Kimen til en big-data revolution inden for sundhedsvæsenet
-
0:01 - 0:03Der er en gammel joke
om en politimand på patrulje -
0:03 - 0:04midt om natten.
-
0:04 - 0:07Han støder på en mand under en gadelampe
-
0:07 - 0:09som kigger på jorden
og går fra side til side. -
0:09 - 0:11Politimanden spørger ham,
hvad han laver. -
0:11 - 0:13Manden siger han leder
efter sine nøgler. -
0:13 - 0:16Så politimanden tager sig tid og leder
-
0:16 - 0:17inden for et lille område
-
0:17 - 0:20i to til tre minutter. Ingen nøgler.
-
0:20 - 0:23Politimanden siger, "Er du sikker på,
-
0:23 - 0:25at du mistede dine nøgler her?"
-
0:25 - 0:27Manden siger, "Nej,
jeg mistede dem faktisk -
0:27 - 0:28nede for enden af vejen,
-
0:28 - 0:31men lyset er bedre her."
-
0:34 - 0:36Der er et begreb
folk snakker om for tiden -
0:36 - 0:38som hedder Big data.
-
0:38 - 0:40Det refererer til
al den information vi skaber -
0:40 - 0:43ved vores brug af internettet.
-
0:43 - 0:45Alt fra Facebook og Twitter
-
0:45 - 0:50til musikdownloads, film,
livestreaming af TED. -
0:51 - 0:54De folk som arbejder med Big data,
-
0:54 - 0:55siger deres største problem er,
-
0:55 - 0:57at der findes så meget information,
-
0:57 - 1:00at de ikke ved hvordan de skal organisere det.
-
1:01 - 1:03Fra mit arbejde inden for global sundhed,
kan jeg sige, -
1:03 - 1:06at det ikke er vores største problem.
-
1:06 - 1:10Fordi selv om lyset
er bedre på internettet, -
1:11 - 1:13findes den data som kan hjælpe os med
-
1:13 - 1:16at løse vores problemer,
faktisk ikke på internettet. -
1:17 - 1:18Så vi ved for eksempel ikke
hvor mange folk, -
1:18 - 1:21som lige nu er påvirket af katastrofer
-
1:21 - 1:23eller konfliktsituationer.
-
1:23 - 1:28Vi ved stort set ikke for nogen klinikker
i udviklingslandene, -
1:28 - 1:31hvilke som har medicin
og hvilke som ikke har. -
1:31 - 1:34Vi kender ikke
klinikkernes forsyningskæde. -
1:34 - 1:37Vi ved ikke - og det finder jeg
ganske utroligt - -
1:37 - 1:42hvor mange børn som blev født,
eller hvor mange børn der er, -
1:42 - 1:45i Bolivia, Botswana eller Bhutan.
-
1:46 - 1:48Vi ved ikke hvor mange børn
som sidste uge døde -
1:48 - 1:49i nogen af de lande.
-
1:49 - 1:52Vi kender ikke de ældre
og psykiske syges behov. -
1:52 - 1:59Inden for disse meget vigtige områder,
hvor vi vil løse problemer, -
1:59 - 2:02ved vi stort set ingenting.
-
2:04 - 2:06En af grundene er,
-
2:06 - 2:11at den informationsteknologi
vi bruger i global sundhed -
2:11 - 2:14til at indsamle data
for at løse disse problemer, -
2:14 - 2:15er hvad du ser her.
-
2:15 - 2:17Det er en omtrent
5000 år gammel teknologi. -
2:17 - 2:18Nogle af jer har måske brugt den før.
-
2:18 - 2:20Den er på vej ud nu,
-
2:20 - 2:23men vi bruger den stadig
til 99 procent af vores arbejde. -
2:23 - 2:26Det er et spørgeskema.
-
2:27 - 2:31Det er et spørgeskema i hånden på
en sygeplejerske fra Indonesien -
2:31 - 2:34som vandrer mellem landsbyer
-
2:34 - 2:37på en dag, som sikkert
er både varm og fugtig. -
2:37 - 2:40Hun kommer til at banke
på tusindvis af døre -
2:40 - 2:43over en periode på uger eller måneder
-
2:43 - 2:46og sige, "Undskyld mig,
vi vil gerne stile dig et par spørgsmål. -
2:46 - 2:50Har du børn? Er dine børn vaccineret?"
