TEDxNijmegen
Peter van Manen: Better baby care -- thanks to Formula 1
Comment la Formule 1 peut aider ... des bébés ? - Peter van Manen
Filmed:
Readability: 3.5
845,406 views
Pendant une course de Formule 1, une voiture envoie des millions de point de données à son garage pour garantir une analyse et des réactions en temps réel. Alors pourquoi ne pas utiliser ce système de données détaillé et rigoureux ailleurs, comme ... dans les hôpitaux pour enfants ? Peter van Manen nous en dit plus.
Peter van Manen - Electronic systems expert
Peter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series. Full bio
Peter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series. Full bio
Double-click the English transcript below to play the video.
00:12
Motor racing is a funny old business.
0
336
2257
Les courses automobiles
sont une drôle d'affaire
sont une drôle d'affaire
00:14
We make a new car every year,
1
2593
2317
Nous fabriquons
une nouvelle voiture tous les ans
une nouvelle voiture tous les ans
00:16
and then we spend the rest of the season
2
4910
2188
et puis nous passons
le reste de la saison
le reste de la saison
00:19
trying to understand what it is we've built
3
7098
2776
à essayer de comprendre
ce que nous avons construit
ce que nous avons construit
00:21
to make it better, to make it faster.
4
9874
3221
pour l'améliorer,
pour le rendre plus rapide.
pour le rendre plus rapide.
00:25
And then the next year, we start again.
5
13095
3275
Et puis l'année suivante,
on recommence.
on recommence.
00:28
Now, the car you see in front of you is quite complicated.
6
16370
4238
La voiture que vous voyez
en face de vous est assez compliquée.
en face de vous est assez compliquée.
00:32
The chassis is made up of about 11,000 components,
7
20608
3619
Le châssis est composé
d'environ 11 000 composants,
d'environ 11 000 composants,
00:36
the engine another 6,000,
8
24227
2468
le moteur de 6 000 autres,
00:38
the electronics about eight and a half thousand.
9
26695
3093
l'électronique, d'environ 8 500.
00:41
So there's about 25,000 things there that can go wrong.
10
29788
4401
Donc, il y a environ 25 000 trucs
là-dedans qui peuvent mal tourner.
là-dedans qui peuvent mal tourner.
00:46
So motor racing is very much about attention to detail.
11
34189
4826
Les courses automobiles reposent
largement sur le souci du détail.
largement sur le souci du détail.
00:51
The other thing about Formula 1 in particular
12
39015
3263
L'autre chose avec
la formule 1 en particulier
la formule 1 en particulier
00:54
is we're always changing the car.
13
42278
2124
est que nous sommes toujours
en train de changer la voiture.
en train de changer la voiture.
00:56
We're always trying to make it faster.
14
44402
2280
Nous essayons toujours
de la rendre plus rapide.
de la rendre plus rapide.
00:58
So every two weeks, we will be making
15
46682
2984
Donc toutes les deux semaines,
nous créons
nous créons
01:01
about 5,000 new components to fit to the car.
16
49666
4200
environ 5 000 nouveaux composants
à adapter sur la voiture.
à adapter sur la voiture.
01:05
Five to 10 percent of the race car
17
53866
2178
5 à 10% de la voiture de course
01:08
will be different every two weeks of the year.
18
56044
3752
sont différents
toutes les deux semaines de l'année.
toutes les deux semaines de l'année.
01:11
So how do we do that?
19
59796
2309
Alors, comment on fait ça ?
01:14
Well, we start our life with the racing car.
20
62105
3744
Eh bien, on commence
par la voiture.
par la voiture.
01:17
We have a lot of sensors on the car to measure things.
21
65849
3991
On a de nombreux capteurs
sur la voiture pour mesurer les choses.
sur la voiture pour mesurer les choses.
01:21
On the race car in front of you here
22
69840
1882
Sur la voiture de course
devant vous ici
devant vous ici
01:23
there are about 120 sensors when it goes into a race.
23
71722
3159
il y a environ 120 capteurs
quand elle est en course
quand elle est en course
01:26
It's measuring all sorts of things around the car.
24
74881
3652
Ils mesurent toutes sortes
de choses sur la voiture.
de choses sur la voiture.
01:30
That data is logged. We're logging about
25
78533
2052
Les données sont enregistrées.
