ABOUT THE SPEAKER
Rosalind Picard - Scientist, inventor, entrepreneur
MIT Professor Rosalind Picard invents technologies that help people better understand emotion and behaviors that impact human health.

Why you should listen

Rosalind Picard wrote Affective Computing, a book that outlines how to give machines the skills of emotional intelligence, credited for launching the growing field of affective computing. Named one of seven "Tech SuperHeros to Watch" by CNN, Picard cofounded two companies that have commercialized technologies invented by her team at MIT: Empatica, which created the first AI-based smartwatch cleared by FDA in Neurology, and Affectiva, which provides emotion AI software. Picard teaches and leads research in affective computing at the MIT Media Lab in Cambridge; works as MIT's faculty chair for MindHandHeart, a campus-wide wellbeing initiative; and serves as chief scientist for Empatica, creating AI-based analytics and wearables to improve human wellbeing.

More profile about the speaker
Rosalind Picard | Speaker | TED.com
TEDxBeaconStreet

Rosalind Picard: An AI smartwatch that detects seizures

Rosalind Picard: Egy rohamot érzékelő, mesterséges intelligenciájú okosóra

Filmed:
1,872,363 views

Világszerte évente több mint 50.000, máskülönben egészséges személy hal meg hirtelen epilepsziában – egy SUDEP-ként ismert állapotban. Rosalind Picard mesterséges intelligencia kutató szerint ezek az elhalálozások nagyban megelőzhetők. Tudjuk meg, Picard miként segített kidolgozni egy korszerű okosórát, amely bekövetkezésük előtt érzékeli az epilepsziás rohamokat, és időben riasztja a közelben lévő szeretteinket, hogy segíthessenek.
- Scientist, inventor, entrepreneur
MIT Professor Rosalind Picard invents technologies that help people better understand emotion and behaviors that impact human health. Full bio

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

00:13
This is HenryHenry,
0
1747
1487
Ő itt Henry,
00:15
a cutecuki boyfiú,
1
3258
1806
egy édes kisfiú.
00:17
and when HenryHenry was threehárom,
2
5088
2138
Mikor három éves volt,
00:19
his momanya foundtalál him havingamelynek
some febrileLázas seizuresrohamok.
3
7250
4935
anyja lázgörcsök közepette találta.
00:25
FebrileLázas seizuresrohamok are seizuresrohamok that occurelőfordul
when you alsois have a feverláz,
4
13080
4960
A lázgörcsök láz során
előforduló görcsök.
00:30
and the doctororvos said,
5
18064
1898
Az orvos azt mondta:
00:31
"Don't worryaggodalom too much.
KidsGyerekek usuallyáltalában outgrowKinövi these."
6
19986
2742
"Ne aggódjon, majd kinövi."
00:35
When he was fournégy,
he had a convulsivegörcsös seizureelkobzás,
7
23506
3981
Négy évesen görcsrohama volt,
00:39
the kindkedves that you loseelveszít
consciousnessöntudat and shakeráz --
8
27511
3262
amely eszméletvesztéssel
és rángatózással járt,
00:42
a generalizedgeneralizált tonic-clonictonik-clonic seizureelkobzás --
9
30797
2896
egy generalizált tónusos - klónusos
típusú görcsrohama,
00:45
and while the diagnosisdiagnózis of epilepsyepilepszia
was in the maillevél,
10
33717
6984
és míg az epilepszia diagnózisának
levele a postán csücsült,
00:53
Henry'sHenry momanya wentment to get him
out of bedágy one morningreggel,
11
41763
2676
egy reggel az anyja
fel akarta kelteni Henryt,
00:57
and as she wentment in his roomszoba,
12
45324
1904
de a szobájába érve
01:00
she foundtalál his coldhideg, lifelessélettelen bodytest.
13
48753
4690
csak hideg, élettelen testét találta.
01:07
HenryHenry diedmeghalt of SUDEPA SUDEP,
14
55904
2056
Henry a SUDEP áldozata lett,
vagyis hirtelen fellépő,
01:09
suddenhirtelen unexpectedváratlan deathhalál in epilepsyepilepszia.
15
57984
2405
megmagyarázhatatlan
halál érte epilepsziában.
01:13
I'm curiouskíváncsi how manysok of you
have heardhallott of SUDEPA SUDEP.
16
61714
3245
Kíváncsi vagyok, vajon hányan
hallottak már a SUDEP-ről?
01:17
This is a very well-educatedjól képzett audienceközönség,
and I see only a fewkevés handskezek.
17
65603
4366
Ez egy tanult közönség,
mégis kevés kezet látok.
01:21
SUDEPA SUDEP is when an otherwisemásképp
healthyegészséges personszemély with epilepsyepilepszia
18
69993
3966
Azt jelenti, amikor egy epilepsziás,
amúgy egészséges személy meghal,
01:25
diesmeghal and they can't attributetulajdonság it
to anything they can find in an autopsyboncolás.
19
73983
3890
és ennek okát a boncolás során
sem találják meg.
01:32
There is a SUDEPA SUDEP
everyminden sevenhét to ninekilenc minutespercek.
20
80082
3603
Minden 7-9 percben van egy SUDEP-eset.
01:36
That's on averageátlagos two perper TEDTED Talk.
21
84217
2879
Ez TED-előadásonként
átlagosan két embert jelent.
01:43
Now, a normalnormál brainagy
has electricalelektromos activitytevékenység.
22
91411
3659
Na mármost, egy egészséges agyban
elektromos aktivitás van.
01:47
You can see some of the electricalelektromos waveshullámok
23
95094
2135
Ezen a képen néhány,
01:49
comingeljövetel out of this picturekép
of a brainagy here.
24
97253
3064
az agyból kilépő elektromos
hullámot láthatunk.
01:52
And these should look
like typicaltipikus electricalelektromos activitytevékenység
25
100341
3746
Ezeknek normál elektromos
aktivitásoknak kellene lenniük,
01:56
that an EEGEEG could readolvas on the surfacefelület.
26
104111
2135
melyeket az EEG is képes észlelni.
