ABOUT THE SPEAKER
Joel Selanikio - Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges.

Why you should listen

A practicing pediatrician, former Wall Street computer consultant, and former epidemiologist at the Centers for Disease Control, Dr. Joel Selanikio is the CEO of DataDyne, a social business working in fields such as international development and global health.

Selanikio started to experiment with electronic data capture back when the Palm Pilot was cutting edge technology. In the years since then, he has helped to experiment with the growing potential and availability of technology--and the growing ubiquity of the cloud. Combining the two has led to systems such as Magpi mobile data collection software. Previously known as "EpiSurveyor," the service now has over 20,000 users in more than 170 countries.

Selanikio holds a bachelor's degree from Haverford College, a medical degree from Brown University, and he is a graduate of the Epidemic Intelligence Service fellowship of the CDC. He continues to practice clinical pediatrics as an Assistant Professor at Georgetown University and on the Emergency Response Team of the International Rescue Committee.

More profile about the speaker
Joel Selanikio | Speaker | TED.com
TEDxAustin

Joel Selanikio: The big-data revolution in health care

Joel Selanikio: Las semillas sorprendentes de una revolución “big data” en la asistencia sanitaria

Filmed:
745,046 views

La recopilación de datos de la salud a nivel mundial era una ciencia imperfecta: requería trabajadores que recorrieran los pueblos puerta a puerta preguntando, tomando nota de las respuestas en formularios de papel, luego ingresando esos datos a una computadora… y con esa información incompleta, los países tomaban las grandes decisiones. El friki de los datos, Joel Selanikio, nos habla del océano de cambios ocurrido en la recolección de datos de salud en la última década… empezando con la Palm Pilot y Hotmail, y ahora entrando a la nube. (Filmado en TEDxAustin)
- Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio

Double-click the English transcript below to play the video.

