The Vital Data You Flush Down the Toilet | Newsha Ghaeli | TED

59,342 views ・ 2024-01-05

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Ozay Ozaydin Gözden geçirme: Başak Gökdaş
00:04
Has it ever occurred to you, as you walk down the street,
0
4251
3503
Sokakta yürürken ayaklarınızın altında ne kadar
00:07
just how much data is flowing beneath your feet?
1
7796
3628
veri aktığı hiç aklınıza geldi mi?
00:12
A wealth of information on our health and our well-being
2
12175
2920
Sağlığımız ve refahımız hakkında zengin bilgiler
00:15
is running through our city sewers,
3
15136
2294
şehir kanalizasyonlarımızdan geçiyor
00:17
and we're all contributing to it every single time we use the toilet.
4
17472
3879
ve tuvaleti her kullandığımızda hepimiz buna katkıda bulunuyoruz.
00:22
Think about it.
5
22561
1167
Bunu düşünün.
00:23
Everybody pees and poops,
6
23770
2461
Herkes işer ve kaka yapar
ve idrar ve dışkının sağlığımız ve refahımız hakkında
00:26
and we know that urine and stool contain a rich source of information
7
26273
3878
zengin bir bilgi kaynağı içerdiğini biliyoruz.
00:30
on our health and our well-being.
8
30151
1585
00:32
Our doctors look at it all the time to analyze for a variety of things.
9
32195
4588
Doktorlarımız çeşitli şeyleri analiz etmek için her zaman ona bakarlar.
00:37
Now, every time you flush,
10
37158
1627
Şimdi, sifonu her çektiğinizde
00:38
you're sending this valuable information down into our sewers,
11
38785
3754
bu değerli bilgiyi kanalizasyona gönderiyorsunuz.
00:42
where it's mixing with waste from hundreds of thousands of other people.
12
42539
3837
Burada yüz binlerce insanın atıklarıyla karışıyor.
00:46
Once collected, it looks something like this.
13
46418
2961
Bir kez toplandıktan sonra, böyle bir şeye benziyor.
00:49
This tiny sample
14
49379
2044
Bu küçük örnek,
00:51
comes from a wastewater treatment plant
15
51423
2043
bir milyondan fazla insanı
00:53
that represents more than one million people.
16
53508
2711
temsil eden bir atık su arıtma tesisinden geliyor.
00:56
And from it, we can detect all sorts of things about that community:
17
56219
4171
Ondan, o toplulukla ilgili her türlü şeyi tespit edebiliriz:
01:01
the infectious disease viruses that are circulating in our bodies,
18
61141
4421
vücudumuzda dolaşan bulaşıcı hastalık virüsleri,
01:05
chemical markers for the drugs that are most commonly consumed.
19
65562
4171
en sık tüketilen ilaçların kimyasal belirteçleri.
01:09
And we can analyze for all the bacteria that live in our collective microbiomes.
20
69733
5130
Kolektif mikrobiyomlarımızda yaşayan tüm bakterileri analiz edebiliriz.
01:15
Now, if this sounds too close for comfort,
21
75488
2044
Şimdi, bu konfor için çok yakın geliyorsa,
01:17
just consider all the personalized data that you're parting with every day
22
77532
3754
akıllı telefonunuz veya akıllı saatiniz gibi cihazları kullandığınızda her gün
01:21
when you use gadgets like your smartphone or your smart watch.
23
81286
3628
ayrıldığınız tüm kişiselleştirilmiş verileri göz önünde bulundurun.
01:24
What's amazing about sewage
24
84956
2086
Kanalizasyonla ilgili şaşırtıcı olan
01:27
is that it's naturally aggregated and anonymized.
25
87042
3169
doğal olarak toplanmış ve anonimleştirilmiş olmasıdır.
