English-Video.net comment policy

The comment field is common to all languages

Let's write in your language and use "Google Translate" together

Please refer to informative community guidelines on TED.com

TEDxNijmegen

Peter van Manen: Better baby care -- thanks to Formula 1

Peter van Manen: Jak Formuła 1 może pomóc dzieciom?

Filmed
Views 794,639

W trakcie wyścigów Formuły 1 samochód wysyła setki milionów danych do warsztatu, gdzie są one na bieżąco analizowane i wykorzystywane. Dlaczego nie użyć tego szczegółowego, dokładnego systemu danych gdzieś indziej, na przykład.... w szpitalach dziecięcych? Wyjaśnia to 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

Motor racing is a funny old business.
Wyścigi samochodowe to osobliwa branża.
00:12
We make a new car every year,
Co roku tworzymy nowy samochód
00:14
and then we spend the rest of the season
i przez resztę sezonu
00:16
trying to understand what it is we've built
próbujemy zrozumieć, co zbudowaliśmy,
00:19
to make it better, to make it faster.
i sprawić, by było lepsze i szybsze.
00:21
And then the next year, we start again.
Po roku zaczynamy od nowa.
00:25
Now, the car you see in front of you is quite complicated.
Ten samochód jest dość skomplikowany.
00:28
The chassis is made up of about 11,000 components,
Podwozie składa się z około 11 tys. elementów,
00:32
the engine another 6,000,
silnik z kolejnych 6 tysięcy,
00:36
the electronics about eight and a half thousand.
a elektronika to 8,5 tysiąca.
00:38
So there's about 25,000 things there that can go wrong.
Czyli 25 tysięcy rzeczy,
które mogą się zepsuć.
00:41
So motor racing is very much about attention to detail.
Dlatego w wyścigach samochodowych
przykłada się wagę do szczegółów.
00:46
The other thing about Formula 1 in particular
Inna rzecz charakteryzująca Formułę 1
00:51
is we're always changing the car.
to ciągłe zmienianie samochodu.
00:54
We're always trying to make it faster.
Wciąż próbujemy sprawić, by był szybszy.
00:56
So every two weeks, we will be making
Dlatego co 2 tygodnie tworzymy dla niego
00:58
about 5,000 new components to fit to the car.
około 5 tysięcy nowych elementów.
01:01
Five to 10 percent of the race car
5-10% samochodu wyścigowego
01:05
will be different every two weeks of the year.
zmienia się co 2 tygodnie.
01:08
So how do we do that?
Jak to się dzieje?
01:11
Well, we start our life with the racing car.
Zaczynamy od samochodu wyścigowego.
01:14
We have a lot of sensors on the car to measure things.
Umieszczamy na nim wiele czujników.
01:17
On the race car in front of you here
Na stojącym tu samochodzie
01:21
there are about 120 sensors when it goes into a race.
znajduje się ich około 120.
01:23
It's measuring all sorts of things around the car.
Mierzą najróżniejsze rzeczy wokół samochodu.
01:26
That data is logged. We're logging about
Te dane są zapisywane. W systemie danych
01:30
500 different parameters within the data systems,
zapisujemy około 500 różnych parametrów
01:32
about 13,000 health parameters and events
i około 13 tys. parametrów zdrowotnych,
01:36
to say when things are not working the way they should do,
które pokazują występujące usterki.
01:39
and we're sending that data back to the garage
Potem wysyłamy te dane do warsztatu,
01:44
using telemetry at a rate of two to four megabits per second.
używając telemetrii w tempie
2-4 megabitów na sekundę.
01:47
So during a two-hour race, each car will be sending
W ciągu dwugodzinnego wyścigu
01:52
750 million numbers.
samochód prześle 750 milionów liczb.
01:55
That's twice as many numbers as words that each of us
To dwa razy więcej liczb niż słów,
01:57
speaks in a lifetime.
które wypowiadamy w całym życiu.
02:00
It's a huge amount of data.
Olbrzymia ilość danych.
02:02
But it's not enough just to have data and measure it.
Ale nie wystarczy mieć dane i mierzyć je.
02:05
You need to be able to do something with it.
Trzeba móc coś z nimi zrobić.
02:07
So we've spent a lot of time and effort
Poświęciliśmy wiele czasu i wysiłku
02:09
in turning the data into stories
na przekształcenie ich w konkrety tak,
02:12
to be able to tell, what's the state of the engine,
aby móc określić stan silnika,
02:14
how are the tires degrading,
proces ścierania się opon
02:17
what's the situation with fuel consumption?
czy poziom zużycia paliwa.
02:19
So all of this is taking data
Zmieniamy dane w wiedzę,
02:23
and turning it into knowledge that we can act upon.
którą można wykorzystać.
02:26
Okay, so let's have a look at a little bit of data.
Spójrzmy na takie dane.
02:29
