BioBabel | David Ewing Duncan | TEDxBerkeley
-
0:28 - 0:32Merci. Quelle journée amusante.
Tout le monde s'amuse ? -
0:32 - 0:35Oui ? Bien. Une réaction fabuleuse.
-
0:35 - 0:39D'accord, je vais parler de ce qui,
selon moi, peut être considéré -
0:39 - 0:42comme la réalisation la plus
impressionnante de l'humanité, -
0:42 - 0:44pour le meilleur ou pour le pire,
-
0:44 - 0:50la création de quantités de données
et d'informations extraordinaires. -
0:50 - 0:53Et il est juste de dire,
comme vous le verrez dans un instant, -
0:53 - 0:56que nous en produisons énormément,
mais il y a un piège. -
0:57 - 1:00Qu'en faisons-nous et comment
pouvons-nous les utiliser ? -
1:00 - 1:03Et je vais parler spécifiquement
des données personnelles -
1:03 - 1:07parce que c'est le royaume dans lequel
je travaille, un petit sous-ensemble. -
1:07 - 1:12Je vais d'abord vous poser une question.
-
1:12 - 1:15Je ne pense pas que vous l'avez vu venir
d'après le titre de la présentation : -
1:15 - 1:20quelqu'un sait-il quand fut inventée
la première machine à vapeur ? -
1:20 - 1:27Était-ce au XVIIe siècle ?
Au XVIIIe ? Au XIXe ? -
1:27 - 1:30(Brouhaha)
-
1:30 - 1:36Et si je vous disais que c'était en 70
après Jésus-Christ dans la Rome antique ? -
1:37 - 1:41Ce monsieur, Hero, était
un Grec vivant à Alexandrie -
1:41 - 1:44le grand centre culturel à cette époque,
-
1:44 - 1:46et il a inventé un moteur à vapeur.
-
1:46 - 1:48C'était un petit jouet
qui ne faisait pas grand-chose. -
1:48 - 1:53C'était une balle qui tournoyait
mais il la connecta à un navire. -
1:54 - 1:56Nous savons maintenant,
grâce à l'histoire, -
1:56 - 1:59que cela ne valait pas grand-chose
dans la Rome antique. -
1:59 - 2:01En fait, il fallait encore
attendre 1 700 ans, -
2:01 - 2:04jusqu'à ce que cet homme,
Thomas Newcomen, en 1722, -
2:04 - 2:09invente une machine à vapeur en état,
qu'il tient ici sur la statue, -
2:09 - 2:12qui était un dispositif
qui éliminait l'eau des mines. -
2:13 - 2:18Le lien entre cette histoire
et les données personnelles -
2:18 - 2:25est que les Britanniques ont su
quoi faire de cette innovation. -
2:26 - 2:30Les Romains, non, et, bien sûr,
on sait tous quelle est la suite. -
2:30 - 2:33Et ma question ce soir
sur ce sujet des données, -
2:33 - 2:36et en particulier sur le Big Data, est :
-
2:36 - 2:40sommes-nous les Romains
ou les Britanniques ? -
2:40 - 2:44Et oui, j'ai pris ces images
dans Civilization, le jeu de Sid Meier. -
2:44 - 2:45(Rires)
-
2:45 - 2:47OK !
-
2:47 - 2:53Mon message principal est qu'il est
facile en fait de créer des données. -
2:53 - 2:56Vous n'y pensez pas toujours ;
vous devriez le faire une seconde, -
2:56 - 3:01surtout ici, dans notre coin du monde,
très proche de la Silicon Valley : -
3:01 - 3:05créer les dispositifs, les machines,
la technologie, -
3:05 - 3:09nous est devenu extrêmement
facile à l'époque actuelle. -
3:09 - 3:14Il est difficile d’en comprendre le sens,
et surtout avec les données personnelles - -
3:14 - 3:17mais c'est pareil avec
presque toutes les données : -
3:17 - 3:20c'est difficile à traiter
quand on produit autant. -
3:20 - 3:26Pour vous donner une idée, la somme des
données produites par jour dans le monde -
3:26 - 3:31représente 2,5 exaoctets, 10 puissance 18,
-
3:32 - 3:35d'après une étude d'IBM
qui vient de sortir. -
3:35 - 3:36C'est une quantité extraordinaire,
-
3:36 - 3:41en fait, si extraordinaire que nous avons
produit 90% de toutes les données -
3:41 - 3:45depuis le début de l'histoire humaine
dans les deux dernières années seulement. -
3:45 - 3:46Réfléchissez-y.
