What really happens when you mix medications? | Russ Altman

Перекладач: Roxanne Shevchuk Утверджено: Khrystyna Romashko

So you go to the doctor and get some tests.

Ви йдете до лікаря та здаєте аналізи.

The doctor determines that you have high cholesterol

Лікар каже, що у вас підвищений холестерин

and you would benefit from medication to treat it.

і вам слід приймати певні ліки.

So you get a pillbox.

Ви отримуєте пляшечку з пігулками.

You have some confidence,

Ви впевнені:

your physician has some confidence that this is going to work.

лікар знає, що ліки подіють.

The company that invented it did a lot of studies, submitted it to the FDA.

Компанія, що винайшла їх, провела багато досліджень.

They studied it very carefully, skeptically, they approved it.

Вони ретельно вивчали і підтвердили їх.

They have a rough idea of how it works,

Вони уявляють, як це працює,

they have a rough idea of what the side effects are.

і мають приблизне уявлення, якими можуть бути побічні ефекти.

It should be OK.

Все має бути добре.

You have a little more of a conversation with your physician

Ви ще трохи поговорили зі своїм лікарем

and the physician is a little worried because you've been blue,

і він стурбований, тому що ви засмучені,

haven't felt like yourself,

почуваєтесь не надто добре,

перестали насолоджуватись повсякденними речима.

you haven't been able to enjoy things in life quite as much as you usually do.

Your physician says, "You know, I think you have some depression.

Ваш лікар каже: "Знаєте, я думаю, у вас невелика депресія.

I'm going to have to give you another pill."

Пропишу вам ще пігулки."

So now we're talking about two medications.

А ось тепер ми вже говоримо про два препарати.

This pill also -- millions of people have taken it,

З другим все те ж саме - мільйони людей приймають їх,

the company did studies, the FDA looked at it -- all good.

компанія проводила дослідження, вони пройшли всі тести - все гаразд.

Think things should go OK.

Все має бути добре.

Think things should go OK.

Все має бути добре.

Well, wait a minute.

Але зачекайте.

Скільки часу ми вивчали їхню взаємодію?

How much have we studied these two together?

Well, it's very hard to do that.

Це досить складно.

In fact, it's not traditionally done.

І, насправді, цим ніхто не займається.

We totally depend on what we call "post-marketing surveillance,"

Ми абсолютно залежні від так званого "постмаркетингового спостереження",

after the drugs hit the market.

після того, як ліки потрапили на ринок.

How can we figure out if bad things are happening

Як ми можемо зрозуміти, що два препарати

between two medications?

неправильно взаємодіють?

Three? Five? Seven?

А три? П'ять? Сім?

Ask your favorite person who has several diagnoses

Запитайте близьку вам людину, яка має декілька діагнозів,

how many medications they're on.

скільки препаратів вона вживає.

Why do I care about this problem?

Чому мене хвилює ця проблема?

Вона дуже сильно хвилює мене.

I care about it deeply.

Я - вчений-інформатик та аналітик даних, і, як на мене,

I'm an informatics and data science guy and really, in my opinion,

the only hope -- only hope -- to understand these interactions

єдина надія, аби зрозуміти взаємодії між ліками -

is to leverage lots of different sources of data

це підняти велику кількість джерел інформації,

щоб зрозуміти, які препарати безпечно вживати разом,

in order to figure out when drugs can be used together safely

а які не слід.

and when it's not so safe.

So let me tell you a data science story.

Я хотів би розповісти історію про аналіз даних.

And it begins with my student Nick.

Все почалось з мого студента Ніка.

Let's call him "Nick," because that's his name.

Назвімо його "Нік", тому що це його ім'я.

(Laughter)

(Сміх)

Nick was a young student.

Нік був молодим студентом.

I said, "You know, Nick, we have to understand how drugs work

Я сказав: "Знаєш, Нік, нам треба зрозуміти, як працюють ліки,

як вони працюють разом та окремо,

and how they work together and how they work separately,

and we don't have a great understanding.

