WEBVTT

00:00:00.612 --> 00:00:03.374
In de volgende 16 minuten zal ik 
jullie laten kennismaken

00:00:03.398 --> 00:00:06.484
met wat waarschijnlijk de grootste 
droom van de mensheid is:

00:00:06.508 --> 00:00:08.523
de code van het leven begrijpen.

NOTE Paragraph

00:00:09.072 --> 00:00:11.815
Voor mij begon alles heel lang geleden,

00:00:11.839 --> 00:00:14.562
toen ik kennismaakte
met de eerste 3D-printer.

00:00:14.586 --> 00:00:16.260
Het concept was fascinerend.

00:00:16.284 --> 00:00:18.306
Een 3D-printer heeft drie dingen nodig:

00:00:18.330 --> 00:00:22.464
met een beetje informatie, enkele 
grondstoffen en wat energie

00:00:22.488 --> 00:00:25.822
kan de printer uit het niets
een totaal nieuw object produceren.

NOTE Paragraph

00:00:26.517 --> 00:00:28.654
Ik studeerde fysica
en was op weg naar huis

00:00:28.678 --> 00:00:32.116
toen ik besefte dat ik al heel mijn leven
een 3D-printer kende.

00:00:32.140 --> 00:00:33.476
En iedereen kent er één.

00:00:33.500 --> 00:00:34.658
Het was mijn ma.

NOTE Paragraph

00:00:34.682 --> 00:00:35.683
(Gelach)

NOTE Paragraph

00:00:35.707 --> 00:00:38.121
Mijn ma neemt 3 elementen:

00:00:38.145 --> 00:00:42.118
een beetje informatie, in dit geval
van mijn vader en mijn moeder,

00:00:42.142 --> 00:00:46.299
grondstoffen en energie onder
dezelfde vorm, voedsel,

00:00:46.323 --> 00:00:48.831
en na enkele maanden produceert ze mij.

00:00:48.855 --> 00:00:50.667
Daarvoor bestond ik gewoon niet.

NOTE Paragraph

00:00:50.691 --> 00:00:54.453
Dus, afgezien van mijn ma's schok toen ze 
ontdekte dat ze een 3D-printer is,

00:00:54.477 --> 00:00:59.215
raakte ik gefascineerd 
door dat ene onderdeel,

00:00:59.239 --> 00:01:00.956
het eerste, de informatie.

00:01:00.980 --> 00:01:03.231
Hoeveel informatie heb je nodig

00:01:03.255 --> 00:01:05.191
om een mens ineen te knutselen?

00:01:05.215 --> 00:01:06.789
Is dat veel? Of niet veel?

00:01:06.813 --> 00:01:08.993
Hoeveel USB-sticks kan je ermee vullen?

NOTE Paragraph

00:01:09.017 --> 00:01:11.641
Ik was fysica aan het studeren

00:01:11.665 --> 00:01:17.262
en ik besloot dat de beste invalshoek was
de mens als een enorme legoblok te bezien.

00:01:17.286 --> 00:01:21.071
Beeld je in dat de blokjes
kleine atoompjes zijn

00:01:21.095 --> 00:01:25.748
en dat er hier waterstof is, en hier
koolstof, en verder nog stikstof.

00:01:25.772 --> 00:01:27.343
Mijn eerste inschatting was:

00:01:27.367 --> 00:01:31.710
als ik de lijst kan opstellen 
van het aantal atomen dat een mens bevat,

00:01:31.734 --> 00:01:33.121
dan kan ik er ook één bouwen.

00:01:33.145 --> 00:01:35.174
Nu kan je beginnen rekenen,

00:01:35.198 --> 00:01:38.475
en het resultaat is onwaarschijnlijk.

00:01:38.499 --> 00:01:41.256
Het aantal atomen,

00:01:41.280 --> 00:01:46.035
de file die ik op mijn USB-stick zal
opslaan om een baby in elkaar te steken,

00:01:46.059 --> 00:01:50.726
zal een hele Titanic 
vol USB-sticks vullen -

00:01:50.750 --> 00:01:53.468
vermenigvuldigd met 2000.