-
3:46 - 3:48Voici toutes les données
dans le monde en ce moment : -
3:48 - 3:521,8 zettaoctet - et j'ai mis
tous les zéros là-haut - -
3:52 - 3:57et dans six ans, en 2018,
nous aurons six fois ces données - -
3:57 - 4:00plus de 7 zettaoctets de données.
-
4:00 - 4:06Passons maintenant au sous-ensemble
des données personnelles. -
4:06 - 4:07On peut parler de Facebook
-
4:07 - 4:10et de tous ces autres aspects des données,
-
4:10 - 4:12mais c’est là que
ça devient le plus intéressant, -
4:12 - 4:15parce que les données personnelles
sont arrivées un peu tard, -
4:15 - 4:17mais rattrapent vite leur retard.
-
4:17 - 4:23Voici un tableau que mon ami Eric Schadt
de Pacific Biosciences m'a fourni. -
4:23 - 4:27Il montre que nous avons toujours
produit des données, mais assez peu. -
4:27 - 4:32Et en fait, en 2000, nous avions
10 Go de données personnelles. -
4:32 - 4:34C'était tout : 10 Go.
-
4:34 - 4:36En 2008, en haut de ce graphique,
-
4:36 - 4:39nous passons la barre du pétaoctet.
-
4:39 - 4:44Aujourd'hui nous approchons de l'exaoctet,
uniquement en données personnelles. -
4:44 - 4:47Vous pouvez voir les différents types
de données sur le graphique - -
4:47 - 4:50de l'imagerie aux dossiers médicaux.
-
4:50 - 4:52Creusons un peu :
-
4:52 - 4:56le nombre de génomes humains séquencés -
ce qui produit beaucoup de données. -
4:56 - 5:00Nous nous approchons
probablement des 25 000 - -
5:00 - 5:02c'est tout l'ADN d'un seul être humain -
-
5:02 - 5:04et cela coûtait très cher :
-
5:04 - 5:07il y a trois ou quatre ans,
c'était plus d'un million de dollars. -
5:07 - 5:11Cela a baissé et pourrait atteindre
les 1 000 dollars par génome cette année. -
5:11 - 5:14Nous avions très peu de tout cela,
il y a juste quelques années. -
5:14 - 5:18Imaginez un instant :
si nous séquencions toute la planète, -
5:18 - 5:22l'ADN des sept milliards de personnes
sur Terre actuellement, -
5:22 - 5:26ce serait des centaines de zettaoctets -
vous n'aimez pas ces noms ? - -
5:26 - 5:30uniquement pour le séquençage génétique.
-
5:30 - 5:35Ajoutez tous les autres types
de données personnelles - -
5:35 - 5:37je vais toutes les nommer -
-
5:37 - 5:40génétiques, protéomiques,
technologies de numérisation, -
5:40 - 5:43pharmaceutiques, nanotechnologies,
-
5:43 - 5:47dossiers médicaux numérisés que
votre médecin commence à utiliser, -
5:47 - 5:50tous les dispositifs
qui mesurent les choses, -
5:50 - 5:52le mouvement de la mesure de soi, etc.,
-
5:52 - 5:54les milliers d'applications -
-
5:54 - 5:56il y a une explosion
d'applications médicales - -
5:56 - 6:01et cela vous donne un petit aperçu
de toutes les données produites. -
6:01 - 6:06Mais mon intérêt est évidemment personnel,
comme il devrait l'être pour vous. -
6:06 - 6:09Que se passe-t-il avec ces données
pour moi, pour ma famille ? -
6:09 - 6:13Voici mes parents et mon fils,
et ils sont très importants pour moi, -
6:13 - 6:16et vous avez tous des gens
qui sont importants pour vous, -
6:16 - 6:20et qu'est-ce que toutes ces données font
pour nous aider à comprendre notre santé -
6:20 - 6:22et comment elle va évoluer ?