-
2:50 - 2:52For den eneste måde vi kan finde ud af
-
2:52 - 2:57hvor mange procent af børn
som er vaccineret i Indonesien, -
2:57 - 3:00er ikke på internettet,
men ved at gå ud og banke på -
3:00 - 3:03nogle gange titusindvis af døre.
-
3:03 - 3:07Det kan tage måneder,
endda år at gøre det. -
3:07 - 3:11En folketælling af Indonesien
ville sikkert tage to år at udføre. -
3:11 - 3:15Problemet med alle de spørgeskemaer er -
-
3:15 - 3:18- og jeg siger dig vi har spørgeskemaer
for hvad som helst. -
3:18 - 3:21Vi har spørgeskemaer
for vaccinationsundersøgelser, -
3:21 - 3:24for at følge op på folk
som har været til lægen, -
3:24 - 3:28for at følge medicinforsyning,
blodforsyning, -
3:28 - 3:31en masse forskellge spørgeskemaer
om mange forskellige emner, -
3:31 - 3:34som alle ender det samme sted.
-
3:34 - 3:36Det ser ud nogenlunde sådan her.
-
3:36 - 3:40Hvad du ser her er en bil fuld af data.
-
3:41 - 3:45Det er data fra én undersøgelse
om vaccinationsdækning -
3:45 - 3:47i ét enkelt distrikt i Zambia,
-
3:47 - 3:49som jeg deltog i for få år siden.
-
3:49 - 3:52Det eneste vi ville finde ud af var,
-
3:52 - 3:55hvilken andel af Zambiske børn
som var vaccineret. -
3:55 - 3:58Det her er dataen
indsamlet i ugevis på papir -
3:58 - 4:03fra ét enkelt distrikt,
som svarer til en kommune i USA. -
4:03 - 4:08Man kan tænke sig at svare på det
ene spørgsmål for hele Zambia -
4:08 - 4:11ville se nogenlunde sådan her ud.
-
4:11 - 4:16Bil efter bil
fyldt med stakkevis af data. -
4:16 - 4:20Og det værste er,
at det bare er begyndelsen. -
4:20 - 4:22Fordi når først man har
indsamlet alt dataen -
4:22 - 4:26må en eller anden stakkel
skrive det ind på en computer. -
4:26 - 4:28Da jeg var kandidatstuderende,
-
4:28 - 4:30var jeg faktisk, nogle gange den stakkel.
-
4:30 - 4:33Ofte var jeg ikke særlig opmærksom.
-
4:33 - 4:35Jeg lavede sikkert en masse fejl
-
4:35 - 4:38som ingen nogensinde opdagede,
så datakvaliteten falder. -
4:38 - 4:41Men til sidst bliver dataen forhåbentligvis
skrevet ind på computer, -
4:41 - 4:43og nogen kan begynde at analysere den.
-
4:43 - 4:46Så snart de har en analyse og en rapport,
-
4:46 - 4:49kan man forhåbentligvis
tage resultatet af dataen -
4:49 - 4:51og bruge det til at vaccinere børn bedre.
-
4:51 - 4:56For hvis der findes noget værre
inden for global sundhed, -
4:56 - 5:02end at lade børn dø af sygdomme
som kan forebygges med vaccine. -
5:02 - 5:06Vaccine som koster bare én dollar.
-
5:06 - 5:09Millioner af børn dør
af disse sygdomme hvert år. -
5:09 - 5:12Rent faktisk er millioner et skøn,
-
5:12 - 5:15for vi ved ikke hvor mange børn
som dør hvert år. -
5:15 - 5:18Og hvad gør det endnu mere frustrerende er,
-
5:18 - 5:21at dataindtastningen
jeg lavede som kandidatstuderende, -
5:21 - 5:23kan tage seks måneder.
-
5:23 - 5:26Det kan tage to år at taste ind
på en computer, -
5:26 - 5:30og nogle gange sker det faktisk aldrig.
-
5:30 - 5:33Prøv at forstå det et sekund.
-
5:33 - 5:35Du har grupper på hundredevis af folk.
-
5:35 - 5:37De har været i felten for
at svare på et bestemt spørgsmål. -
5:37 - 5:40Du har sikkert brugt
hundredetusindvis af dollars -
5:40 - 5:44på benzin, fotokopiering og godtgørelse,
-
5:44 - 5:46og så af en eller anden grund
stopper fremdriften, -
5:46 - 5:47eller pengene slipper op,
-
5:47 - 5:53og det hele løber ud i sandet,
fordi ingen taster det ind på en computer. -
5:53 - 5:56Processen stopper bare. Det sker hele tiden.