тому що ми це погано розуміємо.

But the FDA has made available an amazing database.

УПМ виклало чудову базу даних.

Це база даних випадків, пов'язаних з побічними ефектами.

It's a database of adverse events.

Вони просто виклали її в інтернет.

They literally put on the web --

publicly available, you could all download it right now --

Вона доступна усім, ви можете скачати її прямо зараз:

сотні тисяч звітів щодо побічних ефектів

hundreds of thousands of adverse event reports

from patients, doctors, companies, pharmacists.

від пацієнтів, лікарів, компаній, фармацевтів.

And these reports are pretty simple:

І ці звіти доволі прості:

it has all the diseases that the patient has,

Там записано, які хвороби є у пацієнта,

усі ліки, які він вживає,

all the drugs that they're on,

and all the adverse events, or side effects, that they experience.

всі побічні ефекти, які в нього були.

It is not all of the adverse events that are occurring in America today,

Це далеко не все, що сьогодні відбувається в Америці,

але це сотні і сотні тисяч препаратів.

but it's hundreds and hundreds of thousands of drugs.

So I said to Nick,

Тож я сказав Нікові:

"Ось, наприклад, глюкоза.

"Let's think about glucose.

Glucose is very important, and we know it's involved with diabetes.

Глюкоза дуже важлива, ми знаємо, що вона пов'язана з діабетом.

Let's see if we can understand glucose response.

Гляньмо, чи розуміємо ми реакцію на неї.

I sent Nick off. Nick came back.

Я відправив Ніка працювати. Він повернувся.

"Расс, - каже він мені.

"Russ," he said,

- Я створив класифікатор, який дозволяє подивитись побічні ефекти

"I've created a classifier that can look at the side effects of a drug

based on looking at this database,

на основі цієї бази даних,

and can tell you whether that drug is likely to change glucose or not."

і він показує, чи буде препарат змінювати рівень глюкози.

He did it. It was very simple, in a way.

Він зробив це. Це було досить просто.

He took all the drugs that were known to change glucose

Він взяв усі ліки, які змінюють рівень глюкози,

and a bunch of drugs that don't change glucose,

і ліки, які не змінюють його,

and said, "What's the difference in their side effects?

і сказав: "Яка різниця між їхніми побічними ефектами?

Differences in fatigue? In appetite? In urination habits?"

Різниця у втомлюваності? В апетиті? Сечовипусканні?"

All those things conspired to give him a really good predictor.

Все це дозволило йому створити дійсно хороший визначник.

He said, "Russ, I can predict with 93 percent accuracy

Він сказав: "Расс, я можу визначити з точністю в 93%,

коли препарат змінюватиме рівень глюкози."

when a drug will change glucose."

I said, "Nick, that's great."

Я сказав: "Нік, це чудово!"

Він - молодий студент, йому треба додавати впевненості у собі.

He's a young student, you have to build his confidence.

"But Nick, there's a problem.

"Нік, але є проблема."

It's that every physician in the world knows all the drugs that change glucose,

Кожен лікар у світі знає, які ліки змінюють рівень глюкози,

because it's core to our practice.

тому що це основа їхньої практики.

So it's great, good job, but not really that interesting,

Тож це прекрасна робота, але не надто цікава,

definitely not publishable."

її точно не опублікуєш.

(Сміх)

(Laughter)

Він сказав: "Я знаю, Расс, я знав, що ви це скажете."

He said, "I know, Russ. I thought you might say that."

Nick is smart.

Нік розумний.

"I thought you might say that, so I did one other experiment.

"Я подумав, що ви можете це сказати, тож я провів інший експеримент.

Я подивився у цій базі на людей, які приймали два препарати,

I looked at people in this database who were on two drugs,

and I looked for signals similar, glucose-changing signals,

і став шукати ознаки зміни глюкози

for people taking two drugs,

у таких пацієнтів,

в яких один препарат не змінював глюкозу,

where each drug alone did not change glucose,

but together I saw a strong signal."