-
6:22 - 6:27J'ai tendance à me concentrer
sur les aspects prédictifs et préventifs -
6:27 - 6:31et sur ce que la technologie peut faire
pour nous avant que nous ne soyons malade. -
6:31 - 6:33Comme Jennifer l'a dit,
-
6:33 - 6:36j'ai passé les dernières années
en tant que journaliste, -
6:36 - 6:40écrivant sur cette technologie
en l’essayant moi-même. -
6:40 - 6:43C'était un peu un essai, si vous voulez,
ou un test consommateur. -
6:43 - 6:46De toutes les histoires que j'écris,
qu'est-ce que cela signifie vraiment ? -
6:47 - 6:51Et c’est, au fond, une étude personnalisée
sur des données massives -
6:51 - 6:54que nous appelons
le projet expérimental sur l'homme. -
6:54 - 6:57Je vais vous donner un petit
aperçu très rapide. -
6:57 - 6:59Il y a évidemment beaucoup de données.
-
6:59 - 7:03Des milliers de tests, des centaines
de laboratoires et d'entreprises. -
7:03 - 7:05J'ai eu mon génome complet scanné.
-
7:05 - 7:1122 000 - je pense que nous en sommes
à environ 25 000 - traits identifiés. -
7:11 - 7:13Des centaines de niveaux de toxines.
-
7:13 - 7:16J'ai écrit sur cela il y a quelques années
dans National Geographic, -
7:16 - 7:19où je me suis testé pour les niveaux
de toxines environnementales -
7:19 - 7:23et où j'ai peut-être été exposé,
y compris ici dans la région de la Baie. -
7:23 - 7:26Des scans IRM du cerveau -
des heures et des heures. -
7:26 - 7:30Protéomique, microbiomique.
Cela continue encore et encore. -
7:31 - 7:35En fait, vous pouvez lire à ce sujet sur
experimentalmanman.com - voici le livre. -
7:36 - 7:41L’essentiel de tout ça est que nous avons
créé environ 500 Go de données -
7:41 - 7:44sur une seule personne,
qui se trouve être moi. -
7:44 - 7:47Et je viens de vous montrer
ce qu'il se passerait si nous séquencions -
7:47 - 7:49l'ADN de chaque homme sur la planète.
-
7:49 - 7:54Imaginez que nous ayons toutes les données
que j'ai collectées sur tout le monde. -
7:54 - 7:57Vous allez entrer dans quelque chose
appelé yotta-octets. -
7:58 - 8:01Yotta-octets - Je ne sais même pas
qui propose ces noms. -
8:01 - 8:04Je devais y coller Yoda.
Je m'excuse, mais quand même, -
8:04 - 8:07que la force soit avec nous pour pouvoir
traiter toutes ces données. -
8:08 - 8:11Juste pour vous donner un échantillon
de cette information, -
8:11 - 8:13et maintenant nous nous éloignons
de la collecte de données -
8:13 - 8:15pour aller vers leur analyse.
-
8:15 - 8:19Voici le genre d'information
interprétative que je reçois, -
8:20 - 8:24une partie de l'information génétique
sur ces plus de 22 000 marqueurs. -
8:24 - 8:27J'ai un risque légèrement élevé
de crise cardiaque, -
8:27 - 8:31et je peux vous dire que, vraiment,
je ne comprends pas ce que cela signifie. -
8:31 - 8:3420% - c'est 20% au-dessus du risque moyen,
-
8:34 - 8:36ce qui est déjà environ 40%
pour un gars de mon âge. -
8:37 - 8:43Ça vient d'études assez préliminaires
qui n'ont pas été validées cliniquement. -
8:43 - 8:47Ça veut dire que je vais avoir une crise
cardiaque ou pas ? Qui sait ? -
8:48 - 8:52L'empathie - ce sont mes préférées -
le test de comportement ADN. -
8:52 - 8:53Ils testent toutes sortes de choses.
-
8:53 - 8:57Apparemment, j'ai un risque élevé
d'avoir une faible empathie. -
8:57 - 8:58(Rires)
-
8:58 - 9:00Mais je me fiche de ce que vous pensez.