00:01:53.957 --> 00:01:57.358
Dit is het wonder van het leven.

00:01:57.382 --> 00:01:59.994
Denk eraan elke keer je nu
een zwangere vrouw ziet:


00:02:00.018 --> 00:02:02.874
zij is de grootste hoeveelheid
informatie aan het verzamelen

00:02:02.898 --> 00:02:04.454
die je je kan inbeelden.

00:02:04.478 --> 00:02:07.428
Vergeet 'big data', vergeet alles
wat je ooit gehoord hebt.

00:02:07.452 --> 00:02:10.333
Dit is de grootste hoeveelheid 
informatie die er bestaat.

NOTE Paragraph

00:02:10.357 --> 00:02:14.190
(Applaus)

NOTE Paragraph

00:02:14.214 --> 00:02:18.858
Gelukkig is de natuur veel slimmer
dan een jonge natuurkundige,

00:02:18.882 --> 00:02:22.458
en is ze er in 4 miljard jaar in geslaagd
deze informatie samen te pakken

00:02:22.482 --> 00:02:25.187
in een klein kristal dat DNA heet.

00:02:25.605 --> 00:02:27.911
We zagen het voor het eerst in 1950


00:02:27.931 --> 00:02:31.497
toen Rosalind Franklin, een ongelooflijke
wetenschapper, een vrouw,

00:02:31.521 --> 00:02:32.910
het vastlegde op foto.

00:02:32.934 --> 00:02:38.122
Maar we hadden meer dan 40 jaar nodig om
in een menselijke cel binnen te geraken,

00:02:38.146 --> 00:02:39.748
het kristal te isoleren,

00:02:39.772 --> 00:02:42.852
het af te wikkelen
en voor het eerst te lezen.

00:02:43.615 --> 00:02:46.856
De code die dan verschijnt, 
is een zeer eenvoudig alfabet

00:02:46.880 --> 00:02:50.652
met vier letters: A, T, C en G.

00:02:50.676 --> 00:02:54.166
Om een mens te bouwen, 
heb je er drie miljard van nodig.

00:02:54.933 --> 00:02:56.112
Drie miljard.

00:02:56.136 --> 00:02:57.715
Hoeveel is drie miljard?

00:02:57.739 --> 00:03:00.501
Het is een getal dat eigenlijk
weinig zin heeft.

NOTE Paragraph

00:03:00.525 --> 00:03:04.610
Dus dacht ik: hoe kan ik nu 
echt duidelijk maken

00:03:04.634 --> 00:03:07.684
hoe reusachtig groot deze code wel is?

00:03:07.708 --> 00:03:10.762
Nu heb je wel - ik bedoel
ik heb nu wel even hulp nodig.

00:03:10.786 --> 00:03:14.013
De persoon die mij het best kan helpen
om de code voor te stellen,

00:03:14.037 --> 00:03:17.559
is Dr. Craig Venter, de eerste man die
de volgorde ervan heeft bepaald.

00:03:17.583 --> 00:03:20.973
Welkom, Dr. Craig Venter.

NOTE Paragraph

00:03:20.997 --> 00:03:27.928
(Applaus)

NOTE Paragraph

00:03:27.952 --> 00:03:30.208
Dit is natuurlijk niet de man
in vlees en bloed,

00:03:31.448 --> 00:03:33.793
maar, voor de eerste keer
in de geschiedenis,

00:03:33.817 --> 00:03:37.279
is het genoom van een bepaald individu

00:03:37.303 --> 00:03:41.063
uitgeschreven, pagina na pagina,
letter na letter:

00:03:41.087 --> 00:03:45.083
260.000 bladzijden aan informatie,

00:03:45.107 --> 00:03:49.471
450 kilo die van de VS 
naar Canada verzonden zijn

00:03:49.495 --> 00:03:54.338
dankzij Bruno Bowden,
van start-up Lulu.com.