00:12
There's an oldantiguo jokebroma about a coppolicía who'squien es walkingpara caminar his beatgolpear
0
717
2439
Hay una vieja broma de un policía
que haciendo su ronda
00:15
in the middlemedio of the night,
1
3156
1295
en el medio de la noche,
00:16
and he comesproviene acrossa través de a guy underdebajo a streetcalle lamplámpara
2
4451
2365
encuentra a un tipo
debajo del alumbrado público
00:18
who'squien es looking at the groundsuelo and movingemocionante from sidelado to sidelado,
3
6816
2531
que está mirando el suelo
y se mueve de un lado a otro,
00:21
and the coppolicía askspregunta him what he's doing.
4
9347
1859
y el policía le pregunta
qué está haciendo.
00:23
The guys saysdice he's looking for his keysllaves.
5
11206
1959
El tipo le dice que busca las llaves.
00:25
So the coppolicía takes his time and looksmiradas over
6
13165
2580
El policía se toma el tiempo y busca
00:27
and kindtipo of makeshace a little matrixmatriz and looksmiradas
7
15745
1637
hace un rastreo y observa
00:29
for about two, threeTres minutesminutos. No keysllaves.
8
17382
3051
durante unos 2 o 3 minutos. No aparecen.
00:32
The coppolicía saysdice, "Are you sure? Hey buddycompañero,
9
20433
2966
El policía dice: "Hombre, ¿seguro que
00:35
are you sure you lostperdió your keysllaves here?"
10
23399
1880
perdiste las llaves aquí?"
00:37
And the guy saysdice, "No, no, actuallyactualmente I lostperdió them
11
25279
1379
Y el tipo dice: "No, no,
en realidad las perdí
00:38
down at the other endfin of the streetcalle,
12
26658
1525
en el otro extremo de la calle,
00:40
but the lightligero is better here."
13
28183
5984
pero aquí hay más luz".
00:46
There's a conceptconcepto that people talk about nowadayshoy en día
14
34167
1793
Hoy en día se habla de un concepto
00:47
calledllamado biggrande datadatos, and what they're talkinghablando about
15
35960
2234
llamado "big data" que hace referencia
00:50
is all of the informationinformación that we're generatinggenerando
16
38194
2166
a toda la información que estamos generando
00:52
throughmediante our interactionInteracción with and over the InternetInternet,
17
40360
2665
en nuestra interacción con y en Internet,
00:55
everything from FacebookFacebook and TwitterGorjeo
18
43025
1942
desde Facebook y Twitter
00:56
to musicmúsica downloadsdescargas, moviespelículas, streamingtransmisión, all this kindtipo of stuffcosas,
19
44967
4077
hasta las descargas de música,
películas, audio y video en línea, todo este tipo de cosas
01:01
the livevivir streamingtransmisión of TEDTED.
20
49044
1875
la transmisión en vivo de TED, etc.
01:02
And the folksamigos who work with biggrande datadatos, for them,
21
50919
2761
La gente que trabaja con
grandes volúmenes de datos
01:05
they talk about that theirsu biggestmás grande problemproblema is
22
53680
1771
dice que el problema principal es que
01:07
we have so much informationinformación,
23
55451
1912
tenemos mucha información;
01:09
the biggestmás grande problemproblema is, how do we organizeorganizar all that informationinformación?
24
57363
3492
el problema principal es cómo
organizar toda esa información.
01:12
I can tell you that workingtrabajando in globalglobal healthsalud,
25
60855
2392
Y yo puedo decirles, desde
el sector de la salud mundial
01:15
that is not our biggestmás grande problemproblema.
26
63247
2872
que ese no es nuestro problema principal.
01:18
Because for us, even thoughaunque the lightligero
27
66119
1570
Porque para nosotros, si bien hay
01:19
is better on the InternetInternet,
28
67689
3157
más luz en Internet,
01:22
the datadatos that would help us solveresolver the problemsproblemas
29
70846
2320
los datos que pueden ayudarnos
a resolver los problemas
01:25
we're tryingmolesto to solveresolver is not actuallyactualmente presentpresente on the InternetInternet.
30
73166
3386
que intentamos resolver,
no están en Internet.
01:28
So we don't know, for exampleejemplo, how manymuchos people
31
76552
1847
No sabemos, por ejemplo,
cuántas personas
01:30
right now are beingsiendo affectedafectado by disastersdesastres
32
78399
2594
en este momento
son víctimas de desastres
01:32
or by conflictconflicto situationssituaciones.
33
80993
2336
o de situaciones de conflicto.
01:35
We don't know for really basicallybásicamente any of the clinicsclínicas
34
83329
3743
No conocemos con certeza
básicamente qué clínicas
01:39
in the developingdesarrollando worldmundo, whichcual onesunos have medicinesmedicinas
35
87072
2193
del mundo en desarrollo tienen medicinas
01:41
and whichcual onesunos don't.
36
89265
1460
y cuáles no.
01:42
We have no ideaidea of what the supplysuministro chaincadena is for those clinicsclínicas.
37
90725
3172
No tenemos ni idea de la cadena
de suministros de esas clínicas.
01:45
We don't know -- and this is really amazingasombroso to me --
38
93897
2860
No sabemos --y esto me resulta increíble--
01:48
we don't know how manymuchos childrenniños were bornnacido,
39
96757
2901
no conocemos la cantidad de nacimientos
01:51
or how manymuchos childrenniños there are in BoliviaBolivia
40
99658
2946
o cuántos niños hay en Bolivia,
01:54
or BotswanaBotswana or BhutanBhután.
41
102604
3154
Botsuana o Bután.
01:57
We don't know how manymuchos kidsniños diedmurió last weeksemana
42
105758
1922
No sabemos cuántos niños
murieron la semana pasada
01:59
in any of those countriespaíses.
43
107680
1401
en estos países.
02:01
We don't know the needsnecesariamente of the elderlymayor, the mentallymentalmente illenfermo.
44
109081
3372
Desconocemos las necesidades
de los ancianos y los enfermos mentales.
02:04
For all of these differentdiferente criticallycríticamente importantimportante problemsproblemas
45
112453
3239
De todos estos problemas
de importancia crítica
02:07
or criticallycríticamente importantimportante areasáreas that we want to solveresolver problemsproblemas in,
46
115692
3001
o áreas de importancia crítica
en las que queremos resolver problemas
02:10
we basicallybásicamente know nothing at all.
47
118693
5112
básicamente no sabemos nada.
02:15
And partparte of the reasonrazón why we don't know anything at all
48
123805
2623
Y en parte no sabemos nada porque
02:18
is that the informationinformación technologytecnología systemssistemas
49
126428
2252
los sistemas informáticos que usamos
02:20
that we use in globalglobal healthsalud to find the datadatos
50
128680
3525
en la salud mundial para
encontrar los datos,
02:24
to solveresolver these problemsproblemas is what you see here.
51
132205
2945
para resolver estos problemas
es lo que ven aquí.
02:27
And this is about a 5,000-year-old-edad technologytecnología.
52
135150
2258
Es una tecnología de hace 5000 años.
02:29
Some of you maymayo have used it before.
53
137408
1052
Algunos de Uds. ya la han usado.
02:30
It's kindtipo of on its way out now, but we still use it
54
138460
2320
Hoy en día está en retirada,
pero aún la usamos
02:32
for 99 percentpor ciento of our stuffcosas.
55
140780
2091
en el 99 % de los casos.
02:34
This is a paperpapel formformar, and what you're looking at
56
142871
4009
Es un formulario de papel,
y lo que ven allí