01:58
When you have a seizureelkobzás,
it's a bitbit of unusualszokatlan electricalelektromos activitytevékenység,
27
106270
4417
Ám, ha rohamunk van,
szokatlan az elektromos aktivitásunk,
02:02
and it can be focalgyújtótávolság.
28
110711
1385
mely gócos is lehet.
02:04
It can take placehely
in just a smallkicsi partrész of your brainagy.
29
112120
2500
Ez az agy kis részében fordulhat elő.
02:06
When that happensmegtörténik,
you mightesetleg have a strangefurcsa sensationszenzáció.
30
114644
3808
Mikor ez történik, furcsa érzésünk lehet.
02:10
SeveralTöbb could be happeningesemény
here in the audienceközönség right now,
31
118476
3033
Akár most, a közönség köreiben,
sokunknak lehetne rohama,
02:13
and the personszemély nextkövetkező to you
mightesetleg not even know.
32
121533
2602
és a mellettünk ülő személy
észre sem venné.
02:16
HoweverAzonban, if you have a seizureelkobzás
where that little brushkefe fireTűz spreadskenhető
33
124159
3920
Viszont, ha a roham során
ez a kis bozóttűz
02:20
like a foresterdő fireTűz over the brainagy,
34
128103
1992
futótűzként szétterjed az agyban,
02:22
then it generalizeskövetkezménye,
35
130119
1674
általánossá válik,
02:23
and that generalizedgeneralizált seizureelkobzás
takes your consciousnessöntudat away
36
131817
4571
és ez a kiterjedt roham
öntudatvesztést és rángatózást okoz.
02:28
and causesokoz you to convulsefelforgat.
37
136412
1576
02:30
There are more SUDEPsA SUDEPs
in the UnitedEgyesült StatesÁllamok everyminden yearév
38
138680
4142
Az Egyesült Államokban minden évben
több SUDEP esetet dokumentálnak,
02:34
than suddenhirtelen infantcsecsemő deathhalál syndromeszindróma.
39
142846
2659
mint hirtelen csecsemőhalál szindrómát.
02:38
Now, how manysok of you have heardhallott
of suddenhirtelen infantcsecsemő deathhalál syndromeszindróma?
40
146298
3002
Hányan hallottunk már
a hirtelen csecsemőhalál szindrómáról?
02:41
Right? Prettycsinos much everyminden handkéz goesmegy up.
41
149324
1956
Úgy látom, szinte mindnyájan.
02:43
So what's going on here?
42
151304
1723
De vajon miért van ez?
02:45
Why is this so much more commonközös
and yetmég people haven'tnincs heardhallott of it?
43
153051
5143
Miért hallottunk erről olyan kevesen,
ha annyival gyakoribb?
02:50
And what can you do to preventmegelőzése it?
44
158218
2436
És vajon mit lehet tenni a megelőzéséért?
02:52
Well, there are two things,
scientificallytudományosan shownLátható,
45
160678
2302
Nos, két dolog tudományosan bizonyítottan
02:55
that preventmegelőzése or reducecsökkentésére the riskkockázat of SUDEPA SUDEP.
46
163004
3373
megelőzi vagy csökkenti
a SUDEP kockázatát:
02:59
The first is: "FollowKövesse
your doctor'sorvos instructionsutasítás,
47
167115
2555
Az első: "Kövessük az orvos utasításait,
03:01
take your medicationsgyógyszerek."
48
169694
1436
vegyük be a gyógyszert."
03:03
Two-thirdsKétharmados of people who have epilepsyepilepszia
49
171154
2201
Az epilepsziás betegek kétharmada
03:05
get it underalatt controlellenőrzés
with theirazok medicationsgyógyszerek.
50
173379
2119
képes gyógyszerrel
kézben tartani a betegségét.
03:07
The secondmásodik thing that reducescsökkenti a
the riskkockázat of SUDEPA SUDEP is companionshiptársasága.
51
175848
4171
A második dolog a társaság,
mely csökkenti a SUDEP kockázatát.
03:12
It's havingamelynek somebodyvalaki there
at the time that you have a seizureelkobzás.
52
180043
4694
Azaz roham közben
mindig legyen mellettünk valaki.
03:16
Now, SUDEPA SUDEP, even thoughbár
mosta legtöbb of you have never heardhallott of it,
53
184761
3921
Bár a legtöbben nem tudják, de a SUDEP
03:20
is actuallytulajdonképpen the numberszám two causeok
of yearsévek of potentiallehetséges life lostelveszett
54
188706
5189
a második, lehetséges életévek
elvesztését okozó
03:25
of all neurologicalneurológiai disordersrendellenességek.
55
193919
2976
neurológiai rendellenesség.
03:29
The verticalfüggőleges axistengely is the numberszám of deathshaláleset
56
197197
4286
A függőleges tengely a halálozások száma
03:33
timesalkalommal the remainingtöbbi life spanarasz,
57
201507
3166
a megmaradt élettartamra nézve.
03:36
so highermagasabb is much worserosszabb impacthatás.
58
204697
3439
Tehát, minél magasabb az érték,
annál rosszabb a hatás.
03:40
SUDEPA SUDEP, howeverazonban, unlikenem úgy mint these othersmások,
59
208522
2974
Ugyanakkor a többi betegségtől
eltérően a SUDEP ellen
03:43
is something that people right here
could do something to pushnyom that down.
60
211520
5716
itt és most tehetünk valamit.
03:49
Now, what is RozRoz PicardPicard, an AIAI researcherkutató,
doing here tellingsokatmondó you about SUDEPA SUDEP, right?
61
217778
7000
De miért beszélek én a SUDEP-ről, Roz
Picard mesterségesintelligencia-kutató?
03:56
I'm not a neurologistneurológus.
62
224802
2521
Nem vagyok neurológus.
03:59
When I was workingdolgozó at the MediaMédia LabLabor
on measurementmérés of emotionérzelem,
63
227347
4215
Mikor az érzelmek mérésén
dolgoztam a Media Lab-nél,
04:03
tryingmegpróbálja to make our machinesgépek
more intelligentintelligens about our emotionsérzelmek,
64
231586
3222
hogy a gépeink intelligensebben
érzékeljék azokat,
04:06
we startedindult doing a lot of work
measuringmérő stressfeszültség.
