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: Hur kan Formel 1-racing hjälpa ... bebisar?

Filmed
Views 794,639

Under ett Formel 1-lopp skickar en bil hundratals miljoner datapunkter till sitt garage för realtidsanalys och återkoppling. Så varför inte använda detta detaljerade och noggranna datasystem någon annanstans, som ... på barnsjukhus? Peter van Manen berättar mer.

- 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.
Motorsport är ett rolig gammalt yrke.
00:12
We make a new car every year,
Vi skapar en ny bil varje år
00:14
and then we spend the rest of the season
och sen tillbringar vi resten av säsongen
00:16
trying to understand what it is we've built
med att försöka förstå vad vi har byggt
00:19
to make it better, to make it faster.
för att göra den bättre, för att göra den snabbare.
00:21
And then the next year, we start again.
Och nästa år börjar vi om igen.
00:25
Now, the car you see in front of you is quite complicated.
Bilen du ser framför dig är ganska komplicerad
00:28
The chassis is made up of about 11,000 components,
Chassit består av runt 11 000 komponenter,
00:32
the engine another 6,000,
motorn av ytterligare 6 000,
00:36
the electronics about eight and a half thousand.
elektroniken av runt åtta och ett halvt tusen.
00:38
So there's about 25,000 things there that can go wrong.
Så det finns runt 25 000 saker som kan gå fel.
00:41
So motor racing is very much about attention to detail.
Motorsport handlar mycket om att vara uppmärksam på detaljer.
00:46
The other thing about Formula 1 in particular
Den andra saken med Formel 1 i synnerhet
00:51
is we're always changing the car.
är att vi ständigt ändrar bilen.
00:54
We're always trying to make it faster.
Vi försöker alltid få den att gå snabbare.
00:56
So every two weeks, we will be making
Så varannan vecka kommer vi att göra
00:58
about 5,000 new components to fit to the car.
runt 5 000 nya komponenter att montera på bilen.
01:01
Five to 10 percent of the race car
Fem till 10 procent av racerbilen
01:05
will be different every two weeks of the year.
kommer vara annorlunda varannan vecka hela året.
01:08
So how do we do that?
Så hur bär vi oss åt?
01:11
Well, we start our life with the racing car.
Ja, vi startar vårt liv med racerbilen.
01:14
We have a lot of sensors on the car to measure things.
Vi har många sensorer på bilen för att mäta saker.
01:17
On the race car in front of you here
På racerbilen här framför er
01:21
there are about 120 sensors when it goes into a race.
finns det runt 120 sensorer när den kör ett lopp.
01:23
It's measuring all sorts of things around the car.
De mäter alla möjliga saker runt bilen
01:26
That data is logged. We're logging about
Datan registreras. Vi registrerar ungefär
01:30
500 different parameters within the data systems,
500 olika parametrar inom datasystemet,
01:32
about 13,000 health parameters and events
runt 13 000 hälsoparametrar och händelser
01:36
to say when things are not working the way they should do,
som skall tala om när saker inte fungerar som de ska,
01:39
and we're sending that data back to the garage
och vi skickar tillbaka den datan till garaget
01:44
using telemetry at a rate of two to four megabits per second.
med hjälp av telemetri med en hastighet på två till fyra megabit per sekund.
01:47
So during a two-hour race, each car will be sending
Så under ett 2-timmarslopp skickar varje bil
01:52
750 million numbers.
750 miljoner tal.
01:55
That's twice as many numbers as words that each of us
Det är dubbelt så många tal som antalet ord som var och en av oss
01:57
speaks in a lifetime.
yttrar under en livstid.
02:00
It's a huge amount of data.
Det är enormt mycket data.
02:02
But it's not enough just to have data and measure it.
Men det räcker inte att bara ha data och mäta det.
02:05
You need to be able to do something with it.
Du måste kunna göra någonting med det.
02:07
So we've spent a lot of time and effort
Så vi har lagt mycket tid och kraft
02:09
in turning the data into stories
på att omvandla data till berättelser
02:12
to be able to tell, what's the state of the engine,
för att kunna berätta vilket tillstånd motorn är i,
02:14
how are the tires degrading,
hur däcken slits,
02:17
what's the situation with fuel consumption?
hur är läget med bränsleförbrukningen?
02:19
So all of this is taking data
Allt det här tar data
02:23
and turning it into knowledge that we can act upon.
och vänder den till kunskap som vi kan agera utifrån.
02:26
Okay, so let's have a look at a little bit of data.
Okej, låt oss ta en titt på lite data.
02:29
Let's pick a bit of data from
Låt oss plocka lite data från
02:32
another three-month-old patient.
en annan tre månader gammal patient.