00:03:54.362 --> 00:03:55.825
Een geweldige prestatie.

NOTE Paragraph

00:03:55.849 --> 00:04:00.146
Dit is dus de visuele weergave
van de code van het leven.

00:04:00.170 --> 00:04:02.648
En nu kan ik voor de eerste keer
iets leuks doen.

00:04:02.672 --> 00:04:05.219
Ik kan de code nu inkijken en lezen.

00:04:05.243 --> 00:04:09.868
Nu zal ik eens een interessant boek
nemen ... zoals dat hier.

00:04:13.077 --> 00:04:15.611
Hier is mijn aantekening;
het is een enorm boek.

00:04:15.635 --> 00:04:19.362
Nu kan je echt wel zien
wat de code van het leven is.

00:04:20.566 --> 00:04:23.957
Duizenden en duizenden en duizenden

00:04:23.981 --> 00:04:26.651
en miljoenen letters.

00:04:26.675 --> 00:04:29.071
En blijkbaar wil dat allemaal iets zeggen.

00:04:29.095 --> 00:04:30.852
Laten we eens een fragment nemen.

00:04:31.571 --> 00:04:32.933
Ik zal het even voorlezen:

NOTE Paragraph

00:04:32.957 --> 00:04:33.978
(Gelach)

NOTE Paragraph

00:04:34.002 --> 00:04:38.008
"AAG, AAT, ATA."

NOTE Paragraph

00:04:38.965 --> 00:04:41.032
Voor jullie zijn dat gewoon
zinloze letters,

00:04:41.056 --> 00:04:45.097
maar deze sequentie bepaalt
de kleur van Craigs ogen.

00:04:45.633 --> 00:04:47.565
Nu een ander fragment van het boek.

00:04:47.589 --> 00:04:49.683
Dit is wel een beetje moeilijker.

NOTE Paragraph

00:04:50.983 --> 00:04:53.630
Chromosoom 14, boek 132:

NOTE Paragraph

00:04:53.654 --> 00:04:55.744
(Gelach)

NOTE Paragraph

00:04:55.768 --> 00:04:57.045
Dacht ik het niet.

NOTE Paragraph

00:04:57.069 --> 00:05:00.535
(Gelach)

NOTE Paragraph

00:05:02.857 --> 00:05:07.364
"ATT, CTT, GATT".

NOTE Paragraph

00:05:08.329 --> 00:05:10.016
Deze mens heeft geluk,

00:05:10.040 --> 00:05:14.557
want als je twee letters te kort
schiet in deze combinatie -

00:05:14.581 --> 00:05:16.458
twee letters van onze drie miljard -

00:05:16.482 --> 00:05:18.641
dan zal je aan een vreselijke
ziekte lijden:

00:05:18.641 --> 00:05:19.965
taaislijmziekte.

00:05:19.989 --> 00:05:23.402
Dit is een ongeneeslijke ziekte,
daar bestaat geen medicatie voor,

00:05:23.426 --> 00:05:27.181
en het is een verschil van twee lettertjes
ten opzichte van ons.

NOTE Paragraph

00:05:27.585 --> 00:05:30.290
Een fantastisch boek, een grandioos boek,

00:05:31.115 --> 00:05:33.113
een boek dat mij geholpen heeft


00:05:33.137 --> 00:05:35.890
iets te begrijpen dat echt fenomenaal is.

00:05:36.480 --> 00:05:40.915
Elk van jullie - wat mij en jou
van elkaar onderscheidt

00:05:40.939 --> 00:05:43.893
is ongeveer vijf miljoen van deze,

00:05:43.917 --> 00:05:45.145
een half boek.

00:05:46.015 --> 00:05:47.678
Voor de rest

00:05:47.702 --> 00:05:50.264
zijn we allemaal volledig identiek.