65
234832
2531
számos stresszmérő munkába kezdtünk.
04:11
We builtépült lots of sensorsérzékelők
66
239212
1936
Sok szenzort fejlesztettünk ki,
04:13
that measuredmért it
in lots of differentkülönböző waysmódokon.
67
241172
2381
melyek különböző módon mérték a stresszt.
04:15
But one of them in particularkülönös
68
243577
2320
De volt egy különleges,
04:17
grewnőtt out of some of this very oldrégi work
with measuringmérő sweatyizzadt palmspálmák
69
245921
4112
amely az izzadt tenyér
elektromos jelekkel való méréséből,
egy régi munkából nőtte ki magát.
04:22
with an electricalelektromos signaljel.
70
250057
1744
Ez a bőr vezetőképességét jelzi,
04:23
This is a signaljel of skinbőr conductancevezetőképesség
71
251825
1749
04:25
that's knownismert to go up
when you get nervousideges,
72
253598
2118
mely idegesség esetén, és mint kiderült,
04:27
but it turnsmenetek out it alsois goesmegy up with
a lot of other interestingérdekes conditionskörülmények.
73
255740
3572
számos egyéb érdekes
állapotban is megemelkedik.
04:31
But measuringmérő it with wiresvezetékek on your handkéz
is really inconvenientkényelmetlen.
74
259336
3022
De a karra erősített vezetékkel
való mérés elég kellemetlen,
04:34
So we inventedfeltalált a bunchcsokor of other waysmódokon
of doing this at the MITMIT MediaMédia LabLabor.
75
262382
3745
ezért rengeteg egyéb módot
találtunk ki az MIT Media Laborjában.
04:38
And with these wearableswearables,
76
266151
2173
Ezekkel a hordható eszközökkel
04:40
we startedindult to collectgyűjt the first-everlegelső
clinicalklinikai qualityminőség dataadat 24-7.
77
268348
4805
elkezdődött a valaha volt legelső,
napi 24 órás klinikai adatgyűjtés.
Itt egy kép arról, milyen volt először,
mikor egy MIT-diák
04:45
Here'sItt van a picturekép of what that lookednézett like
78
273609
2533
04:48
the first time an MITMIT studentdiák collectedösszegyűjtött
skinbőr conductancevezetőképesség on the wristcsukló 24-7.
79
276166
6595
napi 24 órában vizsgálta a csuklón
a bőr vezetőképességét.
04:55
Let's zoomzoomolás in a little bitbit here.
80
283187
2358
Nézzük meg ezt egy kicsit közelebbről.
04:57
What you see is 24 hoursórák
from left to right,
81
285569
3025
Balról-jobbra láthatjuk
24 órás elosztásban
05:00
and here is two daysnapok of dataadat.
82
288618
1927
a két napos adatot.
05:02
And first, what surprisedmeglepődött us
83
290569
2682
Először az lepett meg bennünket,
05:05
was sleepalvás was the biggestlegnagyobb
peakcsúcs of the day.
84
293275
3346
hogy alvási állapotban
volt a legnagyobb az érték.
05:08
Now, that soundshangok brokentörött, right?
85
296645
1750
Ennek értelmetlenek tűnik, nem igaz?
05:10
You're calmnyugodt when you're asleepAlva,
so what's going on here?
86
298419
4178
Alvás közben nyugodtak vagyunk,
szóval hogy lehet ez?
05:14
Well, it turnsmenetek out
that our physiologyfiziológia duringalatt sleepalvás
87
302621
2453
Nos, kiderült,
hogy alvás közben a fiziológiánk
05:17
is very differentkülönböző
than our physiologyfiziológia duringalatt wakeébred,
88
305098
2643
teljesen más, mint ébrenlétkor,
05:19
and while there's still a bitbit of a mysteryrejtély
89
307765
2184
és bár még mindig rejtély,
05:21
why these peakscsúcsok are usuallyáltalában
the biggestlegnagyobb of the day duringalatt sleepalvás,
90
309973
3744
miért alvás közben
a legmagasabbak ezek az értékek,
05:25
we now believe they're relatedösszefüggő
to memorymemória consolidationkonszolidáció
91
313741
3170
úgy véljük, hogy a memóriamegerősítéshez
05:28
and memorymemória formationképződés duringalatt sleepalvás.
92
316935
2055
és a memóriakialakuláshoz van közük.
05:31
We alsois saw things
that were exactlypontosan what we expectedvárt.
93
319895
3571
Olyan dolgokat is láttunk,
melyekre számítottunk.
05:35
When an MITMIT studentdiák
is workingdolgozó hardkemény in the lablabor
94
323490
2350
Ha egy MIT-diák
keményen dolgozik a laborban,
vagy a házi feladatát csinálja,
05:37
or on homeworksházi feladatok,
95
325864
1389
05:39
there is not only emotionalérzelmi stressfeszültség,
but there's cognitivemegismerő loadBetöltés,
96
327277
4547
nem csak érzelmi stressz,
de kognitív terhelés is éri őt.
05:43
and it turnsmenetek out that cognitivemegismerő loadBetöltés,
cognitivemegismerő efforterőfeszítés, mentalszellemi engagementeljegyzés,
97
331848
4861
Kiderült, hogy a kognitív terhelés,
a kognitív erőfeszítés,
a szellemi tevékenység,
illetve a tanulás által keltett izgalom
05:48
excitementizgalom about learningtanulás something --
98
336733
2194
05:50
those things alsois make the signaljel go up.
99
338951
2337
mind hozzájárul a jel megemelkedéséhez.
05:55
UnfortunatelySajnos, to the embarrassmentzavar
of we MITMIT professorsprofesszorok,
100
343014
3738
Sajnos, az MIT-oktatók szégyenére,
05:58
(LaughterNevetés)
101
346776
1079
(Nevetés)
05:59
the lowalacsony pointpont everyminden day
is classroomtanterem activitytevékenység.
102
347879
4468
a legalacsonyabb érték
minden nap az órai tevékenység volt.
06:04
Now, I am just showingkiállítás you
one person'sszemély dataadat here,
103
352810
2516
Bár most csak egy ember értékét mutatom,
06:07
but this, unfortunatelysajnálatos módon,
is trueigaz in generalTábornok.