Nous rentrons autour de
Nous rentrons autour de
01:32
500 different parameters within the data systems,
26
80585
3704
500 différents paramètres
dans les systèmes de données,
dans les systèmes de données,
01:36
about 13,000 health parameters and events
27
84289
3665
environ 13 000 événements
et paramètres de santé
et paramètres de santé
01:39
to say when things are not working the way they should do,
28
87954
4565
pour dire quels trucs ne fonctionnent pas
comme ils le devraient,
comme ils le devraient,
01:44
and we're sending that data back to the garage
29
92519
2825
et nous renvoyons
ces données au garage
ces données au garage
01:47
using telemetry at a rate of two to four megabits per second.
30
95344
4979
par télémétrie à raison de
2 à 4 mégabits par seconde.
2 à 4 mégabits par seconde.
01:52
So during a two-hour race, each car will be sending
31
100323
3127
Ainsi, lors d'une course de deux heures,
chaque voiture enverra.
chaque voiture enverra.
01:55
750 million numbers.
32
103450
2275
750 millions de chiffres.
01:57
That's twice as many numbers as words that each of us
33
105725
3143
C'est deux fois plus de chiffres
que de mots que chacun de nous
que de mots que chacun de nous
02:00
speaks in a lifetime.
34
108868
1631
utilisera dans sa vie.
02:02
It's a huge amount of data.
35
110499
2618
C'est une quantité
de données énorme.
de données énorme.
02:05
But it's not enough just to have data and measure it.
36
113117
2645
Mais avoir des données
et les mesurer ne suffit pas.
et les mesurer ne suffit pas.
02:07
You need to be able to do something with it.
37
115762
2158
Vous devez être en mesure
d'en faire quelque chose.
d'en faire quelque chose.
02:09
So we've spent a lot of time and effort
38
117920
2394
Nous avons donc investi
beaucoup de temps et d'efforts
beaucoup de temps et d'efforts
02:12
in turning the data into stories
39
120314
1869
pour transformer
les données en histoires
les données en histoires
02:14
to be able to tell, what's the state of the engine,
40
122183
3105
pour pouvoir dire,
quel est l'état du moteur
quel est l'état du moteur
02:17
how are the tires degrading,
41
125288
2272
comment les pneus se dégradent,
02:19
what's the situation with fuel consumption?
42
127560
3748
quelle est la situation
de la consommation de carburant.
de la consommation de carburant.
02:23
So all of this is taking data
43
131308
2788
Tout ça, c'est prendre des données
02:26
and turning it into knowledge that we can act upon.
44
134096
3802
et les transformer en connaissances
à partir desquelles nous pouvons agir.
à partir desquelles nous pouvons agir.
02:29
Okay, so let's have a look at a little bit of data.
45
137898
2638
Bon, jetons un œil
à quelques données.
à quelques données.
02:32
Let's pick a bit of data from
46
140536
2030
Choisissons quelques données
02:34
another three-month-old patient.
47
142566
3079
d'un autre patient âgé de trois mois.
02:37
This is a child, and what you're seeing here is real data,
48
145645
4171
Il s'agit d'un enfant, et ce que vous voyez ici,
ce sont des données réelles,
ce sont des données réelles,
02:41
and on the far right-hand side,
49
149816
1977
et complètement à droite,
02:43
where everything starts getting a little bit catastrophic,
50
151793
2587
où tout commence à devenir
un peu catastrophique,
un peu catastrophique,
02:46
that is the patient going into cardiac arrest.
51
154380
3584
c'est le patient en plein arrêt cardiaque.
02:49
It was deemed to be an unpredictable event.
52
157964
3232
C'était considéré comme
un événement imprévisible.
un événement imprévisible.
02:53
This was a heart attack that no one could see coming.
53
161196
3789
Il s'agissait d'une crise cardiaque
que personne ne pouvait voir venir.
que personne ne pouvait voir venir.
02:56
But when we look at the information there,
54
164985
2550
Mais quand on regarde
les informations ici,
les informations ici,
02:59
we can see that things are starting to become
55
167535
2349
on peut voir que les choses
commencent à devenir
commencent à devenir
03:01
a little fuzzy about five minutes or so before the cardiac arrest.
56
169884
4029
un peu floue environ cinq minutes
avant l'arrêt cardiaque.
avant l'arrêt cardiaque.
03:05
We can see small changes
57
173913
2037
On peut voir des petits changements
03:07
in things like the heart rate moving.
58
175950
2383
dans des choses comme
la fréquence cardiaque qui bouge.
la fréquence cardiaque qui bouge.
03:10
These were all undetected by normal thresholds
59
178333
2486
Toutes ces choses-là n'étaient pas
détectées par des seuils normaux
détectées par des seuils normaux
03:12
which would be applied to data.