але при взаємодії помітний відчутний сигнал.

І я сказав: "Молодчина, хороша ідея. Покажи мені список."

And I said, "Oh! You're clever. Good idea. Show me the list."

And there's a bunch of drugs, not very exciting.

І там купа ліків, не надто цікаво.

But what caught my eye was, on the list there were two drugs:

Але мене зацікавило те, що у списку були два препарати:

пароксетин, або Паксил, антидепресант,

paroxetine, or Paxil, an antidepressant;

and pravastatin, or Pravachol, a cholesterol medication.

а також правастин, або Правакол, ліки від холестерину.

And I said, "Huh. There are millions of Americans on those two drugs."

І я сказав: "Хм, мільйони американців приймають їх одночасно."

In fact, we learned later,

І як ви дізнались раніше,

15 million Americans on paroxetine at the time, 15 million on pravastatin,

15 мільйонів приймають пароксетин, 15 мільйонів -

правастин, 1 мільйон, як ми підрахували, - обидва препарати одночасно.

and a million, we estimated, on both.

So that's a million people

І це мільйон людей,

які можуть мати проблеми з рівнем глюкози.

who might be having some problems with their glucose

if this machine-learning mumbo jumbo that he did in the FDA database

Якщо це чаклунство з базою даних УПМ

actually holds up.

дійсно працює.

But I said, "It's still not publishable,

Але я сказав: "Це все ще не можна публікувати,

because I love what you did with the mumbo jumbo,

мені дуже подобається, як ти начаклував

з машинним навчанням,

with the machine learning,

але це ще не доказ того, що ми маємо рацію."

but it's not really standard-of-proof evidence that we have."

So we have to do something else.

Нам треба щось ще.

Подивімось електронні медичні записи Стенфорда.

Let's go into the Stanford electronic medical record.

У нас є копія досліджень, тож все гаразд,

We have a copy of it that's OK for research,

адже ми прибрали всю ідентифікаційну інформацію.

we removed identifying information.

And I said, "Let's see if people on these two drugs

І я мовив: "Подивімось, чи є проблеми з рівнем глюкози

have problems with their glucose."

у людей, які приймають обидва препарати."

Now there are thousands and thousands of people

Відповідно до записів Стенфорда , тисячі і тисячі людей

in the Stanford medical records that take paroxetine and pravastatin.

приймають пароксетин і правастин.

But we needed special patients.

Але нам були потрібні особливі пацієнти.

We needed patients who were on one of them and had a glucose measurement,

Ті, які приймали один з препаратів і слідкували за рівнем глюкози,

then got the second one and had another glucose measurement,

а потім почали приймати другий і також слідкували за рівнем глюкози,

all within a reasonable period of time -- something like two months.

до того ж у визначений проміжок часу - наприклад, 2 місяці.

And when we did that, we found 10 patients.

І коли ми це зробили, ми знайшли 10 пацієнтів.

However, eight out of the 10 had a bump in their glucose

Проте 8 з 10 пацієнтів мали стрибок глюкози,

when they got the second P -- we call this P and P --

коли вони отримали другий "П" - ми називаємо їх "П" і "П" -

when they got the second P.

коли вони отримали другий "П".

Будь-який може бути першим, вони починають приймати другий -

Either one could be first, the second one comes up,

glucose went up 20 milligrams per deciliter.

і глюкоза піднімається на 20 мг на децилітр.

Just as a reminder,

Хочу нагадати,

you walk around normally, if you're not diabetic,

зазвичай, якщо ви не діабетик,

ваш рівень глюкози приблизно 90.

with a glucose of around 90.

And if it gets up to 120, 125,

Якщо він підіймається до 120-125,

your doctor begins to think about a potential diagnosis of diabetes.

ваш лікар почне думати, що у вас може бути діабет.