02:34
This is a child, and what you're seeing here is real data,
Detta är ett barn och vad du ser här är verklig data,
02:37
and on the far right-hand side,
och längst bort på höger sida,
02:41
where everything starts getting a little bit catastrophic,
där allt börjar bli lite katastrofalt,
02:43
that is the patient going into cardiac arrest.
syns att patienten får hjärtstillestånd.
02:46
It was deemed to be an unpredictable event.
Det ansågs vara en oförutsägbar händelse.
02:49
This was a heart attack that no one could see coming.
Detta var en hjärtattack som ingen kunde förutse.
02:53
But when we look at the information there,
Men när vi tittar på informationen här,
02:56
we can see that things are starting to become
kan vi se att saker och ting börjar bli
02:59
a little fuzzy about five minutes or so before the cardiac arrest.
lite otydliga omkring fem minuter innan hjärtstilleståndet.
03:01
We can see small changes
Vi kan se små förändringar
03:05
in things like the heart rate moving.
i saker som att hjärtfrekvensen rubbas.
03:07
These were all undetected by normal thresholds
Dessa var alla oupptäckta med de normala tröskelvärden
03:10
which would be applied to data.
som skulle tillämpas på data.
03:12
So the question is, why couldn't we see it?
Så frågan är, varför kunde vi inte se det?
03:15
Was this a predictable event?
Var detta en förutsägbar händelse?
03:18
Can we look more at the patterns in the data
Kan vi titta mer på mönster i datan
03:20
to be able to do things better?
för att kunna göra saker bättre?
03:23
So this is a child,
Detta är ett barn,
03:27
about the same age as the racing car on stage,
ungefär lika gammalt som racerbilen på scenen,
03:29
three months old.
tre månader gammal.
03:33
It's a patient with a heart problem.
Det är en patient med hjärtproblem.
03:34
Now, when you look at some of the data on the screen above,
När man tittar på en del data på skärmen ovan,
03:37
things like heart rate, pulse, oxygen, respiration rates,
saker som hjärtfrekvens, puls, syre, andningsfrekvens,
03:40
they're all unusual for a normal child,
är de alla ovanliga för ett normalt barn,
03:45
but they're quite normal for the child there,
men de är helt normala för barnet där,
03:48
and so one of the challenges you have in health care is,
så en av utmaningarna man har inom sjukvården är,
03:51
how can I look at the patient in front of me,
hur kan jag se på patienten framför mig,
03:55
have something which is specific for her,
ta något som är specifikt för henne,
03:58
and be able to detect when things start to change,
och kunna upptäcka när saker och ting börjar ändras,
04:01
when things start to deteriorate?
när saker börjar försämras?
04:04
Because like a racing car, any patient,
För liksom en racerbil, en patient,
04:06
when things start to go bad, you have a short time
när saker och ting börjar gå dåligt har du lite tid
04:09
to make a difference.
för att göra skillnad.
04:12
So what we did is we took a data system
Så det vi gjorde var att vi tog ett datasystem
04:14
which we run every two weeks of the year in Formula 1
som vi kör varannan vecka året runt i Formel 1
04:17
and we installed it on the hospital computers
och installerade det på sjukhusdatorerna
04:20
at Birmingham Children's Hospital.
på Birminghams barnsjukhus.
04:23
We streamed data from the bedside instruments
Vi strömmade data från instrumenten
04:25
in their pediatric intensive care
på deras pediatriska intensivvårdsavdelning
04:27
so that we could both look at the data in real time
så att vi både kunde se datan i realtid
04:30
and, more importantly, to store the data
och, ännu viktigare, lagra datan
04:33
so that we could start to learn from it.
så att vi kunde börja lära oss av den.
04:36
And then, we applied an application on top
Och sedan tillämpade vi en applikation ovanpå
04:39
which would allow us to tease out the patterns in the data
vilket skulle göra det möjligt för oss att reda ut mönstren i datan
04:44
in real time so we could see what was happening,
i realtid så att vi kunde se vad som hände,
04:47
so we could determine when things started to change.
så vi kunde avgöra när saker och ting började förändras.
04:50
Now, in motor racing, we're all a little bit ambitious,
I motorsport, är vi alla lite ambitiösa,
04:54
audacious, a little bit arrogant sometimes,
djärva, lite arroganta ibland,
04:58
so we decided we would also look at the children
så vi bestämde att vi också skulle titta på barnen
05:00
as they were being transported to intensive care.
medan de transporterades till intensivvårdsavdelningen.
05:04
Why should we wait until they arrived in the hospital
Varför skulle vi vänta tills de kom till sjukhuset
05:06
before we started to look?
innan vi började titta?
