TED2006
Larry Brilliant: My wish: Help me stop pandemics
Larry Brilliant: O meu desejo: Ajudem-me a deter as pandemias
Filmed:
Readability: 4.3
854,467 views
Ao aceitar o Prémio TED 2006, o Dr. Larry Brilliant fala de como a varíola foi erradicada do planeta, e apela a um novo sistema global que possa identificar e conter pandemias antes que elas se espalhem.
Larry Brilliant - Epidemiologist, philanthropist
TED Prize winner Larry Brilliant has spent his career solving the ills of today -- from overseeing the last smallpox cases to saving millions from blindness -- and building technologies of the future. Now, as Chair of the Skoll Global Threats Fund, he's redefining how we solve the world's biggest problems. Full bio
TED Prize winner Larry Brilliant has spent his career solving the ills of today -- from overseeing the last smallpox cases to saving millions from blindness -- and building technologies of the future. Now, as Chair of the Skoll Global Threats Fund, he's redefining how we solve the world's biggest problems. Full bio
Double-click the English transcript below to play the video.
00:25
I'm the luckiest guy in the world.
0
0
2000
Sou o homem mais sortudo do mundo.
00:28
I got to see the last case of killer smallpox in the world.
1
3000
4000
Assisti ao último caso
de varíola assassina no mundo.
de varíola assassina no mundo.
00:32
I was in India this past year,
2
7000
2000
Estava na Índia, o ano passado,
00:34
and I may have seen the last cases of polio in the world.
3
9000
4000
e posso ter visto os últimos casos
de poliomielite no mundo.
de poliomielite no mundo.
00:40
There's nothing that makes you feel more -- the blessing and the honor
4
15000
4000
Não há nada que nos faça
sentir melhor a bênção e a honra
sentir melhor a bênção e a honra
00:44
of working in a program like that than to know
5
19000
4000
de trabalhar num programa como este
00:48
that something that horrible no longer exists.
6
23000
3000
do que saber que desapareceu
uma coisa tão terrível..
uma coisa tão terrível..
00:52
So, I'm going to tell -- (Applause) --
7
27000
2000
(Aplausos)
00:56
so, I'm going to show you some dirty pictures.
8
31000
3000
Por isso, vou mostrar-vos
umas imagens revoltantes.
umas imagens revoltantes.
00:59
They are difficult to watch, but you should look at them with optimism
9
34000
6000
São difíceis de ver,
mas devem olhar para elas com otimismo,
mas devem olhar para elas com otimismo,
01:05
because the horror of these pictures will be matched
10
40000
5000
porque o horror destas imagens
será compensado
será compensado
01:10
by the uplifting quality of knowing that they no longer exist.
11
45000
4000
com o conforto animador
de saber que já não existem.
de saber que já não existem.
01:15
But first I'm going to tell you a little bit about my own journey.
12
50000
4000
Mas primeiro, vou falar-vos um pouco
da minha experiência.
da minha experiência.
01:20
My background is not exactly the conventional medical education
13
55000
3000
A minha formação não é propriamente
a formação médica convencional
a formação médica convencional
01:23
that you might expect.
14
58000
2000
de que podiam estar à espera.
Quando eu era interno em São Francisco,
01:27
When I was an intern in San Francisco,
15
62000
3000
01:30
I heard about a group of Native Americans
16
65000
3000
ouvi falar dum grupo de nativos americanos
que tinham ocupado a Ilha de Alcatraz
que tinham ocupado a Ilha de Alcatraz
01:33
who had taken over Alcatraz Island,
17
68000
2000
01:35
and a Native American who wanted to give birth on that island,
18
70000
3000
e de uma nativa americana
que queria dar à luz naquela ilha,
que queria dar à luz naquela ilha,
01:38
and no other doctor wanted to go and help her give birth.
19
73000
4000
mas nenhum médico queria lá ir
para ajudá-la no parto.
para ajudá-la no parto.
01:42
I went out to Alcatraz, and I lived on the island for several weeks.
20
77000
3000
Fui a Alcatraz e vivi na ilha
durante várias semanas.
durante várias semanas.
01:46
She gave birth; I caught the baby; I got off the island;
21
81000
3000
Ela deu à luz, eu aparei o bebé
e vim-me embora da ilha.
e vim-me embora da ilha.
01:49
I landed in San Francisco; and all the press wanted to talk to me
22
84000
4000
Desembarquei em São Francisco.
Toda a imprensa queria falar comigo
01:53
because my three weeks on the island made me an expert in Indian affairs.
23
88000
4000
porque as minhas três semanas na ilha
tinham-me tornado num especialista
dos assuntos índios.
dos assuntos índios.
(Risos)
01:58
I wound up on every television show.
24
93000
2000
Apareci em todos
os programas de televisão.
os programas de televisão.
02:00
Someone saw me on television; they called me up; and they asked me
25
95000
3000
Viram-me na TV,
chamaram-me e perguntaram-me
chamaram-me e perguntaram-me
02:03
if I'd like to be in a movie and to play a young doctor
26
98000
3000
se eu queria entrar num filme
e representar um jovem médico
e representar um jovem médico
02:06
for a bunch of rock and roll stars who were traveling in a bus ride
27
101000
3000
dum grupo de estrelas do "rock"
que viajavam de autocarro
que viajavam de autocarro
02:09
from San Francisco to England. And I said, yes, I would do that,
28
104000
4000
de São Francisco a Inglaterra.
Eu disse que sim, que faria isso.
02:13
so I became the doctor in an absolutely awful movie
29
108000
4000
Assim, tornei-me médico
num filme absolutamente horrível
num filme absolutamente horrível
chamado "Medicine Ball Caravan."
02:17
called "Medicine Ball Caravan."
30
112000
3000
(Risos)
02:20
Now, you know from the '60s,
31
115000
2000
Nos anos 60, ou se estava num autocarro,
ou fora dele; eu estava lá dentro.
ou fora dele; eu estava lá dentro.
02:22
you're either on the bus or you're off the bus.
32
117000
3000
A minha mulher, de há 37 anos, e eu
apanhámos o autocarro.
apanhámos o autocarro.
02:25
I was on the bus. My wife and I, of 37 years, joined the bus.
33
120000
3000
A nossa viagem de autocarro
levou-nos de São Francisco a Londres,
levou-nos de São Francisco a Londres,
02:28
Our bus ride took us from San Francisco to London.
34
123000
3000
02:31
We switched buses at the big pond. We then got on two more buses
35
126000
4000
Tínhamos trocado de autocarro
no Oceano Atlântico.
no Oceano Atlântico.
Depois apanhámos mais dois autocarros
02:35
and we drove through Turkey and Iran, Afghanistan,
36
130000
3000
e atravessámos a Turquia,
o Irão, o Afeganistão,
o Irão, o Afeganistão,
02:38
over the Khyber Pass, into Pakistan, like every other young doctor.
37
133000
5000
atravessámos o Passo Khyber
para o Paquistão,
para o Paquistão,
como qualquer outro jovem médico.
02:43
This is us at the Khyber Pass, and that's our bus.
38
138000
2000
Estes somos nós no Passo Khyber,
aquele é o nosso autocarro.
aquele é o nosso autocarro.
02:45
We had some difficulty getting over the Khyber Pass,
39
140000
3000
Tivemos muita dificuldade
em atravessar o Passo Khyber,
em atravessar o Passo Khyber,
02:49
but we wound up in India.
40
144000
2000
mas acabámos por chegar à Índia.
Depois, como toda a gente
da nossa geração,
da nossa geração,
02:52
And then, like everyone else in our generation,
41
147000
2000
fomos viver para um mosteiro
nos Himalaias.
nos Himalaias.
02:54
we went to live in a Himalayan monastery.
42
149000
2000
02:56
(Laughter)
43
151000
2000
(Risos)
Isto era apenas como um estágio
03:00
This is just like a residency program,
44
155000
2000
para os que andam a estudar medicina.
03:02
for those of you that are in medical school.