Тож стрибок на 20 пунктів доволі важливий.

So a 20 bump -- pretty significant.

I said, "Nick, this is very cool.

Я сказав: "Нік, це дуже круто.

But, I'm sorry, we still don't have a paper,

Але, на жаль, це все ще не тягне на публікацію,

because this is 10 patients and -- give me a break --

це лише 10 пацієнтів.

Цього не достатньо.

it's not enough patients."

So we said, what can we do?

І ми подумали, що ми можемо зробити?

And we said, let's call our friends at Harvard and Vanderbilt,

Ми вирішили зателефонувати нашим друзям з Гарварда та Вандербільта,

who also -- Harvard in Boston, Vanderbilt in Nashville,

які - Гарвард у Бостоні, Вандербільт у Нешвіллі,

who also have electronic medical records similar to ours.

які мають такі історії хвороб, як і в нас.

Let's see if they can find similar patients

Можливо, вони можуть знайти схожих пацієнтів

with the one P, the other P, the glucose measurements

з одним "П" та з другим "П", змінами в рівні глюкози,

in that range that we need.

в діапазоні, який нам потрібен.

God bless them, Vanderbilt in one week found 40 such patients,

Слава Богу, в університеті Вандербільта за тиждень знайшли 40 таких пацієнтів,

same trend.

з такою ж динамікою.

Harvard found 100 patients, same trend.

У Гарварді знайшли сотню пацієнтів з такою ж динамікою.

So at the end, we had 150 patients from three diverse medical centers

Врешті-решт ми мали 150 пацієнтів з 3 різних медичних центрів,

that were telling us that patients getting these two drugs

і все казало нам, що у пацієнтів, які приймали обидва препарати,

були значні стрибки в рівні глюкози.

were having their glucose bump somewhat significantly.

More interestingly, we had left out diabetics,

Найцікавіше те, що ми не включили туди діабетиків,

because diabetics already have messed up glucose.

адже у діабетиків і так не все добре з глюкозою.

When we looked at the glucose of diabetics,

Коли ми глянули на рівень глюкози діабетиків,

it was going up 60 milligrams per deciliter, not just 20.

він піднявся на 60 мг на децилітр, а не на 20.

This was a big deal, and we said, "We've got to publish this."

Це було серйозно, і ми вирішили: "Ми мусимо опублікувати це."

Ми надіслали роботу.

We submitted the paper.

It was all data evidence,

Всі докази полягали лише у базах даних -

data from the FDA, data from Stanford,

дані з УПМ, дані із Стенфорда,

дані з Вандербільта, дані з Гарварда.

data from Vanderbilt, data from Harvard.

We had not done a single real experiment.

Ми не провели жодного експерименту.

But we were nervous.

Ми нервували.

So Nick, while the paper was in review, went to the lab.

І коли нашу роботу розглядали, Нік пішов у лабораторію.

We found somebody who knew about lab stuff.

Ми знайшли людину, яка там працює.

I don't do that.

Я про це нічого не знаю.

I take care of patients, but I don't do pipettes.

Я займаюсь пацієнтами, а не піпетками.

They taught us how to feed mice drugs.

Вони навчили нас, як давати препарати мишам.

We took mice and we gave them one P, paroxetine.

Ми взяли мишей, дали їм один "П" - пароксетин.

We gave some other mice pravastatin.

Другим давали правастин.

And we gave a third group of mice both of them.

А третій групі дали обидва препарати.

And lo and behold, glucose went up 20 to 60 milligrams per deciliter

І, як не дивно, рівень глюкози цих мишей

піднявся від 20 до 60 мг на децилітр.

in the mice.

So the paper was accepted based on the informatics evidence alone,

Тож роботу на основі даних прийняли,

А ми вкінці додали:

but we added a little note at the end,

"До речі, якщо дати ці препарати мишам, рівень глюкози підніметься."

saying, oh by the way, if you give these to mice, it goes up.

Це було чудово, й наша історія могла б закінчитись тут.

