Return to Video

Άντερς Ινέρμαν: Απεικονίζοντας την έκρηξη των ιατρικών δεδομένων

  • 0:00 - 0:04
    Θα ξεκινήσω θέτοντας μία πρόκληση,
  • 0:04 - 0:07
    την πρόκληση της διαχείρισης δεδομένων,
  • 0:07 - 0:09
    δεδομένων που πρέπει να διαχειριστούμε
  • 0:09 - 0:11
    σε ιατρικές περιστάσεις.
  • 0:11 - 0:13
    Είναι πραγματικά μία τεράστια πρόκληση για μας
  • 0:13 - 0:15
    και αυτό είναι το υποζύγιό μας.
  • 0:15 - 0:17
    Αυτό είναι ένα μηχάνημα υπολογιστικής αξονικής τομογραφίας --
  • 0:17 - 0:19
    ένα μηχάνημα ΥΤ.
  • 0:19 - 0:21
    Είναι μία φανταστική συσκευή.
  • 0:21 - 0:23
    Χρησιμοποιεί ακτίνες Χ, δέσμες ακτίνων Χ,
  • 0:23 - 0:26
    οι οποίες περιστρέφονται πολύ γρήγορα γύρω από το ανθρώπινο σώμα.
  • 0:26 - 0:28
    Παίρνει περίπου 30 δευτερόλεπτα για να περάσει μέσα από όλο το μηχάνημα
  • 0:28 - 0:30
    και παράγει τεράστιες ποσότητες πληροφοριών
  • 0:30 - 0:32
    που εξάγονται από το μηχάνημα.
  • 0:32 - 0:34
    Άρα είναι ένα φανταστικό μηχάνημα
  • 0:34 - 0:36
    που μπορούμε να χρησιμοποιήσουμε
  • 0:36 - 0:38
    για να βελτιώσουμε την υγειονομική περίθαλψη.
  • 0:38 - 0:40
    Άλλα όπως είπα, είναι επίσης μια πρόκληση για μας.
  • 0:40 - 0:43
    Και η πρόκληση πραγματικά φαίνεται σε αυτή την εικόνα.
  • 0:43 - 0:45
    Είναι η έκρηξη των ιατρικών δεδομένων
  • 0:45 - 0:47
    που συμβαίνει τώρα.
  • 0:47 - 0:49
    Αντιμετωπίζουμε αυτό το πρόβλημα.
  • 0:49 - 0:51
    Και επιτρέψτε μου να πάω λίγο πίσω στο χρόνο.
  • 0:51 - 0:54
    Ας πάμε λίγα χρόνια πίσω και να δούμε τι συνέβαινε τότε.
  • 0:54 - 0:56
    Αυτά τα μηχανήματα που εμφανίστηκαν --
  • 0:56 - 0:58
    άρχισαν να εμφανίζονται την δεκαετία του 1970 --
  • 0:58 - 1:00
    σάρωναν ανθρώπινα σώματα,
  • 1:00 - 1:02
    και παρήγαγαν περίπου 100 εικόνες
  • 1:02 - 1:04
    από το ανθρώπινο σώμα.
  • 1:04 - 1:06
    Και πήρα την πρωτοβουλία, για σαφήνεια,
  • 1:06 - 1:09
    να τις μετατρέψω σε φέτες δεδομένων.
  • 1:09 - 1:11
    Αυτό αποτελείται από περίπου 50 MB δεδομένων,
  • 1:11 - 1:13
    το οποίο είναι μικρό
  • 1:13 - 1:16
    αν σκεφτείς την ποσότητα δεδομένων που μπορούμε να διαχειριστούμε σήμερα
  • 1:16 - 1:18
    σε απλές φορητές συσκευές.
  • 1:18 - 1:20
    Αν μεταφράσεις αυτό σε τηλεφωνικούς καταλόγους,
  • 1:20 - 1:23
    είναι περίπου μία στοίβα ενός μέτρου από τηλεφωνικούς καταλόγους.
  • 1:23 - 1:25
    Κοιτώντας τι κάνουμε σήμερα
  • 1:25 - 1:27
    με τα μηχανήματα που έχουμε σήμερα,
  • 1:27 - 1:29
    μπορούμε, μέσα σε λίγα δευτερόλεπτα,
  • 1:29 - 1:31
    να πάρουμε 24.000 εικόνες από ένα σώμα.
  • 1:31 - 1:34
    Και αυτό θα αντιστοιχεί σε περίπου 20 GB δεδομένων,
  • 1:34 - 1:36
    ή 800 τηλεφωνικούς καταλόγους.
  • 1:36 - 1:38
    Και η στοίβα θα είναι περίπου 200 μέτρα από τηλεφωνικούς καταλόγους.
  • 1:38 - 1:40
    Το τι πρόκειται να γίνει --
  • 1:40 - 1:42
    και το βλέπουμε, είναι η αρχή --
  • 1:42 - 1:44
    μία τεχνολογική τάση η οποία συμβαίνει τώρα
  • 1:44 - 1:47
    είναι ότι ξεκινάμε επίσης να βλέπουμε αποτελέσματα σε σχέση με το χρόνο.
  • 1:47 - 1:50
    Άρα επίσης παίρνουμε και τη δυναμική του σώματος.
  • 1:50 - 1:52
    Και ας υποθέσουμε
  • 1:52 - 1:55
    ότι θα συλλέξουμε δεδομένα για πέντε δευτερόλεπτα,
  • 1:55 - 1:57
    και αυτό θα αντιστοιχεί σε ένα terabyte δεδομένων.
  • 1:57 - 1:59
    Αυτό είναι 800.000 βιβλία
  • 1:59 - 2:01
    και 16 χιλιόμετρα από τηλεφωνικούς καταλόγους.
  • 2:01 - 2:03
    Αυτό είναι για έναν ασθενή, ένα σύνολο δεδομένων.