45
157000
2000
(Risos)
03:04
And we studied with a wise man, a guru named Karoli Baba,
46
159000
6000
Estudámos com um homem sábio,
um guru chamado Karoli Baba,
um guru chamado Karoli Baba,
03:10
who then told me to get rid of the dress,
47
165000
3000
que me disse para me desfazer da túnica,
03:13
put on a three-piece suit,
48
168000
2000
vestir um fato de três peças,
03:15
go join the United Nations as a diplomat
49
170000
3000
ir para a ONU como diplomata
03:18
and work for the World Health Organization.
50
173000
3000
e trabalhar para
a Organização Mundial de Saúde.
a Organização Mundial de Saúde.
03:21
And he made an outrageous prediction that smallpox would be eradicated,
51
176000
4000
Ele fez uma profecia incrível
de que a varíola seria erradicada,
de que a varíola seria erradicada,
03:25
and that this was God's gift to humanity
52
180000
3000
era uma dádiva de Deus à humanidade,
03:28
because of the hard work of dedicated scientists.
53
183000
3000
por causa do trabalho difícil
de cientistas dedicados.
de cientistas dedicados.
03:31
And that prediction came true, and this little girl is Rahima Banu,
54
186000
5000
Essa profecia concretizou-se.
Esta rapariguinha é Rahima Banu.
03:36
and she was the last case of killer smallpox in the world.
55
191000
4000
Foi o último caso mundial
da varíola assassina.
da varíola assassina.
03:40
And this document is the certificate that the global commission signed
56
195000
5000
Este documento é o certificado
que a comissão mundial assinou,
que a comissão mundial assinou,
03:45
certifying the world to have eradicated the first disease in history.
57
200000
5000
certificando que o mundo tinha erradicado
a primeira doença da História.
a primeira doença da História.
03:51
The key to eradicating smallpox was early detection, early response.
58
206000
6000
A chave para a erradicação da varíola
foi a deteção precoce e uma resposta rápida
foi a deteção precoce e uma resposta rápida
03:57
I'm going to ask you to repeat that: early detection, early response.
59
212000
4000
Vou pedir-vos que repitam comigo:
deteção precoce e resposta rápida.
deteção precoce e resposta rápida.
04:01
Can you say that?
60
216000
2000
São capazes de dizer isto?
04:03
Audience: Early detection, early response.
61
218000
2000
Público: Deteção precoce e resposta rápida.
04:05
Larry Brilliant: Smallpox was the worst disease in history.
62
220000
3000
Larry Brilliant: A varíola foi
a pior doença da História.
a pior doença da História.
04:08
It killed more people than all the wars in history.
63
223000
3000
Matou mais pessoas
que todas as guerras da História.
que todas as guerras da História.
04:11
In the last century, it killed 500 million people.
64
226000
5000
No século passado,
matou 500 milhões de pessoas.
matou 500 milhões de pessoas.
04:17
More than two -- you're reading about Larry Page already,
65
232000
3000
Vocês já andam a ler Larry Page.
04:20
somebody reads very fast. (Laughter)
66
235000
2000
Há aqui gente que lê muito depressa.
04:22
In the year that Larry Page and Sergey Brin --
67
237000
3000
No ano em que Larry Page
e Sergey Brin
e Sergey Brin
04:25
with whom I have a certain affection and a new affiliation --
68
240000
3000
— por quem tenho um certo afeto
e uma recente afiliação —
e uma recente afiliação —
04:28
in the year in which they were born,
69
243000
2000
no ano em que eles nasceram,
04:30
two million people died of smallpox.
70
245000
3000
morreram com varíola
dois milhões de pessoas.
dois milhões de pessoas.
04:33
We declared smallpox eradicated in 1980.
71
248000
4000
Declarámos a varíola
erradicada em 1980.
erradicada em 1980.
04:38
This is the most important slide that I've ever seen in public health
72
253000
4000
Este é o diapositivo mais importante
que já vi sobre saúde pública.
que já vi sobre saúde pública.
04:42
because it shows you to be the richest and the strongest,
73
257000
4000
[Soberanos mortos pela varíola]
porque mostra
que os mais ricos e os mais fortes,
que os mais ricos e os mais fortes,
04:46
and to be kings and queens of the world,
74
261000
2000
os reis ou as rainhas do mundo,
04:48
did not protect you from dying of smallpox.
75
263000
2000
não estavam imunes a morrer de varíola.
04:50
Never can you doubt that we are all in this together.
76
265000
4000
Não podemos duvidar
que estamos todos no mesmo barco.
que estamos todos no mesmo barco.
04:55
But to see smallpox from the perspective of a sovereign
77
270000
4000
Mas ver a varíola
na perspetiva de um soberano
na perspetiva de um soberano
04:59
is the wrong perspective.
78
274000
2000
é a perspetiva errada.
05:01
You should see it from the perspective of a mother
79
276000
3000
Devemos vê-la
na perspetiva duma mãe,
na perspetiva duma mãe,
05:04
watching her child develop this disease and standing by helplessly.
80
279000
4000
que vê o seu filho com esta doença
e não pode fazer nada.
e não pode fazer nada.
05:08
Day one, day two, day three, day four, day five, day six.
81
283000
11000
Dia um, dia dois, dias três,
dia quatro,
dia cinco,
dia seis.
05:19
You're a mother and you're watching your child,
82
294000
3000
Uma mãe a olhar para o filho.
05:22
and on day six, you see pustules that become hard.
83
297000
5000
No dia seis, vemos as pústulas
a ficarem duras.
a ficarem duras.
05:27
Day seven, they show the classic scars of smallpox umbilication.
84
302000
6000
Dia sete, mostram as cicatrizes clássicas
da umbilicação da varíola.
da umbilicação da varíola.
05:33
Day eight.
85
308000
1000
Dia oito.
05:34
And Al Gore said earlier that the most photographed image in the world,
86
309000
5000
Al Gore disse há bocado
que a imagem mais divulgada do mundo,
que a imagem mais divulgada do mundo,
05:39
the most printed image in the world,
87
314000
2000
a imagem mais vezes impressa
no mundo, era a da Terra.
no mundo, era a da Terra.
05:41
was that of the Earth. But this was in 1974,
88
316000
3000
Mas esta foi em 1974
e, nessa época,
e, nessa época,
05:44
and as of that moment this photograph was the photograph
89
319000
3000
esta fotografia era a fotografia
mais vezes impressa por toda a parte
mais vezes impressa por toda a parte
05:47
that was the most widely printed
90
322000
2000
05:49
because we printed two billion copies of this photograph,
91
324000
3000
porque imprimimos 2000 milhões
de exemplares desta fotografia
de exemplares desta fotografia
05:52
and we took them hand to hand, door to door,
92
327000
3000
e entregámo-las, de mão em mão,
porta a porta,
porta a porta,
05:55
to show people and ask them if there was smallpox in their house
93
330000
5000
para mostrar às pessoas e perguntar-lhes
se tinham varíola em casa,
se tinham varíola em casa,
06:00
because that was our surveillance system. We didn't have Google;
94
335000
4000
porque era esse
o nosso sistema de vigilância.
o nosso sistema de vigilância.
Não tínhamos o Google,
não tínhamos motores de busca,
não tínhamos motores de busca,
06:04
we didn't have web crawlers; we didn't have computers.
95
339000
3000
não tínhamos computadores.
06:08
By day nine, you look at this picture, and you're horrified.
96
343000
5000
No dia nove — vemos esta foto
e ficamos horrorizados —
e ficamos horrorizados —
06:13
I look at this picture and I say, "Thank God"
97
348000
2000
eu vi esta foto e disse:
"Obrigado, meu Deus",
"Obrigado, meu Deus",
06:15
because it's clear that this is only an ordinary case of smallpox,
98
350000
4000
porque é óbvio que se trata
apenas de um caso vulgar de varíola
apenas de um caso vulgar de varíola
06:19
and I know this child will live.
99
354000
2000
e sei que esta criança vai viver.
06:22
And by day 13, the lesions are scabbing, his eyelids are swollen,
100
357000
5000
No dia 13, estão a formar-se crostas,
as pálpebras estão inchadas,
as pálpebras estão inchadas,
06:27
but you know this child has no other secondary infection.