00:05:51.008 --> 00:05:55.026
Die vijfhonderd pagina's zijn het mirakel
van het leven voor elk van jullie.

00:05:55.050 --> 00:05:57.581
Al de rest hebben we gemeenschappelijk.

00:05:57.605 --> 00:06:00.514
Dus denk eraan wanneer
je denkt dat we verschillend zijn.

00:06:00.538 --> 00:06:02.759
Zoveel hebben we dus gemeenschappelijk.

NOTE Paragraph

00:06:03.441 --> 00:06:06.870
Nu ik dus jullie aandacht heb,

00:06:06.894 --> 00:06:08.253
wil ik nog een vraag stellen

00:06:08.277 --> 00:06:09.428
hoe kan je dat nu lezen?

00:06:09.452 --> 00:06:10.961
Hoe kan dat nu zinvol zijn?

00:06:11.409 --> 00:06:15.649
Je mag nog een kei zijn in het
ineenknutselen van Zweedse meubels,

00:06:15.673 --> 00:06:19.236
maar deze handleiding zal je 
nooit kunnen gebruiken.

NOTE Paragraph

00:06:19.260 --> 00:06:20.863
(Gelach)

NOTE Paragraph

00:06:20.887 --> 00:06:23.999
En zo besloten twee bekende TED-ers,

00:06:24.023 --> 00:06:26.563
Peter Diamandis en Craig Venter zelf,

00:06:26.587 --> 00:06:28.514
in 2014 een nieuw bedrijf op te starten.

00:06:28.538 --> 00:06:29.950
Hier kwam Human Longevity,

00:06:29.974 --> 00:06:31.344
met één missie:

00:06:31.368 --> 00:06:33.229
alles proberen

00:06:33.253 --> 00:06:36.012
en alles leren uit deze boeken,

00:06:36.036 --> 00:06:37.741
met één doel -

00:06:38.862 --> 00:06:41.663
de droom waarmaken 
van gepersonaliseerde geneeskunde,

00:06:41.687 --> 00:06:45.454
begrijpen wat we moeten doen
om een betere gezondheid te hebben

00:06:45.478 --> 00:06:47.761
en wat voor geheimen deze boeken omvatten.

NOTE Paragraph

00:06:48.329 --> 00:06:52.579
Een fantastisch team met 40 wetenschappers
en veel, veel andere mensen,

00:06:52.603 --> 00:06:54.033
een plezier om mee te werken.

00:06:54.033 --> 00:06:56.230
Het concept is heel eenvoudig.

00:06:56.254 --> 00:06:59.412
We gebruiken de technologie
van 'machine learning'.

00:06:59.436 --> 00:07:03.975
Aan de ene kant hebben we
duizenden genomen.

00:07:03.999 --> 00:07:07.996
Aan de andere kant hebben we de grootste
database van de mens bijeengebracht:

00:07:08.020 --> 00:07:12.316
fenotypes, 3D-scans, kernspinresonantie -
je noemt het maar.

00:07:12.340 --> 00:07:15.239
En daar, aan deze twee overstaande kanten

00:07:15.263 --> 00:07:17.705
vind je het geheim van de vertaling.

00:07:17.729 --> 00:07:20.201
Tussen de twee bouwen we een machine.

00:07:20.801 --> 00:07:23.186
We bouwen een machine en 
we programeren die -

00:07:23.210 --> 00:07:26.420
om precies te zijn, niet één machine,
maar veel, veel machines -

00:07:26.444 --> 00:07:30.988
om te proberen het genoom in een fenotype
te begrijpen en te vertalen.

00:07:31.362 --> 00:07:34.702
Welke zijn die letters
en wat doen ze?

00:07:34.726 --> 00:07:37.473
Deze methodologie kan voor alles
gebruikt worden,

00:07:37.497 --> 00:07:40.490
maar het is een hele opdracht om die
te gebruiken in genomica.