  • 2:03 - 2:05
    Και αυτό είναι που πρέπει να επεξεργαστούμε.
  • 2:05 - 2:08
    Άρα αυτό είναι μια πραγματική πρόκληση που έχουμε
  • 2:08 - 2:11
    Και ήδη σήμερα -- αυτό είναι 25.000 εικόνες.
  • 2:11 - 2:13
    Φανταστείτε τις ημέρες
  • 2:13 - 2:15
    που είχαμε ακτινολόγους να το κάνουν αυτό.
  • 2:15 - 2:17
    Θα αναρτούσαν 25.000 εικόνες,
  • 2:17 - 2:20
    θα έκαναν το εξής, "25.000, εντάξει, εντάξει.
  • 2:20 - 2:22
    Υπάρχει ένα πρόβλημα."
  • 2:22 - 2:24
    Δεν μπορούν να το κάνουν αυτό πια, είναι αδύνατον.
  • 2:24 - 2:27
    Άρα θα πρέπει να κάνουμε κάτι που είναι περισσότερο ευφυές από αυτό.
  • 2:28 - 2:30
    Άρα αυτό που κάνουμε είναι να βάλουμε όλες αυτές τις φέτες μαζί.
  • 2:30 - 2:33
    Φανταστείτε ότι τεμαχίζετε το σώμα σας σε όλες αυτές τις κατευθύνσεις,
  • 2:33 - 2:36
    και μετά προσπαθείτε να βάλετε τις φέτες πάλι μαζί
  • 2:36 - 2:38
    σε μία στοίβα δεδομένων, σε μία δομή δεδομένων.
  • 2:38 - 2:40
    Επομένως αυτό είναι τι πραγματικά κάνουμε.
  • 2:40 - 2:43
    Άρα αυτό το gigabyte ή terabyte δεδομένων, το βάζουμε σε αυτή τη δομή.
  • 2:43 - 2:45
    Αλλά φυσικά, η δομή δεδομένων
  • 2:45 - 2:47
    απλά περιέχει το σύνολο των ακτίνων Χ
  • 2:47 - 2:49
    που έχουν απορροφηθεί από το κάθε σημείο στο ανθρώπινο σώμα.
  • 2:49 - 2:51
    Άρα αυτό που πρέπει να κάνουμε είναι να βρούμε ένα τρόπο
  • 2:51 - 2:54
    για να κοιτάμε τα πράγματα που θέλουμε να κοιτάξουμε
  • 2:54 - 2:57
    και να κάνουμε διαφανή τα πράγματα που δεν θέλουμε να κοιτάξουμε.
  • 2:57 - 2:59
    Άρα μετατρέποντας το σύνολο δεδομένων
  • 2:59 - 3:01
    σε κάτι που μοιάζει σαν και αυτό.
  • 3:01 - 3:03
    Και αυτό είναι μία πρόκληση.
  • 3:03 - 3:06
    Είναι μία τεράστια πρόκληση για μας για να γίνει αυτό.
  • 3:06 - 3:09
    Χρησιμοποιώντας υπολογιστές, αν και τώρα γίνονται γρηγορότεροι και καλύτεροι,
  • 3:09 - 3:11
    είναι πρόκληση η διαχείριση giagabyte δεδομένων,
  • 3:11 - 3:13
    terabyte δεδομένων
  • 3:13 - 3:15
    και η εξόρυξη της σχετικής πληροφορίας.
  • 3:15 - 3:17
    Θέλω να κοιτάξω την καρδιά,
  • 3:17 - 3:19
    θέλω να κοιτάξω τα αιμοφόρα αγγεία, θέλω να κοιτάξω το συκώτι,
  • 3:19 - 3:21
    Ισως ακόμα να βρω έναν όγκο
  • 3:21 - 3:23
    σε κάποιες περιπτώσεις.
  • 3:24 - 3:26
    Έτσι εδώ είναι που μπαίνει στο παιχνίδι αυτή η μικρή αγαπητή.
  • 3:26 - 3:28
    Αυτή είναι η κόρη μου.
  • 3:28 - 3:30
    Αυτό είναι από τις 9:00 πμ αυτό το πρωί.
  • 3:30 - 3:32
    Παίζει ένα παιχνίδι στον υπολογιστή.
  • 3:32 - 3:34
    Είναι μόνο δύο χρονών,
  • 3:34 - 3:36
    και περνάει καταπληκτικά.
  • 3:36 - 3:39
    Άρα αυτή είναι η πραγματική ώθηση
  • 3:39 - 3:42
    πίσω από την ανάπτυξη επεξεργαστών γραφικών.
  • 3:43 - 3:45
    Όσο τα παιδιά παίζουν παιχνίδια στον υπολογιστή,
  • 3:45 - 3:47
    τα γραφικά γίνονται όλο και καλύτερα.
  • 3:47 - 3:49
    Άρα παρακαλώ πηγαίνετε πίσω στο σπίτι, πείτε τα παιδιά σας να παίζουν περισσότερα παιχνίδια,
  • 3:49 - 3:51
    γιατί αυτό είναι αυτό που χρειάζομαι.
  • 3:51 - 3:53
    Άρα αυτό που είναι μέσα σε αυτή τη μηχανή
  • 3:53 - 3:55
    είναι αυτό που με δίνει την δυνατότητα να κάνω τα πράματα που κάνω
  • 3:55 - 3:57
    με τα ιατρικά δεδομένα.
  • 3:57 - 4:00
    Άρα πραγματικά αυτό που κάνω είναι να χρησιμοποιώ αυτές τις φανταστικές μικρές συσκευές.
  • 4:00 - 4:02
    Και ξέρετε, πηγαίνοντας πίσω
  • 4:02 - 4:04
    ίσως 10 χρόνια
  • 4:04 - 4:06
    όταν πήρα την χρηματοδότηση
  • 4:06 - 4:08
    για να αγοράσω τον πρώτο μου υπολογιστή γραφικών.
