ดังนั้นไปแปรงฟันและใช้ไหมขัดฟันกันเถอะ
03:39
That was the message. That was the experiment.
90
219330
2000
นั่นเป็นสารที่ส่งให้ นั่นเป็นการทดลอง
03:41
Now they measured one other variable.
91
221330
2000
ตอนนี้พวกเขาจะวัดตัวแปรอีกตัวหนึ่ง
03:43
They wanted to capture one other variable,
92
223330
2000
พวกเขาอยากวัดตัวแปรอีกตัวหนึ่ง
03:45
which was the patients' sense of efficacy.
93
225330
3000
นั่นคือความเชื่อมั่นว่าจะเปลี่ยนพฤติกรรม
03:48
This was the notion of whether the patients felt
94
228330
2000
ความคิดที่ว่าผู้ป่วยจะรู้สึกอย่างไร
03:50
that they actually would go ahead and brush and floss their teeth.
95
230330
3000
พวกเขาจะแปรงฟันและใช้ไหมขัดฟันจริงๆไหม
03:53
So they asked them at the beginning,
96
233330
2000
เขาก็เลยถามผู้ป่วยตั้งแต่เริ่มต้นเลยว่า
03:55
"Do you think you'll actually be able to stick with this program?"
97
235330
2000
“คุณคิดว่าคุณสามารถจะจริงจังกันโปรแกรมนี้ได้หรือไม่”
03:57
And the people who said, "Yeah, yeah. I'm pretty good about that,"
98
237330
2000
กลุ่มที่ตอบว่า “ได้ ได้ สามารถทำได้”
03:59
they were characterized as high efficacy,
99
239330
2000
จะจัดเป็นกลุ่มที่มีความเชื่อมั่นสูง
04:01
and the people who said,
100
241330
2000
ส่วนกลุ่มที่บอกว่า
04:03
"Eh, I never get around to brushing and flossing as much as I should,"
101
243330
2000
“เออ ไม่แน่ใจ ว่าจะทำได้มากเท่าที่ควรทำหรือเปล่า”
04:05
they were characterized as low efficacy.
102
245330
2000
จะถูกจัดอยู่ในกลุ่มที่มีความเชื่อมั่นต่ำ
04:07
So the upshot was this.
103
247330
3000
ซึ่งผลสรุปก็คือ
04:10
The upshot of this experiment
104
250330
2000
ผลสรุปของการทดลองนี้คือ
04:12
was that fear was not really a primary driver
105
252330
3000
ความกลัวไม่ใช่แรงขับเคลื่อนอันดับแรก
04:15
of the behavior at all.
106
255330
2000
ของเปลี่ยนแปลงพฤติกรรม
04:17
The people who brushed and flossed their teeth
107
257330
2000
กลุ่มที่แปรงฟันและใช้ไหมขัดฟันมากขึ้น
04:19
were not necessarily the people
108
259330
2000
ไม่จำเป็นจะต้องเป็นคนที่
04:21
who were really scared about what would happen --
109
261330
2000
คนที่กลัวว่าจะเกิดอะไรขึ้นถ้าเขาไม่แปรงฟัน
04:23
it's the people who simply felt that they had the capacity
110
263330
3000
กลุ่มที่มีความเชื่อมั่นว่าเขามีความสามารถ
04:26
to change their behavior.
111
266330
2000
ที่จะเปลี่ยนแปลงพฤติกรรมของเขาต่างหากที่เปลี่ยน
04:28
So fear showed up as not really the driver.
112
268330
3000
ดังนั้นความกลัวจึงไม่ใช่แรงขับเคลื่อนที่สำคัญ
04:31
It was the sense of efficacy.
113
271330
3000
แต่เป็นความรู้สึกว่าความเชื่อมั่นที่จะทำได้ต่างหาก
04:34
So I want to isolate this,
114
274330
2000
ผมอยากจะแยกให้เห็นนะครับ
04:36
because it was a great observation --
115
276330
2000
เพราะว่ามันการสังเกตที่น่าสนใจมาก
04:38
30 years ago, right, 30 years ago --
116
278330
2000
ว่าเมื่อ 30 ปีที่ผ่านมา...30 ปีเลยนะครับ
04:40
and it's one that's laid fallow in research.
117
280330
3000
และนี่เป็นผลจากงานวิจัย
04:43
It was a notion that really came out
118
283330
2000
มันเป็นความคิดที่ออกมาจาก
04:45
of Albert Bandura's work,
119
285330
2000
งานของคุณอัลเบิรต แบนดูร่า
04:47
who studied whether
120
287330
2000
ผู้ที่ศึกษาเกี่ยวกับ
04:49
people could get a sense of empowerment.
121
289330
3000
คนที่รู้สึกว่าตัวเองมีอำนาจในตัวเอง
04:52
The notion of efficacy basically boils down to one -- that
122
292330
3000
ความคิดเรื่องความเชื่อมั่นในตัวเองนั้นจริงๆแล้วสรุปได้ว่า
04:55
if somebody believes that they have the capacity to change their behavior.
123
295330
3000
ถ้าเรามีความเชื่อมั่นเราก็จะสามารถที่จะเปลี่ยนแปลงพฤติกรรมได้
04:58
In health care terms, you could characterize this
124
298330
3000
และในทางการแพทย์ เราสามารถระบุได้ว่า
05:01
as whether or not somebody feels
125
301330
2000
ว่าคนนี้มีความเชื่อมั่นหรือไม่เชื่อมั่น
05:03
that they see a path towards better health,
126
303330
2000
ว่าเขาสามารถเห็นทางที่จะทำให้มีสุขภาพที่ดีขึ้น
05:05
that they can actually see their way towards getting better health,
127
305330
2000
ถ้าเขาสามารถเห็นทางที่จะทำให้มีสุขภาพที่ดีขึ้นจริงๆ
05:07
and that's a very important notion.
128
307330
2000
และนั่นเป็นความคิดที่สำคัญมาก
05:09
It's an amazing notion.
129
309330
2000
เป็นความคิดที่อัศจรรย์มาก
05:11
We don't really know how to manipulate it, though, that well.