02:38
is a paperpapel formformar in the handmano of a MinistryMinisterio of HealthSalud nurseenfermera
57
146880
3366
es un formulario de papel en manos
de una enfermera del Ministerio de Salud
02:42
in IndonesiaIndonesia who is trampingtrampeo out acrossa través de the countrysidecampo
58
150246
3288
que está recorriendo las áreas
rurales de Indonesia
02:45
in IndonesiaIndonesia on, I'm sure, a very hotcaliente and humidhúmedo day,
59
153534
3581
seguramente en condiciones
de mucho calor y humedad,
02:49
and she is going to be knockinggolpes on thousandsmiles of doorspuertas
60
157115
2725
llamando a miles de puertas
02:51
over a periodperíodo of weekssemanas or monthsmeses,
61
159840
1946
durante semanas o meses,
02:53
knockinggolpes on the doorspuertas and sayingdiciendo, "ExcuseExcusa me,
62
161786
2448
llamando a las puertas,
diciendo: "Disculpe,
02:56
we'dmie like to askpedir you some questionspreguntas.
63
164234
2172
queremos hacerle algunas preguntas.
02:58
Do you have any childrenniños? Were your childrenniños vaccinatedvacunado?"
64
166406
3671
¿Tiene hijos? ¿Están vacunados?"
03:02
Because the only way we can actuallyactualmente find out
65
170077
1848
Porque la única forma de saber
03:03
how manymuchos childrenniños were vaccinatedvacunado in the countrypaís of IndonesiaIndonesia,
66
171925
2883
la cantidad de niños
vacunados en Indonesia,
03:06
what percentageporcentaje were vaccinatedvacunado, is actuallyactualmente not
67
174808
2653
el porcentaje de vacunación,
no es consultando
03:09
on the InternetInternet but by going out and knockinggolpes on doorspuertas,
68
177461
2900
en Internet sino llamando puerta a puerta,
03:12
sometimesa veces tensdecenas of thousandsmiles of doorspuertas.
69
180361
2871
a veces en decenas de miles de puertas.
03:15
SometimesA veces it takes monthsmeses to even yearsaños
70
183232
2376
Puede llevar meses e incluso años
03:17
to do something like this.
71
185608
1726
hacer algo como esto.
03:19
You know, a censuscenso of IndonesiaIndonesia
72
187334
2141
Un censo de Indonesia
03:21
would probablyprobablemente take two yearsaños to accomplishrealizar.
73
189475
1832
puede llevar 2 años de trabajo.
03:23
And the problemproblema, of coursecurso, with all of this is that
74
191307
2645
Y el problema con todo esto es que, claro,
03:25
with all those paperpapel formsformularios — and I'm tellingnarración you
75
193952
1785
con todos estos formularios
de papel --como les digo,
03:27
we have paperpapel formsformularios for everycada possibleposible thing.
76
195737
2212
tenemos formularios para todo tipo de cosas.
03:29
We have paperpapel formsformularios for vaccinationvacunación surveysencuestas.
77
197949
2703
Tenemos formularios para
encuestas de vacunación.
03:32
We have paperpapel formsformularios to trackpista people who come into clinicsclínicas.
78
200652
3374
Tenemos formularios para rastrear personas
que acuden a las clínicas.
03:36
We have paperpapel formsformularios to trackpista drugdroga suppliessuministros,
79
204026
2795
Tenemos formularios para el seguimiento
de los suministros de medicamentos,
03:38
bloodsangre suppliessuministros, all these differentdiferente paperpapel formsformularios
80
206821
2804
suministros de sangre,
todo tipo de formularios
03:41
for manymuchos differentdiferente topicstemas,
81
209625
1725
para distintos temas,
03:43
they all have a singlesoltero commoncomún endpointpunto final,
82
211350
2232
y todos tienen un destino común,
03:45
and the commoncomún endpointpunto final looksmiradas something like this.
83
213582
2665
y ese destino común es algo como esto.
03:48
And what we're looking at here is a truckfulcamión o'o ' datadatos.
84
216247
4284
Lo que vemos aquí es una camionada de datos.
03:52
This is the datadatos from a singlesoltero vaccinationvacunación coveragecobertura surveyencuesta
85
220531
4619
Son los datos de una encuesta de vacunación
03:57
in a singlesoltero districtdistrito in the countrypaís of ZambiaZambia
86
225150
2215
en un solo distrito de Zambia
03:59
from a fewpocos yearsaños agohace that I participatedparticipado in.
87
227365
2128
de hace unos años, en el que participé.
04:01
The only thing anyonenadie was tryingmolesto to find out
88
229493
2557
Lo único que tratábamos de averiguar
04:04
is what percentageporcentaje of ZambianZambiano childrenniños are vaccinatedvacunado,
89
232050
3103
era el porcentaje de niños zambianos vacunados.
04:07
and this is the datadatos, collectedrecogido on paperpapel over weekssemanas
90
235153
3179
Estos son los datos recolectados
en papel durante semanas
04:10
from a singlesoltero districtdistrito, whichcual is something like a countycondado
91
238332
2874
de un solo distrito, que es
como un municipio
04:13
in the UnitedUnido StatesEstados.
92
241206
1340
o un ayuntamiento.
04:14
You can imagineimagina that, for the entiretodo countrypaís of ZambiaZambia,
93
242546
2108
Imaginen que para todo Zambia
04:16
answeringrespondiendo just that singlesoltero questionpregunta
94
244654
3574
responder solo esa pregunta
04:20
looksmiradas something like this.
95
248228
1948
requeriría algo como esto.
04:22
TruckCamión after truckcamión after truckcamión
96
250176
2655
Camión, tras camión, tras camión
04:24
filledlleno with stackapilar after stackapilar after stackapilar of datadatos.
97
252831
3461
repletos de pilas y pilas y pilas de datos.
04:28
And what makeshace it even worsepeor is that
98
256292
1328
Y lo peor es que
04:29
that's just the beginningcomenzando,
99
257620
1938
esto es solo el principio,
04:31
because onceuna vez you've collectedrecogido all that datadatos,
100
259558
1974
porque una vez que recolectamos esos datos,
04:33
of coursecurso someone'sde alguien going to have to --
101
261532
1593
por supuesto, alguien tendrá que...
04:35
some unfortunatedesgraciado personpersona is going to have to typetipo that into a computercomputadora.
102
263125
3292
alguna persona desafortunada va a tener
que escribir esto en una computadora.
04:38
When I was a graduategraduado studentestudiante, I actuallyactualmente was
103
266417
2046
Cuando era estudiante en realidad me tocó
04:40
that unfortunatedesgraciado personpersona sometimesa veces.
104
268463
2003
ser esa persona desafortunada alguna vez.
04:42
I can tell you, I oftena menudo wasn'tno fue really payingpago attentionatención.
105
270466
3011
Créanme, a menudo no prestaba atención.
04:45
I probablyprobablemente madehecho a lot of mistakeserrores when I did it
106
273477
1818
Probablemente cometí muchos errores al hacerlo
04:47
that no one ever discovereddescubierto, so datadatos qualitycalidad goesva down.
107
275295
2825
que nunca nadie descubrió, eso disminuye
la calidad de los datos.
04:50
But eventuallyfinalmente that datadatos hopefullyOjalá getsse pone typedmecanografiado into a computercomputadora,
108
278120
3152
Pero con el tiempo y con suerte
los datos llegan a una computadora
04:53
and someonealguien can beginempezar to analyzeanalizar it,
109
281272
1767
y alguien puede empezar a analizarlos.
04:55
and onceuna vez they have an analysisanálisis and a reportinforme,
110