01:30
Once flushed,
26
90879
1418
Bir kez sifon çekildikten sonra,
01:32
your waste is mixing with that of thousands and thousands of people,
27
92339
3378
atıklarınız binlerce insanın atığıyla karışıyor,
01:35
so there's actually no way to tie any information from here
28
95717
3378
bu yüzden buradan herhangi bir bilgiyi belirli bir kişiye
01:39
back to a specific person.
29
99095
1877
bağlamanın bir yolu yok.
01:41
Put differently, it's the perfect data dump.
30
101264
3379
Başka bir deyişle, mükemmel veri dökümü.
01:44
(Laughter)
31
104684
2503
(Kahkahalar)
01:47
The thoughtful collection and analysis of sewage
32
107187
3003
Kanalizasyonun dikkatlice toplanması ve analizi,
dünyanın dört bir yanındaki şehirlerdeki sağlık sonuçlarını
01:50
has the potential to radically improve health outcomes
33
110231
3170
kökten iyileştirme potansiyeline sahiptir
01:53
in cities around the world,
34
113401
1877
01:55
and it's a growing field called "wastewater epidemiology."
35
115278
3712
ve bu, “atık su epidemiyolojisi” adı verilen büyüyen bir alandır.
01:59
And wastewater epidemiology is but one example
36
119324
2753
Atık su epidemiyolojisi, bugün şehirlerimizde ürettiğimiz
02:02
of all the big data that we're generating in our cities today.
37
122118
3879
tüm büyük verilerin bir örneğidir.
02:07
Consider all the data that you generate with every phone call, package delivered,
38
127082
4004
Her telefon görüşmesinde, teslim edilen pakette,
katettiğimiz yoldaki tüm verileri göz önünde bulundurun.
02:11
mile driven.
39
131086
1418
02:12
It's data from cameras, sensors, drones,
40
132837
3170
Kameralardan, sensörlerden, dronlardan,
02:16
air quality, water quality monitoring,
41
136007
2753
hava kalitesinden, su kalitesi izlemesinden
02:18
and the vast amounts of information generated by our health care
42
138802
3461
ve sağlık ve eğitim sistemlerimizden üretilen büyük miktarda bilgiden
02:22
and our educational systems.
43
142263
1961
elde edilen verilerdir.
02:24
All of this information, these digital breadcrumbs,
44
144891
3212
Tüm bu bilgiler, bu dijital ekmek kırıntıları,
02:28
tell us unique stories about our cities and the way that we live our lives.
45
148103
4629
bize şehirlerimiz ve hayatlarımız hakkında benzersiz hikayeler anlatıyor.
02:33
The thoughtful collection and analysis of this information
46
153149
4296
Bu bilgilerin düşünceli bir şekilde
02:37
has the power to inform real-time improvements
47
157445
3337
toplanması ve analizi, sosyal politika,
çevre yönetimi, sağlık eşitliği
02:40
to things like social policy,
48
160824
1835
gibi konularda gerçek zamanlı iyileştirmeler sağlama gücüne sahiptir.
02:42
environmental management, health equity and more.
49
162701
2669
02:45
As an architect, I believe that we need to harness
50
165745
2962
Bir mimar olarak, şehirlerimizde her gün
02:48
the hundreds of millions of terabytes of data
51
168707
2877
ürettiğimiz yüz milyonlarca terabayt
02:51
that we're generating in our cities each and every day.
52
171626
3045
veriyi kullanmamız gerektiğine inanıyorum.
02:54
And this is important now more than ever,
53
174671
2377
Bu şimdi her zamankinden daha önemli,
02:57
because for the first time in human history,
54
177090
2502
çünkü insanlık tarihinde ilk kez,
02:59
more than half of all people live in cities.
55
179592
3379
tüm insanların yarısından fazlası şehirlerde yaşıyor.
03:02
By 2050,
56
182971
1293
2050 yılına kadar,
03:04
this number will grow to nearly seven in 10 people.
57
184264
3628
bu sayı yaklaşık 10 kişiden 7'ye çıkacak.
03:07
Now just think about what that means for a second.
58
187934
2961
Şimdi bir saniyeliğine bunun ne anlama geldiğini düşünün.