101
362000
4000
mas sabemos que a criança
não tem nenhuma infeção secundária.
não tem nenhuma infeção secundária.
06:31
And by day 20, while he will be scarred for life, he will live.
102
366000
5000
No dia 20, embora fique toda a vida
com cicatrizes, vai viver.
com cicatrizes, vai viver.
06:36
There are other kinds of smallpox that are not like that.
103
371000
4000
Há outros tipos de varíola
que não são assim.
que não são assim.
06:40
This is confluent smallpox,
104
375000
2000
A varíola confluente,
06:42
in which there isn't a single place on the body where you could put a finger
105
377000
4000
em que não há um único local no corpo
onde possamos pôr um dedo
onde possamos pôr um dedo
06:46
and not be covered by lesions.
106
381000
3000
sem estar coberto de lesões.
06:49
Flat smallpox, which killed 100 percent of people who got it.
107
384000
4000
A varíola maligna, que matou
100% das pessoas que a apanharam.
100% das pessoas que a apanharam.
06:53
And hemorrhagic smallpox, the most cruel of all,
108
388000
4000
A varíola hemorrágica,
a mais cruel de todas,
a mais cruel de todas,
que tinha uma predileção
por mulheres grávidas.
por mulheres grávidas.
06:57
which had a predilection for pregnant women.
109
392000
3000
Vi morrer umas 50 mulheres.
Todas tinham varíola hemorrágica.
Todas tinham varíola hemorrágica.
07:00
I've probably had 50 women die. They all had hemorrhagic smallpox.
110
395000
4000
07:04
I've never seen anybody die from it who wasn't a pregnant woman.
111
399000
3000
Nunca vi ninguém morrer com ela,
senão mulheres grávidas.
senão mulheres grávidas.
Em 1967, a OMS entrou
num programa ambicioso
num programa ambicioso
07:09
In 1967, the WHO embarked on what was an outrageous program
112
404000
3000
07:12
to eradicate a disease.
113
407000
2000
para erradicar uma doença.
07:14
In that year, there were 34 countries affected with smallpox.
114
409000
4000
Nesse ano, havia 34 países
afetados pela varíola.
afetados pela varíola.
07:18
By 1970, we were down to 18 countries.
115
413000
4000
Em 1970, estavam reduzidos a 18 países.
Em 1974, estavam reduzidos a cinco países.
07:22
1974, we were down to five countries.
116
417000
2000
07:24
But in that year, smallpox exploded throughout India.
117
419000
5000
Mas, nesse ano, a varíola
explodiu por toda a Índia.
explodiu por toda a Índia.
07:29
And India was the place where smallpox made its last stand.
118
424000
5000
A Índia foi o local
em que a varíola teve o seu último poiso.
em que a varíola teve o seu último poiso.
07:34
In 1974, India had a population of 600 million.
119
429000
3000
Em 1974, a Índia
tinha uma população de 600 milhões.
tinha uma população de 600 milhões.
07:37
There are 21 linguistic states in India,
120
432000
3000
Há 21 estados na Índia
com línguas diferentes,
com línguas diferentes,
07:40
which is like saying 21 different countries.
121
435000
3000
o que é o mesmo que dizer
21 países diferentes.
21 países diferentes.
07:43
There are 20 million people on the road at any time in buses
122
438000
3000
Há 20 milhões de pessoas
na estrada, em qualquer momento,
na estrada, em qualquer momento,
07:46
and trains, walking, 500,000 villages, 120 million households,
123
441000
6000
em autocarros, comboios, a pé;
500 000 aldeias, 120 milhões de famílias
500 000 aldeias, 120 milhões de famílias
07:52
and none of them wanted to report if they had a case of smallpox in their house
124
447000
5000
e nenhuma delas queria comunicar
se tinham um caso de varíola em casa,
07:57
because they thought that smallpox was the visitation of a deity,
125
452000
3000
porque pensavam que a varíola
era uma visita duma deusa,
era uma visita duma deusa,
08:00
Shitala Mata, the cooling mother,
126
455000
2000
Shitala Mata, a mãe fria,
08:02
and it was wrong to bring strangers into your house
127
457000
4000
e era mau meter desconhecidos
dentro de casa, quando a deusa lá estava.
dentro de casa, quando a deusa lá estava.
08:06
when the deity was in the house. No incentive to report smallpox.
128
461000
5000
Não incentivava a comunicar a varíola.
08:11
It wasn't just India that had smallpox deities;
129
466000
3000
Não era só a Índia
que tinha deusas da varíola,
que tinha deusas da varíola,
08:14
smallpox deities were prevalent all over the world.
130
469000
4000
havia deusas da varíola
presentes por todo o mundo.
presentes por todo o mundo.
Portanto, para erradicar a varíola
a vacinação em massa não funcionaria.
a vacinação em massa não funcionaria.
08:18
So, how we eradicated smallpox was -- max vaccination wouldn't work.
131
473000
5000
08:23
You could vaccinate everybody in India,
132
478000
2000
Podíamos vacinar toda a gente na Índia,
08:25
but one year later there'll be 21 million new babies,
133
480000
3000
mas um ano depois, haveria
mais 21 milhões de bebés
mais 21 milhões de bebés
08:28
which was then the population of Canada.
134
483000
2000
ou seja, a população
do Canada na altura.
do Canada na altura.
08:30
It wouldn't do just to vaccinate everyone.
135
485000
3000
Não chegava vacinar toda a gente.
08:33
You had to find every single case of smallpox in the world
136
488000
3000
Era preciso encontrar cada caso
de varíola no mundo
de varíola no mundo
08:36
at the same time and draw a circle of immunity around it.
137
491000
3000
ao mesmo tempo, e traçar
um círculo de imunidade em volta dele.
um círculo de imunidade em volta dele.
08:39
And that's what we did.
138
494000
2000
Foi o que nós fizemos.
08:42
In India alone, my 150,000 best friends and I
139
497000
3000
Só na Índia, os meus 150 000
melhores amigos e eu
melhores amigos e eu
08:45
went door to door with that same picture
140
500000
4000
fomos de porta em porta,
com a mesma imagem,
08:49
to every single house in India. We made over one billion house calls.
141
504000
4000
a cada casa na Índia.
Fizemos mais de mil milhões
de visitas ao domicílio.
de visitas ao domicílio.
08:54
And in the process, I learned something very important.
142
509000
4000
Neste processo, aprendi
uma coisa muito importante.
uma coisa muito importante.
08:58
Every time we did a house-to-house search,
143
513000
3000
Sempre que fazíamos
uma pesquisa casa a casa,
uma pesquisa casa a casa,
09:02
we had a spike in the number of reports of smallpox.
144
517000
5000
tínhamos um pico no número
de relatos de varíola.
de relatos de varíola.
09:08
When we didn't search, we had the illusion that there was no disease.
145
523000
4000
Quando não fazíamos a pesquisa,
tínhamos a ilusão
de que a doença não existia.
de que a doença não existia.
09:12
When we did search, we had the illusion that there was more disease.
146
527000
4000
Quando fazíamos pesquisa, tínhamos
a ilusão de que havia mais doença.
a ilusão de que havia mais doença.
09:17
A surveillance system was necessary
147
532000
2000
Era necessário um sistema de vigilância
09:19
because what we needed was early detection, early response.
148
534000
5000
porque precisávamos
de deteção precoce, de resposta rápida.
de deteção precoce, de resposta rápida.
09:26
So, we searched and we searched, and we found
149
541000
3000
Portanto, pesquisámos e pesquisámos
09:29
every case of smallpox in India. We had a reward.
150
544000
3000
e encontrámos todos os casos
de varíola na Índia.
de varíola na Índia.
Tínhamos uma recompensa.
Aumentámos a recompensa.
Aumentámos a recompensa.
09:32
We raised the reward. We continued to increase the reward.
151
547000
4000
Continuámos a aumentar a recompensa.
09:36
We had a scorecard that we wrote on every house.
152
551000
4000
Tínhamos um quadro das datas
de visitas feitas,
de visitas feitas,
escrito em todas as casas.