283039
2716
Y cuando se hace el análisis y el informe,
04:57
hopefullyOjalá then you can take the resultsresultados of that datadatos collectioncolección
111
285755
3299
es de esperar que uno pueda
usar los resultados del estudio
05:01
and use it to vaccinatevacunar childrenniños better.
112
289054
2147
para vacunar mejor a los niños.
05:03
Because if there's anything worsepeor
113
291201
2909
Porque no hay nada peor
05:06
in the fieldcampo of globalglobal publicpúblico healthsalud,
114
294110
2346
en el campo de la salud pública mundial,
05:08
I don't know what's worsepeor than allowingpermitir childrenniños on this planetplaneta
115
296456
2729
no sé que puede ser peor que permitir
que los niños del mundo
05:11
to diemorir of vaccine-preventableprevenible por vacuna diseasesenfermedades,
116
299185
3140
mueran de enfermedades
prevenibles con vacuna.
05:14
diseasesenfermedades for whichcual the vaccinevacuna costscostos a dollardólar.
117
302325
3510
Enfermedades para las que
la vacuna cuesta un dólar.
05:17
And millionsmillones of childrenniños diemorir of these diseasesenfermedades everycada yearaño.
118
305835
3088
Y mueren millones de niños
con estas enfermedades cada año.
05:20
And the facthecho is, millionsmillones is a grossbruto estimateestimar because
119
308923
3462
El hecho es que estimamos en millones porque
05:24
we don't really know how manymuchos kidsniños diemorir eachcada yearaño of this.
120
312385
3005
en realidad no sabemos cuántos
niños mueren al año por esta causa.
05:27
What makeshace it even more frustratingfrustrante is that
121
315390
2352
Y más frustrante aún es que
05:29
the datadatos entryentrada partparte, the partparte that I used to do as a gradgraduado studentestudiante,
122
317742
3099
el ingreso de datos, esa tarea que
solía hacer cuando era estudiante,
05:32
can take sometimesa veces sixseis monthsmeses.
123
320841
1970
a veces puede demorar 6 meses.
05:34
SometimesA veces it can take two yearsaños to typetipo that informationinformación
124
322811
2276
A veces puede llevar 2 años
ingresar esa información
05:37
into a computercomputadora, and sometimesa veces, actuallyactualmente not infrequentlycon poca frecuencia,
125
325087
3336
en una computadora, y a veces,
en realidad no pocas veces,
05:40
it actuallyactualmente never happenssucede.
126
328423
1988
nunca se carga.
05:42
Now try and wrapenvolver your headcabeza around that for a secondsegundo.
127
330411
2257
Ahora, analicemos esto por un momento.
05:44
You just had teamsequipos of hundredscientos of people.
128
332668
2442
Tuvimos equipos de cientos de personas.
05:47
They wentfuimos out into the fieldcampo to answerresponder a particularespecial questionpregunta.
129
335110
2366
Fueron al campo a responder
una pregunta en particular.
05:49
You probablyprobablemente spentgastado hundredscientos of thousandsmiles of dollarsdólares
130
337476
2467
Probablemente gastamos
cientos de miles de dólares
05:51
on fuelcombustible and photocopyingfotocopias and perpor diemDiem,
131
339943
3844
en combustible, fotocopias y viáticos.
05:55
and then for some reasonrazón, momentumimpulso is lostperdió
132
343787
2353
Y, luego, por alguna razón,
se pierde impulso
05:58
or there's no moneydinero left,
133
346140
1311
o se acaba el dinero,
05:59
and all of that comesproviene to nothing
134
347451
2405
y todo eso queda en la nada
06:01
because no one actuallyactualmente typestipos it into the computercomputadora at all.
135
349856
2647
porque nadie ingresa
eso a la computadora.
06:04
The processproceso just stopsparadas. HappensSucede all the time.
136
352503
3310
El proceso se detiene.
Pasa todo el tiempo.
06:07
This is what we basebase our decisionsdecisiones on in globalglobal healthsalud:
137
355813
2933
A nivel mundial tomamos decisiones de este modo:
06:10
little datadatos, oldantiguo datadatos, no datadatos.
138
358746
4898
con pocos datos, con datos viejos, o sin datos.
06:15
So back in 1995, I beganempezó to think about waysformas
139
363644
2567
Volvamos a 1995, pues empecé a pensar maneras
06:18
in whichcual we could improvemejorar this processproceso.
140
366211
2154
en las que podíamos mejorar este proceso.
06:20
Now 1995, obviouslyobviamente that was quitebastante a long time agohace.
141
368365
2798
Obviamente, 1995 pasó hace bastante tiempo.
06:23
It kindtipo of frightensasusta me to think of how long agohace that was.
142
371163
2382
Me asusta pensar cuanto tiempo ha pasado.
06:25
The topparte superior moviepelícula of the yearaño was
143
373545
2194
La película del año fue
06:27
"DieMorir HardDifícil with a VengeanceVenganza."
144
375739
1182
"Die Hard with a Vengeance".
06:28
As you can see, BruceBruce WillisWillis had a lot more haircabello back then.
145
376921
2783
Como ven, en esa épica Bruce Willis
tenía mucho más pelo.
06:31
I was workingtrabajando in the CentersCentros for DiseaseEnfermedad ControlControlar,
146
379704
2384
Yo trabajaba en Centro de Control
de Enfermedades (CCE),
06:34
and I had a lot more haircabello back then as well.
147
382088
3043
y también tenía mucho más pelo
en ese entonces.
06:37
But to me, the mostmás significantsignificativo thing that I saw in 1995
148
385131
3342
Pero para mí, lo más significativo
que vi en 1995
06:40
was this.
149
388473
1454
fue esto.
06:41
HardDifícil for us to imagineimagina, but in 1995,
150
389927
2641
Difícil de imaginarlo, pero en 1995,
06:44
this was the ultimateúltimo eliteélite mobilemóvil devicedispositivo.
151
392568
3598
este era el dispositivo móvil de élite.
06:48
Right? It wasn'tno fue an iPhoneiPhone. It wasn'tno fue a GalaxyGalaxia phoneteléfono.
152
396166
2372
¿Correcto? No era un iPhone, ni una Galaxy.
06:50
It was a PalmPalma PilotPiloto.
153
398538
1478
Era una Palm Pilot.
06:52
And when I saw the PalmPalma PilotPiloto for the first time, I thought,
154
400016
3564
Y cuando vi la Palm Pilot
por primera vez, pensé:
06:55
why can't we put the formsformularios on these PalmPalma PilotsPilotos
155
403580
2527
¿por qué no poner los formularios
en estas Palm Pilots
06:58
and go out into the fieldcampo just carryingque lleva one PalmPalma PilotPiloto,
156
406107
2872
y salir al campo con una Palm Pilot,
07:00
whichcual can holdsostener the capacitycapacidad of tensdecenas of thousandsmiles
157
408979
3117
que puede almacenar decenas de miles
07:04
of paperpapel formsformularios? Why don't we try to do that?
158
412096
2181
de formularios? ¿Por qué no lo intentamos?
07:06
Because if we can do that, if we can actuallyactualmente just
159
414277
2748
Porque si podemos hacerlo, si podemos recolectar
07:09
collectrecoger the datadatos electronicallyelectrónicamente, digitallydigitalmente,
160
417025
2514
los datos en forma electrónica, digital,
07:11
from the very beginningcomenzando,
161
419539
1903
desde el principio,
07:13
we can just put a shortcutatajo right throughmediante that wholetodo processproceso
162
421442
3017
podemos acortar el proceso
07:16
of typingmecanografía,
163
424459
3222
de ingreso de datos,
07:19
of havingteniendo somebodyalguien typetipo that stuffcosas into the computercomputadora.
164
427681
1983