03:10
It means our biggest crises,
59
190937
1960
Bu, iklim değişikliğinden
03:12
from climate change to pandemics to growing inequality,
60
192939
3921
pandemilere ve artan eşitsizliğe kadar en büyük krizlerimizin
03:16
are going to hit cities first and hardest.
61
196901
3003
ilk ve en çok şehirleri vuracağı anlamına geliyor.
03:21
But the era of big data offers an opportunity
62
201072
2961
Ancak büyük veri çağı, bu sorunların üstesinden
03:24
for new and creative solutions to tackle these problems.
63
204075
3337
gelmek için yeni ve yaratıcı çözümler için bir fırsat sunuyor.
03:29
So let's dive into the opportunity presented by wastewater epidemiology.
64
209038
4088
Öyleyse atık su epidemiyolojisinin sunduğu fırsata dalalım.
03:34
Some of you may have heard of it as it gained a lot of popularity
65
214335
3170
Bazılarınız COVID-19 salgını sırasında çok fazla popülerlik
03:37
and attention during the COVID-19 pandemic.
66
217505
2795
ve ilgi kazandığı için duymuş olabilirsiniz.
03:41
In 2020, research groups from around the world
67
221009
3503
2020'de dünyanın dört bir yanından araştırma grupları,
kanalizasyon örneklerinde COVID-19'a neden olan virüs olan SARS-CoV-2 RNA'yı
03:44
began detecting SARS-CoV-2 RNA,
68
224554
2836
03:47
the virus that causes COVID-19, in sewage samples.
69
227432
3086
tespit etmeye başladı.
03:51
I was on one of those teams.
70
231102
1919
Ben o takımlardan birindeydim.
03:53
We and others showed that you can actually use sewage
71
233605
3545
Biz ve diğerleri, topluluklarımızdaki COVID faaliyetinin doğru bir temsili
03:57
as an accurate representation of COVID activity in our communities.
72
237150
3503
olarak kanalizasyonu gerçekten kullanabileceğinizi gösterdik.
04:01
Let me show you what I mean.
73
241070
1502
Ne demek istediğimi göstereyim.
04:02
Here we're looking at a time series over the course of the pandemic.
74
242572
4046
Burada pandemi boyunca bir zaman serisine bakıyoruz.
04:06
So from March 2020 through just last week.
75
246951
3128
Yani Mart 2020'den sadece geçen haftaya kadar.
04:10
The blue line represents COVID virus concentrations in sewage samples
76
250079
4922
Mavi çizgi, ABD'nin dört bir yanından gelen kanalizasyon örneklerindeki
COVID virüs konsantrasyonlarını temsil ediyor.
04:15
from across the United States.
77
255043
1877
04:16
In yellow, we see COVID clinical case data.
78
256961
3587
Sarı renkte, COVID klinik vaka verilerini görüyoruz.
04:21
For the first two years of the pandemic, case data was very reliable.
79
261132
3921
Pandeminin ilk iki yılında vaka verileri çok güvenilirdi.
04:25
People were getting PCR-tested all the time.
80
265053
2836
İnsanlar her zaman PCR testi yaptırıyorlardı.
04:27
During those two years,
81
267889
1209
Bu iki yıl boyunca,
04:29
the two data sets tracked very well.
82
269140
1960
iki veri seti çok iyi izlendi.
04:31
That was great.
83
271142
1168
Bu harikaydı.
04:32
It meant that sewage was also reliable
84
272310
2169
Bu, kanalizasyonun da güvenilir olduğu
04:34
and an accurate representation of disease burden.
85
274521
2585
ve hastalık yükünün doğru bir temsili olduğu anlamına geliyordu.
04:37
However, over the past year and a half to two years,
86
277857
2836
Ancak, son bir buçuk ila iki yıl içinde,
04:40
we've seen a divergence in those data sets.
87
280693
2920
bu veri setlerinde bir farklılık gördük.
04:43
People just aren't getting COVID-tested nearly as often.