60
180819
2408
qui était appliqués aux données.
03:15
So the question is, why couldn't we see it?
61
183227
3143
La question est :
pourquoi ne pouvait-on pas le voir ?
pourquoi ne pouvait-on pas le voir ?
03:18
Was this a predictable event?
62
186370
2581
Était-ce un événement prévisible ?
03:20
Can we look more at the patterns in the data
63
188951
3010
Peut-on se pencher un peu plus
sur les modèles dans les données
sur les modèles dans les données
03:23
to be able to do things better?
64
191961
3380
pour pouvoir améliorer les choses ?
03:27
So this is a child,
65
195341
2650
Il s'agit d'un enfant,
03:29
about the same age as the racing car on stage,
66
197991
3232
du même âge que la voiture
de course sur la piste,
de course sur la piste,
03:33
three months old.
67
201223
1630
3 mois.
03:34
It's a patient with a heart problem.
68
202853
2605
C'est un patient qui a
un problème cardiaque.
un problème cardiaque.
03:37
Now, when you look at some of the data on the screen above,
69
205458
3468
Quand vous regardez certaines
des données sur l'écran ci-dessus,
des données sur l'écran ci-dessus,
03:40
things like heart rate, pulse, oxygen, respiration rates,
70
208926
4902
des choses comme la fréquence cardiaque,
le pouls, l'oxygène, la respiration,
le pouls, l'oxygène, la respiration,
03:45
they're all unusual for a normal child,
71
213828
3076
elles sont toutes inhabituelles
pour un enfant normal,
pour un enfant normal,
03:48
but they're quite normal for the child there,
72
216904
2642
mais elles sont tout à fait
normales pour cet enfant ici,
normales pour cet enfant ici,
03:51
and so one of the challenges you have in health care is,
73
219546
4138
et l'un des défis dans
les soins de santé est donc
les soins de santé est donc
03:55
how can I look at the patient in front of me,
74
223684
2851
de savoir comment je peux examiner
le patient en face de moi,
le patient en face de moi,
03:58
have something which is specific for her,
75
226535
3047
trouver quelque chose qui lui est spécifique,
04:01
and be able to detect when things start to change,
76
229582
2788
et pouvoir détecter le moment
où les choses commencent à changer,
où les choses commencent à changer,
04:04
when things start to deteriorate?
77
232370
2099
où les choses commencent
à se détériorer.
à se détériorer.
04:06
Because like a racing car, any patient,
78
234469
3050
Parce que comme une voiture
de course, tous les patients,
de course, tous les patients,
04:09
when things start to go bad, you have a short time
79
237519
2976
lorsque les choses commencent
à aller mal, on a peu de temps
à aller mal, on a peu de temps
04:12
to make a difference.
80
240495
1831
pour faire la différence.
04:14
So what we did is we took a data system
81
242326
2754
Donc ce que nous avons pris
un système de données
un système de données
04:17
which we run every two weeks of the year in Formula 1
82
245080
3131
que nous utilisons toutes
les deux semaines par an en formule 1
les deux semaines par an en formule 1
04:20
and we installed it on the hospital computers
83
248211
3002
et nous l'avons installé
sur les ordinateurs de l'hôpital
sur les ordinateurs de l'hôpital
04:23
at Birmingham Children's Hospital.
84
251213
2290
à l'hôpital pour enfants de Birmingham.
04:25
We streamed data from the bedside instruments
85
253503
2439
Nous avons diffusé des données
provenant des instruments de chevet
provenant des instruments de chevet
04:27
in their pediatric intensive care
86
255942
2557
dans leurs soins pédiatriques intensifs
04:30
so that we could both look at the data in real time
87
258499
3456
pour que nous puissions à la fois
voir les données en temps réel
voir les données en temps réel
04:33
and, more importantly, to store the data
88
261955
2871
et, plus important encore,
stocker les données
stocker les données
04:36
so that we could start to learn from it.
89
264826
3057
afin que nous puissions
commencer à apprendre d'elles.
commencer à apprendre d'elles.
04:39
And then, we applied an application on top
90
267883
4384
Et puis, nous avons lancé
une application sur le tout
une application sur le tout
04:44
which would allow us to tease out the patterns in the data
91
272267
3270
qui nous permettrait de cerner
les tendances dans les données
les tendances dans les données
04:47
in real time so we could see what was happening,
92
275537
2956
en temps réel afin que
nous puissions voir ce qui se passait,
nous puissions voir ce qui se passait,
04:50
so we could determine when things started to change.