That was great, and the story could have ended there.

But I still have six and a half minutes.

Але я все ще маю шість з половиною хвилин.

(Laughter)

(Сміх)

Ми сиділи і думали про все це

So we were sitting around thinking about all of this,

і я не пам'ятаю, хто це придумав, але хтось сказав:

and I don't remember who thought of it, but somebody said,

"Цікаво, а хтось з пацієнтів, які приймали обидва препарати,

"I wonder if patients who are taking these two drugs

are noticing side effects of hyperglycemia.

помітив побічні ефекти гіперглікімії?

They could and they should.

Вони могли і мали б.

How would we ever determine that?"

Як би ми могли визначити це?

We said, well, what do you do?

Що ви зазвичай робите у такій ситуації?

Ви приймаєте ліки, один новий препарат чи два,

You're taking a medication, one new medication or two,

and you get a funny feeling.

і ви відчуваєте щось дивне.

What do you do?

Що ви зробите?

You go to Google

Ви відкриваєте Google і шукаєте

and type in the two drugs you're taking or the one drug you're taking,

один чи два препарати, які ви приймаєте,

and you type in "side effects."

а потім додаєте "побічні ефекти".

What are you experiencing?

Що ви відчуваєте?

So we said OK,

І ми вирішили: окей,

let's ask Google if they will share their search logs with us,

запитаймо Google, чи можуть вони поділитись з нами даними запитів,

so that we can look at the search logs

щоб ми могли подивитись,

and see if patients are doing these kinds of searches.

чи шукали пацієнти щось подібне.

Google, I am sorry to say, denied our request.

На жаль, Google відмовили нам.

So I was bummed.

Я був дуже засмученим.

I was at a dinner with a colleague who works at Microsoft Research

Я вечеряв з колегою, що працює в Microsoft,

і сказав йому: "Ми хотіли провести дослідження,

and I said, "We wanted to do this study,

але Google відмовились - що за розчарування!"

Google said no, it's kind of a bummer."

Він сказав: "Ну, у нас є дані Bing."

He said, "Well, we have the Bing searches."

(Laughter)

(Сміх)

Yeah.

Так.

That's great.

Це круто.

Now I felt like I was --

Я почувався так, ніби..

(Laughter)

(Сміх)

I felt like I was talking to Nick again.

Ніби я знову розмовляв з Ніком.

He works for one of the largest companies in the world,

Він працює на одну з найбільших компаній у світі,

а я вже намагаюсь його підбадьорити.

and I'm already trying to make him feel better.

But he said, "No, Russ -- you might not understand.

Але він сказав: "Ні, Расс, ти, схоже, не зрозумів.

We not only have Bing searches,

Ми маємо не лише запити в Bing, а й запити

but if you use Internet Explorer to do searches at Google,

Google, Yahoo... Будь-які,

виконані з Internet Explorer.

Yahoo, Bing, any ...

Then, for 18 months, we keep that data for research purposes only."

Потім 18 місяців ми зберігаємо цю інформацію тільки для досліджень.

I said, "Now you're talking!"

І я сказав: "А ось це вже краще!"

This was Eric Horvitz, my friend at Microsoft.

Це був Ерік Хорвіц, мій друг з Microsoft.

So we did a study

І ми провели дослідження, де ми визначили

where we defined 50 words that a regular person might type in

50 слів, які може набрати звичайна людина,

if they're having hyperglycemia,

яка має гіперглікемію. Наприклад "втома",

like "fatigue," "loss of appetite," "urinating a lot," "peeing a lot" --

"втрата апетиту", "часто ходжу в туалет", "багато пісяю" -

forgive me, but that's one of the things you might type in.

вибачте, але це те, що дійсно можуть шукати.

Ми мали 50 фраз, які ми назвали "діабетичними словами".

So we had 50 phrases that we called the "diabetes words."

And we did first a baseline.

І ми переглянули перші дані.