de que alguien tenga que
cargar datos en la computadora.
07:21
We can skipomitir straightDerecho to the analysisanálisis
165
429664
1959
Podemos saltar directamente al análisis
07:23
and then straightDerecho to the use of the datadatos to actuallyactualmente savesalvar livesvive.
166
431623
3075
y de ahí al uso de los datos
para salvar vidas.
07:26
So that's actuallyactualmente what I beganempezó to do.
167
434698
2515
De modo que empecé a hacer eso.
07:29
WorkingTrabajando at CDCCDC, I beganempezó to travelviajar to differentdiferente programsprogramas
168
437213
3334
Desde el CCE, empecé a participar
en diferentes programas
07:32
around the worldmundo and to traintren them in usingutilizando PalmPalma PilotsPilotos
169
440547
4069
del mundo y a entrenar equipos
en el uso de Palm Pilots
07:36
to do datadatos collectioncolección insteaden lugar of usingutilizando paperpapel.
170
444616
2525
para recolectar datos,
como sustituto del papel.
07:39
And it actuallyactualmente workedtrabajó great.
171
447141
2109
Y funcionó muy bien.
07:41
It workedtrabajó exactlyexactamente as well as anybodynadie would have predictedpredicho.
172
449250
2665
Funcionó tan bien como se esperaba.
07:43
What do you know? DigitalDigital datadatos collectioncolección
173
451915
2233
¿Qué se sabe? Que la recolección de datos
07:46
is actuallyactualmente more efficienteficiente than collectingcoleccionar on paperpapel.
174
454148
2271
es más eficiente en forma digital que en papel.
07:48
While I was doing it, my businessnegocio partnercompañero, RoseRosa,
175
456419
2364
Y al mismo tiempo mi socia, Rose,
07:50
who'squien es here with her husbandmarido, MatthewMatthew, here in the audienceaudiencia,
176
458783
2817
--que está aquí en la audiencia
con su marido, Matthew--
07:53
RoseRosa was out doing similarsimilar stuffcosas for the Americanamericano Redrojo CrossCruzar.
177
461600
3177
Rose estaba haciendo algo similar
para la Cruz Roja de EE.UU.
07:56
The problemproblema was, after a fewpocos yearsaños of doing that,
178
464777
2065
El problema fue que, al cabo
de unos años del programa
07:58
I realizeddio cuenta I had donehecho -- I had been to maybe
179
466842
2740
caí en la cuenta de que... luego de quizá
08:01
sixseis or sevensiete programsprogramas, and I thought,
180
469582
2718
6 o 7 casos, pensé,
08:04
you know, if I keep this up at this pacepaso,
181
472300
2310
si sigo a este ritmo
08:06
over my wholetodo careercarrera, maybe I'm going to go
182
474610
1654
en toda mi carrera, quizá pueda atender
08:08
to maybe 20 or 30 programsprogramas.
183
476264
2277
unos 20 o 30 casos.
08:10
But the problemproblema is, 20 or 30 programsprogramas,
184
478541
3229
Pero el problema es que 20 o 30 casos
08:13
like, trainingformación 20 or 30 programsprogramas to use this technologytecnología,
185
481770
2973
--que 20 o 30 programas usen esta tecnología--
08:16
that is a tinyminúsculo dropsoltar in the bucketcangilón.
186
484743
2206
es como una gota en el océano.
08:18
The demanddemanda for this, the need for datadatos to runcorrer better programsprogramas,
187
486949
4039
La demanda, la necesidad
de programas que funcionen mejor,
08:22
just withindentro healthsalud, not to mentionmencionar all of the other fieldscampos
188
490988
2736
solo en la salud, por no mencionar
todos las otras áreas
08:25
in developingdesarrollando countriespaíses, is enormousenorme.
189
493724
2166
en países en desarrollo, es enorme.
08:27
There are millionsmillones and millionsmillones and millionsmillones of programsprogramas,
190
495890
4010
Hay millones y millones
y millones de programas,
08:31
millionsmillones of clinicsclínicas that need to trackpista drugsdrogas,
191
499900
2535
millones de clínicas que necesitan
rastrear medicamentos,
08:34
millionsmillones of vaccinevacuna programsprogramas.
192
502435
1299
millones de programas de vacunación.
08:35
There are schoolsescuelas that need to trackpista attendanceasistencia.
193
503734
2057
Hay escuelas que necesitan
controlar la asistencia.
08:37
There are all these differentdiferente things
194
505791
2005
Hay todo tipo de cosas
08:39
for us to get the datadatos that we need to do.
195
507796
2095
que requieren que recolectemos datos.
08:41
And I realizeddio cuenta, if I keptmantenido up the way that I was doing,
196
509891
4526
Y me di cuenta de que si seguía a ese ritmo
08:46
I was basicallybásicamente hardlyapenas going to make any impactimpacto
197
514417
3243
difícilmente lograría tener algún impacto
08:49
by the endfin of my careercarrera.
198
517660
1832
para el final de mi carrera.
08:51
And so I beganempezó to wrackestante my braincerebro
199
519492
2155
Entonces empecé a devanarme el cerebro
08:53
tryingmolesto to think about, you know,
200
521647
1143
tratando de analizar
08:54
what was the processproceso that I was doing,
201
522790
1518
el proceso que estaba haciendo,
08:56
how was I trainingformación folksamigos, and what were the bottleneckscuellos de botella
202
524308
2856
el entrenamiento,
los cuellos de botella
08:59
and what were the obstaclesobstáculos to doing it fasterMás rápido
203
527164
2813
y los obstáculos que impedían
hacerlo más rápidamente,
09:01
and to doing it more efficientlyeficientemente?
204
529977
1520
de manera más eficiente.
09:03
And unfortunatelyDesafortunadamente, after thinkingpensando about this for some time,
205
531497
3143
Desafortunadamente,
luego de pensarlo algún tiempo,
09:06
I realizeddio cuenta -- I identifiedidentificado the mainprincipal obstacleobstáculo.
206
534640
3452
identifiqué el obstáculo principal.
09:10
And the mainprincipal obstacleobstáculo, it turnedconvertido out,
207
538092
1977
Y resultó que el obstáculo principal,
09:12
and this is a sadtriste realizationrealización,
208
540069
1835
y esto es un descubrimiento triste,
09:13
the mainprincipal obstacleobstáculo was me.
209
541904
2268
el principal obstáculo era yo.
09:16
So what do I mean by that?
210
544172
2196
¿Qué quiero decir con eso?
09:18
I had developeddesarrollado a processproceso wherebypor lo cual
211
546368
2488
Había desarrollado un proceso en el que
09:20
I was the centercentrar of the universeuniverso of this technologytecnología.
212
548856
5045
yo era el centro del universo de esta tecnología.
09:25
If you wanted to use this technologytecnología, you had to get in touchtoque with me.
213
553901
2989
Si tú querías usar esta tecnología,
tenías que ponerte en contacto conmigo.
09:28
That meansmedio you had to know I existedexistió.
214
556890
2106
O sea, tenías que saber que yo existía.
09:30
Then you had to find the moneydinero to paypaga for me
215
558996
1474
Luego tenías que disponer
del dinero para pagarme
09:32
to flymosca out to your countrypaís
216
560470
1486
el vuelo hacia tu país
09:33
and the moneydinero to paypaga for my hotelhotel
217
561956
1548
el dinero para pagar mi hotel
09:35
and my perpor diemDiem and my dailydiariamente ratetarifa.
218
563504
2760
mis viáticos y tarifa diaria.
09:38
So you could be talkinghablando about 10,000 or 20,000 or 30,000 dollarsdólares
219
566264
2949
Podríamos estar hablando de 10 000,
20 000 o 30 000 dólares