-
9:00 - 9:02(Rires) (Applaudissements)
-
9:03 - 9:08Alzheimer - mais si je m'en soucie,
au moins je ne l'oublierais pas -
9:08 - 9:11parce que j'ai très peu de traces
de la maladie d'Alzheimer. -
9:12 - 9:16Il y a un test intéressant, et assez bon,
car il a une validation. -
9:17 - 9:20Ils peuvent détecter vos risques
d'avoir Alzheimer en effectuant -
9:20 - 9:24un scanner cérébral par IRM - c'est cher,
donc ce n'est généralement pas fait - -
9:24 - 9:26même bien avant l'apparition
des symptômes. -
9:26 - 9:29Donc, c’est un projet plutôt intéressant.
-
9:29 - 9:32Dieu merci, je n'en ai aucune trace,
pour le moment en tout cas. -
9:32 - 9:36Avidité - ils ont aussi
ces tests comportementaux -
9:36 - 9:39quand vous mettez la tête dans l'IRM,
ils commencent à vous faire jouer -
9:39 - 9:43à tous ces jeux qui sont censés pouvoir
dire si vous êtes avide ou altruiste. -
9:43 - 9:45J'ai été déclaré d'une avidité normale.
-
9:45 - 9:48Qu'est-ce que ça peut bien
vouloir dire : une avidité normale ? -
9:48 - 9:53Protéomique - ils ont cherché
des protéines dans le sang, -
9:53 - 9:57pour voir s'il y avait une trace de cancer
potentiel dans mon avenir. -
9:57 - 9:59Heureusement non, du moins à ce stade.
-
10:01 - 10:03Certains produits chimiques
qu'ils ont cherchés, le DDT. -
10:03 - 10:07J'avais aussi des BPC, des métaux,
à peu près tout. -
10:07 - 10:09J'ai grandi dans l'est du Kansas,
-
10:09 - 10:12et quand j'étais petit, nous avions
l'habitude de suivre le camion -
10:12 - 10:15qui pulvérisait le DDT chaque année
pour les moustiques. -
10:15 - 10:18Nous allions et venions dans le nuage
comme si nous étions vraiment courageux, -
10:18 - 10:22et j'ai fini plein de DDT dans le corps
toutes ces années plus tard, -
10:22 - 10:24mais à nouveau,
qu'est-ce que cela signifie ? -
10:24 - 10:28C'est toujours des parties par milliard :
est-ce dangereux ou pas ? -
10:28 - 10:29On ne sait pas vraiment.
-
10:29 - 10:33C’est donc le début de l’interprétation
de toutes ces données. -
10:33 - 10:35Certaines sont intéressantes et utiles,
-
10:35 - 10:36certaines demandent encore du travail.
-
10:36 - 10:38Voici mon marqueur génétique préféré.
-
10:38 - 10:40Et dans la salle,
-
10:40 - 10:43combien peuvent boire du café juste
avant de se coucher et ne pas le sentir ? -
10:43 - 10:46Je ne peux pas vous voir,
mais ça devrait être environ 25% - -
10:46 - 10:48génétiquement, c'est comme ça.
-
10:48 - 10:52Vous avez le gène du métaboliseur
rapide de la caféine. -
10:52 - 10:55Vous pouvez en boire
toute la journée, toute la nuit, -
10:55 - 10:57et vous ne le ressentez pas vraiment
-
10:57 - 10:59parce que votre corps
ne traite pas la caféine. -
10:59 - 11:02Je vais entrer un peu dans les détails
-
11:02 - 11:06juste pour vous montrer ma progression
pour un aspect des données, -
11:06 - 11:09et comment j'ai personnellement
essayé de le résoudre, -
11:09 - 11:10celui-là et quelques autres.
-
11:10 - 11:13C'est autour de l'exposition au mercure.
-
11:13 - 11:16Presque tout le mercure qui pénètre
dans l'homme -
11:17 - 11:20passe par la combustion
du charbon dans les centrales. -
11:20 - 11:22Ça pénètre dans l'atmosphère.
-
11:22 - 11:24Ceci est une image satellite
prise par la NASA. -
11:24 - 11:27Là c'est la Chine, la Corée.
-
11:27 - 11:29Les nuages de pollution soufflent -
-
11:29 - 11:32Devinez où ? Vers nous, ici en Californie.