104
355350
2610
sajnos, ez a többieknél is így van.
06:12
This sweatbandsweatband által has insidebelül it
a homebuiltHomebuilt skin-conductancea bőr vezetőképessége sensorérzékelő,
105
360400
4389
Ebben a csuklópántban egy házi gyártmányú,
a bőr vezetőképességét jelző szenzor van.
06:16
and one day, one of our undergradsundergrads
knockedbekopogott on my doorajtó
106
364813
5086
Egy nap egyik hallgatóm
bekopogott hozzám,
06:21
right at the endvég of the DecemberDecember semesterfélév,
107
369923
2675
éppen a decemberi félév végén,
06:24
and he said, "ProfessorProfesszor PicardPicard,
108
372622
2190
és azt mondta: Picard Tanárnő!
06:26
can I please borrowkölcsön
one of your wristbandcsuklópánt sensorsérzékelők?
109
374836
2714
Kölcsönvehetném az egyik
csuklópántos szenzorát?
06:29
My little brotherfiú testvér has autismautizmus,
he can't talk,
110
377574
3729
A kisöcsém autista, nem tud beszélni,
06:33
and I want to see
what's stressinghangsúlyozva him out."
111
381327
2167
és szeretném tudni, mi izgatja fel."
06:36
And I said, "Sure, in facttény,
don't just take one, take two,"
112
384434
2858
Erre azt válaszoltam:
"Persze, vigyél kettőt!"
06:39
because they broketörött easilykönnyen back then.
113
387316
2792
Akkoriban könnyen tönkre mentek.
06:42
So he tookvett them home,
he put them on his little brotherfiú testvér.
114
390132
2620
Így hazavitte őket a kisöccsének,
én pedig visszamentem az MIT-re,
hogy megnézzem az adatot a gépemen,
06:44
Now, I was back in MITMIT,
looking at the dataadat on my laptophordozható számítógép,
115
392776
3169
06:47
and the first day, I thought,
"HmmHmm, that's oddpáratlan,
116
395969
2861
és az első nap arra gondoltam:
"Hmm, furcsa,
06:50
he put them on bothmindkét wristscsukló
insteadhelyette of waitingvárakozás for one to breakszünet.
117
398854
2991
rátette a kisöccse mindkét csuklójára?
06:53
OK, fine, don't followkövesse my instructionsutasítás."
118
401869
2320
Rendben, akkor ne kövesd
az utasításaimat."
06:56
I'm gladboldog he didn't.
119
404213
1718
Örülök, hogy nem tette.
06:58
SecondMásodik day -- chillChill.
LookedNézett like classroomtanterem activitytevékenység.
120
406377
3206
A második nap olyan volt,
mint az MTI-s órák.
07:01
(LaughterNevetés)
121
409607
1262
(Nevetés)
07:03
A fewkevés more daysnapok aheadelőre.
122
411389
1329
Aztán néhány nappal később
07:05
The nextkövetkező day, one wristcsukló signaljel was flatlakás
123
413404
4514
az egyik pánt értéke alacsonyan állt,
07:09
and the other had
the biggestlegnagyobb peakcsúcs I've ever seenlátott,
124
417942
3958
míg másik a legmagasabb
értéket mutatta, amelyet valaha láttam.
07:14
and I thought, "What's going on?
125
422496
2318
Azt gondoltam: "Mi folyik itt?
07:16
We'veMost már stressedhangsúlyozta people out at MITMIT
everyminden way imaginableElképzelhető.
126
424838
3460
Mi aztán minden elképzelhető módon
stresszeljük a hallgatóinkat,
de még sosem láttam ilyen magas értéket."
07:20
I've never seenlátott a peakcsúcs this bignagy."
127
428933
1738
07:24
And it was only on one sideoldal.
128
432409
1969
És ez csak a teste egyik oldalán volt.
07:26
How can you be stressedhangsúlyozta on one sideoldal
of your bodytest and not the other?
129
434402
3144
Hogyan válhatsz stresszessé
csak a tested egyik oldalán?
Arra gondoltam, vagy az egyik,
vagy mindkét szenzor tönkrement.
07:29
So I thought one or bothmindkét sensorsérzékelők
mustkell be brokentörött.
130
437570
2870
07:33
Now, I'm an electroengineerelektromérnök by trainingkiképzés,
131
441185
1917
Képzett elektromérnök vagyok,
07:35
so I startedindult a wholeegész bunchcsokor of stuffdolog
to try to debugDebug this,
132
443126
2669
így sok mindent kipróbáltam,
hogy megkeressem a hibát,
07:37
and long storysztori shortrövid,
I could not reproducereprodukálni this.
133
445819
2499
de sehogy sem tudtam rájönni,
mi történhetett.
07:40
So I resortedigénybe to old-fashionedrégimódi debugginghibakeresés.
134
448962
3033
Úgyhogy a régi módszerhez folyamodtam.
07:44
I calledhívott the studentdiák at home on vacationnyaralás.
135
452019
3282
Felhívtam a nyaraló diákomat.
07:47
"Hiszia, how'shogy van your little brotherfiú testvér?
How'sHogyan your ChristmasKarácsony?
136
455325
4343
"Szia! Hogy van a kisöcséd?
Hogy telt a Karácsony?
07:51
Hey, do you have any ideaötlet
what happenedtörtént to him?"
137
459692
3281
Amúgy, van valami ötleted,
mi történhetett vele?"
07:54
And I gaveadott this particularkülönös datedátum and time,
138
462997
1956
Megadtam a dátumot, az időt,
07:56
and the dataadat.
139
464977
1301
meg az adatot.
07:58
And he said, "I don't know,
I'll checkjelölje be the diarynapló."
140
466302
3415
Azt mondta:
"Nem tudom, megnézem a naplót."
08:02
DiaryNapló? An MITMIT studentdiák keepstartja a diarynapló?
141
470850
2908
Napló? Egy MIT-diák naplót vezet?
08:05
So I waitedvárt and he camejött back.
142
473782
1819
Megvártam, míg visszaszólt.