-
5:56 - 5:59Det er, hvad vi har baseret vores
beslutninger på i global sundhed: -
5:59 - 6:03lidt data, gammel data, ingen data.
-
6:04 - 6:06Så tilbage i 1995
begyndte jeg at tænke over, -
6:06 - 6:08hvordan vi kunne forbedre denne proces.
-
6:08 - 6:111995 er selvfølgelig lang tid siden.
-
6:11 - 6:14Det skræmmer mig lidt at tænke på,
hvor lang tid siden det er. -
6:14 - 6:17Årets storfilm var "Die Hard with a Vengeance."
-
6:17 - 6:20Som du kan se,
havde Bruce Willis mere hår dengang. -
6:20 - 6:22Jeg arbejdede inden for
sygdomsbekæmpelse, -
6:22 - 6:25og jeg havde også mere hår dengang.
-
6:25 - 6:30Men for mig var,
det vigtigste jeg så i 1995, den her. -
6:30 - 6:33Det er svært at forestille sig,
men i 1995 -
6:33 - 6:36var det her den ultimative
håndholdte enhed. -
6:36 - 6:39Det var ikke en iPhone
eller en Galaxy telefon. -
6:39 - 6:40Det var en Palm Pilot.
-
6:40 - 6:44Da jeg så Palm Pilot
for første gang tænkte jeg: -
6:44 - 6:46"Hvorfor kan vi ikke putte spørgeskemaet
ind på de her Palm Pilots -
6:46 - 6:49og gå ud i felten med bare én Palm Pilot
-
6:49 - 6:53som har samme kapacitet
som titusindvis af papirsskemaer? -
6:53 - 6:54Hvorfor prøver vi ikke det?"
-
6:54 - 6:57For hvis det fungerer,
hvis vi bare kan -
6:57 - 7:01indsamle dataen digitalt
helt fra starten, -
7:01 - 7:04så kan vi springe over hele processen
-
7:04 - 7:10at have nogen til
at taste det ind på en computer. -
7:10 - 7:15Vi kan gå direkte til analysen
og at bruge dataen til at redde liv. -
7:15 - 7:17Så det begyndte jeg at gøre.
-
7:17 - 7:21Jeg begyndte at rejse
til programmer i hele verden -
7:21 - 7:26og træne dem i at bruge Palm Pilots
til at indsamle data -
7:26 - 7:27istedet for at bruge papir.
-
7:27 - 7:29Og det fungerede fantastisk.
-
7:29 - 7:32Det fungerede så godt
som man kunne have forestillet sig. -
7:32 - 7:34Der kan man bare se.
Digital dataindsamling -
7:34 - 7:36er faktisk mere effektivt
end at indsamle på papir. -
7:36 - 7:39Imens det stod på,
var min forretningspartner Rose, -
7:39 - 7:42som er her med sin mand Matthew idag,
-
7:42 - 7:45ude at gøre noget lignende
for Amerikansk Røde Kors. -
7:45 - 7:49Efter at have gjort det nogle år
gik det op for mig at jeg havde besøgt -
7:49 - 7:53måske seks eller syv programmer,
og jeg tænkte: -
7:53 - 7:56"Hvis jeg fortsætter i det her tempo
gennem hele min kariere, -
7:56 - 7:59når jeg måske ud
til 20 eller 30 programmer. -
7:59 - 8:05Men at træne 20 eller 30 programmer
i at bruge den her teknologi, -
8:05 - 8:07er en dråbe i havet.
-
8:07 - 8:12Behovet for bedre dataprogrammer
inden for sundhed, -
8:12 - 8:16for ikke at nævne alle de andre områder
i udviklingslande, er enormt. -
8:16 - 8:20Der er millioner af programmer,
-
8:20 - 8:22millioner klinikker
som har brug for at registrere medicin, -
8:22 - 8:24millioner af vaccineprogrammer.
-
8:24 - 8:26Der er skoler, som har brug for
at registrere fremmøde. -
8:26 - 8:30Der er et væld af forskellige områder,
hvor vi har brug for at få data. -
8:30 - 8:34Og det gik op for mig,
at hvis jeg fortsatte på samme måde, -
8:34 - 8:38ville jeg stort set ikke
have haft nogen indflydelse -
8:38 - 8:39ved min slutningen af min karriere.