93
278493
3713
pour que nous puissions déterminer
quand les choses ont commencé à changer.
quand les choses ont commencé à changer.
04:54
Now, in motor racing, we're all a little bit ambitious,
94
282206
3863
Dans la course automobile,
nous sommes tous un peu ambitieux,
nous sommes tous un peu ambitieux,
04:58
audacious, a little bit arrogant sometimes,
95
286069
2549
audacieux, un peu arrogant parfois.
05:00
so we decided we would also look at the children
96
288618
3398
Nous avons donc décidé
de nous occuper aussi des enfants
de nous occuper aussi des enfants
05:04
as they were being transported to intensive care.
97
292016
2957
lorsqu'ils sont transportés
aux soins intensifs.
aux soins intensifs.
05:06
Why should we wait until they arrived in the hospital
98
294973
2154
Pourquoi devrions-nous attendre
qu'ils soient arrivés à l'hôpital
qu'ils soient arrivés à l'hôpital
05:09
before we started to look?
99
297127
1994
avant de commencer à regarder ?
05:11
And so we installed a real-time link
100
299121
2997
Et donc nous avons installé
un lien en temps réel
un lien en temps réel
05:14
between the ambulance and the hospital,
101
302118
2836
entre l'ambulance et l'hôpital,
05:16
just using normal 3G telephony to send that data
102
304954
3776
en utilisant simplement une téléphonie 3G
pour envoyer ces données
pour envoyer ces données
05:20
so that the ambulance became an extra bed
103
308730
2487
afin que l'ambulance
devienne un lit d'appoint
devienne un lit d'appoint
05:23
in intensive care.
104
311217
3136
en soins intensifs.
05:26
And then we started looking at the data.
105
314353
3702
Et puis nous avons commencé
à analyser les données.
à analyser les données.
05:30
So the wiggly lines at the top, all the colors,
106
318055
2921
Les lignes ondulées en haut,
toutes les couleurs,
toutes les couleurs,
05:32
this is the normal sort of data you would see on a monitor --
107
320976
3194
il s'agit du type normal de données
que vous verriez sur un moniteur :
que vous verriez sur un moniteur :
05:36
heart rate, pulse, oxygen within the blood,
108
324170
3772
le rythme cardiaque, le pouls,
l'oxygène dans le sang,
l'oxygène dans le sang,
05:39
and respiration.
109
327942
2635
et la respiration.
05:42
The lines on the bottom, the blue and the red,
110
330577
2753
Les lignes sur le fond,
le bleu et le rouge,
le bleu et le rouge,
05:45
these are the interesting ones.
111
333330
1360
sont les plus intéressantes.
05:46
The red line is showing an automated version
112
334690
3209
La ligne rouge montre
une version automatisée
une version automatisée
05:49
of the early warning score
113
337899
1597
de la note d'avertissement précoce
05:51
that Birmingham Children's Hospital were already running.
114
339496
2487
que l'hôpital des enfants
de Birmingham utilisait déjà.
de Birmingham utilisait déjà.
05:53
They'd been running that since 2008,
115
341983
2338
Ils l'utilisent depuis 2008,
05:56
and already have stopped cardiac arrests
116
344321
2256
et ont déjà stoppé
des arrêts cardiaques
des arrêts cardiaques
05:58
and distress within the hospital.
117
346577
2757
et des cas de détresse au sein de l'hôpital.
06:01
The blue line is an indication
118
349334
2432
La ligne bleue est une indication
06:03
of when patterns start to change,
119
351766
2500
du moment où les tendances
commencent à changer,
commencent à changer,
06:06
and immediately, before we even started
120
354266
2309
et immédiatement, avant même
que nous ayons commencé
que nous ayons commencé
06:08
putting in clinical interpretation,
121
356575
1708
à y trouver une interprétation clinique,
06:10
we can see that the data is speaking to us.
122
358283
2870
nous pouvons voir
que les données nous parlent
que les données nous parlent
06:13
It's telling us that something is going wrong.
123
361153
3536
Elles nous disent
que quelque chose va mal.
que quelque chose va mal.
06:16
The plot with the red and the green blobs,
124
364689
3816
La graphe avec les taches rouges et verts
06:20
this is plotting different components
125
368505
2805
trace différents composants
06:23
of the data against each other.
126
371310
2547
en fonction des données
en les comparant les unes aux les autres.
en les comparant les unes aux les autres.
06:25
The green is us learning what is normal for that child.