08:07
He had the exactpontos datedátum and time,
143
475625
1539
Megadta a pontos dátumot és időt,
08:09
and he saysmondja, "That was right before
he had a grandnagy malmal seizureelkobzás."
144
477188
3853
és azt mondta:
"Ez pont a rángógörcse előtt volt."
08:14
Now, at the time, I didn't know
anything about epilepsyepilepszia,
145
482942
3349
Akkoriban még semmit sem tudtam
az epilepsziáról,
08:18
and did a bunchcsokor of researchkutatás,
146
486315
2159
szóval elvégeztem egy csomó kutatást.
08:20
realizedrealizált that anotheregy másik student'sdiák dadapu
is chief of neurosurgeryIdegsebészeti Klinika
147
488498
3126
Rájöttem, hogy egy másik diákom
apja a Bostoni Gyermekkórház
08:23
at Children'sA gyermekek HospitalKórház BostonBoston,
148
491648
2000
neurológiai osztályának vezetője,
08:25
screwedcsavart up my couragebátorság
and calledhívott DrDr. JoeJoe MadsenMadsen.
149
493672
2289
így felhívtam Dr. Joe Madsent.
08:27
"Hiszia, DrDr. MadsenMadsen,
my name'snevem RosalindRosalind PicardPicard.
150
495985
2469
"Üdv, Dr. Madsen!
Az én nevem Rosalind Picard.
08:30
Is it possiblelehetséges somebodyvalaki could have
151
498478
3896
Lehetséges,
08:34
a hugehatalmas sympatheticrokonszenvező
nervousideges systemrendszer surgetúlfeszültség" --
152
502398
4403
hogy valakinek túlfeszüljön
a szimpatikus rendszere" –
08:38
that's what drivesmeghajtók the skinbőr conductancevezetőképesség --
153
506825
2578
ez irányítja a bőr vezetőképességét –
08:41
"20 minutespercek before a seizureelkobzás?"
154
509427
1672
20 perccel egy roham előtt?"
08:44
And he saysmondja, "ProbablyValószínűleg not."
155
512172
2119
Erre azt válaszolta: "Nem valószínű."
08:47
He saysmondja, "It's interestingérdekes.
156
515997
1334
Hozzátette: "Érdekes.
08:49
We'veMost már had people whoseakinek hairhaj
standsállványok on endvég on one armkar
157
517355
2768
Vannak, akiknek feláll
a szőr az egyik karjukon
08:52
20 minutespercek before a seizureelkobzás."
158
520147
2080
20 perccel egy roham előtt."
08:55
And I'm like, "On one armkar?"
159
523060
1315
Erre én: "Az egyik karon?"
08:56
I didn't want to tell him that, initiallyalapvetően,
160
524399
2130
Eredetileg ezt nem akartam elmondani,
08:58
because I thought this was too ridiculousnevetséges.
161
526553
2389
mert azt hittem, túl hihetetlen.
09:00
He explainedmagyarázható how this could
happentörténik in the brainagy,
162
528966
2293
Elmagyarázta,
ez miként mehet végbe az agyban,
és érdekelni kezdte az eset,
így beavattam.
09:03
and he got interestedérdekelt.
I showedkimutatta, him the dataadat.
163
531283
2173
Új eszközöket készítettünk és biztonsági
tanúsítvánnyal láttuk el őket.
09:05
We madekészült a wholeegész bunchcsokor more deviceskészülékek,
got them safetybiztonság certifiedhitelesített.
164
533480
2948
09:08
90 familiescsaládok were beinglény
enrolledbeiratkozott in a studytanulmány,
165
536452
2074
90 család vett részt a tanulmányban,
09:10
all with childrengyermekek who were going
to be monitoredellenőrzött 24-7
166
538550
3229
ahol a gyerekeket
napi 24 órában figyeltük meg.
09:13
with gold-standardaranystandard EEGEEG on theirazok scalpskalp
167
541803
3371
Ehhez a fejbőrükön lévő
remek minőségű EEG-vel
09:17
for readingolvasás the brainagy activitytevékenység,
168
545198
1543
vizsgáltuk az agyi aktivitást,
09:18
videovideó- to watch the behaviorviselkedés,
169
546765
1943
videóval figyeltük a viselkedést,
09:20
electrocardiogramelektrokardiogram -- ECGEKG --
and now EDAEda, electrodermalelektrodermális activitytevékenység,
170
548732
3660
elektrokardiogrammal – ECG-vel –
és EDA-val, elektrodermális aktivitással
néztük, van-e valami a periférián,
09:24
to see if there was
something in this peripheryperiféria
171
552416
2585
09:27
that we could easilykönnyen pickszed up,
relatedösszefüggő to a seizureelkobzás.
172
555025
2446
amit könnyen összeköthetünk a rohamokkal.
09:30
We foundtalál, in 100 percentszázalék
of the first batchtétel of grandnagy malmal seizuresrohamok,
173
558263
6441
Rájöttünk, hogy az első kör
minden rángógörcsös egyénének
09:36
this whopperWhopper of responsesVálasz
in the skinbőr conductancevezetőképesség.
174
564728
3633
nagy reakciója volt
a bőr vezetőképességét tekintve.
09:40
The bluekék in the middleközépső, the boy'sfiú sleepalvás,
175
568385
2003
A középen lévő kék jelzi a fiú alvását,
09:42
is usuallyáltalában the biggestlegnagyobb peakcsúcs of the day.
176
570412
1972
mely általában a nap legmagasabb értéke.
09:44
These threehárom seizuresrohamok you see here
are poppingfelbukkanó out of the foresterdő
177
572408
3632
Itt három rohamot láthatunk,
09:48
like redwoodvörösfenyő treesfák.
178
576064
1476
melyek kiemelkednek.
09:51
FurthermoreTovábbá, when you couplepárosít
the skinbőr conductancevezetőképesség at the topfelső
179
579096
3580
Ha összekötjük a bőr magas
vezetőképességi értékeit
09:54
with the movementmozgalom from the wristcsukló
180
582700
3517
a csuklóból eredő mozgással,
sok adatot kapunk,
09:58
and you get lots of dataadat
and trainvonat machinegép learningtanulás and AIAI on it,
181
586241
4800
melyeket a gépi tanulásra,
MI-re használunk fel.