-
8:39 - 8:42Så jeg begyndte at vride min hjerne,
-
8:42 - 8:44og tænke over de metoder jeg brugte,
-
8:44 - 8:47hvordan jeg trænede folk,
hvor flaskehalsene var, -
8:47 - 8:51og hvad der var i vejen for
at gøre det hurtigere og mere effektivt. -
8:51 - 8:55Desværre, efter at have tænkt over det
et stykke tid, -
8:55 - 8:58identificerede jeg hovedproblemet.
-
8:58 - 9:02Problemet var, viste det sig,
og det var en hård erkendelse, -
9:02 - 9:04hovedproblemet var mig.
-
9:04 - 9:06Så hvad mener jeg med det?
-
9:06 - 9:13Jeg havde udviklet en metode,
hvor jeg var i centrum for teknologien. -
9:14 - 9:17Hvis man ville bruge teknologien,
måtte man i kontakt med mig. -
9:17 - 9:19Man måtte altså vide,
at jeg eksisterede. -
9:19 - 9:24Så måtte man skaffe penge til
min flyrejse og mit hotelophold -
9:24 - 9:26og til min godtgørelse og dagsatser.
-
9:26 - 9:29Det kunne handle om 10.000,
20.000 eller 30.000 dollars -
9:29 - 9:32hvis jeg overhovedet
havde plads i min kalender -
9:32 - 9:34og ikke var på ferie.
-
9:34 - 9:38Pointen er, at et hvilket som helst system
som afhænger af et enkelt menneske, -
9:38 - 9:41eller to, tre eller fem mennesker,
ikke kan skaleres. -
9:41 - 9:46For at løse disse problemer må vi
skalere teknologien så hurtigt som muligt. -
9:46 - 9:48Jeg begyndte at undersøge,
-
9:48 - 9:51hvordan jeg kunne
fjerne mig selv fra billedet. -
9:54 - 9:59Og det tænkte jeg over i temmelig lang tid.
-
9:59 - 10:03Jeg havde lært at måden
man distribuerer teknologi, -
10:03 - 10:06inden for global udvikling,
altid er gennem en konsulent. -
10:06 - 10:09Det er altid mænd som ligner mig,
-
10:09 - 10:11som flyver fra lande som ligner det her,
-
10:11 - 10:14til andre lande hvor folk har mørkere hud.
-
10:15 - 10:18Og man tager derud,
bruger penge på flyrejse -
10:18 - 10:23og bruger tid og penge til godtgørelse,
hotel og alle de her ting. -
10:23 - 10:25Så vidt jeg vidste, var det den eneste måde
-
10:25 - 10:28man kunne distribuere teknologi,
og jeg kunne ikke finde en vej udenom. -
10:28 - 10:33Men så skete miraklet,
jeg kalder forenklet for Hotmail. -
10:33 - 10:35Du ser måske ikke Hotmail
som et mirakel, -
10:35 - 10:38men for mig var det et mirakel,
fordi jeg lagde mærke til, -
10:38 - 10:41akkurat som jeg kæmpede
med det her problem - -
10:41 - 10:44på dette tidspunkt arbejdede jeg
mest i Subsaharisk Afrika - -
10:44 - 10:47Jeg lagde mærke til,
at alle de afrikanske sundhedsarbejdere, -
10:47 - 10:50som jeg arbejdede med,
havde en Hotmail konto. -
10:51 - 10:56Og det slog mig at folkene fra Hotmail
-
10:56 - 10:58sikkert ikke var fløjet
til Kenyas sundhedsministerium -
10:58 - 11:01for at lære folk at bruge Hotmail.
-
11:01 - 11:06Så de distribuerer
teknologi og software, -
11:06 - 11:08men de behøver ikke flyve jorden rundt.
-
11:08 - 11:09Jeg må prøve at forstå det her.
-
11:09 - 11:11Imens jeg tænkte over det,
-
11:11 - 11:15begyndte folk at bruge endnu flere ting,
ligesom os. -
11:15 - 11:19De begyndte at bruge LinkedIn, Flickr,
Gmail, Google Maps osv. -
11:19 - 11:23Alle disse ting er internetbaserede
og kræver ingen træning. -
11:23 - 11:25De kræver ingen programmører.