127
373857
3840
Le vert, c'est nous en train d'apprendre
ce qui est normal pour cet enfant.
ce qui est normal pour cet enfant.
06:29
We call it the cloud of normality.
128
377697
2610
Nous l'appelons le nuage de la normalité.
06:32
And when things start to change,
129
380307
2241
Et quand les choses
commencent à changer,
commencent à changer,
06:34
when conditions start to deteriorate,
130
382548
2564
quand les conditions
commencent à se détériorer,
commencent à se détériorer,
06:37
we move into the red line.
131
385112
2238
nous entrons dans la ligne rouge.
06:39
There's no rocket science here.
132
387350
1657
Ici, il n'y a pas de science de fusée.
06:41
It is displaying data that exists already in a different way,
133
389007
4113
Ça affiche les données qui existent
déjà d'une manière différente,
déjà d'une manière différente,
06:45
to amplify it, to provide cues to the doctors,
134
393120
3391
pour les amplifier, pour offrir
des repères pour les médecins,
des repères pour les médecins,
06:48
to the nurses, so they can see what's happening.
135
396511
2738
les infirmières, pour
qu'ils puissent voir ce qui se passe.
qu'ils puissent voir ce qui se passe.
06:51
In the same way that a good racing driver
136
399249
3130
De la même manière qu'un bon pilote
06:54
relies on cues to decide when to apply the brakes,
137
402379
4044
s'appuie sur des indices
pour décider du moment pour freiner,
pour décider du moment pour freiner,
06:58
when to turn into a corner,
138
406423
1476
quand tourner dans un virage,
06:59
we need to help our physicians and our nurses
139
407899
2918
nous devons aider
nos médecins et nos infirmières
nos médecins et nos infirmières
07:02
to see when things are starting to go wrong.
140
410817
3620
pour voir quand les choses
commencent à aller mal.
commencent à aller mal.
07:06
So we have a very ambitious program.
141
414437
2946
Pour conclure, nous avons
un programme très ambitieux.
un programme très ambitieux.
07:09
We think that the race is on to do something differently.
142
417383
4736
Nous pensons que la course est là pour faire les choses différemment.
07:14
We are thinking big. It's the right thing to do.
143
422119
2904
Nous pensons grand.
C'est la bonne chose à faire.
C'est la bonne chose à faire.
07:17
We have an approach which, if it's successful,
144
425023
3412
Nous avons une approche
qui, si elle réussit,
qui, si elle réussit,
07:20
there's no reason why it should stay within a hospital.
145
428435
2531
n' a aucune raison
de rester au sein d'un hôpital.
de rester au sein d'un hôpital.
07:22
It can go beyond the walls.
146
430966
1841
Il peut aller au-delà des murs.
07:24
With wireless connectivity these days,
147
432807
2071
Avec une connectivité sans fil, de nos jours,
07:26
there is no reason why patients, doctors and nurses
148
434878
3444
il n'y a aucune raison pour que
les patients, les médecins et les infirmières
les patients, les médecins et les infirmières
07:30
always have to be in the same place
149
438322
2171
doivent toujours être au même endroit
07:32
at the same time.
150
440493
1993
en même temps.
07:34
And meanwhile, we'll take our little three-month-old baby,
151
442486
3995
Et pendant ce temps, nous reprenons
notre petit bébé de trois mois,
notre petit bébé de trois mois,
07:38
keep taking it to the track, keeping it safe,
152
446481
3757
continuons de le garder en piste,
le protéger,
le protéger,
07:42
and making it faster and better.
153
450238
2333
et le rendant plus rapide et meilleur.
07:44
Thank you very much.
154
452571
1405
Merci beaucoup.
07:45
(Applause)
155
453976
4954
(Applaudissements)
ABOUT THE SPEAKER
Peter van Manen - Electronic systems expertPeter van Manen is the Managing Director of McLaren Electronics, which provides data systems to major motorsports series.
Why you should listen
To say that Peter van Manen has a high-speed job would be an understatement. As Managing Director of McLaren Electronics, which provides electronics and data collection software to motorsports events, he and his team work in real time during a race to improve cars on about 500 different parameters. That's about 750 million data points in two hours.
But recently van Manen and his team have been wondering: Why can't the extremely precise and subtle data-collection and analysis systems used in motorsports be applied elsewhere, for the benefit of all? They have applied their systems to ICU units at Birmingham Children's Hospital with real-time analysis that allows them to proactively prevent cardiac arrests. The unit has seen a 25 percent decrease in life-threatening events. And it's just the beginning.
Peter van Manen | Speaker | TED.com