10:03
you can buildépít an automatedautomatizált AIAI
that detectsészleli these patternsminták
182
591065
4793
Így létrehozhatunk egy automata MI-t,
amely sokkal jobban észleli
10:07
much better than just
a shakeráz detectordetektor can do.
183
595882
4215
ezeket a mintákat,
mint a rezgésérzékelő.
10:12
So we realizedrealizált that we neededszükséges
to get this out,
184
600121
4267
Rájöttünk, ezt a világnak is
meg kell ismernie,
10:16
and with the PhDPhD work of Ming-ZherMing-Zher PohPoh
185
604412
2358
így Ming-Zher Poh PhD munkájával,
10:18
and latera későbbiekben great improvementsfejlesztések by EmpaticaEmpatica,
186
606794
3027
majd később az Empatica
nagy fejlesztéseivel
10:21
this has madekészült progressHaladás and the seizureelkobzás
detectionérzékelés is much more accuratepontos.
187
609845
3844
előrelépés történt, mellyel
a rohamérzékelés sokkal precízebb lett.
10:25
But we alsois learnedtanult some other things
about SUDEPA SUDEP duringalatt this.
188
613713
2905
Ezen kívül mást is megtudtunk
a SUDEP-pel kapcsolatban.
10:28
One thing we learnedtanult is that SUDEPA SUDEP,
189
616642
3412
Az egyik az volt,
hogy bár ritka a generalizált
tónusos-klónusos görcsroham után,
10:32
while it's rareritka after
a generalizedgeneralizált tonic-clonictonik-clonic seizureelkobzás,
190
620078
2912
10:35
that's when it's mosta legtöbb likelyvalószínűleg
to happentörténik -- after that typetípus.
191
623014
3237
de ekkor a legvalószínűbb,
hogy megtörténik – ezen típus után.
10:38
And when it happensmegtörténik,
it doesn't happentörténik duringalatt the seizureelkobzás,
192
626275
3119
És mikor megtörténik,
az nem a roham közben megy végbe,
10:41
and it doesn't usuallyáltalában happentörténik
immediatelyazonnal afterwardskésőbb,
193
629418
2866
és nem is rögtön utána,
10:44
but immediatelyazonnal afterwardskésőbb,
194
632308
1715
hanem akkor,
10:46
when the personszemély just seemsÚgy tűnik,
very still and quietcsendes,
195
634047
3062
mikor a személy nagyon
merevnek és csendesnek tűnik.
10:49
they maylehet go into anotheregy másik phasefázis,
where the breathinglélegző stopsmegálló,
196
637133
4947
Ekkor egy olyan fázisba léphet,
mikor leáll a légzése,
10:54
and then after the breathinglélegző stopsmegálló,
latera későbbiekben the heartszív stopsmegálló.
197
642104
3024
majd később a szíve is.
10:57
So there's some time
to get somebodyvalaki there.
198
645152
2043
Tehát van egy kis időnk odaérni.
11:00
We alsois learnedtanult that there is a regionvidék
deepmély in the brainagy calledhívott the amygdalaamygdala,
199
648349
4904
Azt is megtanultuk, hogy az agy
mélyén létezik egy rész, a tobozmirigy,
11:05
whichmelyik we had been studyingtanul
in our emotionérzelem researchkutatás a lot.
200
653277
2936
melyet az érzelmekkel való
kutatásunk során sokat vizsgáltunk.
11:08
We have two amygdalasamygdalas,
201
656237
1281
Két tobozmirigyünk van,
11:09
and if you stimulateösztönzése the right one,
202
657542
1673
és ha stimuláljuk a jobb oldalit,
11:11
you get a bignagy right
skinbőr conductancevezetőképesség responseválasz.
203
659239
2739
akkor a jobb oldalon a bőr vezetőképessége
nagyon megváltozik.
11:14
Now, you have to signjel up right now
for a craniotomyCraniotomy to get this doneKész,
204
662002
4245
Persze, ehhez jelentkeznünk kell
egy koponyaműtétre,
11:18
not exactlypontosan something
we're going to volunteerönkéntes to do,
205
666271
2833
melyet nem feltétlenül vállalnánk önként,
11:21
but it causesokoz a bignagy right skinbőr
conductancevezetőképesség responseválasz.
206
669128
2513
de az biztos, hogy nagy bőrreakció
váltható ki vele.
11:23
StimulateÖsztönözze the left one, bignagy left
skinbőr conductancevezetőképesség responseválasz on the palmtenyér.
207
671665
3853
A bal oldali tobozmirigy stimulálásával
tenyerünk reagál a testünk bal oldalán.
11:27
And furthermoretovábbá, when somebodyvalaki
stimulatesserkenti a your amygdalaamygdala
208
675542
4040
Ráadásul, ha valaki stimulálja
tobozmirigyünket,
11:31
while you're sittingülés there
and you mightesetleg just be workingdolgozó,
209
679606
3419
miközben itt ülünk és dolgozunk,
11:35
you don't showelőadás any signsjelek of distressszorongás,
210
683049
1888
nem mutatnánk semmilyen fájdalmat,
11:37
but you stop breathinglélegző,
211
685620
1286
de leállna a légzésünk,
11:40
and you don't startRajt again
untilamíg somebodyvalaki stimulatesserkenti a you.
212
688470
3317
egészen addig, míg valaki
nem stimulálna bennünket.
11:44
"Hey, RozRoz, are you there?"
213
692599
1513
"Hé, Roz! Ott vagy?"
Erre kinyitjuk a szánkat,
hogy beszéljünk.
11:46
And you opennyisd ki your mouthszáj to talk.
214
694136
1931
11:48
As you take that breathlehelet to speakbeszél,
215
696868
2194
És miközben ezt tesszük,
11:51
you startRajt breathinglélegző again.
216
699086
1505
újra elkezdünk lélegezni.