130
311330
3000
เรายังไม่ทราบอย่างแน่ชัดว่าอะไรอยู่เบื้องหลังความคิดนี้
05:14
Except, maybe we do.
131
314330
3000
แต่บางครั้ง...เราก็รู้
05:17
So fear doesn't work, right? Fear doesn't work.
132
317330
2000
ซึ่งความกลัวไม่ได้ผล ใช่ไหมครับ..ความกลัวไม่ใช้เหตุผลแน่นอน
05:19
And this is a great example
133
319330
2000
และนี่เป็นตัวอย่างที่ดีมาก
05:21
of how we haven't learned that lesson at all.
134
321330
3000
ที่แสดงให้เห็นว่าเราไม่ได้เรียนรู้อะไรจากบทเรียนนั้นเลย
05:24
This is a campaign from the American Diabetes Association.
135
324330
3000
นี่เป็นการรณรงค์จากสมาคมโรคเบาหวานของประเทศอเมริกา
05:27
This is still the way we're communicating messages about health.
136
327330
3000
นี่ยังคงเป็นวิธีที่เราใช้ส่งสารเกี่ยวกับเรื่องสุขภาพ
05:30
I mean, I showed my three-year-old this slide last night,
137
330330
3000
เมื่อคืนนี้ผมโชว์ให้ลูกวัยสามขวบของผมดู
05:33
and he's like, "Papa, why is an ambulance in these people's homes?"
138
333330
4000
เขาก็ถามผมว่า “พ่อครับ ทำไมรถฉุกเฉินถึงเข้าไปอยู่ในบ้านคนได้ล่ะครับ”
05:37
And I had to explain, "They're trying to scare people."
139
337330
3000
ผมต้องอธิบายว่า “พวกเขาต้องการจะทำให้ผู้คนกลัวน่ะลูก”
05:40
And I don't know if it works.
140
340330
2000
แต่ผมไม่รู้นะครับว่า ว่ามันจะได้ผลหรือเปล่า
05:42
Now here's what does work:
141
342330
2000
ส่่่วนนี่คือสิ่งที่ทำแล้วได้ผลจริง
05:44
personalized information works.
142
344330
2000
นั่นคือข้อมูลส่วนบุคคล
05:46
Again, Bandura recognized this
143
346330
2000
ซึ่งคุณแบนดูร่า รู้เรื่องนี้
05:48
years ago, decades ago.
144
348330
2000
หลายปีมาแล้ว หลายสิบปีมาแล้ว
05:50
When you give people specific information
145
350330
2000
เมื่อเราให้ข้อมูลที่จำเพาะเจาะจงกับประชาชน
05:52
about their health, where they stand,
146
352330
2000
เกี่ยวกับสุขภาพของเขา ว่าเป็นอย่างไรบ้าง
05:54
and where they want to get to, where they might get to,
147
354330
2000
อะไรที่เขาอยากให้เกิด อะไรที่อาจเกิดขึ้นกับเขา
05:56
that path, that notion of a path --
148
356330
2000
เส้นทางนั้น ความคิดเกี่ยวกับเส้นทางนั้น
05:58
that tends to work for behavior change.
149
358330
2000
มีแนวโน้มว่าทำให้เกิดการเปลี่ยนแปลงพฤติกรรมได้
06:00
So let me just spool it out a little bit.
150
360330
2000
ผมจะอธิบายให้เห็นภาพสักนิดนะครับ
06:02
So you start with personalized data, personalized information
151
362330
3000
เมื่อเราเร่ิมต้นด้วยข้อมูลส่วนตัว
06:05
that comes from an individual,
152
365330
2000
ซึ่งมาจากข้อมูลส่วนตัวของแต่ละคน
06:07
and then you need to connect it to their lives.
153
367330
3000
จากนั้นเราต้องทำให้มันเชื่อมต่อกับชีวิตของเขา
06:10
You need to connect it to their lives,
154
370330
2000
เราจำเป็นต้องให้มันเชื่อมต่อกับชีวิตของเขา
06:12
hopefully not in a fear-based way, but one that they understand.
155
372330
2000
โดยไม่ใช้เรื่องความกลัวเป็นหลัก แต่ใช้ความเข้าใจ
06:14
Okay, I know where I sit. I know where I'm situated.
156
374330
3000
ให้รู้ว่าเขาอยู่ในตำแหน่งไหน สุขภาพของเขาเป็นอย่างไร
06:17
And that doesn't just work for me in terms of abstract numbers --
157
377330
3000
และไม่ใช่แสดงให้เห็นในรูปตัวเลขเท่านั้น
06:20
this overload of health information
158
380330
2000
นั่นเป็นข้อมูลทางสุขภาพที่มากเกินไป
06:22
that we're inundated with.
159
382330
2000
มันมากเกินไป
06:24
But it actually hits home.
160
384330
2000
แต่มันค่อนข้างตรงประเด็น
06:26
It's not just hitting us in our heads; it's hitting us in our hearts.
161
386330
2000
มันไม่ได้แค่ทำให้เรารู้สึกที่สมองแต่ทำให้เรารู้สึกที่หัวใจ
06:28
There's an emotional connection to information
162
388330
2000
มันมีความอารมณ์รู้สึกซึ่งเชื่อมต่อกับข้อมูลเหล่านั้น
06:30
because it's from us.
163
390330
2000
เพราะว่ามันเป็นข้อมูลจากพวกเราเอง
06:32
That information then needs to be connected to choices,
164
392330
3000
ข้อมูลเหล่านี้จำเป็นต้องเชื่อมต่อกับหลายๆทางเลือก
06:35
needs to be connected to a range of options,
165
395330
2000
จำเป็นต้องเชื่อมกับหลายๆหนทาง
06:37
directions that we might go to --
166
397330
2000
ทิศทางที่เราอาจจะเลือกเดินไป
06:39
trade-offs, benefits.
167
399330
2000
การแลกเปลี่ยน ประโยชน์ที่จะได้รับ
06:41
Finally, we need to be presented with a clear point of action.