09:40
And as we did that, the number of reported cases in the world dropped to zero,
153
555000
5000
Quando fizemos isso, o número de casos
mundiais reportados caiu para zero.
mundiais reportados caiu para zero.
09:45
and in 1980 we declared the globe free of smallpox.
154
560000
6000
Em 1980, declarámos o globo
isento de varíola.
isento de varíola.
09:51
It was the largest campaign in United Nations history until the Iraq war.
155
566000
6000
Foi a maior campanha na história das ONU,
até à guerra do Iraque.
até à guerra do Iraque.
09:57
150,000 people from all over the world,
156
572000
5000
150 000 pessoas de todo o mundo
10:02
doctors of every race, religion, culture and nation,
157
577000
3000
médicos de todas as etnias,
religiões, culturas e países,
religiões, culturas e países,
10:05
who fought side by side, brothers and sisters, with each other,
158
580000
5000
que lutaram lado a lado,
irmãos e irmãs,
irmãos e irmãs,
em conjunto, não uns contra os outros,
10:10
not against each other, in a common cause to make the world better.
159
585000
5000
numa causa comum
para tornar o mundo melhor.
para tornar o mundo melhor.
10:16
But smallpox was the fourth disease that was intended for eradication.
160
591000
4000
Mas a varíola era a quarta doença
que se pretendia erradicar.
que se pretendia erradicar.
10:20
We failed three other times.
161
595000
2000
Falhámos outras três vezes.
10:22
We failed against malaria, yellow fever and yaws.
162
597000
3000
Falhámos contra a malária,
a febre amarela e a bouba.
a febre amarela e a bouba.
10:25
But soon we may see polio eradicated.
163
600000
4000
Mas, em breve, talvez vejamos
erradicada a poliomielite.
erradicada a poliomielite.
10:29
But the key to eradicating polio is early detection, early response.
164
604000
5000
A chave para a erradicação da pólio
é deteção precoce, resposta rápida.
é deteção precoce, resposta rápida.
10:35
This may be the year we eradicate polio --
165
610000
3000
Este pode ser o ano
em que erradicamos a pólio.
em que erradicamos a pólio.
10:38
that will make it the second disease in history.
166
613000
3000
Será a segunda doença da História.
10:41
And David Heymann, who's watching this on the webcast --
167
616000
4000
David Heymann, que nos está
a ver pela Internet
a ver pela Internet
10:45
David, keep on going. We're close. We're down to four countries.
168
620000
5000
— David, continua. Estamos perto.
Só nos faltam quatro países.
10:50
(Applause)
169
625000
5000
(Aplausos)
10:56
I feel like Hank Aaron. Barry Bonds can replace me any time.
170
631000
4000
Sinto-me como Hank Aaron.
Barry Bonds pode substituir-me
a qualquer altura.
a qualquer altura.
11:00
Let's get another disease off the list of terrible things to worry about.
171
635000
5000
Vamos riscar outra doença desta lista
de coisas terríveis que nos preocupam.
de coisas terríveis que nos preocupam.
11:05
I was just in India working on the polio program.
172
640000
3000
Eu estava na Índia a trabalhar
no programa da pólio.
no programa da pólio.
11:08
The polio surveillance program is four million people going door to door.
173
643000
6000
O programa de prevenção da pólio
são quatro milhões de pessoas,
são quatro milhões de pessoas,
que vão de porta em porta.
11:14
That is the surveillance system.
174
649000
2000
É este o sistema de vigilância.
11:16
But we need to have early detection, early response.
175
651000
4000
Mas temos que ter
deteção precoce, resposta rápida.
deteção precoce, resposta rápida.
11:20
Blindness, the same thing. The key to discovering blindness
176
655000
4000
A cegueira é a mesma coisa.
A chave para detetar a cegueira
é fazer exames epidemiológicos
é fazer exames epidemiológicos
11:24
is doing epidemiological surveys and finding out the causes of blindness
177
659000
5000
e descobrir as causas da cegueira,
para podermos criar a resposta correta.
para podermos criar a resposta correta.
11:29
so you can mount the correct response.
178
664000
2000
11:32
The Seva Foundation was started by a group of alumni
179
667000
4000
A Fundação Seva
foi iniciada por um grupo de ex-alunos
foi iniciada por um grupo de ex-alunos
11:36
of the smallpox eradication program who,
180
671000
3000
do Programa de Erradicação da Varíola,
11:39
having climbed the highest mountain,
181
674000
3000
que, depois de terem subido
à montanha mais alta,
à montanha mais alta,
11:42
tasted the elixir of the success of eradicating a disease,
182
677000
5000
provaram o elixir do êxito
da erradicação duma doença
da erradicação duma doença
11:47
wanted to do it again.
183
682000
2000
e quiseram prová-lo de novo.
11:49
And over the last 27 years, Seva's programs in 15 countries
184
684000
4000
Nos últimos 27 anos
os programas Seva em 15 países
os programas Seva em 15 países
11:53
have given back sight to more than two million blind people.
185
688000
4000
devolveram a vista
a mais de dois milhões de cegos.
a mais de dois milhões de cegos.
11:57
Seva got started because we wanted to apply these lessons
186
692000
4000
A Seva arrancou porque queríamos
aplicar essas lições
aplicar essas lições
de vigilância e epidemiologia
12:01
of surveillance and epidemiology
187
696000
2000
12:03
to something which nobody else was looking at
188
698000
3000
a uma coisa que ninguém
estivesse a considerar
estivesse a considerar
12:06
as a public health issue: blindness,
189
701000
3000
como um problema de saúde pública,
a cegueira, que até aí era considerada
apenas como uma doença clínica.
apenas como uma doença clínica.
12:09
which heretofore had been thought of only as a clinical disease.
190
704000
3000
12:12
In 1980, Steve Jobs gave me that computer, which is Apple number 12,
191
707000
6000
Em 1980, Steve Jobs deu-me aquele
computador, um Apple número 12,
computador, um Apple número 12,
12:18
and it's still in Kathmandu, and it's still working,
192
713000
3000
que ainda está em Katmandu
e ainda está a trabalhar.
e ainda está a trabalhar.
12:21
and we ought to go get it and auction it off and make more money for Seva.
193
716000
4000
Devíamos leiloá-lo
e ganhar dinheiro para a Seva.
e ganhar dinheiro para a Seva.
12:26
And we conducted the first Nepal survey ever done for health,
194
721000
4000
Fizemos o primeiro inquérito de saúde
no Nepal que jamais tinha sido feito
no Nepal que jamais tinha sido feito
12:30
and the first nationwide blindness survey ever done,
195
725000
3000
e o primeiro inquérito sobre a cegueira
a nível do país, jamais feito.
a nível do país, jamais feito.
12:33
and we had astonishing results.
196
728000
2000
Tivemos resultados espantosos.
12:35
Instead of finding out what we thought was the case --
197
730000
3000
Em vez de descobrirmos
o que julgávamos ser o caso
o que julgávamos ser o caso
12:38
that blindness was caused mostly by glaucoma and trachoma --
198
733000
4000
— que a cegueira era provocada
sobretudo pelo glaucoma e pelo tracoma —
sobretudo pelo glaucoma e pelo tracoma —
12:42
we were astounded to find out that blindness was caused instead by cataract.
199
737000
6000
ficámos estupefactos ao descobrir
que a cegueira era causada
sobretudo pelas cataratas.
sobretudo pelas cataratas.
12:48
You can't cure or prevent what you don't know is there.
200
743000
5000
Não podemos curar ou evitar
aquilo que não sabemos que existe.
aquilo que não sabemos que existe.
12:55
In your TED packages there's a DVD, "Infinite Vision,"
201
750000
4000
Nos vossos pacotes TED
há um DVD, "Visão Infinita",
há um DVD, "Visão Infinita",
12:59
about Dr. V and the Aravind Eye Hospital.
202
754000
3000
sobre o Dr. V
e o Hospital dos Olhos Aravind.
e o Hospital dos Olhos Aravind.
13:02
I hope that you will take a look at it.