11:54
So we had startedindult with work on stressfeszültség,
217
702762
3620
Szóval, elkezdtük vizsgálni a stresszt,
11:58
whichmelyik had enabledengedélyezve us
to buildépít lots of sensorsérzékelők
218
706406
2253
mely lehetővé tette
számos szenzor készítését,
12:00
that were gatheringösszejövetel
highmagas qualityminőség enoughelég dataadat
219
708683
2132
melyek elegendő minőségi adattal
szolgáltak ahhoz,
12:02
that we could leaveszabadság the lablabor
and startRajt to get this in the wildvad;
220
710839
2921
hogy ezt a való életben is vizsgálhassuk;
12:05
accidentallyvéletlenül foundtalál a whopperWhopper
of a responseválasz with the seizureelkobzás,
221
713784
2864
véletlenül észleltünk
egy rohamokhoz kötődő,
12:08
neurologicalneurológiai activationaktiválás that can causeok
a much biggernagyobb responseválasz
222
716672
2859
nagy idegi reakciót,
mely még nagyobbat válthat ki,
mint a hagyományos stresszorok;
12:11
than traditionalhagyományos stressorsstresszorok;
223
719555
1310
egy epilepszia megfigyelési egységgel
és néhány kórházzal társultunk,
12:12
lots of partnershiptársaság with hospitalskórházakban
and an epilepsyepilepszia monitoringmegfigyelés unitegység,
224
720889
3198
12:16
especiallykülönösen Children'sA gyermekek HospitalKórház BostonBoston
225
724111
1828
főleg a Bostoni Gyermekkórházzal
12:17
and the BrighamBrigham;
226
725963
1151
és a Brighammel;
12:19
and machinegép learningtanulás and AIAI on topfelső of this
227
727138
2525
és gépi tanulással, sőt MI-vel,
12:21
to take and collectgyűjt lots more dataadat
228
729687
3021
még több adatot gyűjtöttünk
12:24
in serviceszolgáltatás of tryingmegpróbálja
to understandmegért these eventsesemények
229
732732
2629
ezen történések megértése
12:27
and if we could preventmegelőzése SUDEPA SUDEP.
230
735385
1594
és a SUDEP megelőzése érdekében.
12:30
This is now commercializedkereskedelmi forgalomba by EmpaticaEmpatica,
231
738023
3563
Ezzel mára már az Empatica foglalkozik,
12:33
a start-upinduló that I had
the privilegekiváltság to cofoundcofound,
232
741610
2889
egy start-up,
melynek társalapítója lehettem.
12:36
and the teamcsapat there has doneKész an amazingelképesztő jobmunka
improvingjavuló the technologytechnológia
233
744523
4206
A csapat bámulatos munkát végzett
a technológia fejlesztésében,
12:40
to make a very beautifulszép sensorérzékelő
234
748753
1759
hogy készítsen egy szép szenzort,
12:42
that not only tellsmegmondja time and does stepslépések
and sleepalvás and all that good stuffdolog,
235
750536
3859
mely nem csak az időt
és egyéb hasznos dolgot mutat,
12:46
but this is runningfutás real-timevalós idő
AIAI and machinegép learningtanulás
236
754419
3096
de valós idejű MI-vel
és gépi tanulással is rendelkezik,
12:49
to detectfelismerni generalizedgeneralizált
tonic-clonictonik-clonic seizuresrohamok
237
757539
2618
hogy észlelje a generalizált
tónusos-klónusos rohamokat,
12:52
and sendelküld an alertéber for help
238
760181
2151
és segítséget hívjon,
12:54
if I were to have a seizureelkobzás
and loseelveszít consciousnessöntudat.
239
762356
3192
ha valaki roham közben elájulna.
12:57
This just got FDA-approvedFDA által jóváhagyott
240
765572
2816
Ezt az FDA is jóváhagyta,
13:00
as the first smartwatchSmartWatch
to get approvedjóváhagyott in neurologyideggyógyászat.
241
768412
4140
így az első, neurológusok által
jóváhagyott okosórává vált.
13:05
(ApplauseTaps)
242
773923
7000
(Taps)
13:14
Now, the nextkövetkező slidecsúszik is what madekészült
my skinbőr conductancevezetőképesség go up.
243
782674
3531
A következő diától
a hideg futkosott a hátamon.
13:18
One morningreggel, I'm checkingellenőrzése my emailemail
244
786811
1706
Egy reggel megnéztem a leveleimet,
13:20
and I see a storysztori from a momanya
245
788541
2297
és láttam, hogy egy anyuka írt nekem:
13:22
who said she was in the showerzuhany,
246
790862
1886
éppen zuhanyzott,
13:24
and her phonetelefon was
on the counterszámláló by the showerzuhany,
247
792772
2453
mikor a telefonja megszólalt a pulton,
13:27
and it said her daughterlánya
mightesetleg need her help.
248
795249
2157
jelezve, hogy a lányának segítség kell.
13:30
So she interruptsmegszakítások her showerzuhany and goesmegy
runningfutás to her daughter'slánya bedroomhálószoba,
249
798196
3381
Szóval, kilépett a zuhanyból
és a lánya szobájába rohant,
13:33
and she findsleletek her daughterlánya
facedownüveglapra in bedágy, bluekék and not breathinglélegző.
250
801601
3743
ahol ő arccal lefelé, elkékülten
feküdt az ágyon és nem lélegzett.
13:37
She flipsfejtetőre her over -- humanemberi stimulationstimuláció --
251
805368
3281
Így megfordította – emberi stimuláció –
13:40
and her daughterlánya takes a breathlehelet,
and anotheregy másik breathlehelet,
252
808673
3683
és a lánya végre vett egy lélegzetet,
majd még egyet,
13:44
and her daughterlánya turnsmenetek pinkrózsaszín and is fine.
253
812380
3954
míg vissza nem nyerte a színét
és jól nem lett.
13:49
I think I turnedfordult whitefehér readingolvasás this emailemail.
254
817551
3224
Azt hiszem, majdnem elájultam,
mikor ezt olvastam.
Először azt válaszoltam:
"Jaj, ne, még nem tökéletes!
13:52
My first responseválasz is,
"Oh no, it's not perfecttökéletes.
255
820799
2322
13:55
The BluetoothBluetooth could breakszünet,
the batteryakkumulátor could diemeghal.
256
823145
2325
A Bluetooth megszakadhat
és az is elem tönkremehet.