  • 4:08 - 4:10
    Ήταν ένα τεράστιο μηχάνημα.
  • 4:10 - 4:13
    Ήταν ντουλάπια από επεξεργαστές και μνήμη και τα πάντα.
  • 4:13 - 4:16
    Πλήρωσα περίπου ένα εκατομμύριο δολάρια για εκείνο το μηχάνημα.
  • 4:17 - 4:20
    Εκείνο το μηχάνημα, σήμερα, είναι περίπου τόσο γρήγορο όσο το iPhone μου.
  • 4:22 - 4:24
    Άρα κάθε μήνα βγαίνουν νέες κάρτες γραφικών.
  • 4:24 - 4:27
    Και εδώ είναι μερικές από τις τελευταίες από τους κατασκευαστές --
  • 4:27 - 4:30
    NVIDIA, ATI, Intel κυκλοφορούν επίσης.
  • 4:30 - 4:32
    Και ξέρετε, με μερικά εκατοντάδες δολάρια
  • 4:32 - 4:34
    μπορείτε να πάρετε αυτά τα πράγματα και να τα βάλετε στον υπολογιστή σας,
  • 4:34 - 4:37
    και μπορείτε να κάνετε φανταστικά πράγματα με αυτές τις κάρτες γραφικών.
  • 4:37 - 4:39
    Άρα αυτό είναι αυτό που πραγματικά μας δίνει την δυνατότητα
  • 4:39 - 4:42
    να αντιμετωπίσουμε την έκρηξη των δεδομένων στην ιατρική,
  • 4:42 - 4:44
    μαζί με κάποια καλή δουλειά
  • 4:44 - 4:46
    από την άποψη αλγορίθμων --
  • 4:46 - 4:48
    συμπίεση δεδομένων,
  • 4:48 - 4:51
    εξαγωγή της σχετικής πληροφορίας που οι άνθρωποι κάνουν έρευνα.
  • 4:51 - 4:54
    Λοιπόν θα σας δείξω μερικά παραδείγματα για το τι μπορούμε να κάνουμε.
  • 4:54 - 4:57
    Αυτό είναι μία δομή δεδομένων που πήραμε χρησιμοποιώντας έναν αξονικό τομογράφο.
  • 4:57 - 5:00
    Μπορείτε να δείτε ότι πρόκειται για πλήρη δεδομένα.
  • 5:00 - 5:03
    Είναι μία γυναίκα. Μπορείτε να δείτε τα μαλλιά.
  • 5:03 - 5:06
    Μπορείτε να δείτε τις μεμονωμένες δομές της γυναίκας.
  • 5:06 - 5:09
    Μπορείτε να δείτε μία διασκόρπιση ακτίνων Χ
  • 5:09 - 5:11
    στα δόντια, το μέταλλο μέσα στα δόντια.
  • 5:11 - 5:14
    Από εκεί προέρχονται αυτά τα τεχνουργήματα.
  • 5:14 - 5:16
    Αλλά πλήρως διαδραστικά
  • 5:16 - 5:19
    με μία τυπική κάρτα γραφικών σε έναν απλό υπολογιστή,
  • 5:19 - 5:21
    μπορώ απλά να βάλω μία επιφάνεια.
  • 5:21 - 5:23
    Και φυσικά όλα τα δεδομένα είναι μέσα,
  • 5:23 - 5:26
    άρα μπορώ να ξεκινήσω να περιστρέφω, μπορώ να το δω από διαφορετικές γωνίες,
  • 5:26 - 5:29
    και μπορώ να δω ότι αυτή η γυναίκα είχε ένα πρόβλημα.
  • 5:29 - 5:31
    Έχει μία αιμορραγία στον εγκέφαλο,
  • 5:31 - 5:33
    και φτιάχτηκε με ένα μικρό ράμμα,
  • 5:33 - 5:35
    ένας μεταλλικός σφιγκτήρας που σφίγγει το αγγείο.
  • 5:35 - 5:37
    Και απλά αλλάζοντας τις συναρτήσεις,
  • 5:37 - 5:40
    μετά μπορώ να αποφασίσω τι θα είναι διαφανές
  • 5:40 - 5:42
    και το τι θα είναι ορατό.
  • 5:42 - 5:44
    Μπορώ να κοιτάξω τη δομή του κρανίου,
  • 5:44 - 5:47
    και μπορώ να δω ότι, εντάξει, εδώ είναι εκεί που άνοιξαν το κρανίο της γυναίκας,
  • 5:47 - 5:49
    και εδώ είναι από που μπήκαν μέσα.
  • 5:49 - 5:51
    Άρα αυτές είναι φανταστικές εικόνες.
  • 5:51 - 5:53
    Είναι πραγματικά υψηλής ανάλυσης,
  • 5:53 - 5:55
    και πραγματικά μας δείχνουν τι μπορούμε να κάνουμε
  • 5:55 - 5:58
    με τυπικές κάρτες γραφικών σήμερα.
  • 5:58 - 6:00
    Πραγματικά τώρα έχουμε κάνει χρήση αυτών,
  • 6:00 - 6:03
    και προσπαθήσαμε να στριμώξουμε πολλά δεδομένα
  • 6:03 - 6:05
    στο σύστημα.
  • 6:05 - 6:07
    Και μία από τις εφαρμογές που δουλεύουμε --
  • 6:07 - 6:10
    και αυτό έχει κερδίσει κάποια αποδοχή παγκοσμίως --
  • 6:10 - 6:12
    είναι η εφαρμογή των εικονικών αυτοψιών.
  • 6:12 - 6:14
    Έτσι πάλι, κοιτώντας σε πολύ, πολύ μεγάλα σύνολα δεδομένων,
  • 6:14 - 6:17
    και είδατε τις σαρώσεις πλήρως σώματος που μπορούμε να κάνουμε.