Let's pick a bit of data from
Weźmiemy dane
02:32
another three-month-old patient.
innego trzymiesięcznego pacjenta.
02:34
This is a child, and what you're seeing here is real data,
To dziecko i jego prawdziwe dane.
02:37
and on the far right-hand side,
Po prawej stronie,
02:41
where everything starts getting a little bit catastrophic,
tam gdzie linie zaczynają
dramatycznie skakać,
02:43
that is the patient going into cardiac arrest.
następuje zatrzymanie krążenia.
02:46
It was deemed to be an unpredictable event.
Uznano to za nieprzewidywalne zdarzenie.
02:49
This was a heart attack that no one could see coming.
Atak serca, którego nie można przewidzieć.
02:53
But when we look at the information there,
Ale patrząc na te informacje widzimy,
02:56
we can see that things are starting to become
że linie zaczęły drgać
02:59
a little fuzzy about five minutes or so before the cardiac arrest.
na 5 minut przed zatrzymaniem krążenia.
03:01
We can see small changes
Widać drobne zmiany,
03:05
in things like the heart rate moving.
np. w rytmie serca.
03:07
These were all undetected by normal thresholds
Nie wykryły ich normalne progi,
03:10
which would be applied to data.
które stosuje się dla takich danych.
03:12
So the question is, why couldn't we see it?
Dlaczego ich nie dostrzegliśmy?
03:15
Was this a predictable event?
Czy dało się to przewidzieć?
03:18
Can we look more at the patterns in the data
Czy można lepiej obserwować wzory,
03:20
to be able to do things better?
by lepiej sobie z nimi radzić?
03:23
So this is a child,
To dziecko
03:27
about the same age as the racing car on stage,
ma tyle samo lat, co samochód na scenie,
03:29
three months old.
3 miesiące.
03:33
It's a patient with a heart problem.
To pacjent z chorym sercem.
03:34
Now, when you look at some of the data on the screen above,
Dane na ekranie pokazują,
03:37
things like heart rate, pulse, oxygen, respiration rates,
że wartości takie jak rytm zatokowy,
puls, tlen i częstość oddechów
03:40
they're all unusual for a normal child,
są nietypowe dla normalnego dziecka,
03:45
but they're quite normal for the child there,
ale zupełnie normalne dla tego dziecka.
03:48
and so one of the challenges you have in health care is,
Jednym z wyzwań opieki medycznej jest to,
03:51
how can I look at the patient in front of me,
jak patrząc na pacjenta
03:55
have something which is specific for her,
i wiedząc o czymś specyficznym dla niego,
03:58
and be able to detect when things start to change,
można wykryć, kiedy coś
04:01
when things start to deteriorate?
zaczyna się pogarszać.
04:04
Because like a racing car, any patient,
Tak jak z samochodem wyścigowym,
04:06
when things start to go bad, you have a short time
jeśli stan pacjenta się pogarsza,
mamy niewiele czasu,
04:09
to make a difference.
by coś zrobić.
04:12
So what we did is we took a data system
Wzięliśmy system danych,
04:14
which we run every two weeks of the year in Formula 1
którego używamy w Formule 1,
04:17
and we installed it on the hospital computers
i zainstalowaliśmy go w komputerach
04:20
at Birmingham Children's Hospital.
w szpitalu dziecięcym w Birmingham.
04:23
We streamed data from the bedside instruments
Przesyłaliśmy dane z aparatury przy łóżkach
04:25
in their pediatric intensive care
na oddziale intensywnej terapii na pediatrii,
04:27
so that we could both look at the data in real time
tak by móc jednocześnie obserwować je
04:30
and, more importantly, to store the data
i, co ważniejsze, zapisywać je
04:33
so that we could start to learn from it.
i później uczyć się z nich.
04:36
And then, we applied an application on top
Potem zastosowaliśmy aplikację,
04:39
which would allow us to tease out the patterns in the data
umożliwiającą wyłapanie schematów danych,
04:44
in real time so we could see what was happening,
dzięki czemu na bieżąco
widzieliśmy, co się dzieje
04:47
so we could determine when things started to change.
i kiedy stan zaczyna się pogarszać.
04:50
Now, in motor racing, we're all a little bit ambitious,
Ludzie z branży wyścigów samochodowych
są ambitni,
04:54
audacious, a little bit arrogant sometimes,
śmiali, a czasem trochę aroganccy,
04:58
so we decided we would also look at the children
więc postanowiliśmy obserwować dzieci
05:00
as they were being transported to intensive care.
w czasie transportu na intensywną terapię.
05:04
Why should we wait until they arrived in the hospital
Czemu czekać z obserwacją
05:06
before we started to look?
aż pojawią się w szpitalu?
05:09
And so we installed a real-time link