88
283613
3212
İnsanlar neredeyse o kadar sık COVID testi yaptırmıyorlar.
04:46
Sewage, on the other hand,
89
286825
1918
Öte yandan kanalizasyon,
04:48
doesn't require us to access health care services.
90
288785
3378
sağlık hizmetlerine erişmemizi gerektirmez.
04:52
We're all represented just by peeing and pooping.
91
292163
3671
Hepimiz sadece işemek ve kaka yapmakla temsil ediliyoruz.
04:55
Throughout the pandemic, we and others also showed that sewage is predictive
92
295834
4295
Pandemi boyunca, biz ve diğerleri ayrıca kanalizasyonun öngörücü olduğunu
05:00
and a leading indicator of new COVID clinical cases.
93
300129
4463
ve yeni COVID klinik vakalarının önde gelen bir göstergesi olduğunu gösterdik.
05:04
This is because infectious disease viruses incubate in our bodies
94
304634
4129
Bunun nedeni, bulaşıcı hastalık virüslerinin, semptomlar geliştirmeden
05:08
before we develop symptoms or go get tested.
95
308763
3128
veya test edilmeden önce vücudumuzda kuluçkaya yatmasıdır.
05:12
Meanwhile, we've been excreting the virus for days.
96
312308
3295
Bu arada, virüsü günlerdir atıyoruz.
05:16
During COVID,
97
316271
1167
COVID sırasında,
05:17
it was shown that sewage was anywhere between one to three weeks
98
317438
4130
kanalizasyonun klinik vakalar için bir ila üç hafta arasında
05:21
leading indicator for clinical cases.
99
321568
2460
önde gelen gösterge olduğu gösterildi.
05:25
Now I'm going to show you an example
100
325280
1751
Şimdi size bunun toplumu etkileyen
05:27
of one time that this led to a big community-impacting decision.
101
327073
3629
büyük bir karara yol açtığına dair bir örnek göstereceğim.
05:31
Here, we're looking at data from the Boston area
102
331244
3253
Burada, Omicron dalgası sırasında
Boston bölgesinden alınan veriye bakıyoruz.
05:34
during the Omicron wave.
103
334539
1793
05:36
In December 2021, towards the end of the month,
104
336332
3128
Aralık 2021'de, ayın sonuna doğru,
05:39
COVID cases began to skyrocket across the country
105
339460
3045
COVID vakaları ülke genelinde hızla artmaya başladı
05:42
and didn't slow until the end of January.
106
342547
2794
ve Ocak ayının sonuna kadar yavaşlamadı.
05:45
Boston Children's Hospital, though, was ready.
107
345341
2419
Ancak Boston Çocuk Hastanesi hazırdı.
05:47
They had been looking at Boston area sewage
108
347802
2211
Boston bölgesindeki kanalizasyona bakıyorlardı
05:50
and saw the sewage levels go up weeks earlier,
109
350054
3712
ve kanalizasyon seviyelerinin haftalar önce yükseldiğini gördüler,
05:53
so they proactively postponed all non-emergency medical procedures.
110
353808
4671
bu yüzden acil olmayan tüm tıbbi prosedürleri proaktif olarak ertelediler.
05:59
They wanted to free up resources so that they could adequately respond
111
359522
3879
Gelen hastaneye yatış dalgasına yeterince yanıt verebilmeleri için
06:03
to the incoming wave of hospitalizations.
112
363443
2419
kaynakları serbest bırakmak istediler.
06:07
Now wastewater epidemiology has been used
113
367238
2419
Şimdi atık su epidemiyolojisi diğer acil sağlık sorunlarının
06:09
to tackle other pressing health issues as well.
114
369657
2878
üstesinden gelmek için de kullanılmıştır.
06:12
Before the pandemic,
115
372994
1209
Pandemiden önce,
06:14
the biggest public health crisis in the United States
116
374203
2920
ABD'deki en büyük halk sağlığı krizi,
büyüyen uyuşturucu salgınımızdı.