  • 6:17 - 6:20
    Απλά περνάμε όλο το σώμα μέσα από τον σαρωτή ΥΤ,
  • 6:20 - 6:23
    και μέσα σε λίγα δευτερόλεπτα μπορούμε να πάρουμε ένα σύνολο δεδομένων για ένα πλήρες σώμα.
  • 6:23 - 6:25
    Λοιπόν αυτό είναι από μία εικονική αυτοψία.
  • 6:25 - 6:27
    Και μπορείτε να δείτε ότι ξεφλουδίζω σταδιακά.
  • 6:27 - 6:30
    Πρώτα βλέπετε τον σάκο μέσα στον οποίο ήρθε το σώμα,
  • 6:30 - 6:33
    μετά ξεφλουδίζω το δέρμα -- μπορείτε να δείτε τους μυείς --
  • 6:33 - 6:36
    και τελικά μπορείτε να δείτε τη δομή των οστών της γυναίκας.
  • 6:36 - 6:39
    Τώρα σε αυτό το σημείο, θα ήθελα να τονίσω
  • 6:39 - 6:41
    ότι, με το μεγαλύτερο σεβασμό
  • 6:41 - 6:43
    για τους ανθρώπους που θα σας δείξω τώρα --
  • 6:43 - 6:45
    θα σας δείξω μερικές περιπτώσεις εικονικών αυτοψιών --
  • 6:45 - 6:47
    άρα είναι με μεγάλο σεβασμό για τους ανθρώπους
  • 6:47 - 6:49
    που πέθαναν κάτω από βίαιες συνθήκες
  • 6:49 - 6:52
    που σας δείχνω τις εικόνες.
  • 6:53 - 6:55
    Στην εγκληματολογική υπόθεση --
  • 6:55 - 6:57
    και αυτό είναι κάτι
  • 6:57 - 6:59
    που υπάρχουν περίπου 400 υποθέσεις μέχρι τώρα
  • 6:59 - 7:01
    μόνο από το μέρος της Σουηδίας από όπου προέρχομαι
  • 7:01 - 7:03
    που γίνονται εικονικές αυτοψίες
  • 7:03 - 7:05
    τα τελευταία τέσσερα χρόνια.
  • 7:05 - 7:08
    Άρα αυτό είναι μία τυπική περίπτωση ροής εργασίας.
  • 7:08 - 7:10
    Η αστυνομία θα αποφασίσει --
  • 7:10 - 7:12
    το απόγευμα, όταν έρχεται μία υπόθεση --
  • 7:12 - 7:15
    θα αποφασίσουν, εντάξει, αν είναι μία υπόθεση που χρειάζεται να κάνουμε αυτοψία.
  • 7:15 - 7:18
    Έτσι το πρωί, μεταξύ έξι και επτά το πρωί,
  • 7:18 - 7:20
    το σώμα μεταφέρεται μέσα στο σάκο
  • 7:20 - 7:22
    στο κέντρο μας
  • 7:22 - 7:24
    και σαρώνεται με έναν από τους αξονικούς τομογράφους.
  • 7:24 - 7:26
    Και μετά ο ακτινολόγος, μαζί με τον παθολόγο
  • 7:26 - 7:28
    και μερικές φορές με τον εγκληματολόγο,
  • 7:28 - 7:30
    εξετάζουν τα δεδομένα που εξάγονται,
  • 7:30 - 7:32
    και κάνουν μία σύσκεψη.
  • 7:32 - 7:35
    Και αποφασίζουν τι θα κάνουν μετά, στην πραγματική αυτοψία.
  • 7:37 - 7:39
    Τώρα κοιτώντας σε μερικές υποθέσεις,
  • 7:39 - 7:41
    εδώ είναι μία από τις πρώτες υποθέσεις που είχαμε.
  • 7:41 - 7:44
    Πραγματικά μπορείτε να δείτε τις λεπτομέρειες του συνόλου δεδομένων
  • 7:44 - 7:46
    είναι πολύ υψηλής ανάλυσης.
  • 7:46 - 7:48
    Και είναι οι αλγόριθμοι μας που μας επιτρέπουν
  • 7:48 - 7:50
    να μεγεθύνουμε όλες τις λεπτομέρειες.
  • 7:50 - 7:52
    Και ξανά, είναι πλήρως διαδραστικό.
  • 7:52 - 7:54
    άρα μπορείς να περιστρέψεις και να κοιτάξεις πράματα σε πραγματικό χρόνο
  • 7:54 - 7:56
    με αυτά τα συστήματα.
  • 7:56 - 7:58
    Χωρίς να πω πολλά για αυτή την υπόθεση,
  • 7:58 - 8:00
    αυτό είναι ένα τροχαίο ατύχημα,
  • 8:00 - 8:02
    ένας μεθυσμένος οδηγός χτύπησε μία γυναίκα.
  • 8:02 - 8:05
    Είναι πολύ, πολύ εύκολο να δούμε τις ζημίες στα κόκαλα.
  • 8:05 - 8:08
    Και ο λόγος θανάτου είναι σπασμένος λαιμός.
  • 8:08 - 8:10
    Και επίσης αυτή η γυναίκα κατέληξε κάτω από το αυτοκίνητο,
  • 8:10 - 8:12
    άρα είναι αρκετά άσχημα χτυπημένη
  • 8:12 - 8:14
    από αυτό το χτύπημα.
  • 8:14 - 8:17
    Εδώ είναι μία άλλη υπόθεση, ένα μαχαίρωμα.
  • 8:17 - 8:19
    Και αυτό πάλι μας δείχνει τι μπορούμε να κάνουμε.
  • 8:19 - 8:21
    Είναι πολύ εύκολο να κοιτάξουμε σε μεταλλικά τεχνουργήματα
  • 8:21 - 8:24
    που μπορούμε να δούμε μέσα στο σώμα.