-
11:25 - 11:29De kræver ingen konsulenter fordi
firmaernes forretningsmodel -
11:29 - 11:33kræver at vi kan bruge produkterne
med lidt eller ingen træning. -
11:33 - 11:36Man behøver bare høre om dem
og besøge deres hjemmeside. -
11:36 - 11:40Jeg tænkte: "Hvad ville ske
hvis vi lavede software -
11:40 - 11:42som kunne erstatte min
konsulentvirksomhed?" -
11:42 - 11:44I stedet for at træne folk i
-
11:44 - 11:47at lægge spørgeskemaer ind
på håndholdte enheder, -
11:47 - 11:49lad os skabe software,
som lader dem gøre det selv, -
11:49 - 11:51uden træning og uden at involvere mig.
-
11:51 - 11:53Og det er præcist, hvad vi gjorde.
-
11:53 - 11:56Vi lavede et program som hedder Magpi
-
11:56 - 11:58som har en online sørgeskema tjeneste.
-
11:58 - 11:59Ingen behøver snakke med mig.
-
11:59 - 12:02Man behøver bare høre om det
og besøge hjemmesiden. -
12:02 - 12:05Man kan lave spørgeskemaer,
og så snart man har lavet dem, -
12:05 - 12:07kan man overføre dem til mange
almindelige mobiltelefoner. -
12:07 - 12:11Nu til dags har vi selvfølgelig skiftet
fra Palm Pilots til mobiltelefoner. -
12:11 - 12:12Og det behøver ikke være en smartphone.
-
12:12 - 12:15Det kan være en almindelig telefon som den til højre,
-
12:15 - 12:16en helt almindelig Symbian telefon,
-
12:16 - 12:19som er meget almindelig
i udviklingslande. -
12:19 - 12:23Og det bedste er,
at det her er helt ligesom Hotmail. -
12:23 - 12:25Det er internetbaseret,
og det kræver ingen træning, -
12:25 - 12:27programmering eller konsulenter.
-
12:27 - 12:29Men der er også nogle sidegevinster.
-
12:29 - 12:33Da vi byggede det her system
var pointen ligesom med Palm Pilots, -
12:33 - 12:37at man kunne indsamle data,
-
12:37 - 12:39uploade det umiddelbart
og få sit datasæt. -
12:39 - 12:42Men vi opdagede også,
at da det allerede ligger på en computer, -
12:42 - 12:45kan vi lave kort, analyser og grafer i realtid.
-
12:45 - 12:50Vi kan tage en proces som tog to år
og koge den ned til fem minutter. -
12:50 - 12:52Utrolige fremskridt i effektivitet.
-
12:52 - 12:57Internetbaseret, ingen træning,
ingen konsulenter, ingen mig. -
12:57 - 13:00Og som jeg fortalte, i de første år
-
13:00 - 13:01da jeg prøvede at gøre det
på den gamle måde, -
13:01 - 13:04ved at besøge hvert land,
-
13:06 - 13:08trænede vi nok omkring 1.000 mennesker.
-
13:08 - 13:10Hvad skete efter de her ændringer?
-
13:10 - 13:13I de følgende tre år fandt
14.000 mennesker hjemmesiden, -
13:13 - 13:15meldte sig til og begyndte
at bruge den til at indsamle data, -
13:15 - 13:17Data for katastrofeberedskab,
-
13:17 - 13:22kanadiske grisebønder som registrerer
sygdomme og svinebesætninger, -
13:22 - 13:24folk som følger medicinforsyninger.
-
13:24 - 13:28Et af de bedste eksempler er IRC,
International Rescue Committee, -
13:28 - 13:31som har programmer
hvor lavtuddannede jordemødre -
13:31 - 13:33ved hjælp af 10$ mobiltelefoner
-
13:33 - 13:36sender tekstbeskeder med
vores software en gang om ugen -
13:36 - 13:40med fødselstal og dødstal,
hvilket giver IRC noget -
13:40 - 13:43som ingen andre inden for
global sundhed nogensinde har haft: -
13:43 - 13:46Et system som næsten i realtid kan tælle
-
13:46 - 13:49hvor mange børn som bliver født
og hvor mange børn som findes -
13:49 - 13:52i Sierra Leone,
hvor det her finder sted, -
13:52 - 13:55og at vide, hvor mange børn som dør.