06:17
was our growing drug epidemic.
117
377123
2211
Uyuşturucu aşırı dozları yıldan yıla
06:20
Drug overdoses were growing year over year
118
380001
2753
06:22
and had become the leading cause of accidental death
119
382795
3254
artıyordu ve 50 yaşın altındaki
Amerikalılar için kazara ölümlerin önde gelen nedeni haline geldi.
06:26
for Americans under the age of 50.
120
386049
2544
06:28
In 2018, a small town in North Carolina had seen overdoses go up,
121
388927
5171
2018'de, Kuzey Carolina'daki küçük bir kasabada aşırı dozların arttığı
görüldü ve ne yapacaklarını, bu eğilimi neyin yönlendirdiğini
06:34
and they wanted better information,
122
394098
1961
06:36
better data to know what to do about it,
123
396059
2085
ve nasıl yanıt vereceklerini bilmek için
06:38
what was driving this trend and how to respond.
124
398186
2878
daha iyi bilgi, daha iyi veriler istediler.
06:41
So we turned to the sewers, and together with the mayor's office,
125
401064
4087
Böylece kanalizasyonlara döndük ve belediye başkanlığı ofisi ile birlikte
06:45
we began to analyze sewage samples from several sites across the city
126
405193
4838
şehrin çeşitli yerlerinden alınan
06:50
and were able to show that prescription opioids
127
410073
3879
kanalizasyon örneklerini analiz etmeye başladık
06:53
were the drug most commonly consumed, not injectable opioids.
128
413952
3795
ve reçeteli opioidlerin, en sık tüketilen ilaç olduğunu gösterebildik.
06:58
Equipped with this data,
129
418748
1919
Bu verilerle donatılmış,
07:00
the city diverted resources from needle exchange sites
130
420667
3420
şehir kaynakları iğne satılan sitelerinden aldı
07:04
and put that money into medication takeback programs instead.
131
424128
3629
ve bu parayı ilaç geri alma programlarına koydu.
07:08
They advertised and held dozens of town halls
132
428174
2503
Reçeteli ağrı kesicilerin olumsuz etkileri hakkında konuştukları
07:10
where they talked about the adverse effects of prescription painkillers.
133
430718
4004
düzinelerce belediye binasının reklamını yaptılar ve düzenlediler.
07:15
That year,
134
435264
1460
O yıl,
07:16
the city saw a 40 percent reduction in overdoses,
135
436766
4630
şehir aşırı dozlarda yüzde 40' lık bir azalma gördü
07:21
and for the first time,
136
441437
1293
ve ilk kez topluluklarını uyuşturucu,
07:22
they had engaged their community in a dialogue around drugs,
137
442730
3462
bağımlılık ve aşırı doz konusunda
07:26
addiction and overdose.
138
446234
2002
bir diyaloğa dahil ettiler.
07:28
Now imagine if every city around the world had access to this sort of information.
139
448736
5714
Şimdi dünyadaki her şehrin bu tür bilgiye erişimi olduğunu hayal edin.
07:34
Before the pandemic,
140
454951
1168
Pandemiden önce,
07:36
wastewater epidemiology was a tiny field
141
456160
2920
atık su epidemiyolojisi, dünya çapında bir düzineden fazla
07:39
with no more than a dozen experts worldwide.
142
459122
3211
uzmanın olmadığı küçük bir alandı.
07:42
Today, 72 countries
143
462333
3420
Bugün 72 ülke COVID-19'u
07:45
have used wastewater monitoring to understand COVID-19.
144
465753
4255
anlamak için atık su izlemeyi kullandı.
07:50
And it's time that we leverage these investments
145
470675
2419
Bu yatırımları diğer her türlü şeyi de
07:53
to monitor for all sorts of other things as well.
146
473094
2502
izlemek için kullanmamızın zamanı geldi.
07:56
Imagine knowing when influenza and RSV are going to peak every year
147
476305
4505
Hastanelerimizin hazırlanabilmesi için grip ve RSV'nin her yıl ne zaman
08:00
so that our hospitals can prepare.