  • 8:24 - 8:27
    Επίσης μπορείτε να δείτε μερικά από τα τεχνουργήματα από τα δόντια --
  • 8:27 - 8:29
    που στην πραγματικότητα είναι τα σφραγίσματα στα δόντια --
  • 8:29 - 8:32
    αλλά επειδή το έθεσα σε λειτουργία να δείχνει τα μέταλλα
  • 8:32 - 8:34
    και να κάνει όλα τα υπόλοιπα διαφανή
  • 8:34 - 8:37
    Εδώ είναι μία ακόμα βίαιη υπόθεση. Αυτό δεν σκότωσε το άτομο.
  • 8:37 - 8:39
    Το άτομο σκοτώθηκε από μαχαιριές στην καρδιά,
  • 8:39 - 8:41
    απλά έβαλαν το μαχαίρι
  • 8:41 - 8:43
    διαμέσου από ένα από τα μάτια.
  • 8:43 - 8:45
    Εδώ είναι μία άλλη υπόθεση.
  • 8:45 - 8:47
    Είναι πολύ ενδιαφέρον για μας
  • 8:47 - 8:49
    να μπορούμε να κοιτάμε πράματα όπως μαχαιρώματα.
  • 8:49 - 8:52
    Εδώ μπορείτε να δείτε ότι το μαχαίρι διαπέρασε την καρδιά.
  • 8:52 - 8:54
    Είναι πολύ εύκολο να δείτε πως διαρρέει αέρας
  • 8:54 - 8:56
    από το ένα μέρος στο άλλο,
  • 8:56 - 8:59
    που είναι δύσκολο να γίνει σε μία κανονική, τυπική, φυσική αυτοψία.
  • 8:59 - 9:01
    Γι΄ αυτό πραγματικά βοηθάει
  • 9:01 - 9:03
    την ποινική έρευνα
  • 9:03 - 9:05
    να διαπιστωθεί η αιτία θανάτου,
  • 9:05 - 9:08
    και σε μερικές υποθέσεις επίσης κατευθύνει την έρευνα στην σωστή κατεύθυνση
  • 9:08 - 9:10
    για να βρει ποιος ήταν πραγματικά ο δολοφόνος.
  • 9:10 - 9:12
    Εδώ είναι μία άλλη υπόθεση που πιστεύω είναι ενδιαφέρουσα
  • 9:12 - 9:14
    Εδώ μπορείτε να δείτε μία σφαίρα
  • 9:14 - 9:17
    που σφήνωσε ακριβώς δίπλα από την σπονδυλική στήλη αυτού του ατόμου.
  • 9:17 - 9:20
    Και αυτό που κάναμε είναι να μετατρέψουμε την σφαίρα σε πηγή φωτός,
  • 9:20 - 9:22
    ώστε η σφαίρα στην πραγματικότητα λάμπει,
  • 9:22 - 9:25
    και το κάνει πραγματικά εύκολο να βρεις αυτά τα θραύσματα.
  • 9:25 - 9:27
    Κατά την διάρκεια μιας φυσικής αυτοψίας,
  • 9:27 - 9:29
    αν πραγματικά χρειαστεί να σκάψεις μέσα στο σώμα για να βρεις αυτά τα θραύσματα,
  • 9:29 - 9:31
    αυτό είναι κάτι πραγματικά δύσκολο για να το κάνεις.
  • 9:33 - 9:35
    Ένα από τα πράματα για τα οποία είμαι πραγματικά χαρούμενος
  • 9:35 - 9:38
    είναι ότι μπορώ να σας δείξω σήμερα
  • 9:38 - 9:40
    το εικονικό μας τραπέζι αυτοψίας.
  • 9:40 - 9:42
    Είναι μία συσκευή αφής που αναπτύξαμε
  • 9:42 - 9:45
    βασιζόμενοι σε αυτούς τους αλγορίθμους, χρησιμοποιώντας τυπικούς επεξεργαστές γραφικών.
  • 9:45 - 9:47
    Μοιάζει πραγματικά σαν και αυτό,
  • 9:47 - 9:50
    απλά για να σας δώσω μία αίσθηση για το πως μοιάζει.
  • 9:50 - 9:53
    Πραγματικά απλά δουλεύει σαν ένα μεγάλο iPhone.
  • 9:53 - 9:55
    Έτσι έχουμε υλοποιήσει
  • 9:55 - 9:58
    όλες τις χειρονομίες που μπορείς να κάνεις πάνω στο τραπέζι,
  • 9:58 - 10:02
    και μπορείς να το σκεφτείς σαν μία τεράστια διεπαφή αφής.
  • 10:02 - 10:04
    Άρα άμα σκέφτεστε να αγοράσετε ένα iPad,
  • 10:04 - 10:07
    ξεχάστε το, αυτό είναι αυτό που θέλετε αντί για εκείνο.
  • 10:07 - 10:10
    Στιβ, ελπίζω να το ακούς αυτό, ωραία.
  • 10:11 - 10:13
    Επομένως είναι μία πολύ καλή μικρή συσκευή.
  • 10:13 - 10:15
    Άρα άμα έχετε την ευκαιρία, παρακαλώ δοκιμάστε το.
  • 10:15 - 10:18
    Είναι μία ενεργή εμπειρία.
  • 10:18 - 10:21
    Έτσι έχει κερδίσει κάποια αποδοχή, και προσπαθούμε να το προωθήσουμε
  • 10:21 - 10:23
    και προσπαθούμε να το χρησιμοποιήσουμε για εκπαιδευτικούς σκοπούς,
  • 10:23 - 10:25
    αλλά επίσης, ίσως στο μέλλον,
  • 10:25 - 10:28
    σε περισσότερο κλινικές καταστάσεις.
  • 10:28 - 10:30
    Υπάρχει ένα YouTube βίντεο που μπορείτε να κατεβάσετε και να δείτε,
  • 10:30 - 10:32
    αν θέλετε να μεταφέρετε την πληροφορία σε άλλα άτομα
  • 10:32 - 10:35
    για εικονικές αυτοψίες.