05:09
And so we installed a real-time link
Så vi installerade ett realtidslänk
05:11
between the ambulance and the hospital,
mellan ambulansen och sjukhuset,
05:14
just using normal 3G telephony to send that data
och använde vanlig 3G-telefoni för att skicka dessa data
05:16
so that the ambulance became an extra bed
så att ambulansen blev en extra säng
05:20
in intensive care.
på intensivvårdsavdelningen.
05:23
And then we started looking at the data.
Och sedan började vi titta på datan.
05:26
So the wiggly lines at the top, all the colors,
De slingrande linjerna upptill, alla färger,
05:30
this is the normal sort of data you would see on a monitor --
detta är den normala sorts data du skulle se på en skärm
05:32
heart rate, pulse, oxygen within the blood,
hjärtfrekvens, puls, syre i blodet,
05:36
and respiration.
och andning.
05:39
The lines on the bottom, the blue and the red,
Linjerna längst ner, den blå och den röda,
05:42
these are the interesting ones.
är de intressanta.
05:45
The red line is showing an automated version
Den röda linjen visar en automatiserad version
05:46
of the early warning score
av en tidig varningsvärdering
05:49
that Birmingham Children's Hospital were already running.
som Birminghams barnsjukhus redan använde.
05:51
They'd been running that since 2008,
Den har varit igång sedan 2008,
05:53
and already have stopped cardiac arrests
och har redan förhindrat hjärtstillestånd
05:56
and distress within the hospital.
och nödlägen inom sjukhuset.
05:58
The blue line is an indication
Den blå linjen är en indikator
06:01
of when patterns start to change,
på när ett mönster börjar förändras
06:03
and immediately, before we even started
och omedelbart, innan vi ens började
06:06
putting in clinical interpretation,
sätta in klinisk tolkning,
06:08
we can see that the data is speaking to us.
kan vi se att datan talar till oss.
06:10
It's telling us that something is going wrong.
Den säger att någonting är fel.
06:13
The plot with the red and the green blobs,
Diagrammet med de röda och gröna dropparna,
06:16
this is plotting different components
markerar olika komponenter
06:20
of the data against each other.
av datan mot varandra.
06:23
The green is us learning what is normal for that child.
De gröna är vi som lär oss vad som är normalt för barnet
06:25
We call it the cloud of normality.
Vi kallar det för normalitetsmolnet.
06:29
And when things start to change,
Och när saker och ting börjar förändras,
06:32
when conditions start to deteriorate,
när förhållandena börjar försämras
06:34
we move into the red line.
flyttar vi till den röda linjen.
06:37
There's no rocket science here.
Det är ingen raketforskning här.
06:39
It is displaying data that exists already in a different way,
Den visar redan befintlig data på ett annat sätt,
06:41
to amplify it, to provide cues to the doctors,
för att förstärka det, för att ge ledtrådar till läkarna,
06:45
to the nurses, so they can see what's happening.
till sjuksköterskorna, så att de kan se vad som händer.
06:48
In the same way that a good racing driver
På samma sätt som en bra racerförare
06:51
relies on cues to decide when to apply the brakes,
litar till ledtrådar för att bestämma när man ska bromsa,
06:54
when to turn into a corner,
när man svänger in i en kurva,
06:58
we need to help our physicians and our nurses
måste vi hjälpa våra läkare och sjuksköterskor
06:59
to see when things are starting to go wrong.
att se när saker och ting börjar gå fel.
07:02
So we have a very ambitious program.
Så vi har ett väldigt ambitiöst program.
07:06
We think that the race is on to do something differently.
Vi tror att loppet har startat för att göra något annorlunda.
07:09
We are thinking big. It's the right thing to do.
Vi tänker stort. Det är rätt sak att göra.
07:14
We have an approach which, if it's successful,
Vi har en strategi som, om den är framgångsrik,
07:17
there's no reason why it should stay within a hospital.
det inte finns någon anledning till att hålla inom ett sjukhus.
07:20
It can go beyond the walls.
Den kan nå utanför husets väggar.
07:22
With wireless connectivity these days,
Med trådlös uppkoppling finns det i dessa dagar
07:24
there is no reason why patients, doctors and nurses
ingen anledning till att patienter, läkare och sjuksköterskor
07:26
always have to be in the same place
alltid måste vara på samma plats
07:30
at the same time.
på samma gång.
07:32
And meanwhile, we'll take our little three-month-old baby,
Och under tiden, tar vi vår lilla tremånaders baby,
07:34
keep taking it to the track, keeping it safe,
fortsätter att ta den till banan, hålla den säker,
07:38
and making it faster and better.
och göra den snabbare och bättre.
07:42
Thank you very much.
Tack så mycket.
07:44
(Applause)
(Applåder)
07:45
Translated by Mattias Scherer
Reviewed by Agneta Fritz

▲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