168
401330
3000
สุดท้ายเราจำเป็นที่ต้องแสดงให้เห็นด้วยการกระทำที่ชัดเจน
06:44
We need to connect the information
169
404330
2000
เราจำเป็นที่ต้องเชื่อมต่อข้อมูลเหล่านี้
06:46
always with the action,
170
406330
2000
ควบคู่กับการกระทำตลอดเวลา
06:48
and then that action feeds back
171
408330
2000
และต้องมีการกระทำสะท้อนกลับ
06:50
into different information,
172
410330
2000
ในข้อมูลที่แตกต่างกันออกไป
06:52
and it creates, of course, a feedback loop.
173
412330
2000
และมันจะช่วยสร้างผลสะท้อนกลับของการกระทำ
06:54
Now this is a very well-observed and well-established notion
174
414330
3000
นี่เป็นการสังเกตการณ์ที่ดีและเป็นความคิดที่ดี
06:57
for behavior change.
175
417330
2000
สำหรับการเปลี่ยนแปลงพฤติกรรม
06:59
But the problem is that things -- in the upper-right corner there --
176
419330
3000
แต่ปัญหาก็คือสิ่งที่อยู่มุมบนขวาตรงนั้น
07:02
personalized data, it's been pretty hard to come by.
177
422330
2000
นั่นคือข้อมูลส่วนบุคคล ซึ่งถือว่าเป็นส่วนที่ยากที่จะได้มา
07:04
It's a difficult and expensive commodity,
178
424330
3000
มันเป็นส่วนที่ยากและมีค่าใช้จ่ายสูง
07:07
until now.
179
427330
2000
จนถึงเดี๋ยวนี้
07:09
So I'm going to give you an example, a very simple example of how this works.
180
429330
3000
ผมจะยกตัวอย่างให้ดูนะครับ เป็นตัวอย่างง่ายๆที่แสดงให้เห็นว่าทำงานยังไง
07:12
So we've all seen these. These are the "your speed limit" signs.
181
432330
3000
พวกเราเคยเห็นนี่กันหมดแล้วนะครับ นี่คือ “ป้ายจำกัดความเร็ว”
07:15
You've seen them all around,
182
435330
2000
เราเห็นมันได้ทั่วไปนะครับ
07:17
especially these days as radars are cheaper.
183
437330
2000
โดยเฉพาะเดี๋ยวนี้เรดาห์ราคาถูกลงมาก
07:19
And here's how they work in the feedback loop.
184
439330
2000
นี่จะแสดงให้เห็นว่าผลสะท้อนกลับของการกระทำทำงานยังไง
07:21
So you start with the personalized data
185
441330
2000
เราเริ่มต้นจากข้อมูลส่วนตัว
07:23
where the speed limit on the road that you are at that point
186
443330
2000
ป้ายจำกัดความเร็วบนถนนก็คือที่ที่เราอยู่ตอนนั้น
07:25
is 25,
187
445330
2000
คือไม่เกิน 25 ไมล์ต่อชั่วโมง
07:27
and, of course, you're going faster than that.
188
447330
2000
และแน่นอนว่าเราขับกันมาเร็วกว่านั้น
07:29
We always are. We're always going above the speed limit.
189
449330
3000
ที่เราก็ทำๆกันอยู่ก็คือเรามักจะขับรถเร็วกว่าป้ายจำกัดความเร็ว
07:32
The choice in this case is pretty simple.
190
452330
2000
ทางเลือกในกรณีนี้ ง่ายๆก็คือ
07:34
We either keep going fast, or we slow down.
191
454330
2000
จะขับเร็วเรื่อยๆอย่างนั้นหรือลดความเร็วลง
07:36
We should probably slow down,
192
456330
2000
ซึ่งเราก็อาจจะลดความเร็วลง
07:38
and that point of action is probably now.
193
458330
2000
ซึ่งเราลงมือทำในตอนนั้นเลย
07:40
We should take our foot off the pedal right now,
194
460330
3000
เราควรจะยกเท้าออกมาจากคันเร่งตอนนั้นเลย
07:43
and generally we do. These things are shown to be pretty effective
195
463330
3000
ซึ่งทั่วไปแล้วเราก็ทำกัน จากเหตุการณ์นี้แสดงให้เห็นว่าวิธีนี้ได้ผลดี
07:46
in terms of getting people to slow down.
196
466330
2000
ในกรณีที่ทำให้ทุกคนลดความเร็ว
07:48
They reduce speeds by about five to 10 percent.
197
468330
2000
พวกเขาก็จะลดความเร็วลงประมาณ 5-10%
07:50
They last for about five miles,
198
470330
2000
แล้วก็จะทำต่อไปอีกประมาณ 5 ไมล์
07:52
in which case we put our foot back on the pedal.
199
472330
2000
แล้วก็จะกลับมาเหยียบคันเร่งเหมือนเดิม
07:54
But it works, and it even has some health repercussions.
200
474330
2000
แต่มันก็ยังได้ผล และยังมีผลทางสุขภาพด้วย
07:56
Your blood pressure might drop a little bit.
201
476330
2000
ความดันโลหิตของคุณอาจจะลดลงนิดหน่อย
07:58
Maybe there's fewer accidents, so there's public health benefits.
202
478330
3000
บางทีอาจะอุบัติเหตุน้อยลง แปลว่าได้ประโยชน์ทางสุขภาพส่วนรวม
08:01
But by and large, this is a feedback loop
203
481330
2000
แต่ถ้ามองภาพรวมแล้ว นี่เป็นผลสะท้อนกลับของการกระทำ
08:03
that's so nifty and too rare.
204
483330
3000
ซึ่งเป็นอะไรที่ดี และพบได้น้อย
08:06
Because in health care, most health care,
205
486330
2000
เพราะส่วนใหญ่ในทางการแพทย์แล้ว
08:08
the data is very removed from the action.
206
488330
3000
ข้อมูลมักจะถูกแยกออกจากการลงมือทำ
08:11
It's very difficult to line things up so neatly.
207
491330
3000
มันเป็นการยากที่จะทำให้ข้อมูลทุกอย่างดูเรียบร้อย
08:14
But we have an opportunity.