And it turns out that about .5 to one percent

Виявилось, що від 0,5 до 1% всіх запитів

of all searches on the Internet involve one of those words.

включають одне з цих слів.

So that's our baseline rate.

Це наша точка відліку.

If people type in "paroxetine" or "Paxil" -- those are synonyms --

Якщо люди шукають "пароксетин" або "Паксил" -

це синоніми - і одне з цих слів, частота

and one of those words,

the rate goes up to about two percent of diabetes-type words,

збільшується до 2% "діабетичних слів",

if you already know that there's that "paroxetine" word.

якщо ви знаєте, що там є слово "пароксетин".

If it's "pravastatin," the rate goes up to about three percent from the baseline.

Якщо це "правастин", частота піднімається на

приблизно 3%. Якщо у запиті є і "пароксетин",

If both "paroxetine" and "pravastatin" are present in the query,

і "правастин", вона зростає до 10% -

it goes up to 10 percent,

a huge three- to four-fold increase

величезне збільшення у 3-4 рази

in those searches with the two drugs that we were interested in,

у запитах з препаратами, які нас цікавлять,

and diabetes-type words or hyperglycemia-type words.

і "діабетичними" та "гіперглікемічними" словами.

We published this,

Ми це опублікували,

and it got some attention.

і це привернуло увагу. Причина, через яку

The reason it deserves attention

is that patients are telling us their side effects indirectly

це заслуговує на увагу, - те, що пацієнти

розповідають нам про свої побічні ефекти

не напряму, а через запити в Google.

through their searches.

We brought this to the attention of the FDA.

Ми надіслали це в УПМ.

They were interested.

Вони зацікавились.

They have set up social media surveillance programs

Вони встановили спостереження

за соціальними мережами, щоб співпрацювати

to collaborate with Microsoft,

which had a nice infrastructure for doing this, and others,

з Microsoft, що мають чудові можливості

для цього завдання, а також за стрічкою в Twitter,

to look at Twitter feeds,

to look at Facebook feeds,

Facebook, за статистикою

to look at search logs,

пошукових запитів, щоб виявити ранні

to try to see early signs that drugs, either individually or together,

ознаки того, що препарати, разом чи окремо,

are causing problems.

викликають проблеми.

What do I take from this? Why tell this story?

Що ж я зрозумів? Чому розповідаю це?

Перш за все, тепер ми маємо дані, які

Well, first of all,

we have now the promise of big data and medium-sized data

можуть допомогти

to help us understand drug interactions

краще розуміти взаємодію ліків

and really, fundamentally, drug actions.

та їхню дію.

How do drugs work?

Як працюють ліки? Це створить

This will create and has created a new ecosystem

і вже створило нову екосистему для розуміння

for understanding how drugs work and to optimize their use.

того, як працюють ліки і як оптимізувати їх використання.

Nick went on; he's a professor at Columbia now.

Нік пішов далі. Зараз він професор Колумбійського університету.

He did this in his PhD for hundreds of pairs of drugs.

Він зробив те саме у своїй дисертації з сотнями ліків.

Він знайшов декілька дуже важливих взаємодій,

He found several very important interactions,

and so we replicated this

тож ми повторили експеримент і показали,

and we showed that this is a way that really works

що це дійсно працює

for finding drug-drug interactions.

для пошуку взаємодії препаратів.

However, there's a couple of things.

Проте є ще декілька речей.

Ми не лише використовуємо ліки парами.

We don't just use pairs of drugs at a time.

As I said before, there are patients on three, five, seven, nine drugs.

Як я казав раніше, є пацієнти, які приймають три, п'ять, сім, дев'ять препаратів.

Have they been studied with respect to their nine-way interaction?

Чи вивчав хтось їх дев'ятисторонню взаємодію?