Założyliśmy bieżące łącze
05:11
between the ambulance and the hospital,
między karetką a szpitalem,
05:14
just using normal 3G telephony to send that data
używając zwykłej telefonii 3G
do przesyłania danych.
05:16
so that the ambulance became an extra bed
Karetka stała się dodatkowym łóżkiem
05:20
in intensive care.
na intensywnej terapii.
05:23
And then we started looking at the data.
Wtedy zaczęliśmy obserwacje.
05:26
So the wiggly lines at the top, all the colors,
Skaczące, kolorowe linie na górze
05:30
this is the normal sort of data you would see on a monitor --
pokazują normalne, typowe dane:
05:32
heart rate, pulse, oxygen within the blood,
rytm zatokowy, puls, tlen we krwi
05:36
and respiration.
i oddychanie.
05:39
The lines on the bottom, the blue and the red,
Bardziej interesujące są linie na dole,
05:42
these are the interesting ones.
niebieska i czerwona.
05:45
The red line is showing an automated version
Czerwona pokazuje automatyczną wersję
05:46
of the early warning score
systemu wczesnego ostrzegania,
05:49
that Birmingham Children's Hospital were already running.
którego szpital w Birmingham
05:51
They'd been running that since 2008,
używał już od 2008 roku,
05:53
and already have stopped cardiac arrests
i który zapobiegał zatrzymaniu krążenia
05:56
and distress within the hospital.
i niewydolności serca.
05:58
The blue line is an indication
Niebieska linia wskazuje,
06:01
of when patterns start to change,
kiedy wzory zaczynają się zmieniać
06:03
and immediately, before we even started
i od razu, zanim jeszcze zaczniemy
06:06
putting in clinical interpretation,
interpretować te dane,
06:08
we can see that the data is speaking to us.
widać, że coś nam one mówią.
06:10
It's telling us that something is going wrong.
Mówią, że dzieje się coś złego.
06:13
The plot with the red and the green blobs,
Wykres z czerwonym i zielonym kształtem
06:16
this is plotting different components
zestawia ze sobą
06:20
of the data against each other.
różne dane.
06:23
The green is us learning what is normal for that child.
Zielony pokazuje, co jest dla dziecka normą.
06:25
We call it the cloud of normality.
To tzw. chmura normalności.
06:29
And when things start to change,
Kiedy to zaczyna się zmieniać
06:32
when conditions start to deteriorate,
i stan się pogarsza,
06:34
we move into the red line.
pojawia się czerwona linia.
06:37
There's no rocket science here.
To nie fizyka kwantowa,
06:39
It is displaying data that exists already in a different way,
tylko przedstawienie dostępnych danych
06:41
to amplify it, to provide cues to the doctors,
w taki sposób, by dać lekarzom
06:45
to the nurses, so they can see what's happening.
i pielęgniarkom sygnał,
gdy coś się dzieje.
06:48
In the same way that a good racing driver
Tak jak kierowcy rajdowi
06:51
relies on cues to decide when to apply the brakes,
potrzebują sygnałów, by zdecydować
06:54
when to turn into a corner,
kiedy hamować czy skręcić,
06:58
we need to help our physicians and our nurses
tak samo lekarze i pielęgniarki
potrzebują pomocy,
06:59
to see when things are starting to go wrong.
by dostrzec, kiedy dzieje się coś złego.
07:02
So we have a very ambitious program.
To bardzo ambitny projekt.
07:06
We think that the race is on to do something differently.
Wyścigi mogą nam tu pomóc.
07:09
We are thinking big. It's the right thing to do.
Mamy wielkie plany.
07:14
We have an approach which, if it's successful,
Jeśli nasze podejście przyniesie efekty,
07:17
there's no reason why it should stay within a hospital.
będzie można je wykorzystać
także poza szpitalem.
07:20
It can go beyond the walls.
Można wyjść poza budynek.
07:22
With wireless connectivity these days,
Dzięki łączności bezprzewodowej
07:24
there is no reason why patients, doctors and nurses
pacjenci, lekarze i pielęgniarki
07:26
always have to be in the same place
nie muszą znaleźć się w tym samym miejscu
07:30
at the same time.
o tej samej porze.
07:32
And meanwhile, we'll take our little three-month-old baby,
W międzyczasie będziemy zajmować się
07:34
keep taking it to the track, keeping it safe,
naszym trzymiesięcznym maluchem,
07:38
and making it faster and better.
próbując sprawić, by był szybszy i lepszy.
07:42
Thank you very much.
Dziękuję bardzo.
07:44
(Applause)
(Brawa)
07:45
Translated by Katarzyna Goszczycka
Reviewed by Karolina Stepien

▲Back to top

About the speaker:

Peter van Manen - Electronic systems expert
Peter 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.

More profile about the speaker
Peter van Manen | Speaker | TED.com