208
494330
2000
แต่เราก็มีโอกาสที่จะทำได้
08:16
So I want to talk about, I want to shift now to think about
209
496330
2000
ดังนั้นผมถึงอยากจะพูดถึงเรื่องนี้ เรื่องการเปลี่ยนความคิดเกี่ยวกับ
08:18
how we deliver health information in this country,
210
498330
2000
การส่งต่อข้อมูลเรื่องสุขภาพในประเทศนี้
08:20
how we actually get information.
211
500330
3000
การที่เราจะได้รับข้อมูลนั้นกันอย่างไร
08:23
This is a pharmaceutical ad.
212
503330
3000
นี่เป็นตัวอย่างโฆษณายา
08:26
Actually, it's a spoof. It's not a real pharmaceutical ad.
213
506330
2000
จริงๆแล้วมันเป็นตัวเลียนแบบ ไม่ใช่ตัวจริงโฆษณาจริง
08:28
Nobody's had the brilliant idea
214
508330
2000
คงยังไม่มีใครที่จะมีความคิดดีๆแบบนี้
08:30
of calling their drug Havidol quite yet.
215
510330
3000
แบบที่ตั้งชื่อยาของเขาว่า “ฮาวิดอล”
08:34
But it looks completely right.
216
514330
2000
แต่ว่ามันดูเหมือนจริงๆ
08:36
So it's exactly the way we get
217
516330
2000
มันเหมือนกันข้อมูลจริงที่เราได้รับ
08:38
health information and pharmaceutical information,
218
518330
3000
ทั้งข้อมูลสุขภาพและข้อมูลเกี่ยวกับเรื่องยา
08:41
and it just sounds perfect.
219
521330
2000
และมันฟังดูสมบูรณ์แบบมากๆ
08:43
And then we turn the page of the magazine,
220
523330
2000
และเมื่อเราพลิกไปยังหน้าถัดไป
08:45
and we see this --
221
525330
3000
และเราก็จะเห็นนี่ ใช่ไหมครับ
08:48
now this is the page the FDA requires pharmaceutical companies
222
528330
3000
หน้านี้เป็นข้อมูลที่องค์การอาหารและยาระบุว่าต้องมี
08:51
to put into their ads, or to follow their ads,
223
531330
3000
แนบไปกับในโฆษณา หรือตามหลังโฆษณายา
08:54
and to me, this is one of the most cynical exercises in medicine.
224
534330
4000
สำหรับผมแล้วนี่คือการเหยียดหยามครั้งใหญ่มากๆ
08:58
Because we know.
225
538330
2000
เพราะเราต่างก็รู้กันอยู่
09:00
Who among us would actually say that people read this?
226
540330
2000
มีใครที่นี้จะพูดว่าคนอ่านข้อมูลเหล่านี้
09:02
And who among us would actually say
227
542330
2000
ใครล่ะครับที่จะบอก
09:04
that people who do try to read this
228
544330
2000
ว่าจริงแล้วคนที่พยายามจะอ่าน
09:06
actually get anything out of it?
229
546330
2000
เข้าใจอะไรด้วย
09:08
This is a bankrupt effort
230
548330
2000
นี่ถือว่าเป็นการพยายามล้มเหลว
09:10
at communicating health information.
231
550330
3000
ในการให้ข้อมูลด้านสุขภาพ
09:13
There is no good faith in this.
232
553330
2000
ไม่มีความเชื่อที่ดีในที่นี้เลย
09:15
So this is a different approach.
233
555330
2000
ส่วนนี่เป็นอีกวิธีที่แตกต่าง
09:17
This is an approach that has been developed
234
557330
3000
เป็นอีกวิธีหนึ่งที่พัฒนาโดย
09:20
by a couple researchers at Dartmouth Medical School,
235
560330
3000
กลุ่มนักวิจัยที่โรงเรียนแพทย์ดาร์เมาทธ์
09:23
Lisa Schwartz and Steven Woloshin.
236
563330
2000
คุณลิซา สวาทซ์และคุณสตีเวน โวโลชิน
09:25
And they created this thing called the "drug facts box."
237
565330
3000
พวกเขาสร้างสิ่งนี้ขึ้นมาเรียกว่าข้อเท็จจริงของยา
09:28
They took inspiration from, of all things,
238
568330
2000
พวกเขาได้แรงบัลดาลใจมาจาก
09:30
Cap'n Crunch.
239
570330
2000
ซีเรียลที่ชื่อว่าแคปแอนด์ครันช์
09:32
They went to the nutritional information box
240
572330
3000
โดยพวกเขาศึกษาจากตารางแสดงคุณค่าทางอาหาร
09:35
and saw that what works for cereal, works for our food,
241
575330
3000
และเห็นว่ามันได้ผลดีทั้งกับซีเรียลและอาหาร
09:38
actually helps people understand what's in their food.
242
578330
3000
มันช่วยให้พวกเราเข้าใจส่วนประกอบในอาหารได้ดีขึ้น
09:42
God forbid we should use that same standard
243
582330
2000
จะเป็นยังไง ถ้าเราก็น่าจะใช้มาตรฐานอาหาร
09:44
that we make Cap'n Crunch live by
244
584330
2000
ที่เราใช้กับแคปแอนด์ครันช์
09:46
and bring it to drug companies.
245
586330
3000
ไปใช้กับบริษัทยาดู
09:49
So let me just walk through this quickly.
246
589330
2000
ผมจะพูดเรื่องนี้ให้ฟังอย่างรวดเร็วนะครับ
09:51
It says very clearly what the drug is for, specifically who it is good for,
247
591330
3000
ข้อมูลนี้จะบอกอย่างชัดเจนว่ายาตัวนี้ใช้สำหรับรักษาโรคอะไร และใครที่ควรใช้ยา
09:54
so you can start to personalize your understanding
248
594330
2000
ดังนั้นคุณจะสามารถเริ่มทำความเข้าใจด้วยตัวคุณเอง
09:56
of whether the information is relevant to you
249
596330
2000
ว่าข้อมูลไหนที่สำคัญกับคุณบ้าง
09:58
or whether the drug is relevant to you.