Yes, we can do pair-wise, A and B, A and C, A and D,

Так, ми можемо розглядати їх парами - А і В, А і С, А і D,

but what about A, B, C, D, E, F, G all together,

але як щодо А, В, С, D, E, F, G всіх разом,

being taken by the same patient,

які приймає один пацієнт?

perhaps interacting with each other

Можливо, вони взаємодіють, знижуючи або

in ways that either makes them more effective or less effective

збільшуючи ефективність одне одного або

or causes side effects that are unexpected?

викликаючи неочікувані побічні ефекти?

We really have no idea.

Ми дійсно не знаємо. Це непочатий край роботи,

It's a blue sky, open field for us to use data

де ми можемо використовувати

to try to understand the interaction of drugs.

наші дані, аби спробувати зрозуміти ці взаємодії.

Two more lessons:

Ще два уроки:

Я хочу, щоб ви подумали про можливості, які ми отримали

I want you to think about the power that we were able to generate

with the data from people who had volunteered their adverse reactions

завдяки тим людям, які розповіли про свої скарги

through their pharmacists, through themselves, through their doctors,

фармацевтам, самим собі, лікарям, людям,

the people who allowed the databases at Stanford, Harvard, Vanderbilt,

які дозволяють використовувати бази даних

у Стенфорді, Гарварді та Вандербільті для дослідів.

to be used for research.

People are worried about data.

Люди хвилюються за свої дані.

They're worried about their privacy and security -- they should be.

Вони хвилюються про приватність та безпеку.

Так і має бути. Нам необхідні захищені системи.

We need secure systems.

But we can't have a system that closes that data off,

Але ми не потребуємо систем, які обмежують доступ

до даних, які є багатим джерелом натхнення,

because it is too rich of a source

of inspiration, innovation and discovery

інновацій та відкриттів

for new things in medicine.

для створення нового у медицині.

And the final thing I want to say is,

Врешті-решт я хочу сказати,

in this case we found two drugs and it was a little bit of a sad story.

що у нашому випадку ми знайшли два препарати,

і результати були сумними. Вони дійсно викликали

The two drugs actually caused problems.

They increased glucose.

проблеми. Вони підіймали рівень глюкози.

They could throw somebody into diabetes

Вони могли викликати у когось діабет,

who would otherwise not be in diabetes,

який без них не виник би, тож слід

and so you would want to use the two drugs very carefully together,

вживати два препарати дуже обережно,

можливо, не разом, можливо, краще

perhaps not together,

make different choices when you're prescribing.

виписати пацієнтові щось інше.

But there was another possibility.

Але була й інша можливість.

We could have found two drugs or three drugs

Ми могли б знайти декілька препаратів,

that were interacting in a beneficial way.

які безпечно взаємодіяли б.

We could have found new effects of drugs

Ми могли б виявити нові ефекти препаратів,

that neither of them has alone,

яких не було б поодинці, але разом,

but together, instead of causing a side effect,

замість побічних ефектів, вони могли б

they could be a new and novel treatment

стати ліками від хвороб,

for diseases that don't have treatments

які вважаються невиліковними

or where the treatments are not effective.

або важковиліковними.

If we think about drug treatment today,

Усі значні відкриття у сучасній

лікарській терапії - для ВІЛ, туберкульозу,

all the major breakthroughs --

for HIV, for tuberculosis, for depression, for diabetes --

депресії, діабету - це завжди

it's always a cocktail of drugs.

коктейль з різних ліків.

And so the upside here,

Хороша новина полягає в тому,

and the subject for a different TED Talk on a different day,

і це вже окрема тема для іншого виступу на TED,

is how can we use the same data sources

що можемо використовувати ті ж джерела даних,

to find good effects of drugs in combination

щоб знайти позитивні ефекти комбінацій ліків,

that will provide us new treatments,

які забезпечать нові способи лікування,

new insights into how drugs work

новий погляд на те, як працюють препарати,

and enable us to take care of our patients even better?

і можливість турбуватись про наших пацієнтів ще краще.

Thank you very much.

Дуже вам дякую.

(Applause)

(Оплески)