-
11:32 - 11:34Le mercure est dans ce nuage -
on ne peut pas le voir, -
11:34 - 11:38mais il tombe dans l'océan,
il est absorbé par le plancton, -
11:38 - 11:40un petit poisson mange le plancton,
-
11:40 - 11:42et ça monte dans la chaîne alimentaire.
-
11:42 - 11:45Ce que j'ai fait ici dans le contexte
de l'homme expérimental, -
11:45 - 11:48c'est de sortir attraper
un poisson, à Bolinas. -
11:48 - 11:52Et ce n'était pas ce poisson ;
le mien était plus petit que celui-ci. -
11:52 - 11:53(Rires)
-
11:53 - 11:57Je ne pouvais pas trouver une image
assez petite. Ça, c'est un flétan. -
11:57 - 12:01Et je suis ensuite allé au Ferry Building
à San Francisco, où je vis, -
12:01 - 12:04obtenir un steak d'espadon -
c'était un peu plus facile à faire. -
12:04 - 12:07Et je les ai cuisinés
pour le déjeuner et le dîner, -
12:07 - 12:10et j'ai ensuite fait un test
du niveau de mercure, avant et après. -
12:10 - 12:11Le premier était de 4 ppm -
-
12:11 - 12:15et c'est en fait assez élevé,
environ deux fois la moyenne nationale. -
12:15 - 12:18Je ne mange pas beaucoup de poisson,
la principale source d'exposition. -
12:18 - 12:21C'est encore une très petite
quantité de ppm. -
12:21 - 12:24Mais il est inférieur au seuil
de sécurité de 5,8 de l'EPA. -
12:24 - 12:27Je me suis dit :
« OK, je vais bien, d'accord ? » -
12:27 - 12:30Mais ensuite j'ai eu mon repas de poisson.
Devinez quoi ? -
12:31 - 12:3213 ppm.
-
12:32 - 12:37J'ai dépassé le seuil de l'EPA,
cela juste en deux repas. -
12:37 - 12:38Données intéressantes, pas vrai ?
-
12:38 - 12:41Vous ne mangerez plus
de gros poissons après ça. -
12:41 - 12:43Mais les petits sont bons pour vous.
-
12:43 - 12:46Ce sont les plus gros qui ont
des taux élevés de mercure. -
12:46 - 12:49Je suis allé plus loin
dans le projet expérimental sur l'homme -
12:49 - 12:52et j'ai essayé de le combiner
avec la génétique. -
12:52 - 12:54Alors j'ai découvert,
à ma grande surprise, -
12:54 - 12:56qu'il y a beaucoup de travail
sur le sujet. -
12:56 - 12:59Ce tableau est plutôt technique,
-
12:59 - 13:01mais vous pouvez voir
qu'il y a plusieurs gènes -
13:01 - 13:03impliqués dans la sensibilité au mercure.
-
13:03 - 13:06Tout comme on est allergique ou pas,
-
13:06 - 13:10certains sont sensibles à des toxines
et d'autres non. -
13:10 - 13:15Et vous pouvez voir qu'il y a un petit C
sur la GC sur un gène appelé BDNF. -
13:15 - 13:17Cela a à voir avec les effets
sur la cognition et l'humeur, -
13:17 - 13:20et j'ai un risque légèrement
élevé pour cela, -
13:20 - 13:22et quand vous combinez cela
avec un manque d'empathie - -
13:22 - 13:24mauvaise humeur, je ne sais pas.
-
13:24 - 13:26Vous devriez peut-être rester à l'écart.
-
13:26 - 13:26(Rires)
-
13:26 - 13:29Nous avons franchi
une étape supplémentaire -
13:29 - 13:32et avons démarré une entreprise autour
des tests génétiques du mercure. -
13:32 - 13:34Nous vous en parlerons à l'automne,
-
13:34 - 13:37Mais on travaille
sur beaucoup d'autres toxines. -
13:37 - 13:39Et c'est joindre l'acte à la parole,
-
13:39 - 13:41même si on n'a pas vraiment d'argent,
-
13:41 - 13:44du moins à ce stade de l'entreprise.