  • 10:35 - 10:37
    Εντάξει, τώρα που μιλάμε για αφή,
  • 10:37 - 10:39
    επιτρέψτε μου να προχωρήσω στην πραγματική αφή των δεδομένων.
  • 10:39 - 10:41
    Και αυτό τώρα είναι λίγο επιστημονική φαντασία,
  • 10:41 - 10:44
    άρα πραγματικά προχωράμε στο μέλλον.
  • 10:44 - 10:47
    Αυτό δεν είναι στην πραγματικότητα αυτό που χρησιμοποιούν οι γιατροί τώρα,
  • 10:47 - 10:49
    και ελπίζω ότι θα το κάνουν στο μέλλον.
  • 10:49 - 10:52
    Λοιπόν αυτό που βλέπετε στα αριστερά της συσκευής αφής
  • 10:52 - 10:54
    είναι ένα μικρό μηχανικό στυλό
  • 10:54 - 10:57
    που μέσα στο στυλό έχει πολύ, πολύ γρήγορους βηματικούς κινητήρες.
  • 10:57 - 10:59
    Και έτσι μπορώ να παράγω μία δύναμη ανάδρασης.
  • 10:59 - 11:01
    Άρα όταν εικονικά αγγίζω δεδομένα,
  • 11:01 - 11:04
    θα παράγει δυνάμεις αφής στο στυλό, ώστε να πάρω μία ανάδραση.
  • 11:04 - 11:06
    Επομένως στην συγκεκριμένη περίπτωση,
  • 11:06 - 11:08
    είναι μία σάρωση ενός ζωντανού ανθρώπου.
  • 11:08 - 11:11
    Έχω αυτό το στυλό και κοιτάω τα δεδομένα,
  • 11:11 - 11:13
    και κινώ το στυλό προς το κεφάλι,
  • 11:13 - 11:15
    και ξαφνικά νοιώθω αντίσταση.
  • 11:15 - 11:17
    Άρα μπορώ να νιώσω το δέρμα.
  • 11:17 - 11:19
    Αν σπρώξω λίγο παραπάνω, θα διαπεράσω το δέρμα,
  • 11:19 - 11:22
    και μπορώ να νιώσω το κόκκαλο μέσα.
  • 11:22 - 11:24
    Αν πιέσω ακόμα παραπάνω, θα διαπεράσω το κόκκαλο,
  • 11:24 - 11:27
    ειδικά κοντά στο αυτί όπου το κόκκαλο είναι πολύ μαλακό.
  • 11:27 - 11:30
    Και μπορώ να νιώσω τον εγκέφαλο μέσα, και θα είναι λασπώδεις σαν αυτό.
  • 11:30 - 11:32
    Επομένως αυτό είναι πραγματικά ωραίο.
  • 11:32 - 11:35
    Και για να το πάω αυτό παραπέρα, αυτή είναι μία καρδιά.
  • 11:35 - 11:38
    Και αυτό είναι επίσης λόγο αυτών των φανταστικών νέων σαρωτών,
  • 11:38 - 11:40
    που μόλις σε 0,3 δευτερόλεπτα,
  • 11:40 - 11:42
    μπορώ να σαρώσω ολόκληρη την καρδιά
  • 11:42 - 11:44
    και μπορώ να το κάνω αυτό με ανάλυση χρόνου.
  • 11:44 - 11:46
    Επομένως απλά κοιτώντας αυτή την καρδιά,
  • 11:46 - 11:48
    Μπορώ να αναπαράγω ένα βίντεο εδώ.
  • 11:48 - 11:50
    Και αυτός είναι ο Καρλτζοχαν, ένας από τους μεταπτυχιακούς φοιτητές μου
  • 11:50 - 11:52
    ο οποίος δουλεύει σε αυτό το πρόγραμμα.
  • 11:52 - 11:55
    Και κάθεται εκεί μπροστά στην συσκευή Haptic, το σύστημα δυναμικής ανάδρασης,
  • 11:55 - 11:58
    και κινεί το στυλό του προς την καρδιά,
  • 11:58 - 12:00
    και η καρδιά τώρα χτυπάει μπροστά του,
  • 12:00 - 12:02
    επομένως, μπορεί να δει πως η καρδιά χτυπάει.
  • 12:02 - 12:04
    Πήρε το στυλό και το κινεί προς την καρδιά,
  • 12:04 - 12:06
    και το πιέζει πάνω στην καρδιά,
  • 12:06 - 12:09
    και μετά νοιώθει τους καρδιακούς παλμούς από τον ζωντανό ασθενή.
  • 12:09 - 12:11
    Μετά μπορεί να εξετάσει πως η καρδιά κουνιέται.
  • 12:11 - 12:13
    Μπορεί να πάει μέσα, να σπρώξει μέσα στην καρδιά,
  • 12:13 - 12:16
    και πραγματικά να νιώσει πως κινούνται οι βαλβίδες.
  • 12:16 - 12:19
    Και αυτό, πιστεύω, είναι πραγματικά το μέλλον για τους καρδιοχειρουργούς.
  • 12:19 - 12:22
    Νομίζω ότι μάλλον είναι η ονείρωξη για έναν καρδιοχειρουργό
  • 12:22 - 12:25
    το να μπορεί να μπει μέσα στην καρδιά του ασθενή του
  • 12:25 - 12:27
    πριν κάνει στην πραγματικότητα εγχείρηση,
  • 12:27 - 12:29
    και να το κάνει αυτό με υψηλής ποιότητας και ανάλυσης δεδομένα.
  • 12:29 - 12:31
    Επομένως, αυτό είναι πραγματικά φανταστικό.
  • 12:32 - 12:35
    Τώρα προχωράμε ακόμα παραπέρα στην επιστημονική φαντασία.