00:07:40.514 --> 00:07:43.790
We zijn langzaamaan gegroeid en 
we hadden verschillende projecten.

00:07:43.814 --> 00:07:46.726
We begonnen met het begin, 
met gemeenschappelijke kenmerken.

00:07:46.726 --> 00:07:49.173
Gemeenschappelijke kenmerken zijn
de gemakkelijkste,

00:07:49.197 --> 00:07:50.381
omdat iedereen ze heeft.

NOTE Paragraph

00:07:50.405 --> 00:07:52.899
Dus hebben we ons afgevraagd:

00:07:52.923 --> 00:07:54.303
kan lengte voorspeld worden?

00:07:54.985 --> 00:07:57.162
Kunnen we uit de boeken
je lengte afleiden?

00:07:57.186 --> 00:07:58.337
Wel ja, we kunnen dat,

00:07:58.361 --> 00:08:00.154
met een precisie van vijf centimeter.

00:08:00.178 --> 00:08:03.313
Je BMI-index is gekoppeld
aan je levensstijl

00:08:03.337 --> 00:08:07.201
maar we kunnen toch je gewicht schatten
met een precisie van 8 kilo.

00:08:07.225 --> 00:08:08.456
De kleur van je ogen?

00:08:08.480 --> 00:08:09.638
Die kunnen we ook raden.

00:08:09.662 --> 00:08:10.986
Met 80% zekerheid.

00:08:11.466 --> 00:08:13.324
Kunnen we je huidskleur raden?

00:08:13.348 --> 00:08:15.789
Ja - met 80% zekerheid.

00:08:15.813 --> 00:08:17.153
Kunnen we je leeftijd raden?

00:08:18.121 --> 00:08:21.860
Dat kunnen we, omdat de code blijkbaar
in de loop van de jaren verandert.

00:08:21.884 --> 00:08:25.166
Ze wordt korter, je verliest stukjes,
ander stukken worden bijgevoegd.

00:08:25.190 --> 00:08:27.745
We lezen de signalen
en we maken een model.

NOTE Paragraph

00:08:28.438 --> 00:08:29.913
Nu is er wel een interessante uitdaging

00:08:29.937 --> 00:08:31.666
Kunnen we een gezicht voorspellen?

00:08:33.014 --> 00:08:34.292
Dat is een beetje moeilijk

00:08:34.316 --> 00:08:37.507
omdat een menselijk gezicht bestaat
uit miljoenen letters

00:08:37.531 --> 00:08:40.160
En een gezicht is nu ook niet
een welomschreven object.

00:08:40.184 --> 00:08:42.295
Dus moesten we er 
een hele reeks van bouwen

00:08:42.295 --> 00:08:45.059
om te leren en aan een machine 
te leren wat een gezicht is

00:08:45.059 --> 00:08:47.030
en dan moet je het nog integreren.

00:08:47.054 --> 00:08:49.302
Als je iets van machine learning kent,

00:08:49.326 --> 00:08:51.610
dan weet je ook 
wat voor een uitdaging dit is.

NOTE Paragraph

00:08:52.108 --> 00:08:58.099
En nu, na 15 jaar - 15 jaar nadat we
de eerste sequentie gelezen hebben -

00:08:58.123 --> 00:09:01.025
in oktober, hebben we
de eerste signalen gezien.

00:09:01.049 --> 00:09:03.504
Dat was een zeer ontroerend moment.

00:09:03.528 --> 00:09:07.273
Je ziet dus een persoon 
ons lab binnenwandelen.

00:09:07.619 --> 00:09:09.547
Voor ons is het een gezicht.

00:09:09.571 --> 00:09:13.202
We nemen iemands reële gezicht, 
verminderen de complexiteit,

00:09:13.226 --> 00:09:15.196
omdat niet alles van je gezicht komt,

00:09:15.220 --> 00:09:19.006
veel kenmerken en imperfecties en
onregelmatigheden komen van ons leven.