-
13:44 - 13:48Parlons des défis pour donner
un sens à ces données. -
13:49 - 13:50Elles doivent être validées.
-
13:50 - 13:53J'espère que vous avez deviné
-
13:53 - 13:57dans ce résumé très rapide
de certaines de mes données -
13:57 - 13:59qu'une grande partie n'a pas été utile.
-
13:59 - 14:02En fait, la grande majorité
de ces 500 giga-octets -
14:02 - 14:04ne m'ont pas encore éclairé.
-
14:04 - 14:07C'est juste cool et intéressant.
-
14:07 - 14:11Et cette partie n'est pas amusante.
Ce n'est pas passer son temps sur Google, -
14:11 - 14:13à imaginer le futur moteur de recherche.
-
14:13 - 14:18C'est une question de validation clinique,
des choses qui ne sont pas si excitantes. -
14:18 - 14:22Les lois et la situation politique
dans son ensemble sont plutôt confuses. -
14:22 - 14:25Il y est question de garder
les gens en bonne santé -
14:25 - 14:27plutôt que de les traiter
quand ils sont malades. -
14:27 - 14:31Et il y a aussi un curieux fossé
entre l'informatique et la biomédecine -
14:31 - 14:34parce que la biomédécine
rattrape l'informatique, -
14:34 - 14:37mais aucune des parties ne parvient
encore à saisir l'autre, -
14:37 - 14:38bien que cela commence à arriver.
-
14:38 - 14:43Donc plus d'expériences - c'est mon scan
protéomique, nous en faisons beaucoup. -
14:43 - 14:46Beaucoup de travail corrélatif -
essayer de combiner des données. -
14:46 - 14:50Ceci est une lignée de cellules souches
qui a été créée. -
14:50 - 14:52J'ai envoyé mon sang au laboratoire.
-
14:52 - 14:54Ils l'ont bio-transformé
en cellules souches, -
14:54 - 14:57capables de remplacer
n'importe laquelle de mes cellules. -
14:57 - 15:00Je viens d'écrire un article
dans une revue technologique. -
15:00 - 15:04Ils ont créé ces petits trucs.
Voyez, ils bougent, ils se battent. -
15:04 - 15:08Ce sont mes cellules cardiaques cultivées
à partir de ma lignée de cellules souches. -
15:08 - 15:10Donc plus d'expériences, plus de données.
-
15:12 - 15:15Et ceci est une petite représentation,
également de Eric Schadt, -
15:15 - 15:17de là où tous ceci nous mène.
-
15:17 - 15:21Je vous ai juste montré une fraction de
ce qu'il se passe dans le corps humain. -
15:21 - 15:26Imaginez les données qui sont générées,
ou le seront, par tout cela. -
15:27 - 15:29De quoi a-t-on besoin ?
-
15:29 - 15:32Nous avons besoin
d'un nouvel état d'esprit : -
15:32 - 15:36« Ok ! On a assez de données, voyons
maintenant ce que cela signifie. » -
15:36 - 15:39C'est un changement assez profond
dans notre façon de penser, -
15:39 - 15:42et je vous mets au défi de commencer
à penser à cela, -
15:42 - 15:46surtout ceux d'entre vous qui êtes
dans les domaines que j'ai mentionnés. -
15:46 - 15:50Nous avons besoin d'une révolution
dans les outils d'interprétation, -
15:50 - 15:54et il ne s'agit pas simplement de créer
des matériels et des logiciels, -
15:54 - 15:55mais aussi des méthodes.
-
15:55 - 15:58Comment tester 22 000 traits génétiques ?
-
15:58 - 16:02On ne peut pas faire une étude contrôlée
à double insu sur chacun d'eux. -
16:02 - 16:05Ce serait trop cher, d'une part,
et cela prendrait des décennies. -
16:05 - 16:08Alors, comment allons-nous
résoudre ce problème? -
16:08 - 16:09Par un changement radical.
-
16:09 - 16:11Aujourd'hui, les instituts
nationaux de la santé -
16:11 - 16:14ne dépensent que 4%
pour la médecine translationnelle. -
16:14 - 16:17Le reste consiste plus
à créer des données. -
16:17 - 16:21On doit inverser cela
pour comprendre ce qu'il se passe. -
16:21 - 16:23Et ceci est pour vous qui êtes en fac
-
16:23 - 16:25et vous demandez
ce que vous pourriez faire. -
16:25 - 16:30Nous aurons besoin de 500 millions
d'analystes d'ici six ans, -
16:30 - 16:32et il n'y en a que 100 millions.