09:41
if I actuallyactualmente had the time or it fitajuste my scheduleprogramar
220
569213
2582
si realmente tenía tiempo en mi agenda
09:43
and I wasn'tno fue on vacationvacaciones.
221
571795
1947
y no estaba de vacaciones.
09:45
The pointpunto is that anything, any systemsistema that dependsdepende
222
573742
2897
La idea es que cualquier cosa,
cualquier sistema que dependa
09:48
on a singlesoltero humanhumano beingsiendo or two or threeTres or fivecinco humanhumano beingsseres,
223
576639
2870
de una persona,
o 2, o 3, o 5 personas,
09:51
it just doesn't scaleescala.
224
579509
1736
no puede crecer.
09:53
And this is a problemproblema for whichcual we need to scaleescala
225
581245
2021
Por eso es que tenemos que expandir
09:55
this technologytecnología and we need to scaleescala it now.
226
583266
2997
esta tecnología y tenemos que hacerlo ahora.
09:58
And so I beganempezó to think of waysformas in whichcual I could basicallybásicamente
227
586263
2222
Básicamente, empecé a pensar en formas
10:00
take myselfmí mismo out of the pictureimagen.
228
588485
2384
de salirme del proceso.
10:02
And, you know, I was thinkingpensando,
229
590869
4496
Estuve pensando
10:07
how could I take myselfmí mismo out of the pictureimagen
230
595365
2096
cómo salir del proceso
10:09
for quitebastante some time.
231
597461
1809
durante un buen tiempo.
10:11
You know, I'd been trainedentrenado that the way that
232
599270
2157
Me habían entrenado para pensar que la forma
10:13
you distributedistribuir technologytecnología withindentro internationalinternacional developmentdesarrollo
233
601427
2722
de distribuir tecnología en equipos internacionales
10:16
is always consultant-basedbasado en consultor.
234
604149
2027
siempre es mediante consultoría.
10:18
It's always guys that look prettybonita much like me
235
606176
2977
Tipos muy parecidos a mí
10:21
flyingvolador from countriespaíses that look prettybonita much like this
236
609153
2301
que van de países muy parecidos a este
10:23
to other countriespaíses with people with darkermás oscuro skinpiel.
237
611454
3106
a otros países de gente con piel más oscura.
10:26
And you go out there, and you spendgastar moneydinero on airfarepasaje aéreo
238
614560
2445
Y van allí a gastar dinero en pasajes aéreos
10:29
and you spendgastar time and you spendgastar perpor diemDiem
239
617005
3510
viáticos y tiempo
10:32
and you spendgastar [on a] hotelhotel and you spendgastar all that stuffcosas.
240
620515
2112
y gastar en hoteles y todo eso.
10:34
As farlejos as I knewsabía, that was the only way
241
622627
1851
Hasta donde yo sabía,
esa era la única forma
10:36
you could distributedistribuir technologytecnología, and I couldn'tno pudo figurefigura out a way around it.
242
624478
3269
de distribuir la tecnología,
y no conocía otra forma de hacerlo.
10:39
But the miraclemilagro that happenedsucedió,
243
627747
2671
Pero ocurrió un milagro,
10:42
I'm going to call it HotmailHotmail for shortcorto.
244
630418
2750
que para abreviar llamaré Hotmail.
10:45
Now you maymayo not think of HotmailHotmail as beingsiendo miraculousmilagroso,
245
633168
2181
Puede que no piensen que Hotmail
sea algo milagroso,
10:47
but for me it was miraculousmilagroso, because I noticednotado,
246
635349
2913
pero para mí fue milagroso
porque me di cuenta,
10:50
just as I was wrestlinglucha with this problemproblema,
247
638262
2566
cuando luchaba con este problema
10:52
I was workingtrabajando in sub-Saharansubsahariana AfricaÁfrica mostlyprincipalmente at the time.
248
640828
3414
trabajaba en el África subsahariana,
gran parte del tiempo.
10:56
I noticednotado that everycada sub-Saharansubsahariana Africanafricano healthsalud workerobrero
249
644242
2589
Observé que los trabajadores de salud
del África subsahariana
10:58
that I was workingtrabajando with had a HotmailHotmail accountcuenta.
250
646831
4108
con los que trabajaba, tenían Hotmail.
11:02
And I thought, it struckgolpeado me,
251
650939
2144
Y pensé, se me ocurrió,
11:05
wait a minuteminuto, I know that the HotmailHotmail people
252
653083
2615
un momento, la gente de Hotmail
11:07
surelyseguramente didn't flymosca to the MinistryMinisterio of HealthSalud of KenyaKenia
253
655698
2716
seguramente no viajó al Ministerio de Salud de Kenia
11:10
to traintren people in how to use HotmailHotmail.
254
658414
2711
para capacitar a la gente para usar Hotmail.
11:13
So these guys are distributingdistribuido technologytecnología.
255
661125
2487
Estos tipos están distribuyendo tecnología.
11:15
They're gettingconsiguiendo softwaresoftware capacitycapacidad out there
256
663612
2004
Están desarrollando capacidad de software allí
11:17
but they're not actuallyactualmente flyingvolador around the worldmundo.
257
665616
2009
pero no han viajado por el mundo para hacerlo.
11:19
I need to think about this some more.
258
667625
1560
Tengo que pensarlo un poco más.
11:21
While I was thinkingpensando about it, people startedempezado usingutilizando
259
669185
2173
Mientras pensaba en ello,
la gente empezaba a usar
11:23
even more things just like this, just as we were.
260
671358
3200
cada vez más cosas de ese tipo,
al igual que nosotros.
11:26
They startedempezado usingutilizando LinkedInLinkedIn and FlickrFlickr
261
674558
1210
Empezaron a usar LinkedIn y Flickr,
11:27
and GmailGmail and GoogleGoogle MapsMapas, all these things.
262
675768
2761
Gmail, Google Maps y todas esas cosas.
11:30
Of coursecurso, all of these things are cloud-basedbasado en la nube
263
678529
2726
Claro, todas esas cosas están en la nube
11:33
and don't requireexigir any trainingformación.
264
681255
2206
y no requieren entrenamiento.
11:35
They don't requireexigir any programmersprogramadores.
265
683461
1600
No requieren programadores.
11:37
They don't requireexigir any consultantsconsultores, because
266
685061
1709
No requieren consultores porque
11:38
the businessnegocio modelmodelo for all these businessesnegocios
267
686770
2394
el modelo de negocios de estas empresas
11:41
requiresrequiere that something be so simplesencillo we can use it ourselvesNosotros mismos
268
689164
2997
requiere que algo sea tan simple
que uno pueda usarlo por sí mismo
11:44
with little or no trainingformación.
269
692161
1185
con poca o ninguna capacitación.
11:45
You just have to hearoír about it and go to the websitesitio web.
270
693346
2614
Solo tienes que conocer sobre ello y dirigirte al sitio web.
11:47
And so I thought, what would happenocurrir if we builtconstruido softwaresoftware
271
695960
4365
Entonces pensé, ¿y qué tal si hacemos un software
11:52
to do what I'd been consultingconsultante in?
272
700325
2011
que haga lo que yo hacía como consultor?
11:54
InsteadEn lugar of trainingformación people how
273
702336
1434
En vez de capacitar a la gente
11:55
to put formsformularios ontosobre mobilemóvil devicesdispositivos,
274
703770
2850
para poner formularios
en dispositivos móviles
11:58
let's createcrear softwaresoftware that letsdeja them do it themselvessí mismos
275
706620
2284
hagamos un software que les permita hacer eso
12:00