148
480810
2044
zirveye çıkacağını bildiğinizi hayal edin.
08:03
Imagine mapping nutrition in our cities
149
483229
2669
Gıda çöllerini tanımlayabilmemiz ve
sağlığın sosyal belirleyicilerini anlayabilmemiz için
08:05
so that we can identify food deserts
150
485940
2169
şehirlerimizde beslenmeyi haritalandırmayı hayal edin.
08:08
and understand social determinants of health.
151
488109
2419
08:11
Imagine identifying superbugs and antibiotic resistant genes
152
491154
4713
Topluluklarımızda ortaya çıkan süper böcekleri ve antibiyotiğe dirençli
08:15
as they emerge in our communities.
153
495908
2002
genleri tanımladığınızı hayal edin.
08:19
Imagine preventing the next pandemic before it happens.
154
499120
3503
Bir sonraki pandemiyi gerçekleşmeden önlediğinizi hayal edin.
08:23
In the way that cholera prompted London to build modern-day sewer systems,
155
503499
5005
Koleranın Londra'yı modern kanalizasyon sistemleri inşa etmeye sevk etmesi
08:28
and poor health in the tenements of New York City
156
508546
2503
ve New York City apartlarındaki sağlık durumunun
08:31
were one of the catalysts behind the building of Central Park,
157
511049
4045
Central Park'ın inşasının arkasındaki katalizörlerden biri olması gibi,
08:35
this is how our cities can learn from COVID-19.
158
515136
3170
şehirlerimiz COVID-19'dan bu şekilde öğrenebilir.
08:38
And this is precisely how we can foster a new, intelligent kind of urbanization.
159
518806
5589
Tam da bu şekilde yeni, akıllı bir kentleşmeyi teşvik edebiliriz.
08:45
For years now, scientists, policymakers,
160
525354
3212
Yıllardır bilim adamları, politika yapıcılar,
08:48
architects and urban planners
161
528566
2169
mimarlar ve şehir planlamacıları
08:50
have been harnessing the power of technology and big data
162
530735
3420
şehirlerimizi geleceğe hazırlamak için teknolojinin ve büyük verilerin gücünden
08:54
to future-proof our cities.
163
534197
2085
yararlanıyorlar.
08:57
Over the last decade,
164
537200
1543
Son on yılda,
08:58
chief technology officers have been appointed in cities
165
538743
3170
dünyanın dört bir yanındaki şehirlerde baş teknoloji görevlileri atandı.
09:01
around the world.
166
541954
1502
09:04
Roles once reserved for the boardrooms
167
544415
2127
Bir zamanlar Silikon Vadisi'nin yönetim kurulu odaları
09:06
and hallways of Silicon Valley
168
546584
1460
ve koridorları için ayrılan roller nihayet
09:08
are now finally open in city hall.
169
548044
2794
belediye binasında açıldı.
09:12
So next time you swipe your credit card,
170
552006
3128
Bu nedenle, bir dahaki sefere kredi kartınızı okuttuğunuda
09:15
take a ride in a taxi or tap your MetroCard,
171
555176
3462
taksiye bindiğinizde veya MetroCard'ınıza dokunduğunuzda
09:18
just consider how you're contributing
172
558679
1961
şehrinizin sürekli büyüyen dijital
09:20
to your city's ever-growing digital infrastructure.
173
560681
2878
altyapısına nasıl katkıda bulunduğunuzu düşünün.
09:24
And next time you use the toilet,
174
564685
2795
Bir dahaki sefere tuvaleti kullandığınızda
09:27
just remember, you're doing your civic duty.
175
567480
3128
unutma, vatandaşlık görevinizi yapıyorsunuz.
09:30
(Laughter)
176
570650
1543
(Kahkahalar)
09:32
Thank you.
177
572235
1167
Teşekkür ederim.
09:33
(Applause)
178
573402
3921
(Alkış)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7