-
16:32 - 16:36Ce sont des gens qui comprennent
les algorithmes, les statistiques -
16:36 - 16:39et qui peuvent donner un sens
à beaucoup de ces données. -
16:40 - 16:44Le problème est, alors que je parle
de tous les problèmes et défis, -
16:44 - 16:48c'est en train d'arriver et c'est là
que ça devient passionnant. -
16:48 - 16:50Vous êtes probablement nombreux
à assister à des réunions -
16:50 - 16:53ou à entendre parler de beaucoup
de nouveaux développements -
16:53 - 16:56qui se font pour essayer
d’interpréter ces données. -
16:56 - 17:00Je vais juste évoquer quelques-uns
de ceux que je connais : -
17:00 - 17:05Médecine 2.0, Santé 2.0, le réseau ADN,
Self Quantified, Sage Bionetworks - -
17:05 - 17:07qui est une organisation
à but non lucratif -
17:07 - 17:10qui tente de relier des données
et de leur donner un sens. -
17:10 - 17:15Et puis, bien sûr, vous avez Watson
et les diverses grandes entreprises -
17:15 - 17:17qui essaient de traiter ces données.
-
17:17 - 17:20Watson a remporté Jeopardy,
mais ils le consacrent désormais -
17:20 - 17:22à ces données médicales -
on verra la suite. -
17:22 - 17:26Mais au final, je veux juste revenir
-
17:26 - 17:29sur le fait que cela nous concerne nous,
en tant qu'individus, -
17:29 - 17:34car l'un des problèmes avec la technologie
est sa capacité de déshumanisation. -
17:34 - 17:38Nous ne ferons pas bien notre travail
si nous ne nous souvenons pas -
17:38 - 17:43des gens comme ma mère et mon père,
mon fils, et d'autres qui nous sont chers. -
17:44 - 17:48Je vous défie donc de ne pas être
comme les Romains, -
17:48 - 17:50mais d'être comme les Britanniques.
-
17:50 - 17:52Merci beaucoup.
-
17:52 - 17:56(Applaudissements)
- Title:
- BioBabel | David Ewing Duncan | TEDxBerkeley
- Description:
-
La quantité de données biographiques dans le monde connaît actuellement une croissance exponentielle. Qu'est-ce que cela signifie et qu'allons-nous en faire ?
David Ewing Duncan est un auteur primé et best-seller de sept livres publiés en 19 langues, dont « L'homme expérimental : ce que le corps d'un homme révèle à propos de son avenir, de votre santé et de notre monde toxique ». Il est le correspondant en chef de Biotech Nation de la radio publique et éditorialiste pour le magazine Fortune. Il est directeur du Center of Life Science Policy chez UC Berkeley. David écrit pour le New York Times, le National Geographic, le Harper's, l'Atlantic Monthly, le San Francisco Chronicle et de nombreuses autres publications.
Cette présentation a été donnée lors d'un événement TEDx local utilisant le format des conférences TED mais organisé indépendamment. En savoir plus : http://ted.com/tedx
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDxTalks
- Duration:
- 18:02
Claire Ghyselen approved French subtitles for BioBabel | David Ewing Duncan | TEDxBerkeley | ||
Claire Ghyselen edited French subtitles for BioBabel | David Ewing Duncan | TEDxBerkeley | ||
eric vautier accepted French subtitles for BioBabel | David Ewing Duncan | TEDxBerkeley | ||
eric vautier edited French subtitles for BioBabel | David Ewing Duncan | TEDxBerkeley | ||
eric vautier edited French subtitles for BioBabel | David Ewing Duncan | TEDxBerkeley | ||
eric vautier edited French subtitles for BioBabel | David Ewing Duncan | TEDxBerkeley | ||
eric vautier edited French subtitles for BioBabel | David Ewing Duncan | TEDxBerkeley | ||
eric vautier edited French subtitles for BioBabel | David Ewing Duncan | TEDxBerkeley |