with no trainingformación and withoutsin me beingsiendo involvedinvolucrado?
276
708904
1890
sin capacitación y sin mi intervención.
12:02
And that's exactlyexactamente what we did.
277
710794
1804
E hicimos exactamente eso.
12:04
So we createdcreado softwaresoftware calledllamado MagpiMagpi,
278
712598
3684
Creamos un software llamado Magpi [urraca],
12:08
whichcual has an onlineen línea formformar creatorcreador.
279
716282
1877
que tiene un creador de formularios web.
12:10
No one has to speakhablar to me.
280
718159
1151
Nadie tiene que comunicarse conmigo.
12:11
You just have to hearoír about it and go to the websitesitio web.
281
719310
2694
Solo escuchar que existe y entrar al sitio web.
12:14
You can createcrear formsformularios, and onceuna vez you've createdcreado the formsformularios,
282
722004
2747
Puedo crear formularios, y una vez creados,
12:16
you pushempujar them to a varietyvariedad of commoncomún mobilemóvil phonesteléfonos.
283
724751
2340
los coloco en muchos teléfonos móviles.
12:19
ObviouslyObviamente nowadayshoy en día, we'venosotros tenemos movedmovido pastpasado PalmPalma PilotsPilotos
284
727091
2475
Obviamente, hoy en día pasamos
de las Palm Pilots
12:21
to mobilemóvil phonesteléfonos.
285
729566
1328
a los móviles.
12:22
And it doesn't have to be a smartphoneteléfono inteligente.
286
730894
1132
No tiene por qué ser un teléfono inteligente.
12:24
It can be a basicBASIC phoneteléfono like the phoneteléfono on the right there,
287
732026
2707
Puede ser uno básico como el de la derecha,
12:26
you know, the basicBASIC kindtipo of SymbianSymbian phoneteléfono
288
734733
1336
el típico Symbian básico
12:28
that's very commoncomún in developingdesarrollando countriespaíses.
289
736069
2466
muy común en los países en desarrollo.
12:30
And the great partparte about this is, it's just like HotmailHotmail.
290
738535
3999
Y la mejor parte es que, como Hotmail,
12:34
It's cloud-basedbasado en la nube, and it doesn't requireexigir any trainingformación,
291
742534
2334
está en la nube, y no requiere capacitación,
12:36
programmingprogramación, consultantsconsultores.
292
744868
2040
ni programación, ni consultores.
12:38
But there are some additionaladicional benefitsbeneficios as well.
293
746908
1936
Pero también tiene muchos beneficios adicionales.
12:40
Now we knewsabía, when we builtconstruido this systemsistema,
294
748844
1955
Sabíamos, cuando construimos este sistema,
12:42
the wholetodo pointpunto of it, just like with the PalmPalma PilotsPilotos,
295
750799
2293
que la idea, al igual que con las Palm Pilots,
12:45
was that you'dtu hubieras have to, you'dtu hubieras be ablepoder to
296
753092
2604
era que tendrías, que podrías
12:47
collectrecoger the datadatos and immediatelyinmediatamente uploadsubir the datadatos and get your datadatos setconjunto.
297
755696
3191
recolectar datos, subirlos de inmediato
y tenerlos en formato digital.
12:50
But what we foundencontró, of coursecurso, sinceya que it's alreadyya on a computercomputadora,
298
758887
2437
Pero hallamos, por supuesto,
como ya están en una computadora,
12:53
we can deliverentregar instantinstante mapsmapas and analysisanálisis and graphinggraficando.
299
761324
3188
que podemos trazar mapas, análisis
y gráficos instantáneos.
12:56
We can take a processproceso that tooktomó two yearsaños
300
764512
2251
Podemos tomar un proceso que lleva 2 años
12:58
and compresscomprimir that down to the spaceespacio of fivecinco minutesminutos.
301
766763
3222
y comprimirlo a unos 5 minutos.
13:01
UnbelievableIncreíble improvementsmejoras in efficiencyeficiencia.
302
769985
2506
Una mejora increíble en eficiencia.
13:04
Cloud-basedBasado en la nube, no trainingformación, no consultantsconsultores, no me.
303
772491
4766
En la nube, sin capacitación,
sin consultores, sin mí.
13:09
And I told you that in the first fewpocos yearsaños
304
777257
2323
Y les dije que en los primeros años
13:11
of tryingmolesto to do this the old-fashionedpasado de moda way,
305
779580
1827
de intentar hacerlo a la vieja usanza,
13:13
going out to eachcada countrypaís,
306
781407
1292
yendo país por país,
13:14
we reachedalcanzado about, I don't know,
307
782699
3054
llegamos a, no sé,
13:17
probablyprobablemente trainedentrenado about 1,000 people.
308
785753
2118
quizá capacitamos unas 1000 personas.
13:19
What happenedsucedió after we did this?
309
787871
1803
¿Qué pasó después de esto?
13:21
In the secondsegundo threeTres yearsaños, we had 14,000 people
310
789674
2506
En los siguientes 3 años, 14 000 personas
13:24
find the websitesitio web, signfirmar up, and startcomienzo usingutilizando it to collectrecoger datadatos,
311
792180
3193
encontraron el sitio, se registraron
y empezaron a usarlo para recolectar datos.
13:27
datadatos for disasterdesastre responserespuesta,
312
795373
1502
Datos para respuesta a desastres;
13:28
Canadiancanadiense pigcerdo farmersagricultores trackingrastreo pigcerdo diseaseenfermedad and pigcerdo herdsrebaños,
313
796875
4748
criadores de cerdos canadienses que siguen
enfermedades porcinas y manadas de cerdos;
13:33
people trackingrastreo drugdroga suppliessuministros.
314
801623
2415
personas que controlan
suministros de medicamentos.
13:36
One of my favoritefavorito examplesejemplos, the IRCIRC,
315
804038
1942
Uno de mis ejemplos favoritos, el CIR,
13:37
InternationalInternacional RescueRescate CommitteeComité,
316
805980
1629
Comité Internacional de Rescate,
13:39
they have a programprograma where semi-literatesemianalfabetizado midwivesparteras
317
807609
3237
tiene un programa en el que
parteras semianalfabetas
13:42
usingutilizando $10 mobilemóvil phonesteléfonos
318
810846
2427
mediante móviles de 10 dólares
13:45
sendenviar a texttexto messagemensaje usingutilizando our softwaresoftware
319
813273
2209
envían un mensaje de texto mediante nuestro software
13:47
onceuna vez a weeksemana with the numbernúmero of birthsnacimientos
320
815482
2209
una vez por semana con la cantidad de nacimientos
13:49
and the numbernúmero of deathsmuertes, whichcual givesda IRCIRC
321
817691
2313
y muertes, lo que le da al CIR
13:52
something that no one in globalglobal healthsalud has ever had:
322
820004
2599
algo que nadie en la salud mundial ha tenido nunca:
13:54
a nearcerca real-timetiempo real systemsistema of countingcontando babiescriaturas,
323
822603
3637
un sistema de conteo de bebés en tiempo casi real
13:58
of knowingconocimiento how manymuchos kidsniños are bornnacido,
324
826240
1492
para saber cuántos niños nacen,
13:59
of knowingconocimiento how manymuchos childrenniños there are
325
827732
1676
para saber cuántos niños hay
14:01
in SierraSierra LeoneLeone, whichcual is the countrypaís where this is happeningsucediendo,
326
829408
2782
en Sierra Leona, el país
donde está ocurriendo esto,
14:04
and knowingconocimiento how manymuchos childrenniños diemorir.
327
832190
3204
y para saber cuántos niños mueren.
14:07
PhysiciansMédicos for HumanHumano RightsDerechos --
328
835394
1597
Médicos por los Derechos Humanos
14:08
this is movingemocionante a little bitpoco outsidefuera de the healthsalud fieldcampo
329
836991