250
598330
2000
หรือเข้าใจว่ายานี้สำคัญกับคุณยังไง
10:00
You can understand exactly what the benefits are.
251
600330
3000
คุณจะเข้าใจถึงประโยชน์ของยานี้
10:03
It isn't this kind of vague promise that it's going to work no matter what,
252
603330
3000
มันไม่ใช่อะไรที่คลุมเครืออีกต่อไป
10:06
but you get the statistics for how effective it is.
253
606330
3000
แต่คุณจะทราบข้อมูลทางสถิติถึงประสิทธิภาพของมัน
10:09
And finally, you understand what those choices are.
254
609330
3000
และท้ายที่สุดคุณจะเข้าใจว่าคุณมีทางเลือกอะไรบ้าง
10:12
You can start to unpack the choices involved
255
612330
2000
คุณสามารถเร่ิ่มศึกษาทางเลือกอื่นๆที่เกี่ยวข้อง
10:14
because of the side effects.
256
614330
2000
เพราะอาการข้างเคียงจากการใช้ยา
10:16
Every time you take a drug, you're walking into a possible side effect.
257
616330
3000
ทุกครั้งที่กินยา คุณก็มีโอกาสเกิดจะอาการข้างเคียงนั้น
10:19
So it spells those out in very clean terms,
258
619330
2000
ข้อมูลเหล่านี้จะช่วยให้คุณเข้าใจโดยใช้ภาษาที่ง่ายขึ้น
10:21
and that works.
259
621330
2000
และมันได้ผลด้วยครับ
10:23
So I love this. I love that drug facts box.
260
623330
2000
ผมชอบมากเลย ผมชอบข้อเท็จจริงของยานี้
10:25
And so I was thinking about,
261
625330
2000
และผมก็คิดถึงเรื่องนี้
10:27
what's an opportunity that I could have
262
627330
2000
โอกาสอะไรที่ผมควรจะมี
10:29
to help people understand information?
263
629330
3000
เพื่อช่วยให้ทุกคนเข้าใจในข้อมูลสุขภาพมากขึ้น
10:32
What's another latent body of information that's out there
264
632330
4000
ยังมีข้อมูลอะไรอีกบ้างที่ยังคลุมเครือ
10:36
that people are really not putting to use?
265
636330
3000
ข้อมูลอะไรที่พวกเรายังไม่ได้ใช้ประโยชน์
10:39
And so I came up with this: lab test results.
266
639330
3000
ดังนั้นผมจึงอยากให้เห็นถึงผลการตรวจค่าแลป
10:42
Blood test results are this great source of information.
267
642330
3000
ผลการตรวจเลือดซึ่งถือว่าเป็นข้อมูลที่ดีมาก
10:45
They're packed with information.
268
645330
2000
มันเต็มแน่นไปด้วยข้อมูล
10:47
They're just not for us. They're not for people. They're not for patients.
269
647330
3000
แต่ไม่ใช่สำหรับเรา ไม่ใช่สำหรับประชาชนอย่างเรา ไม่ใช่สำหรับผู้ป่วย
10:50
They go right to doctors.
270
650330
2000
แต่มีไว้สำหรับแพทย์เท่านั้น
10:52
And God forbid -- I think many doctors, if you really asked them,
271
652330
3000
และผมคิดว่าถ้าเราถามแพทย์หลายๆคน ถามกันจริงๆเลยนะครับ
10:55
they don't really understand all this stuff either.
272
655330
3000
พวกเขาเองก็คงไม่เข้าใจในทุกส่วนเหมือนกัน
10:58
This is the worst presented information.
273
658330
3000
นี่เป็นการแสดงข้อมูลที่แย่มาก
11:01
You ask Tufte, and he would say,
274
661330
3000
ถ้าเราถามคุณทัฟตี้เขาก็คงบอกเหมือนกันว่า
11:04
"Yes, this is the absolute worst presentation of information possible."
275
664330
3000
“ใช่ นี่เป็นนำเสนอข้อมูลที่แย่ที่สุด”
11:07
What we did at Wired
276
667330
2000
ส่ิงที่เราทำที่นิตยสาร Wired ก็คือ
11:09
was we went, and I got our graphic design department
277
669330
2000
เรานำข้อมูลนี้ไปยังแผนกกราฟฟิคดีไซน์
11:11
to re-imagine these lab reports.
278
671330
2000
ให้ออกแบบการนำเสนอผลแลปให้ใหม่
11:13
So that's what I want to walk you through.
279
673330
2000
ซึ่งเป็นสิ่งที่ผมอยากแสดงให้ทุกท่านได้เห็นกันในวันนี้
11:15
So this is the general blood work before,
280
675330
3000
นี่เป็นผลการตรวจเลือดแบบเดิมครับ
11:18
and this is the after, this is what we came up with.
281
678330
2000
และนี่ข้อมูลหลังจากที่เราได้ออกแบบใหม่
11:20
The after takes what was four pages --
282
680330
2000
ตอนแรกมีความยาวถึงสี่หน้ากระดาษ
11:22
that previous slide was actually
283
682330
2000
ซึ่งสไลด์แรกนั้นจริงๆแล้ว
11:24
the first of four pages of data
284
684330
2000
เป็นแผ่นแรกจากข้อมูลทั้งสี่แผ่น
11:26
that's just the general blood work.
285
686330
2000
นั้นเป็นเพียงผลการตรวจเลือดทั่วไป
11:28
It goes on and on and on, all these values, all these numbers you don't know.
286
688330
3000
มันเต็มไปด้วยตัวเลข ค่าแลปต่างๆ ซึ่งเราเองไม่เข้าใจ
11:31
This is our one-page summary.
287
691330
3000
ส่่วนนี่เป็นข้อมูลสรุปในหนึ่งหน้ากระดาษ
11:34
We use the notion of color.
288
694330
2000
เราใช้ความคิดเกี่ยวกับเรื่องของสี
11:36
It's an amazing notion that color could be used.
289
696330
3000
เรานำความคิดเกี่ยวกับเรื่องสีมาใช้เพื่อให้ดูง่าย
11:39
So on the top-level you have your overall results,
290
699330
3000
ซึ่งข้างบนสุดคุณจะเห็นภาพรวมของผลทั้งหมด
11:42
the things that might jump out at you from the fine print.