13:57
All these things could go wrongrossz.
Don't relytámaszkodni on this."
257
825494
2477
Minden elromolhat. Ne bízzon benne."
13:59
And she said, "It's OK.
I know no technologytechnológia is perfecttökéletes.
258
827995
3408
Erre ő azt mondta:
"Tudom, egyik technológia sem tökéletes.
14:03
NoneEgyik sem of us can always
be there all the time.
259
831427
2163
De nem lehetünk mindig ott.
14:06
But this, this deviceeszköz plusplusz AIAI
260
834844
4342
Ez a készülék az MI-vel
14:11
enabledengedélyezve me to get there in time
to savementés my daughter'slánya life."
261
839210
3104
segített, hogy időben odaérjek,
és megmentsem a lányom életét."
14:17
Now, I've been mentioningmegemlíteni childrengyermekek,
262
845933
1906
Bár eddig csak a gyerekekről beszéltem,
14:19
but SUDEPA SUDEP peakscsúcsok, actuallytulajdonképpen,
amongközött people in theirazok 20s, 30s and 40s,
263
847863
5707
a SUDEP a 20-as, 30-as és 40-es
éveiben járó embereket is érinti.
14:25
and the nextkövetkező linevonal I'm going to put up
264
853594
1816
A következő dia
14:27
is probablyvalószínűleg going to make
some people uncomfortablekényelmetlen,
265
855434
2453
felkavaró lehet,
14:29
but it's lessKevésbé uncomfortablekényelmetlen
than we'lljól all be
266
857911
2374
de nem annyira,
14:32
if this listlista is extendedkiterjedt
to somebodyvalaki you know.
267
860309
3070
mintha egy ismerősünk
is szerepelne ezen a listán.
14:36
Could this happentörténik to somebodyvalaki you know?
268
864437
2338
Ez az ismerőseinkkel is megtörténhet?
14:39
And the reasonok I bringhoz up
this uncomfortablekényelmetlen questionkérdés
269
867197
2742
Azért kérdezem ezt,
14:41
is because one in 26 of you
will have epilepsyepilepszia at some pointpont,
270
869963
4912
mert 26 emberből egy
valamikor epilepsziás lesz,
14:46
and from what I've been learningtanulás,
271
874899
2235
és abból, amit megtudtam,
az epilepsziás emberek gyakran eltitkolják
barátaik vagy szomszédjaik elöl
14:49
people with epilepsyepilepszia oftengyakran don't tell
theirazok friendsbarátok and theirazok neighborsszomszédok
272
877158
3334
14:52
that they have it.
273
880516
1158
betegségüket.
14:53
So if you're willinghajlandó to let them
use an AIAI or whatevertök mindegy
274
881698
4921
Szóval, ha hagyjuk őket MI-t,
vagy valami mást használni,
14:58
to summonmegidéz you in a momentpillanat
of possiblelehetséges need,
275
886643
4414
hogy szükség esetén segítséget hívjanak,
15:03
if you would let them know that,
276
891081
1618
ha szólunk nekik erről,
15:04
you could make a differencekülönbség in theirazok life.
277
892723
2354
akkor változást érhetünk el az életükben.
15:07
Why do all this hardkemény work to buildépít AIsAIs?
278
895728
2851
Miért dolgozunk ilyen keményen
az MI fejlesztésén?
15:12
A couplepárosít of reasonsokok here:
279
900101
1201
Van néhány oka:
15:13
one is NatashaNatasha, the girllány who livedélt,
280
901326
2163
az egyik Natasha, a lány, aki túlélte.
15:15
and her familycsalád wanted me
to tell you her namenév.
281
903513
2392
Azt akarták, mondjam meg a nevét.
15:18
AnotherEgy másik is her familycsalád
282
906977
1612
A másik ok a családja,
15:20
and the wonderfulcsodálatos people out there
283
908613
2191
és az olyan csodálatos emberek,
15:22
who want to be there to supporttámogatás people
who have conditionskörülmények
284
910828
2825
akik támogatni akarják azokat a betegeket,
15:25
that they'veők már feltfilc uncomfortablekényelmetlen
in the pastmúlt mentioningmegemlíteni to othersmások.
285
913677
3293
akik a múltban titkolták állapotukat.
15:29
And the other reasonok is all of you,
286
917901
1873
És a harmadik ok mi magunk vagyunk,
15:31
because we have the opportunitylehetőség
to shapealak the futurejövő of AIAI.
287
919798
5332
mivel lehetőségünk van
változtatni az MI jövőjén.
15:37
We can actuallytulajdonképpen changeváltozás it,
288
925154
2357
Képesek vagyunk erre,
15:39
because we are the onesazok buildingépület it.
289
927535
2404
mert mi vagyunk azok, akik azt alakítják.
15:41
So let's buildépít AIAI
290
929963
1977
Szóval, fejlesszük az MI-t,
15:43
that makesgyártmányú everybody'smindenkié liveséletét better.
291
931964
3292
mely mindenki életét jobbá teszi.
15:47
Thank you.
292
935982
1151
Köszönöm!
15:49
(ApplauseTaps)
293
937157
4414
(Taps)
Translated by Laura Laczkó
Reviewed by Zsuzsa Viola

▲Back to top

ABOUT THE SPEAKER
Rosalind Picard - Scientist, inventor, entrepreneur
MIT Professor Rosalind Picard invents technologies that help people better understand emotion and behaviors that impact human health.

Why you should listen

Rosalind Picard wrote Affective Computing, a book that outlines how to give machines the skills of emotional intelligence, credited for launching the growing field of affective computing. Named one of seven "Tech SuperHeros to Watch" by CNN, Picard cofounded two companies that have commercialized technologies invented by her team at MIT: Empatica, which created the first AI-based smartwatch cleared by FDA in Neurology, and Affectiva, which provides emotion AI software. Picard teaches and leads research in affective computing at the MIT Media Lab in Cambridge; works as MIT's faculty chair for MindHandHeart, a campus-wide wellbeing initiative; and serves as chief scientist for Empatica, creating AI-based analytics and wearables to improve human wellbeing.

More profile about the speaker
Rosalind Picard | Speaker | TED.com