-
13:55 - 13:57Physicians for Human Rights -
-
13:57 - 13:59nu bevæger jeg mig lidt
uden for sundhedssektoren - -
13:59 - 14:04træner ganske enkelt folk i at lave
voldtægts-lægeundersøgelser i Congo, -
14:04 - 14:07hvor det er en forfærdelig epidemi,
-
14:07 - 14:11og de bruger vores software
til at dokumentere beviser, -
14:11 - 14:13også fotografisk,
-
14:13 - 14:17så de kan få gerningsmanden for retten.
-
14:17 - 14:20Camfed, en velgørende
organisation fra England, -
14:20 - 14:24betaler pigers familier
for at lade dem gå i skole. -
14:24 - 14:27De forstår, at det er
den vigtigste forskel, de kan gøre. -
14:27 - 14:29De plejede at registrere udbetalingerne,
-
14:29 - 14:32fremmødet og karaktererne, på papir.
-
14:32 - 14:35Fra det tidspunkt en lærer
skrev karakterer og fremmøde ned, -
14:35 - 14:38til det kom i en rapport,
kunne der gå to til tre år. -
14:38 - 14:42Nu sker det i realtid, og fordi det er
et billigt internetbaseret system, -
14:42 - 14:46koster det, for de fem lande,
som Camfed opererer i, -
14:46 - 14:51med titusindvis af piger,
omkring 10.000 dollars per år. -
14:51 - 14:53Det er mindre end hvad jeg fik
-
14:53 - 14:56bare for at rejse ud og lave
en to-ugers konsultation. -
14:58 - 15:02Jeg fortalte før, at da vi arbejdede
på den gammeldags måde, -
15:02 - 15:05var vores arbejde bare en dråbe i havet -
-
15:05 - 15:0710, 20, 30 forskellige programmer.
-
15:07 - 15:10Vi har gjort store fremskridt,
men jeg må erkende, -
15:10 - 15:12at selv med den indsats vi nu har gjort,
-
15:12 - 15:14med 14.000 folk som bruger det,
-
15:14 - 15:17er det stadig en dråbe i havet.
Men noget er ændret. -
15:17 - 15:18Og jeg tror det er indlysende.
-
15:18 - 15:21Det som er anderledes nu er,
-
15:21 - 15:24at istedet for at have et program,
som skalerer så langsomt, -
15:24 - 15:27at vi aldrig kan nå alle de folk,
som har brug for det, -
15:27 - 15:31har vi gjort det unødvendigt
at folk kommer i kontakt med os. -
15:31 - 15:36Vi har skabt et værktøj, som lader
organisationer holde børn i skole, -
15:36 - 15:40følge antallet af børn
som bliver født og dør, -
15:40 - 15:44at fange kriminelle og succesfuldt
retsforfølge dem, -
15:44 - 15:46til at gøre en masse ting
for at lære mere om, -
15:46 - 15:51hvad der sker, at forstå mere, at se mere
-
15:51 - 15:55og at redde liv og forbedre liv.
-
15:55 - 15:57Tak.
-
15:57 - 16:01(Bifald)
- Title:
- Kimen til en big-data revolution inden for sundhedsvæsenet
- Speaker:
- Joel Selanikio
- Description:
-
Indsamling af data om global sundhed var en mangelfuld videnskab: Arbejdere vandrede gennem landsbyer for at banke på døre og stille spørgsmål. De skrev svarene ned på papirskemaer for siden at taste dem ind - og fra denne mangelfulde data ville lande tage enorme beslutninger. Datanørd Joel Selanikio taler os igennem den strøm af forandringer, som er sket inden for indsamling af sundhedsdata det sidste årti - først med Palm Pilot og Hotmail, og nu på vej ud i skybaserede løsninger.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 16:18
Anders Finn Jørgensen approved Danish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Anders Finn Jørgensen edited Danish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Anders Finn Jørgensen edited Danish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Anders Finn Jørgensen edited Danish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Anders Finn Jørgensen accepted Danish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Anders Finn Jørgensen edited Danish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Anders Finn Jørgensen edited Danish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Anders Finn Jørgensen edited Danish subtitles for The surprising seeds of a big-data revolution in healthcare |
Krystian Aparta
Please try to break long subtitles into two lines (see http://translations.ted.org/wiki/How_to_break_lines). Sometimes, subtitles can be shortened by rephrasing them - see http://translations.ted.org/wiki/How_to_Compress_Subtitles