2479
--ésto ocurre un poco fuera
del ámbito de la salud--
14:11
they are gatheringreunión, they're basicallybásicamente trainingformación people
330
839470
2865
recolectan, básicamente capacitan
a la gente para hacer
14:14
to do rapeviolación examsexámenes in CongoCongo, where this is an epidemicepidemia,
331
842335
3364
exámenes de violación, en Congo,
donde esto es una epidemia,
14:17
a horriblehorrible epidemicepidemia,
332
845699
1748
una epidemia horrible,
14:19
and they're usingutilizando our softwaresoftware to documentdocumento
333
847447
2171
y están usando nuestro
software para documentar
14:21
the evidenceevidencia they find, includingincluso photographicallyfotográficamente,
334
849618
2972
la evidencia que encuentran,
incluso con fotografías,
14:24
so that they can bringtraer the perpetratorsperpetradores to justicejusticia.
335
852590
4152
para poder llevar a los
responsables ante la justicia.
14:28
CamfedCamuflado, anotherotro charitycaridad basedbasado out of the U.K.,
336
856742
3683
Camfed, otra organización benéfica del R.U.,
14:32
CamfedCamuflado payspaga girls'chicas' familiesfamilias to keep them in schoolcolegio.
337
860425
3748
Camfed paga a las familias de niñas
para mantenerlas en la escuela.
14:36
They understandentender this is the mostmás significantsignificativo interventionintervención
338
864173
1873
Entienden que esta es
la intervención más significativa
14:38
they can make. They used to trackpista the dispersementsdispersiones,
339
866046
3284
que pueden hacer. Solían rastrear la dispersión,
14:41
the attendanceasistencia, the gradesgrados, on paperpapel.
340
869330
1986
la asistencia, las calificaciones, en papel.
14:43
The turnaroundGiro de vuelta time betweenEntre a teacherprofesor
341
871316
1608
El tiempo de respuesta entre un profesor
14:44
writingescritura down gradesgrados or attendanceasistencia
342
872924
1726
que ponía las notas o la asistencia
14:46
and gettingconsiguiendo that into a reportinforme was about two to threeTres yearsaños.
343
874650
2610
y escribía con eso un informe,
era de unos 2 o 3 años.
14:49
Now it's realreal time, and because this is suchtal
344
877260
2230
Ahora es en tiempo real
y dado que es un sistema
14:51
a low-costbajo costo systemsistema and basedbasado in the cloudnube, it costscostos,
345
879490
2940
de bajo costo y que está
en la nube, cuesta,
14:54
for the entiretodo fivecinco countriespaíses that CamfedCamuflado runscarreras this in
346
882430
3434
en los 5 países en los que
Camfed tiene el programa
14:57
with tensdecenas of thousandsmiles of girlschicas,
347
885864
1932
para decenas de miles de niñas,
14:59
the wholetodo costcosto combinedconjunto is 10,000 dollarsdólares a yearaño.
348
887796
3358
el costo total es de USD 10 000 al año.
15:03
That's lessMenos than I used to get
349
891154
1801
Eso es menos de lo que yo solía
15:04
just travelingde viaje out for two weekssemanas to do a consultationconsulta.
350
892955
5071
cobrar para viajar 2 semanas
a hacer una consulta.
15:10
So I told you before that
351
898026
2136
Les había dicho antes que
15:12
when we were doing it the old-fashionedpasado de moda way, I realizeddio cuenta
352
900162
2192
cuando lo hacíamos a la
vieja usanza, me di cuenta
15:14
all of our work was really addingagregando up to just a dropsoltar in the bucketcangilón --
353
902354
2898
de que todo nuestro trabajo
era como una gota en el océano...
15:17
10, 20, 30 differentdiferente programsprogramas.
354
905252
2226
10, 20, 30 programas.
15:19
We'veNosotros tenemos madehecho a lot of progressProgreso, but I recognizereconocer
355
907478
2275
Hemos progresado mucho, pero reconozco
15:21
that right now, even the work that we'venosotros tenemos donehecho
356
909753
2157
por el momento, aún con el trabajo hecho
15:23
with 14,000 people usingutilizando this,
357
911910
2404
con las 14 000 personas que lo usan,
15:26
is still a dropsoltar in the bucketcangilón. But something'salgunas cosas changedcambiado.
358
914314
2946
sigue siendo una gota en el océano.
Pero algo cambió.
15:29
And I think it should be obviousobvio.
359
917260
1216
Y pienso que debería ser obvio.
15:30
What's changedcambiado now is,
360
918476
2091
Lo que ha cambiado ahora
15:32
insteaden lugar of havingteniendo a programprograma in whichcual we're scalingescalada at suchtal a slowlento ratetarifa
361
920567
3578
es que en vez de tener un programa
que se expanda a tan baja velocidad
15:36
that we can never reachalcanzar all the people who need us,
362
924145
3198
que nunca pudiéramos llegar
a las personas que nos necesitan,
15:39
we'venosotros tenemos madehecho it unnecessaryinnecesario for people to get reachedalcanzado by us.
363
927343
3659
hemos hecho que la gente no necesite
que nosotros nos acerquemos.
15:43
We'veNosotros tenemos createdcreado a toolherramienta that letsdeja programsprogramas
364
931002
3076
Hemos creado una herramienta
que le permite a los programas
15:46
keep kidsniños in schoolcolegio, trackpista the numbernúmero of babiescriaturas
365
934078
3155
mantener niños en la escuela,
contar la cantidad de bebés
15:49
that are bornnacido and the numbernúmero of babiescriaturas that diemorir,
366
937233
2804
nacidos y la cantidad de bebés muertos,
15:52
to catchcaptura criminalscriminales and successfullyexitosamente prosecuteenjuiciar them,
367
940037
3623
atrapar criminales y perseguirlos con éxito,
15:55
to do all these differentdiferente things to learnaprender more
368
943660
2690
hacer todas estas cosas para aprender más
15:58
about what's going on, to understandentender more, to see more,
369
946350
5117
sobre lo que pasa, para entender más,
para ver más
16:03
and to savesalvar livesvive and improvemejorar livesvive.
370
951467
3971
y para salvar y mejorar vidas.
16:07
Thank you.
371
955438
1997
Gracias.
16:09
(ApplauseAplausos)
372
957435
3987
(Aplausos)

▲Back to top

ABOUT THE SPEAKER
Joel Selanikio - Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges.

Why you should listen

A practicing pediatrician, former Wall Street computer consultant, and former epidemiologist at the Centers for Disease Control, Dr. Joel Selanikio is the CEO of DataDyne, a social business working in fields such as international development and global health.

Selanikio started to experiment with electronic data capture back when the Palm Pilot was cutting edge technology. In the years since then, he has helped to experiment with the growing potential and availability of technology--and the growing ubiquity of the cloud. Combining the two has led to systems such as Magpi mobile data collection software. Previously known as "EpiSurveyor," the service now has over 20,000 users in more than 170 countries.

Selanikio holds a bachelor's degree from Haverford College, a medical degree from Brown University, and he is a graduate of the Epidemic Intelligence Service fellowship of the CDC. He continues to practice clinical pediatrics as an Assistant Professor at Georgetown University and on the Emergency Response Team of the International Rescue Committee.

More profile about the speaker
Joel Selanikio | Speaker | TED.com