203
757000
2000
Espero que o vejam.
13:04
Aravind, which started as a Seva project,
204
759000
2000
Aravind, onde se iniciou o projeto Seva,
13:06
is now the world's largest and best eye hospital.
205
761000
3000
é hoje o maior e o melhor
hospital oftalmológico do mundo.
hospital oftalmológico do mundo.
13:09
This year, that one hospital will give back sight
206
764000
3000
Este ano, este hospital
devolverá a visão
devolverá a visão
13:12
to more than 300,000 people in Tamil Nadu, India.
207
767000
4000
a mais de 300 000 pessoas
em Tamil Nadu, na Índia.
em Tamil Nadu, na Índia.
13:16
(Applause)
208
771000
4000
(Aplausos)
13:20
Bird flu. I stand here as a representative of all terrible things --
209
775000
4000
A gripe das aves.
Estou aqui a representar
de todas as coisas terríveis
de todas as coisas terríveis
13:24
this might be the worst.
210
779000
2000
— esta pode ser a pior de todas.
13:27
The key to preventing or mitigating pandemic bird flu
211
782000
4000
A chave para evitar ou mitigar
a pandemia da gripe das aves
a pandemia da gripe das aves
13:31
is early detection and rapid response.
212
786000
3000
é a deteção precoce, uma resposta rápida.
13:34
We will not have a vaccine or adequate supplies of an antiviral
213
789000
5000
Não vamos ter uma vacina
nem quantidades adequadas de um antiviral
nem quantidades adequadas de um antiviral
13:39
to combat bird flu if it occurs in the next three years.
214
794000
4000
para combater a gripe das aves,
se ela ocorrer nos próximos três anos.
se ela ocorrer nos próximos três anos.
13:43
WHO stages the progress of a pandemic.
215
798000
4000
A OMS simula a progressão da pandemia.
13:47
We are now at stage three on the pandemic alert stage,
216
802000
4000
Estamos agora na fase três
da fase de alerta da pandemia
da fase de alerta da pandemia
13:51
with just a little bit of human-to-human transmission,
217
806000
4000
apenas com um pouco
de transmissão homem-a-homem,
de transmissão homem-a-homem,
13:55
but no human-to-human-to-human sustained transmission.
218
810000
4000
mas não há transmissão sustentada
de homem-a-homem-a-homem.
de homem-a-homem-a-homem.
13:59
The moment WHO says we've moved to category four,
219
814000
4000
Quando a OMS disser
que passámos à fase quatro,
que passámos à fase quatro,
14:03
this will not be like Katrina. The world as we know it will stop.
220
818000
5000
não será como o Katrina.
O mundo, como o conhecemos, parará.
Os aviões deixarão de voar.
14:08
There'll be no airplanes flying.
221
823000
2000
14:10
Would you get in an airplane with 250 people you didn't know,
222
825000
3000
Entraríamos num avião
com 250 pessoas que não conhecemos,
com 250 pessoas que não conhecemos,
14:13
coughing and sneezing, when you knew that some of them
223
828000
3000
a tossir e a espirrar,
quando sabemos que algumas delas
podem ter uma doença que nos pode matar,
podem ter uma doença que nos pode matar,
14:16
might carry a disease that could kill you,
224
831000
2000
e para a qual não temos
antivirais nem vacina?
antivirais nem vacina?
14:18
for which you had no antivirals or vaccine?
225
833000
2000
14:21
I did a study of the top epidemiologists in the world in October.
226
836000
5000
Eu fiz um estudo dos melhores
epidemiólogos mundiais, em outubro.
epidemiólogos mundiais, em outubro.
14:26
I asked them -- these are all fluologists and specialists in influenza --
227
841000
4000
São todos especialistas de gripes.
Fiz-lhes as perguntas
que vocês deviam gostar de fazer:
que vocês deviam gostar de fazer:
14:30
and I asked them the questions you'd like to ask them.
228
845000
3000
Quais são as probabilidades
de vir a haver uma pandemia?
de vir a haver uma pandemia?
14:33
What do you think the likelihood is that there'll be a pandemic?
229
848000
3000
14:36
If it happens, how bad do you think it will be?
230
851000
3000
Se ela ocorrer, qual será
o grau de gravidade?
o grau de gravidade?
14:39
15 percent said they thought there'd be a pandemic within three years.
231
854000
5000
15% disseram que achavam
que ia haver uma pandemia
dentro de três anos.
dentro de três anos.
14:44
But much worse than that,
232
859000
2000
Mas muito pior do que isso,
14:46
90 percent said they thought there'd be a pandemic
233
861000
3000
90% disseram que achavam
que iria haver uma pandemia
que iria haver uma pandemia
14:49
within your children or your grandchildren's lifetime.
234
864000
3000
no prazo da vida dos nossos filhos`
ou dos nossos netos.
ou dos nossos netos.
14:53
And they thought that if there was a pandemic,
235
868000
3000
Pensavam que, se houver uma pandemia,
vai atingir mil milhões de pessoas.
14:57
a billion people would get sick.
236
872000
2000
Poderão morrer 165 milhões de pessoas.
15:00
As many as 165 million people would die.
237
875000
3000
15:03
There would be a global recession and depression
238
878000
3000
Haverá uma recessão
e uma depressão mundiais
e uma depressão mundiais
15:06
as our just-in-time inventory system
239
881000
2000
quando o nosso sistema
de inventário "just-in-time"
de inventário "just-in-time"
15:08
and the tight rubber band of globalization broke,
240
883000
3000
e o delgado elástico da globalização
falharem.
falharem.
15:12
and the cost to our economy of one to three trillion dollars
241
887000
4000
O custo para a nossa economia.
de um a três biliões de dólares.
de um a três biliões de dólares.
15:16
would be far worse for everyone than merely 100 million people dying
242
891000
5000
será muito pior para toda a gente
do que 100 milhões de mortos,
do que 100 milhões de mortos,
15:21
because so many more people would lose their job
243
896000
3000
porque haverá muito mais gente
a perder os seus postos de trabalho
a perder os seus postos de trabalho
15:24
and their healthcare benefits
244
899000
2000
e os benefícios da assistência à saúde.
15:26
that the consequences are almost unthinkable.
245
901000
2000
As consequências são quase inimagináveis.
15:30
And it's getting worse because travel is getting so much better.
246
905000
4000
Vai ser cada vez pior
porque as viagens são cada vez melhores.
porque as viagens são cada vez melhores.
Vou mostrar-vos uma simulação
do aspeto duma pandemia
do aspeto duma pandemia
15:37
Let me show you a simulation of what a pandemic looks like
247
912000
4000
15:42
so we know what we're talking about.
248
917000
2000
para percebermos do que estamos a falar.
15:45
Let's assume, for example, that the first case occurs in South Asia.
249
920000
4000
Suponhamos, por exemplo,
que o primeiro caso ocorre no sul da Ásia.
que o primeiro caso ocorre no sul da Ásia.
15:50
It initially goes quite slowly.
250
925000
2000
Inicialmente, evolui lentamente.
15:52
You get two or three discrete locations.
251
927000
3000
Ocorre em dois ou três locais discretos.
15:57
Then there'll be secondary outbreaks, and the disease will spread
252
932000
5000
Depois, ocorrem surtos secundários
e a doença espalha-se
e a doença espalha-se
de país para país, tão depressa,
que nem sabemos o que foi que nos atingiu.
que nem sabemos o que foi que nos atingiu.
16:02
from country to country so fast that you won't know what hit you.
253
937000
4000
16:06
Within three weeks it will be everywhere in the world.
254
941000
4000
Ao fim de três semanas,
está presente no mundo inteiro.
está presente no mundo inteiro.
16:10
Now, if we had an "undo" button, and we could go back and isolate it
255
945000
6000
Se tivéssemos um botão "desfazer",
se pudéssemos voltar atrás e isolá-la,
se pudéssemos voltar atrás e isolá-la,
16:16
and grab it when it first started. If we could find it early,
256
951000
3000
apanhá-la logo que ela começou
— se conseguíssemos descobri-la cedo
— se conseguíssemos descobri-la cedo
16:19
and we had early detection and early response,
257
954000
3000
e tivéssemos uma deteção precoce
e uma resposta rápida,
e uma resposta rápida,
16:22
and we could put each one of those viruses in jail --
258
957000
3000
e pudéssemos pôr cada um
desses vírus na cadeia —
desses vírus na cadeia —
16:25
that's the only way to deal with something like a pandemic.