291
702330
3000
สิ่งที่ทำให้เห็นได้ชัดขึ้นจากในรายละเอียดย่อยๆ
11:45
Then you can drill down
292
705330
2000
ให้คุณสามารถเข้าใจได้
11:47
and understand how actually we put your level in context,
293
707330
3000
และเริ่มเข้าใจมากขึ้นว่าคุณเทียบกับคนอื่นแล้วเป็นอย่างไร
11:50
and we use color to illustrate
294
710330
2000
และเราใช้สีเพื่อแสดงให้เห็น
11:52
exactly where your value falls.
295
712330
2000
ว่าค่าผลเลือดของคุณอยู่ในระดับไหน
11:54
In this case, this patient is slightly at risk of diabetes
296
714330
3000
ในกรณีนี้ ผู้ป่วยคนนี้เริ่มมีความเสี่ยงที่จะเกิดโรคเบาหวาน
11:57
because of their glucose level.
297
717330
2000
เพราะระดับน้ำตาลในเลือดของเขา
11:59
Likewise, you can go over your lipids
298
719330
2000
ซึ่งคุณสามารถดูข้อมูลระดับไขมันในเลือดได้แบบเดียวกันนี้
12:01
and, again, understand what your overall cholesterol level is
299
721330
3000
และทำความเข้าใจว่าระดับโคเลสเตอรอลของคุณ
12:04
and then break down into the HDL and the LDL if you so choose.
300
724330
3000
คุณยังสามารถดูละเอียดลงถึงค่าไขมันที่ดี (HDL) และไขมันไม่ดี (LDL)
12:07
But again, always using color
301
727330
2000
ซึ่งเราก็ใช้เทคนิคเรื่องสีอีกครั้ง
12:09
and personalized proximity
302
729330
2000
และให้ข้อมูลเปรียบเทียบกับส่วนรวม
12:11
to that information.
303
731330
2000
ลงไปในข้อมูลเหล่านั้น
12:13
All those other values,
304
733330
2000
ค่าผลตรวจต่างๆ
12:15
all those pages and pages of values that are full of nothing,
305
735330
2000
หลายแผ่นๆนั้น เต็มไปไปด้วยข้อมูลที่ไม่มีความหมายอะไร
12:17
we summarize.
306
737330
2000
เราจึงสรุปได้
12:19
We tell you that you're okay, you're normal.
307
739330
2000
เราบอกได้ว่าคุณโอเคนะ คุณปกติ
12:21
But you don't have to wade through it. You don't have to go through the junk.
308
741330
3000
แต่คุณไม่จำเป็นต้องไปดูทั้งหมด คุณไม่ต้องอ่านสิ่งที่ไม่จำเป็นเหล่านั้น
12:24
And then we do two other very important things
309
744330
2000
จากนั้นเราจะทำสองอย่างที่มีความสำคัญ
12:26
that kind of help fill in this feedback loop:
310
746330
2000
ซึ่งช่วยเติมเต็มวงผลสะท้อนกลับของเราได้
12:28
we help people understand in a little more detail
311
748330
2000
เราช่วยให้ทุกคนเข้าใจในรายละเอียดเล็กน้อยๆ
12:30
what these values are and what they might indicate.
312
750330
3000
ว่าค่าแลปเหล่านี้คืออะไรและชี้ให้เห็นถึงอะไร
12:33
And then we go a further step -- we tell them what they can do.
313
753330
3000
แล้วเราก็ก้าวไปอีกขั้น คือบอกเขาว่าเขาจะทำอะไรได้บ้าง
12:36
We give them some insight
314
756330
2000
เราให้ข้อมูลให้เขาเข้าใจมากขึ้น
12:38
into what choices they can make, what actions they can take.
315
758330
3000
ว่าเขามีทางเลือกอะไรบ้าง อะไรบ้างที่เขาควรจะทำ
12:41
So that's our general blood work test.
316
761330
3000
และนั้นคือข้อมูลผลการตรวจเลือด
12:44
Then we went to CRP test.
317
764330
2000
เราไปดูผลการตรวจการอักเสบต่างๆในร่างกายบ้างนะครับ
12:46
In this case, it's a sin of omission.
318
766330
2000
ตัวอย่างนี้ เป็นอะไรที่น่าเสียดายมาก
12:48
They have this huge amount of space,
319
768330
2000
เห็นไหมครับว่ามีที่เหลือว่างตรงนี้อีกเยอะเลย
12:50
and they don't use it for anything, so we do.
320
770330
2000
พวกเขาก็ปล่อยให้ว่างอย่างนั้น ดังนั้นเราเลยใช้พื้นที่ซะเลย
12:52
Now the CRP test is often done
321
772330
2000
การตรวจการอักเสบนี้มักจะทำ
12:54
following a cholesterol test,
322
774330
2000
หลังจากเราตรวจระดับโคเลสเตอรอล
12:56
or in conjunction with a cholesterol test.
323
776330
2000
หรือทำไปพร้อมๆกับการตรวจโคเลสเตอรอล
12:58
So we take the bold step
324
778330
2000
เราจะประหยัดขั้นตอนเลยโดย
13:00
of putting the cholesterol information on the same page,
325
780330
3000
ใส่ผลตรวจโคเลสเตอรอลไว้ในหน้าเดียวกัน
13:03
which is the way the doctor is going to evaluate it.
326
783330
2000
เพื่อให้แพทย์สามารถวิเคราะห์ข้อมูลได้เลยทันที
13:05
So we thought the patient might actually want to know the context as well.
327
785330
3000
ซึ่งเราคิดว่าผู้ป่วยเองก็คงอยากทราบข้อมูลเหล่านี้เหมือนกัน
13:08
It's a protein that shows up
328
788330
2000
มันเป็นค่าโปรตีนที่จะแสดงผล
13:10
when your blood vessels might be inflamed,
329
790330
2000
เมื่อเกิดการอักเสบที่หลอดเลือด
13:12
which might be a risk for heart disease.