00:09:19.030 --> 00:09:22.499
We maken het gezicht symmetrisch
en we voeren ons algoritme uit.

00:09:23.245 --> 00:09:25.143
Hier zijn de resultaten.

00:09:25.167 --> 00:09:28.539
Dit is de voorspelling die berekend
wordt op basis van het bloed.

NOTE Paragraph

00:09:29.596 --> 00:09:31.120
(Applaus)

NOTE Paragraph

00:09:31.144 --> 00:09:32.579
Wacht eens even.

00:09:32.603 --> 00:09:37.295
Voor het ogenblik zijn jullie ogen aan het
kijken, links en rechts, links en rechts,

00:09:37.319 --> 00:09:41.249
en jullie hersenen willen gewoon 
dat die foto's identiek zijn.

00:09:41.273 --> 00:09:43.719
Dus moeten jullie nu even eerlijk zijn.

00:09:43.743 --> 00:09:46.030
Probeer de verschillen na te sporen,

00:09:46.054 --> 00:09:47.415
en die zijn er!

00:09:47.439 --> 00:09:50.042
De grootste hoeveelheid signalen
komt van het geslacht,

00:09:50.066 --> 00:09:55.267
dan heb je leeftijd, BMI, 
het ethnische aspect van een mens.

00:09:55.291 --> 00:09:59.002
Wanneer je een stap verder zet, 
dan wordt het pas echt ingewikkeld.

00:09:59.026 --> 00:10:02.276
Maar wat je hier kan zien, 
zelfs de verschillen,

00:10:02.300 --> 00:10:05.895
dat maakt ons duidelijk dat we
in de goede richting aan het gaan zijn,

00:10:05.919 --> 00:10:07.267
dat we dichterbij komen.

00:10:07.291 --> 00:10:09.640
En je voelt de emoties al opkomen.

NOTE Paragraph

00:10:09.664 --> 00:10:12.367
Dit is een andere persoon 
die het lab binnenkomt,

00:10:12.391 --> 00:10:13.800
en dit is de voorspelling.

00:10:13.824 --> 00:10:18.420
Een kleiner gezicht, de vorm 
van de schedel was niet volledig,

00:10:18.444 --> 00:10:21.095
maar je kan toch zien 
dat we er niet ver van af zijn.

00:10:21.634 --> 00:10:23.858
Dit is nog een andere persoon in ons lab,

00:10:23.882 --> 00:10:25.325
met de voorspelling.

00:10:26.056 --> 00:10:30.732
Maar deze mensen zul je nooit zien
in de training van de machine.

00:10:30.756 --> 00:10:33.593
Ze zijn de zogenaamde validatieset.

00:10:33.617 --> 00:10:37.357
Maar deze mensen zal je 
waarschijnlijk nooit geloven.

00:10:37.381 --> 00:10:40.057
Ons werk wordt uitgegeven
in een wetenschappelijk blad,

00:10:40.081 --> 00:10:41.232
je kan het lezen.

NOTE Paragraph

00:10:41.256 --> 00:10:44.190
Maar we zijn op het podium
en Chris heeft me uitgedaagd.

00:10:44.190 --> 00:10:47.250
Ik heb een risico genomen en
geprobeerd iemand te raden

00:10:47.274 --> 00:10:50.105
die jullie misschien zullen herkennen.

00:10:50.470 --> 00:10:54.895
Hier heb je een bloedbuisje -- en,
geloof me, jullie heb geen idee

00:10:54.919 --> 00:10:57.799
wat we wel hebben moeten doen
om dit bloed te bemachtigen --

00:10:57.823 --> 00:11:01.724
hier in dit bloedbuisje hebben we 
genoeg biologische informatie

00:11:01.748 --> 00:11:04.025
om een volledige genoom te sequencen.

00:11:04.049 --> 00:11:06.119
Meer hebben we niet nodig.