259
960000
5000
é a única forma de lidar
com uma pandemia.
com uma pandemia.
16:32
And let me show you why that is.
260
967000
2000
Vou mostrar-vos porque é que é assim.
16:35
We have a joke. This is an epidemic curve, and everyone in medicine,
261
970000
4000
Temos uma piada.
Esta é uma curva epidémica.
Esta é uma curva epidémica.
Toda a gente em medicina
acaba por saber o que é isto.
acaba por saber o que é isto.
16:39
I think, ultimately gets to know what it is.
262
974000
2000
16:41
But the joke is, an epidemiologist likes to arrive at an epidemic
263
976000
4000
A piada é a seguinte:
um epidemiólogo gosta de chegar
a uma epidemia aqui mesmo
a uma epidemia aqui mesmo
16:45
right here and ride to glory on the downhill curve.
264
980000
3000
e cavalgar gloriosamente
a curva descendente.
a curva descendente.
(Risos)
16:49
But you don't get to do that usually.
265
984000
2000
Mas normalmente
não conseguimos fazer isso.
não conseguimos fazer isso.
16:51
You usually arrive right about here.
266
986000
3000
Normalmente chegamos mais ou menos aqui.
Nós queremos chegar aqui,
para podermos deter a epidemia.
para podermos deter a epidemia.
16:54
What we really want is to arrive right here, so we can stop the epidemic.
267
989000
5000
16:59
But you can't always do that. But there's an organization
268
994000
3000
Mas nem sempre conseguimos fazer isso.
Mas há uma organização
que tem sido capaz de encontrar uma forma
que tem sido capaz de encontrar uma forma
17:02
that has been able to find a way to learn when the first cases occur,
269
997000
5000
de saber quando ocorrem
os primeiros casos.
os primeiros casos.
17:07
and that is called GPHIN.
270
1002000
2000
Chama-se GPHIN:
17:09
It's the Global Public Health Information Network.
271
1004000
3000
é a Rede Mundial de Informações
de Saúde Pública.
de Saúde Pública.
17:12
And that simulation that I showed you that you thought was bird flu --
272
1007000
4000
Aquela simulação que vos mostrei
e que vocês julgaram tratar-se
da gripe das aves, era a SARS.
da gripe das aves, era a SARS.
17:16
that was SARS. And SARS is the pandemic that did not occur.
273
1011000
4000
A SARS é a pandemia
que não aconteceu.
que não aconteceu.
17:20
And it didn't occur because GPHIN found the pandemic-to-be of SARS
274
1015000
7000
Não aconteceu porque a GPHIN descobriu
a pandemia em gestação da SARS
a pandemia em gestação da SARS
17:27
three months before WHO actually announced it,
275
1022000
6000
três meses antes de a OGM
a ter anunciado
a ter anunciado
17:33
and because of that we were able to stop the SARS pandemic.
276
1028000
4000
e, por causa disso, conseguimos
deter a pandemia da SARS.
deter a pandemia da SARS.
17:37
And I think we owe a great debt of gratitude to GPHIN and to Ron St. John,
277
1032000
5000
Penso que temos
uma enorme dívida de gratidão
uma enorme dívida de gratidão
para com a GPHIN e Ron St. John
17:42
who I hope is in the audience some place -- over there --
278
1037000
3000
que, espero, esteja no público
algures — está ali —
algures — está ali —
17:45
who's the founder of GPHIN.
279
1040000
2000
e que é o fundador da GPHIN.
17:47
(Applause)
280
1042000
1000
(Aplausos)
17:48
Hello, Ron.
281
1043000
2000
Olá, Ron!
17:50
(Applause)
282
1045000
8000
(Aplausos)
17:58
And TED has flown Ron here from Ottawa, where GPHIN is located,
283
1053000
4000
O TED trouxe Ron de Otava,
onde está a sede da GPHIN
onde está a sede da GPHIN
18:03
because not only did GPHIN find SARS early, but
284
1058000
5000
não só porque a GPHIN
descobriu cedo a SARS
descobriu cedo a SARS
mas — devem ter visto a semana passada
18:08
you may have seen last week that Iran announced that they had bird flu in Iran,
285
1063000
6000
que o Irão anunciou que têm
gripe das aves no Irão —
gripe das aves no Irão —
18:14
but GPHIN found the bird flu in Iran not February 14 but last September.
286
1069000
6000
porque a GPHIN descobriu
a gripe das aves no Irão,
a gripe das aves no Irão,
não a 14 de fevereiro
mas em setembro passado.
mas em setembro passado.
18:20
We need an early-warning system
287
1075000
2000
Precisamos de um sistema de alerta precoce
18:22
to protect us against the things that are humanity's worst nightmare.
288
1077000
5000
que nos proteja contra as coisas
que são o pior pesadelo da humanidade.
que são o pior pesadelo da humanidade.
18:27
And so my TED wish is based on the common denominator of these experiences.
289
1082000
6000
Portanto, o meu desejo TED baseia-se
no denominador comum destas experiências.
no denominador comum destas experiências.
18:33
Smallpox -- early detection, early response.
290
1088000
2000
A varíola — deteção precoce,
resposta rápida.
resposta rápida.
18:35
Blindness, polio -- early detection, early response.
291
1090000
4000
A cegueira, a pólio
— deteção precoce, resposta rápida.
— deteção precoce, resposta rápida.
18:39
Pandemic bird flu -- early detection, early response. It is a litany.
292
1094000
5000
Pandemia da gripe das aves
— deteção precoce, resposta rápida.
— deteção precoce, resposta rápida.
É uma litania.
18:44
It is so obvious that our only way of dealing with these new diseases
293
1099000
5000
É tão óbvio que a única forma
de lidar com estas novas doenças
de lidar com estas novas doenças
18:49
is to find them early and to kill them before they spread.
294
1104000
5000
é descobri-las precocemente
e detê-las antes que se espalhem.
e detê-las antes que se espalhem.
18:54
So, my TED wish is for you to help build a global system,
295
1109000
4000
Portanto, o meu desejo TED
é que vocês ajudem
a montar um sistema global
a montar um sistema global
18:58
an early-warning system,
296
1113000
2000
— um sistema de alerta precoce —
19:00
to protect us against humanity's worst nightmares.
297
1115000
4000
que nos proteja contra
os piores pesadelos da humanidade.
os piores pesadelos da humanidade.
19:04
And what I thought I would call it is "Early Detection,"
298
1119000
5000
Pensei chamar-lhe "Deteção Precoce".
19:11
but it should really be called "Total Early Detection."
299
1126000
5000
Mas, na verdade, devia chamar-se
"Total Early Detection."
[TED]
[TED]
19:16
(Laughter)
300
1131000
2000
(Risos)
19:18
(Applause)
301
1133000
8000
O que é?
(Aplausos)
O que é?
(Aplausos)
19:31
But in all seriousness --
302
1146000
2000
Estou a falar muito a sério.
19:33
because this idea is birthed in TED,
303
1148000
3000
Como esta ideia nasceu no TED
19:36
I would like it to be a legacy of TED, and I'd like to call it
304
1151000
6000
gostava que fosse um legado do TED
e gostava que se chamasse
19:42
the "International System for Total Early Disease Detection."
305
1157000
5000
o International System for Total
Early Disease Detection.
Early Disease Detection.
[INSTEDD]
19:51
And INSTEDD then becomes our mantra.
306
1166000
4000
INSTEDD passa a ser o nosso lema.
19:58
So instead of a hidden pandemic of bird flu,
307
1173000
3000
Em vez duma pandemia oculta
de gripe das aves,
de gripe das aves,
20:01
we find it and immediately contain it.