  • 12:35 - 12:38
    Και έχουμε ακούσει λίγα για την μαγνητική τομογραφία.
  • 12:38 - 12:41
    Τώρα, αυτό είναι πραγματικά ένα ενδιαφέρον πρόγραμμα.
  • 12:41 - 12:43
    Η μαγνητική τομογραφία χρησιμοποιεί μαγνητικά πεδία
  • 12:43 - 12:45
    και ραδιοσυχνότητες
  • 12:45 - 12:48
    για να σαρώσει τον εγκέφαλο, ή οποιοδήποτε άλλο μέρος του σώματος.
  • 12:48 - 12:50
    Άρα αυτό που στην πραγματικότητα παίρνουμε από αυτό
  • 12:50 - 12:52
    είναι πληροφορία για την δομή του εγκεφάλου,
  • 12:52 - 12:54
    αλλά μπορούμε επίσης να μετρήσουμε την διαφορά
  • 12:54 - 12:57
    στις μαγνητικές ιδιότητες του αίματος που οξυγονώνεται
  • 12:57 - 13:00
    και αίματος που δεν έχει οξυγόνο.
  • 13:00 - 13:02
    Αυτό σημαίνει πως είναι δυνατόν
  • 13:02 - 13:04
    να χαρτογραφήσουμε την δραστηριότητα του εγκεφάλου.
  • 13:04 - 13:06
    Άρα αυτό είναι κάτι πάνω στο οποίο δουλέψαμε.
  • 13:06 - 13:09
    Και μόλις είδατε τον Μοτς τον ερευνητή εκεί
  • 13:09 - 13:11
    να μπαίνει μέσα στο σύστημα μαγνητικής τομογραφίας,
  • 13:11 - 13:13
    φορώντας γυαλιά
  • 13:13 - 13:15
    Επομένως μπορούσε να δει πράγματα μέσα στα γυαλιά.
  • 13:15 - 13:18
    Άρα μπορώ να του παρουσιάσω πράματα όσο είναι μέσα στον σαρωτή.
  • 13:18 - 13:20
    Και αυτό είναι λίγο παράξενο,
  • 13:20 - 13:22
    γιατί αυτό που βλέπει ο Μοτς στην πραγματικότητα είναι αυτό.
  • 13:22 - 13:25
    Βλέπει τον ίδιο του τον εγκέφαλο.
  • 13:25 - 13:27
    Άρα ο Μοτς κάνει κάτι εκεί.
  • 13:27 - 13:29
    Και ίσως κάνει αυτό με το δεξί του χέρι,
  • 13:29 - 13:31
    επειδή η αριστερή μεριά είναι ενεργοποιημένη
  • 13:31 - 13:33
    στον κινητικό φλοιό.
  • 13:33 - 13:35
    Και έπειτα μπορεί να το δει αυτό την ίδια στιγμή.
  • 13:35 - 13:37
    Αυτές οι απεικονίσεις είναι ολοκαίνουριες.
  • 13:37 - 13:40
    Και αυτό είναι κάτι που ερευνούσαμε για λίγο καιρό.
  • 13:40 - 13:43
    Αυτή είναι μία άλλη ακολουθία του εγκεφάλου του Ματς.
  • 13:43 - 13:46
    Και εδώ ζητήσαμε από τον Ματς να υπολογίσει προς τα πίσω από το 100.
  • 13:46 - 13:48
    Άρα πάει "100, 97, 94."
  • 13:48 - 13:50
    Και έπειτα πηγαίνει προς τα πίσω.
  • 13:50 - 13:53
    Και μπορείτε να δείτε τον μικρό επεξεργαστή μαθηματικών να δουλεύει εδώ μέσα στον εγκέφαλό του
  • 13:53 - 13:55
    και ανάβει ολόκληρο τον εγκέφαλο.
  • 13:55 - 13:57
    Λοιπόν αυτό είναι φανταστικό. Μπορούμε να το κάνουμε σε πραγματικό χρόνο.
  • 13:57 - 13:59
    Μπορούμε να ερευνήσουμε πράματα. Μπορούμε να το πούμε να κάνει πράγματα.
  • 13:59 - 14:01
    Μπορείτε επίσης να δείτε ότι ο οπτικός φλοιός
  • 14:01 - 14:03
    είναι ενεργοποιημένος στο πίσω του κεφαλιού,
  • 14:03 - 14:05
    επειδή εκεί είναι που βλέπει, βλέπει τον ίδιο του τον εγκέφαλο.
  • 14:05 - 14:07
    Και επίσης ακούει τις οδηγίες μας
  • 14:07 - 14:09
    όταν του λέμε να κάνει πράγματα.
  • 14:09 - 14:11
    Επίσης το σήμα είναι πραγματικά βαθιά μέσα στον εγκέφαλο,
  • 14:11 - 14:13
    αλλά λάμπει από μέσα,
  • 14:13 - 14:15
    γιατί όλα τα δεδομένα είναι μέσα σε αυτό το χώρο.
  • 14:15 - 14:17
    Και σε ένα δευτερόλεπτο εδώ θα δείτε --
  • 14:17 - 14:19
    Ωραία, εδώ. Μοτς, τώρα κούνα το αριστερό σου πόδι.
  • 14:19 - 14:21
    Άρα κάνει κάπως έτσι.
  • 14:21 - 14:23
    Και για 20 δευτερόλεπτα κάνει κάπως έτσι,
  • 14:23 - 14:25
    και ξαφνικά ανάβει εδώ.
  • 14:25 - 14:27
    Άρα έχουμε ενεργοποίηση του κινητικού φλοιού εδώ.
  • 14:27 - 14:29
    Άρα αυτό είναι πραγματικά, πραγματικά καλό.
  • 14:29 - 14:31
    Και πιστεύω ότι είναι ένα καταπληκτικό εργαλείο.