330
792330
2000
ซึ่งอาจทำให้เกิดความเสี่ยงต่อการเกิดโรคหัวใจ
13:14
What you're actually measuring
331
794330
2000
เราจะวัด
13:16
is spelled out in clean language.
332
796330
2000
แล้วแสดงผลโดยใช้ภาษาที่เข้าใจง่าย
13:18
Then we use the information
333
798330
2000
แล้วใช้ข้อมูลที่มีอยู่
13:20
that's already in the lab report.
334
800330
2000
ซึ่งอยู่ในรายงานผลแลปอยู่แล้ว
13:22
We use the person's age and their gender
335
802330
2000
เราจะใช้ข้อมูลอายุและเพศของแต่ละคน
13:24
to start to fill in the personalized risks.
336
804330
3000
เพื่อประเมินถึงความเสี่ยงการเกิดโรคหัวใจของแต่ละคน
13:27
So we start to use the data we have
337
807330
2000
เราเริ่มใช้ข้อมูลที่เรามีอยู่
13:29
to run a very simple calculation
338
809330
2000
แล้วคำนวณด้วยวิธีง่ายๆ
13:31
that's on all sorts of online calculators
339
811330
2000
ใช้มีแหล่งคำนวณให้ทางออนไลน์ด้วย
13:33
to get a sense of what the actual risk is.
340
813330
3000
เพื่อดูว่าความเสี่ยงนั้นคืออะไร
13:36
The last one I'll show you is a PSA test.
341
816330
2000
และท้ายนี้ผมจะโชว์ให้ดูผลการตรวจค่าPSA
13:38
Here's the before, and here's the after.
342
818330
3000
นี่เป็นข้อมูลก่อน และนี่คือหลัง
13:41
Now a lot of our effort on this one --
343
821330
2000
นี่เป็นความพยายามอย่างมากของพวกเรา
13:43
as many of you probably know,
344
823330
2000
ซึ่งหลายๆคนอาจจะรู้นะครับ
13:45
a PSA test is a very controversial test.
345
825330
2000
ว่าการตรวจPSAนั้นข้อมูลยังคงขัดแย้งกันอยู่
13:47
It's used to test for prostate cancer,
346
827330
2000
ปกติใช้กันเพื่อตรวจหาการเป็นมะเร็งต่อมลูกหมาก
13:49
but there are all sorts of reasons
347
829330
2000
แต่จริงๆแล้วมีหลายเหตุผล
13:51
why your prostate might be enlarged.
348
831330
2000
ว่าทำไมต่อมลูกหมากถึงใหญ่ขึ้นได้
13:53
And so we spent a good deal of our time
349
833330
2000
ดังนั้นเราได้ใช้เวลาของเรา
13:55
indicating that.
350
835330
2000
เพื่อแสดงให้เห็น
13:57
We again personalized the risks.
351
837330
2000
แล้วเราก็ประเมินความเสี่ยงของแต่ละคนอีกครั้ง
13:59
So this patient is in their 50s,
352
839330
2000
ผู้ป่วยรายนี้อายุ 50 ปี
14:01
so we can actually give them a very precise estimate
353
841330
2000
เราสามารถจะให้ข้อมูลที่ค่อนข้างแม่นยำกับเขา
14:03
of what their risk for prostate cancer is.
354
843330
2000
ว่าความเสี่ยงของการเป็นมะเร็งต่อมลูกหมากของเขาเป็นอย่างไร
14:05
In this case it's about 25 percent, based on that.
355
845330
3000
ซึ่งผู้่ป่วยรายนี้มีความเสี่ยงอยู่ที่ประมาณ 25 เปอร์เซนต์
14:08
And then again, the follow-up actions.
356
848330
3000
และเราก็ทำตามขั้นตอนเดิมอีกครั้ง
14:11
So our cost for this was less than 10,000 dollars, all right.
357
851330
3000
ซึ่งค่าใช้จ่ายทั้งหมดน้อยกว่าหนึ่งหมื่นดอลลาห์
14:14
That's what Wired magazine spent on this.
358
854330
3000
นี่ค่าใช้จ่ายที่นิตยสารWiredใช้ไป
14:17
Why is Wired magazine doing this?
359
857330
2000
แล้วทำไมนิตยสารWirdถึงทำนี่ล่ะครับ
14:19
(Laughter)
360
859330
3000
(หัวเราะ)
14:22
Quest Diagnostics and LabCorp,
361
862330
2000
บริษัทเควสไดแอกโนสติกและแลปคอร์ป
14:24
the two largest lab testing companies --
362
864330
3000
สองบริษัทยักษ์ใหญ่ในเรื่องของการตรวจผลแลป
14:27
last year, they made profits of over 700 million dollars
363
867330
3000
ปีที่แล้วพวกเขาทำกำไรไปกว่า 700 ล้านดอลลาห์
14:30
and over 500 million dollars respectively.
364
870330
3000
และกว่า 500 ล้านตามลำดับ
14:33
Now this is not a problem of resources;
365
873330
2000
นี่ไม่ใช่ปัญหาของทรัพยากรแล้วครับ
14:35
this is a problem of incentives.
366
875330
3000
นี่เป็นปัญหาของแรงบันดาลใจ
14:38
We need to recognize that the target of this information
367
878330
3000
เราควรตระหนักว่าเป้าหมายของข้อมูลนี้
14:41
should not be the doctor, should not be the insurance company.
368
881330
3000
ไม่ใช่ให้เพียงแต่แพทย์หรือบริษัทประกันเท่านั้น
14:44
It should be the patient.
369
884330
2000
แต่ควรจะเป็นผู้ป่วยด้วย
14:46
It's the person who actually, in the end,
370
886330
2000
ซึ่งจริงๆแล้วเป็นคนที่สุดท้าย
14:48
is going to be having to change their lives
371
888330
2000
เป็นคนที่กำลังจะเปลี่ยนชีวิตเขาเอง
14:50
and then start adopting new behaviors.
372
890330
2000
และเริ่มต้นปรับพฤติกรรมใหม่ๆ
14:52
This is information that is incredibly powerful.