00:11:06.528 --> 00:11:09.733
We hebben deze sequence uitgevoerd,
en we zullen dit nu samen doen.

00:11:09.757 --> 00:11:13.736
Laag na laag brengen we alle informatie
bij elkaar die we hebben.

00:11:13.760 --> 00:11:17.110
Via dit bloedbuisje hebben we voorspeld
dat het gaat over een man.

00:11:17.134 --> 00:11:18.988
En inderdaad, het is een man.

00:11:18.996 --> 00:11:21.434
We voorspellen dat hij 1,76 m groot is.

00:11:21.458 --> 00:11:23.850
Onze persoon is 1,77 cm groot.

00:11:23.874 --> 00:11:27.984
We mikken op 76 kg, en hij weegt 82 kg.

00:11:28.701 --> 00:11:31.333
We voorspellen zijn leeftijd, 38 jaar.

00:11:31.357 --> 00:11:33.261
Onze persoon is er 35.

00:11:33.851 --> 00:11:35.975
Wij denken dat hij donkere ogen heeft.

00:11:36.824 --> 00:11:38.035
Te donker.

00:11:38.059 --> 00:11:39.614
Zijn huidskleur.

00:11:40.026 --> 00:11:41.436
We zijn er nu bijna.

00:11:41.899 --> 00:11:43.272
Dit is zijn gezicht.

NOTE Paragraph

00:11:45.172 --> 00:11:48.441
En nu DE revelatie:

00:11:48.465 --> 00:11:50.235
hier is onze persoon.

NOTE Paragraph

00:11:50.259 --> 00:11:52.194
(Gelach)

NOTE Paragraph

00:11:52.218 --> 00:11:54.276
Ik heb dit met opzet gedaan.

00:11:54.300 --> 00:11:57.992
Ik heb een heel vreemde
ethnische oorsprong.

00:11:58.016 --> 00:12:01.126
Zuid-Europees, Italiaans - 
die moeten altijd alles anders doen.

00:12:01.126 --> 00:12:06.120
En dat is speciaal - ethnische oorsprong
is een ingewikkelde test voor ons model.

00:12:06.144 --> 00:12:07.653
Maar er is nog iets anders.

00:12:07.677 --> 00:12:11.154
Eén van de elementen die we veel
gebruiken om mensen te herkennen

00:12:11.178 --> 00:12:12.900
zal je nooit in het genoom vinden.

00:12:12.924 --> 00:12:15.241
Het is onze vrije wil, hoe je eruit ziet.

00:12:15.265 --> 00:12:18.494
In mijn geval niet mijn haarsnit, 
maar mijn baard.

00:12:18.518 --> 00:12:22.071
Ik zal hier nu een baard toevoegen,

00:12:22.095 --> 00:12:24.860
en dat is niets anders dan Photoshop

00:12:24.884 --> 00:12:26.597
en zeker geen modellering.

00:12:26.621 --> 00:12:30.093
En nu krijgen we onmiddellijk iets totaal,
maar dan ook totaal anders.

NOTE Paragraph

00:12:30.955 --> 00:12:33.664
Waarom doen we dit dus?

00:12:35.938 --> 00:12:41.078
We doen het zeker niet om te voorspellen
hoe groot iemand wordt

00:12:41.102 --> 00:12:43.474
of om een mooi plaatje 
te vormen vanaf je bloed.

00:12:44.390 --> 00:12:48.408
We doen dit omdat dezelfde technologie,
en dezelfde methode,

00:12:48.432 --> 00:12:50.952
de machine learning van deze code,

00:12:50.976 --> 00:12:54.113
ons kan helpen te begrijpen
hoe ons lichaam werkt,

00:12:54.137 --> 00:12:55.623
hoe je lichaam in elkaar zit,

00:12:55.647 --> 00:12:57.312
hoe je lichaam veroudert,

00:12:57.336 --> 00:13:00.105
hoe ziekte ontstaat in je lichaam,

00:13:00.129 --> 00:13:03.101
hoe kanker ontstaat en zich ontwikkelt,

00:13:03.125 --> 00:13:04.908
hoe drugs werken

00:13:04.932 --> 00:13:07.246
en wat het effect ervan is op je lichaam.