  • 14:31 - 14:33
    Και επίσης συνδέοντας την προηγούμενη ομιλία,
  • 14:33 - 14:35
    αυτό είναι κάτι που θα μπορούσαμε να το χρησιμοποιήσουμε σαν εργαλείο
  • 14:35 - 14:37
    να καταλάβουμε πραγματικά
  • 14:37 - 14:39
    πως δουλεύουν οι νευρώνες, πως δουλεύει ο εγκέφαλος,
  • 14:39 - 14:42
    και μπορούμε να το κάνουμε αυτό με πολύ, πολύ μεγάλη οπτική ποιότητα
  • 14:42 - 14:45
    και πολύ γρήγορη ανάλυση.
  • 14:45 - 14:47
    Επίσης τώρα λίγο διασκεδάζουμε στο κέντρο.
  • 14:47 - 14:50
    Λοιπόν αυτό είναι μία ΥΤ -- μία υπολογιστική αξονική τομογραφία.
  • 14:51 - 14:53
    Λοιπόν αυτό είναι ένα λιοντάρι από τον τοπικό ζωολογικό κήπο
  • 14:53 - 14:56
    έξω από το Νόρσεπινγκ στο Κολμόρτεν, η Έλσα.
  • 14:56 - 14:58
    Λοιπόν ήρθε στο κέντρο,
  • 14:58 - 15:00
    και την ναρκώσανε
  • 15:00 - 15:02
    και απευθείας μετά την έβαλαν μέσα στον σαρωτή.
  • 15:02 - 15:05
    Και μετά, φυσικά, πήρα ένα ολόκληρο σύνολο δεδομένων από το λιοντάρι.
  • 15:05 - 15:07
    Και μπορώ να κάνω μετά πολύ καλές εικόνες,όπως εδώ.
  • 15:07 - 15:09
    Μπορώ να ξεφλουδίσω το στρώμα από το λιοντάρι.
  • 15:09 - 15:11
    Μπορώ να κοιτάξω μέσα του.
  • 15:11 - 15:13
    Και έχουμε πειραματιστεί με αυτό.
  • 15:13 - 15:15
    Και νομίζω είναι μία μεγάλη εφαρμογή
  • 15:15 - 15:17
    για το μέλλον αυτής της τεχνολογίας.
  • 15:17 - 15:20
    Γιατί λίγα είναι γνωστά για την ανατομία των ζώων.
  • 15:20 - 15:23
    Αυτό που είναι γνωστό στους κτηνιάτρους είναι κάτι σαν βασική πληροφορία.
  • 15:23 - 15:25
    Μπορούμε να σαρώσουμε διάφορα πράγματα.
  • 15:25 - 15:27
    Όλων των ειδών ζώα.
  • 15:27 - 15:30
    Το μόνο πρόβλημα είναι πως θα τα χωρέσουμε στο μηχάνημα.
  • 15:30 - 15:32
    Λοιπόν εδώ είναι μία αρκούδα.
  • 15:32 - 15:34
    Ήταν κάπως δύσκολο να την βάλουμε μέσα.
  • 15:34 - 15:37
    Και η αρκούδα είναι ένα αγαπησιάρικο, φιλικό ζώο.
  • 15:37 - 15:40
    Και εδώ είναι. Εδώ είναι η μύτη της αρκούδας.
  • 15:40 - 15:43
    Και ίσως θέλεις να την αγκαλιάσεις αυτήν εδώ,
  • 15:43 - 15:46
    μέχρι να αλλάξεις την συνάρτηση και να φαίνεται έτσι.
  • 15:46 - 15:48
    Άρα να προσέχετε την αρκούδα.
  • 15:48 - 15:50
    Έτσι με αυτό,
  • 15:50 - 15:52
    θα ήθελα να ευχαριστήσω όλους
  • 15:52 - 15:54
    που με βοήθησαν να παράγω αυτές τις εικόνες.
  • 15:54 - 15:56
    Είναι μία μεγάλη προσπάθεια για να γίνει αυτό,
  • 15:56 - 15:59
    να συλλέξεις τα δεδομένα και να αναπτύξεις τους αλγορίθμους,
  • 15:59 - 16:01
    να γράψεις όλο το λογισμικό.
  • 16:01 - 16:04
    Άρα κάποιοι πολύ ταλαντούχοι άνθρωποι.
  • 16:04 - 16:07
    Το ρητό μου πάντα είναι, να προσλαμβάνω μόνο ανθρώπους που είναι εξυπνότεροι από μένα
  • 16:07 - 16:09
    και πολλοί από αυτούς είναι εξυπνότεροι από μένα.
  • 16:09 - 16:11
    Λοιπόν, σας ευχαριστώ πάρα πολύ.
  • 16:11 - 16:15
    (Χειροκρότημα)
Title:
Άντερς Ινέρμαν: Απεικονίζοντας την έκρηξη των ιατρικών δεδομένων
Speaker:
Anders Ynnerman
Description:

Σήμερα οι ιατρικές σαρώσεις παράγουν χιλιάδες εικόνες και terabytes δεδομένων για έναν ασθενή μέσα σε λίγα δευτερόλεπτα, αλλά πώς οι γιατροί αναλύουν αυτή την πληροφορία και προσδιορίζουν τι είναι χρήσιμο; Στο TEDxGöteborg, ο ειδικός στην επιστημονική απεικόνιση Άντερς Ινέρμαν μας παρουσιάζει εξελιγμένα νέα εργαλεία -- όπως εικονικές αυτοψίες -- για την ανάλυση των άπειρων δεδομένων, και μία ματιά σε μερικές τύπου επιστημονικής φαντασίας ιατρικές τεχνολογίες που είναι σε ανάπτυξη. Αυτή η ομιλία περιέχει μερικές γραφικές ιατρικές εικόνες.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
16:16
Eleftherios Avramidis added a translation

Greek subtitles

Revisions