373
892330
2000
นี้เป็นข้อมูลที่มีพลังอย่างมาก
14:54
It's an incredibly powerful catalyst to change.
374
894330
3000
เป็นตัวเร่งที่มีพลังอย่างสูงที่จะทำให้เกิดการเปลี่ยนแปลง
14:57
But we're not using it. It's just sitting there.
375
897330
2000
แต่เราไม่เคยใช่มันเลย ปล่อยให้มันอยู่เฉยๆ อย่างนั้น
14:59
It's being lost.
376
899330
2000
และสูญหายไปในที่สุด
15:01
So I want to just offer four questions
377
901330
2000
ผมอยากจะเสนอเพียงแค่ 4 คำถาม
15:03
that every patient should ask,
378
903330
2000
ที่ผู้ป่วยทุกคนควรจะถาม
15:05
because I don't actually expect people
379
905330
2000
เพราะผมไม่ได้คาดหวังให้พวกเรา
15:07
to start developing these lab test reports.
380
907330
2000
ลุกขึ้นมาเปลี่ยนการนำเสนอผลแลปเหล่านี้
15:09
But you can create your own feedback loop.
381
909330
2000
แต่เราสามารถสร้างวงจรผลสะท้อนกลับของเราเองได้
15:11
Anybody can create their feedback loop by asking these simple questions:
382
911330
3000
ใครๆก็สามารถสร้างวงจรสะท้อนกลับของตัวเองได้โดยด้วยคำถามง่ายๆเหล่านี้
15:14
Can I have my results?
383
914330
2000
ฉันขอทราบผลแลปของฉันได้ไหม
15:16
And the only acceptable answer is --
384
916330
2000
และคำตอบเดียวที่ยอมรับได้ก็คือ
15:18
(Audience: Yes.) -- yes.
385
918330
2000
(ผู้ชม : ได้) ได้
15:20
What does this mean? Help me understand what the data is.
386
920330
2000
ข้อมูลเหล่านี้หมายความว่ายังไง คุณช่วยให้อธิบายเข้าใจหน่อยได้ไหม
15:22
What are my options? What choices are now on the table?
387
922330
3000
ฉันมีทางเลือกอะไรบ้าง และตอนนี้ทางเลือกนั้นคืออะไร
15:25
And then, what's next?
388
925330
2000
และ อะไรคือขั้นตอนต่อไป
15:27
How do I integrate this information
389
927330
2000
ฉันจะนำข้อมูลเหล่านี้
15:29
into the longer course of my life?
390
929330
2000
มาปรับใช้ในชีวิตของฉันได้อย่างไร
15:32
So I want to wind up by just showing
391
932330
2000
ผมจะสรุปโดยแสดงให้เห็นนะครับ
15:34
that people have the capacity to understand this information.
392
934330
2000
ว่าทุกคนมีความสามารถที่จะเข้าใจข้อมูลเหล่านี้
15:36
This is not beyond the grasp of ordinary people.
393
936330
3000
มันไม่ใช่เรื่องยากเกินไปสำหรับคนธรรมดาอย่างเราๆที่จะเข้าใจ
15:39
You do not need to have the education level of people in this room.
394
939330
3000
ไม่จำเป็นต้องเป็นแต่คนที่มีศึกษาเท่านั้นที่จะเข้าใจได้
15:42
Ordinary people are capable of understanding this information,
395
942330
3000
คนธรรมดาสามัญชนก็มีความสามารถที่จะเข้าใจข้อมูลเหล่านี้ได้
15:45
if we only go to the effort of presenting it to them
396
945330
3000
ถ้าเราพยายามที่จะอธิบายข้อมูลให้พวกเขา
15:48
in a form that they can engage with.
397
948330
2000
ในรูปแบบที่ทำให้เขาสามารถมีส่วนร่วมได้
15:50
And engagement is essential here,
398
950330
2000
การมีส่วนร่วม ณ จุดนี้ถือว่ามีความจำเป็นอย่างยิ่ง
15:52
because it's not just giving them information;
399
952330
2000
เพราะนี่-ไม่ใช่แค่ข้อมูลเท่านั้น
15:54
it's giving them an opportunity to act.
400
954330
2000
แต่เป็นโอกาสที่จะทำให้พวกเขาเปลี่ยนแปลงพฤติกรรมด้วย
15:56
That's what engagement is. It's different from compliance.
401
956330
2000
นั้นคือการมีส่วนร่วมซึ่งแตกต่างการทำตามแพทย์สั่งอย่างเดียว
15:58
It works totally different from the way we talk about behavior
402
958330
3000
ซึ่งให้ผลต่างกันอย่างมากในแง่ของพฤติกรรม
16:01
in medicine today.
403
961330
2000
ในวงการแพทย์วันนี้
16:03
And this information is out there.
404
963330
2000
และข้อมูลก็อยู่ตรงนั้น
16:05
I've been talking today about latent information,
405
965330
2000
วันนี้ผมได้พูดเกี่ยวกับข้อมูลต่างๆที่คลุมเครือ
16:07
all this information that exists in the system
406
967330
2000
ข้อมูลทั้งหลายที่มีอยู่ในทางการแพทย์
16:09
that we're not putting to use.
407
969330
2000
ซึ่งเราไม่ได้นำมาใช้กันให้เกิดประโยชน์สูงสุด
16:11
But there are all sorts of other bodies of information
408
971330
2000
แต่เราก็มีแหล่งข้อมูลอื่นๆอีกมากมาย
16:13
that are coming online,
409
973330
2000
มีที่ออนไลน์
16:15
and we need to recognize the capacity of this information
410
975330
3000
เราจำเป็นที่ต้องตระหนักถึงประโยชน์ของข้อมูลเหล่านี้
16:18
to engage people, to help people
411
978330
2000
เพื่อให้ทุกคนมีส่วนร่วม เพื่อช่วยเหลือพวกเรา
16:20
and to change the course of their lives.
412
980330
2000
ให้เกิดเปลี่ยนแปลงชีวิตของพวกเขา
16:22
Thank you very much.
413
982330
2000
ขอบคุณมากครับ
16:24
(Applause)
414
984330
3000
(ปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7