NOTE Paragraph

00:13:07.713 --> 00:13:09.380
Dit is een ongelooflijke uitdaging.

00:13:09.894 --> 00:13:11.532
En deze uitdaging gaan we aan

00:13:11.556 --> 00:13:14.135
tezamen met duizenden wetenschappers
overal ter wereld.

00:13:14.159 --> 00:13:16.381
Dat is nu gepersonaliseerde geneeskunde.

00:13:17.125 --> 00:13:20.585
In plaats van een statistische methode,


00:13:20.609 --> 00:13:22.811
waar je slechts een nummer bent, 
gebruiken we

00:13:22.811 --> 00:13:24.478
een gepersonaliseerde methode,

00:13:24.502 --> 00:13:26.687
waar we al die boeken lezen

00:13:26.711 --> 00:13:29.575
en we zo te weten komen
hoe je precies in elkaar zit.

00:13:30.260 --> 00:13:33.622
Maar dit is een uiterst
complexe uitdaging,

00:13:33.646 --> 00:13:37.644
omdat we, vandaag, van al die boeken,

00:13:37.668 --> 00:13:40.310
maar ongeveer twee procent kennen:

00:13:41.027 --> 00:13:44.680
vier boeken uit een totaal
van meer dan 175.

NOTE Paragraph

00:13:46.021 --> 00:13:49.227
Dit is ook niet het onderwerp
van mijn uiteenzetting,

00:13:50.145 --> 00:13:52.743
want we zullen zeker meer en meer leren.

00:13:53.378 --> 00:13:56.047
De beste breinen van de wereld 
zwoegen op deze topic.

00:13:57.048 --> 00:13:58.882
De berekening zal verbeteren,

00:13:58.906 --> 00:14:01.159
het model zal preciezer worden.

00:14:01.183 --> 00:14:03.041
Hoe meer we leren,

00:14:03.065 --> 00:14:07.895
hoe meer we zullen geconfronteerd
worden met keuzes

00:14:07.919 --> 00:14:10.940
die we nooit eerder gezien hebben

00:14:10.964 --> 00:14:12.399
over het leven,

00:14:12.423 --> 00:14:14.097
over de dood,

00:14:14.121 --> 00:14:15.724
over het ouderschap.

NOTE Paragraph

00:14:20.626 --> 00:14:25.372
We raken nu dus de echte essentie
van hoe het leven werkt.

00:14:26.118 --> 00:14:29.276
En dit is een revolutie die we niet kunnen
reduceren tot het domein

00:14:29.300 --> 00:14:31.959
van wetenschap of technologie.

00:14:32.960 --> 00:14:35.204
Dit moet een globaal debat zijn.

00:14:35.798 --> 00:14:41.015
We moeten nadenken over de toekomst van
de mensheid die we aan het bouwen zijn.

00:14:41.039 --> 00:14:45.103
Daarbij moeten we samenwerken met 
artiesten, met filosofen,


00:14:45.127 --> 00:14:46.637
met de politieke wereld.

00:14:46.661 --> 00:14:47.819
Iedereen moet helpen,

00:14:47.843 --> 00:14:50.668
omdat het gaat over de toekomst
van onze soort.

00:14:51.273 --> 00:14:55.241
Zonder angst, maar met het besef

00:14:55.265 --> 00:14:59.136
dat de beslissingen die we
volgend jaar zullen nemen

00:14:59.160 --> 00:15:02.949
voorgoed de loop van geschiedenis
zullen veranderen.

NOTE Paragraph

00:15:03.732 --> 00:15:04.892
Hartelijk bedankt.

NOTE Paragraph

00:15:04.916 --> 00:15:15.075
(Applaus)