308
1176000
2000
encontramo-la imediatamente
e podemos contê-la.
e podemos contê-la.
Em vez de um novo vírus
20:04
Instead of a novel virus caused by bio-terror or bio-error,
309
1179000
4000
causado pelo bioterrorismo
ou pelo erro biológico,
ou pelo erro biológico,
20:08
or shift or drift, we find it, and we contain it.
310
1183000
5000
encontramo-la e podemos contê-la.
20:13
Instead of industrial accidents like oil spills or the catastrophe in Bhopal,
311
1188000
5000
Em vez de acidentes industriais
como derrames de petróleo
como derrames de petróleo
ou a catástrofe no Bopal,
20:18
we find them, and we respond to them.
312
1193000
4000
encontramo-los e reagimos a eles.
Em vez de fome,
oculta até ser tarde demais,
oculta até ser tarde demais,
20:22
Instead of famine, hidden until it is too late, we detect it, and we respond.
313
1197000
6000
detetamo-la e reagimos-lhe.
20:29
And instead of a system,
314
1204000
2000
Em vez de um sistema
que pertence apenas a um governo,
que pertence apenas a um governo,
20:31
which is owned by a government and hidden in the bowels of government,
315
1206000
4000
oculto nas entranhas do governo,
vamos montar um sistema de deteção precoce
20:35
let's build an early detection system
316
1210000
2000
20:37
that's freely available to anyone in the world in their own language.
317
1212000
4000
que seja gratuito a toda a gente
do mundo, na sua língua.
do mundo, na sua língua.
20:42
Let's make it transparent, non-governmental,
318
1217000
4000
Façamo-lo de modo transparente,
não governamental,
não governamental,
sem ser propriedade
dum só país ou duma só empresa,
dum só país ou duma só empresa,
20:47
not owned by any single country or company,
319
1222000
3000
com sede num país neutro,
com uma cópia de segurança redundante
com uma cópia de segurança redundante
20:50
housed in a neutral country, with redundant backup
320
1225000
3000
20:53
in a different time zone and a different continent,
321
1228000
4000
numa zona horária diferente,
num continente diferente.
num continente diferente.
20:57
and let's build it on GPHIN. Let's start with GPHIN.
322
1232000
4000
Vamos montá-lo na GPHIN.
Comecemos com a GPHIN.
21:01
Let's increase the websites that they crawl from 20,000 to 20 million.
323
1236000
5000
Aumentemos os "sites"
que eles pesquisam
que eles pesquisam
de 20 000 para 20 milhões.
21:06
Let's increase the languages they crawl from seven to 70, or more.
324
1241000
6000
Aumentemos as línguas
que eles pesquisam
que eles pesquisam
de sete para 70, ou mais.
21:12
Let's build in outbound confirmation messages
325
1247000
3000
Vamos construir mensagens
de confirmação
de confirmação
21:15
using text messages or SMS or instant messaging
326
1250000
4000
usando SMS ou mensagens instantâneas
para ter informações de pessoas
que estão num raio de 100 metros
que estão num raio de 100 metros
21:19
to find out from people who are within 100 meters of the rumor that you hear
327
1254000
4000
do rumor que ouvimos
21:23
if it is, in fact, valid.
328
1258000
2000
se ele é válido, realmente.
21:25
And let's add satellite confirmation.
329
1260000
2000
Juntemos a confirmação por satélite.
21:27
And we'll add Gapminder's amazing graphics to the front end.
330
1262000
4000
Vamos juntar gráficos espantosos
do Gapminder, em primeiro plano.
do Gapminder, em primeiro plano.
21:31
And we'll grow it as a moral force in the world,
331
1266000
4000
Cresceremos como uma força moral
no mundo,
no mundo,
21:35
finding out those terrible things before anybody else knows about them,
332
1270000
5000
encontrando essas coisas terríveis
antes que mais ninguém
tenha ouvido falar nelas,
tenha ouvido falar nelas,
e enviando-lhes as nossas respostas,
21:40
and sending our response to them. So that next year,
333
1275000
4000
para que, no próximo ano,
em vez de nos encontrarmos aqui,
em vez de nos encontrarmos aqui,
21:44
instead of us meeting here,
334
1279000
2000
a lamentar-nos das coisas terríveis
que existem no mundo,
que existem no mundo,
21:46
lamenting how many terrible things there are in the world,
335
1281000
3000
21:49
we will have pulled together, used the unique skills
336
1284000
3000
tenhamos unido as nossas forças,
utilizado competências únicas
utilizado competências únicas
21:52
and the magic of this community,
337
1287000
4000
e a magia desta comunidade
e nos sintamos orgulhosos de termos feito
tudo o que pudemos para deter pandemias,
tudo o que pudemos para deter pandemias,
21:56
and be proud that we have done everything we can to stop pandemics,
338
1291000
3000
21:59
other catastrophes, and change the world beginning right now.
339
1294000
5000
outras catástrofes e mudar o mundo,
começando neste preciso momento.
começando neste preciso momento.
22:04
(Applause)
340
1299000
18000
(Aplausos)
22:23
Chris Anderson: An amazing presentation. First of all,
341
1318000
4000
Chris Anderson: Uma palestra espantosa.
Primeiro, para que todos percebam:
22:27
just so everyone understands, you're saying that by building --
342
1322000
4000
disse que, criando motores de busca,
22:31
by creating web crawlers, looking on the Internet for patterns,
343
1326000
5000
procurando padrões na Internet,
podemos detetar alguma coisa suspeita
22:36
they can detect something suspicious before WHO,
344
1331000
6000
antes da OMS, antes de qualquer
outra pessoa, não foi?
outra pessoa, não foi?
22:42
before anyone else can see it?
345
1337000
2000
22:44
Just explain. Give an example of how that could possibly be true.
346
1339000
3000
Dê-nos um exemplo de como isso
pode ser verdade.
pode ser verdade.
22:47
Larry Brilliant: First of all, you're not mad about the copyright violation?
347
1342000
3000
Larry Brilliant: Você não fica furioso
com a violação dos direitos de autor?
com a violação dos direitos de autor?
22:50
CA: No. I love it. (Laughter)
348
1345000
2000
CA: Não. Até gosto dela.
22:53
LB: Well, you know, as Ron St. John -- I hope you'll go and meet him
349
1348000
3000
LB: Bom, você sabe como é Ron St. John.
22:56
in the dinner afterwards and talk to him --
350
1351000
3000
Espero que vá ter com ele
logo ao jantar e fale com ele.
logo ao jantar e fale com ele.
Quando iniciámos a GPHIN...
22:59
When he started GPHIN -- In 1997, there was an outbreak of bird flu.
351
1354000
6000
Em 1997, houve um surto
de gripe das aves — o H5N1.
de gripe das aves — o H5N1.
23:05
H5N1. It was in Hong Kong. And a remarkable doctor in Hong Kong
352
1360000
4000
Foi em Hong Kong.
Um médico notável em Hong Kong
respondeu imediatamente,
respondeu imediatamente,
23:09
responded immediately by slaughtering 1.5 million chickens and birds,
353
1364000
6000
matando 1,5 milhões de galinhas e aves.
Detiveram esse surto no início.
23:15
and they stopped that outbreak in its tracks.
354
1370000
3000
23:18
Immediate detection, immediate response.
355
1373000
3000
Deteção imediata, resposta imediata.
Depois, passaram alguns anos
23:21
Then a number of years went by,
356
1376000
2000
e falava-se muito na gripe das aves.
23:23
and there were a lot of rumors about bird flu.
357
1378000
2000
23:25
Ron and his team in Ottawa began to crawl the web,
358
1380000
4000
Ron e a sua equipa em Otava
começaram a explorar a Internet
começaram a explorar a Internet
23:29
only crawling 20,000 different websites, mostly periodicals,
359
1384000
5000
— só exploraram 20 000 "sites" diferentes
sobretudo periódicos —
sobretudo periódicos —
23:34
and they read about and heard about a concern of a lot of children
360
1389000
5000
e leram e ouviram falar
de uma preocupação com muitas crianças
de uma preocupação com muitas crianças
que tinham febre alta
e sintomas de gripe das aves.
e sintomas de gripe das aves.
23:39
who had high fever and symptoms of bird flu.
361
1394000
3000
23:42
They reported this to WHO. WHO took a little while taking action
362
1397000
5000
Informaram a OMS.
A OMS levou algum tempo a agir,
23:47
because WHO will only receive a report from a government,
363
1402000
5000
porque a OMS só recebe
um relatório de um governo
um relatório de um governo
porque se trata das Nações Unidas.
23:52
because it's the United Nations.
364
1407000
2000
23:54
But they were able to point to WHO and let them know
365
1409000
4000
Mas eles conseguiram alertar
a OMS e dar-lhe a conhecer
a OMS e dar-lhe a conhecer
que havia um grupo surpreendente
e inexplicado de doenças
e inexplicado de doenças
23:58
that there was this surprising and unexplained cluster of illnesses
366
1413000
4000
24:02
that looked like bird flu.
367
1417000
2000
que pareciam gripe das aves.
24:04
That turned out to be SARS.
368
1419000
2000
Aconteceu que se tratava de SARS.
24:06
That's how the world found out about SARS.
369
1421000
2000
Foi assim que o mundo descobriu a SARS.
24:08
And because of that we were able to stop SARS.
370
1423000
4000
Por causa disso, conseguimos deter a SARS.
24:12
Now, what's really important is that, before there was GPHIN,
371
1427000
3000
O que é importante é que,
antes de haver a GPHIN,
antes de haver a GPHIN,
24:15
100 percent of all the world's reports of bad things --
372
1430000
4000
100% de todos os relatórios mundiais
de coisas más
de coisas más
24:19
whether you're talking about famine or you're talking about bird flu
373
1434000
3000
— quer se falasse da fome
da gripe das aves ou do Ébola —
da gripe das aves ou do Ébola —
24:22
or you're talking about Ebola --
374
1437000
2000
24:24
100 percent of all those reports came from nations.
375
1439000
3000
100% de todos esses relatórios
provinham de países.
provinham de países.
24:27
The moment these guys in Ottawa, on a budget of 800,000 dollars a year,
376
1442000
5000
Na altura em que estes tipos em Otava
— com um orçamento de 800 000 dólares
por ano — começaram a agir,
por ano — começaram a agir,
24:32
got cracking, 75 percent of all the reports in the world came from GPHIN,
377
1447000
6000
75% de todas as notícias do mundo
provinham da GPHIN.
provinham da GPHIN.
e 25% de todas as notícias do mundo
24:38
25 percent of all the reports in the world
378
1453000
2000
24:40
came from all the other 180 nations.
379
1455000
2000
vinham de todos os outros 180 países.
24:43
Now, here's what's real interesting,
380
1458000
2000
Isto é que é mesmo interessante:
24:45
after they'd been working for a couple years,
381
1460000
3000
depois de estarem a trabalhar uns anos,
24:48
what do you think happened to those nations?
382
1463000
3000
o que é que acham que aconteceu
a esses países?
a esses países?
Sentiram-se bastante estúpidos.
24:51
They felt pretty stupid, so they started sending in their reports earlier.
383
1466000
3000
Começaram a enviar
as suas notícias mais cedo.
as suas notícias mais cedo.
24:54
Now their reporting percentage is down to 50 percent
384
1469000
3000
Agora, a percentagem das notícias
desceu para 50%,
desceu para 50%,
24:57
because other nations have started to report.
385
1472000
3000
porque outros países
começaram a dar notícias.
começaram a dar notícias.
25:00
So, can you find diseases early by crawling the web?
386
1475000
4000
Portanto, podemos encontrar doenças
precocemente, explorando a Internet?
precocemente, explorando a Internet?
25:04
Of course you can. Can you find it even earlier than GPHIN does now?
387
1479000
5000
Claro que podemos.
Podemos encontrá-las ainda mais cedo
do que a GPHIN o faz hoje?
do que a GPHIN o faz hoje?
Claro que podemos.
25:09
Of course you can. You saw that they found SARS
388
1484000
3000
Viram que eles encontraram a SARS
usando o motor de busca chinês
usando o motor de busca chinês
25:12
using their Chinese web crawler a full six weeks
389
1487000
4000
umas seis semanas antes de a encontrarem
usando o motor de busca inglês.
usando o motor de busca inglês.
25:16
before they found it using their English web crawler.
390
1491000
4000
25:20
Well, they're only crawling in seven languages.
391
1495000
2000
Estavam a pesquisar
apenas em sete línguas.
apenas em sete línguas.
25:22
These bad viruses really don't have any intention of showing up
392
1497000
3000
Estes vírus maus não têm qualquer intenção
de se mostrarem primeiro em inglês,
em espanhol ou em francês.
em espanhol ou em francês.
25:25
first in English or Spanish or French.
393
1500000
2000
25:27
(Laughter)
394
1502000
1000
(Risos)
25:28
So, yes, I want to take GPHIN; I want to build on it;
395
1503000
6000
Portanto, sim, quero agarrar na GPHIN,
quero construir em cima dela.
quero construir em cima dela.
25:34
I want to add all the languages of the world that we possibly can;
396
1509000
4000
Quero acrescentar-lhe todas as línguas
do mundo que pudermos.
do mundo que pudermos.
25:38
I want to make this open to everybody
397
1513000
2000
Quero tornar isto aberto a toda a gente,
25:40
so that the health officer in Nairobi or in Patna, Bihar
398
1515000
3000
para que o responsável pela saúde,
em Nairobi ou em Patna, no Bihar
em Nairobi ou em Patna, no Bihar
25:43
will have as much access to it as the folks in Ottawa or in CDC;
399
1518000
5000
tenha o mesmo acesso que
as pessoas em Otava ou em CDC.
as pessoas em Otava ou em CDC.
Quero torná-lo parte da nossa cultura
25:48
and I want to make it part of our culture that there is a community
400
1523000
4000
em que haja uma comunidade de pessoas
que estão a observar
que estão a observar
25:52
of people who are watching out for the worst nightmares of humanity,
401
1527000
4000
os piores pesadelos da humanidade
e que isso seja acessível a toda a gente.
25:56
and that it's accessible to everyone.
402
1531000
2000
ABOUT THE SPEAKER
Larry Brilliant - Epidemiologist, philanthropistTED Prize winner Larry Brilliant has spent his career solving the ills of today -- from overseeing the last smallpox cases to saving millions from blindness -- and building technologies of the future. Now, as Chair of the Skoll Global Threats Fund, he's redefining how we solve the world's biggest problems.
Why you should listen
Larry Brilliant's career path, as unlikely as it is inspirational, has proven worthy of his surname. Trained as a doctor, he was living in a Himalayan monastery in the early 1970s when his guru told him he should help rid the world of smallpox. He joined the World Health Organization's eradication project, directed efforts to eliminate the disease in India and eventually presided over the last case of smallpox on the planet.
Not content with beating a single disease, he founded the nonprofit Seva Foundation, which has cured more than two million people of blindness in 15 countries through innovative surgery, self-sufficient eye care systems and low-cost manufacturing of intraocular lenses. Outside the medical field, he found time to cofound the legendary online community The Well, and run two public tech companies. Time and WIRED magazines call him a "technology visionary."
His 2006 TED Prize wish drew on both sides of his career: He challenged the TED community to help him build a global early-response system to spot new diseases as quickly as they emerge. Called InSTEDD, the system has grown into a network of 100 digital detection partners, which provide tools that help the UN, WHO and CDC track potential pandemics.
Shortly after he won the TED Prize, Google executives asked Brilliant to run their new philanthropic arm, Google.org. So, between consulting on the WHO's polio eradication project and designing a disease-surveillance network, he harnessed Google's brains and billions in a mix of for-profit and nonprofit ventures tackling the global problems of disease, poverty and climate change. Today, Brilliant is Chair of the Skoll Global Threats Fund, where he heads a team whose mission is to confront global threats imperiling humanity: pandemics, climate change, water security, nuclear proliferation and Middle East conflict.
Larry Brilliant | Speaker | TED.com