1
00:00:00,000 --> 00:00:04,000
Voy a empezar con un pequeño desafío,

2
00:00:04,000 --> 00:00:07,000
el desafío del tratamiento de datos

3
00:00:07,000 --> 00:00:09,000
de los datos que procesamos

4
00:00:09,000 --> 00:00:11,000
en cuestiones médicas.

5
00:00:11,000 --> 00:00:13,000
Realmente es un desafío enorme.

6
00:00:13,000 --> 00:00:15,000
Y este es nuestro caballo de batalla:

7
00:00:15,000 --> 00:00:17,000
el escáner de tomografías,

8
00:00:17,000 --> 00:00:19,000
el tomógrafo computado.

9
00:00:19,000 --> 00:00:21,000
Es un dispositivo excepcional.

10
00:00:21,000 --> 00:00:23,000
Usa rayos X, haces de rayos X,

11
00:00:23,000 --> 00:00:26,000
que giran muy rápido por todo el cuerpo humano.

12
00:00:26,000 --> 00:00:28,000
Tarda unos 30 segundos en pasar por toda la máquina

13
00:00:28,000 --> 00:00:30,000
y genera como salida del proceso

14
00:00:30,000 --> 00:00:32,000
ingentes cantidades de información.

15
00:00:32,000 --> 00:00:34,000
Por eso es una máquina excepcional

16
00:00:34,000 --> 00:00:36,000
que puede usarse

17
00:00:36,000 --> 00:00:38,000
para mejorar la asistencia sanitaria.

18
00:00:38,000 --> 00:00:40,000
Pero, como dije, también representa un desafío.

19
00:00:40,000 --> 00:00:43,000
Y en esta imagen de aquí puede verse bien el desafío.

20
00:00:43,000 --> 00:00:45,000
Se trata de la explosión de datos médicos

21
00:00:45,000 --> 00:00:47,000
de hoy en día.

22
00:00:47,000 --> 00:00:49,000
Tenemos este problema.

23
00:00:49,000 --> 00:00:51,000
Retrocedamos en el tiempo.

24
00:00:51,000 --> 00:00:54,000
Remontémonos unos años en el tiempo y veamos qué sucedía entonces.

25
00:00:54,000 --> 00:00:56,000
Estas máquinas que salieron

26
00:00:56,000 --> 00:00:58,000
-empezaron a aparecer en los años 70-

27
00:00:58,000 --> 00:01:00,000
escaneaban cuerpos humanos

28
00:01:00,000 --> 00:01:02,000
generando unas 100 imágenes

29
00:01:02,000 --> 00:01:04,000
del cuerpo.

30
00:01:04,000 --> 00:01:06,000
Me he tomado la libertad, por una cuestión de claridad,

31
00:01:06,000 --> 00:01:09,000
de traducir eso a magnitudes de datos.

32
00:01:09,000 --> 00:01:11,000
Eso correspondería a unos 50 Mb de datos,

33
00:01:11,000 --> 00:01:13,000
algo pequeño

34
00:01:13,000 --> 00:01:16,000
si pensamos en los datos que podemos manejar hoy

35
00:01:16,000 --> 00:01:18,000
en nuestros dispositivos móviles.

36
00:01:18,000 --> 00:01:20,000
Si lo comparamos con las guías telefónicas

37
00:01:20,000 --> 00:01:23,000
es como una pila de un metro de guías telefónicas.

38
00:01:23,000 --> 00:01:25,000
Viendo lo que estamos haciendo hoy

39
00:01:25,000 --> 00:01:27,000
con estas máquinas que tenemos

40
00:01:27,000 --> 00:01:29,000
podemos, en pocos segundos,

41
00:01:29,000 --> 00:01:31,000
obtener 24.000 imágenes de un cuerpo.

42
00:01:31,000 --> 00:01:34,000
Y eso equivaldría a unos 20 Gb de datos

43
00:01:34,000 --> 00:01:36,000
u 800 guías telefónicas.

44
00:01:36,000 --> 00:01:38,000
La pila de guías telefónicas sería de 200 metros.

45
00:01:38,000 --> 00:01:40,000
Lo que está por suceder

46
00:01:40,000 --> 00:01:42,000
-lo estamos viendo, está empezando-

47
00:01:42,000 --> 00:01:44,000
es una tendencia tecnológica que observamos ahora:

48
00:01:44,000 --> 00:01:47,000
se está comenzando a observar también la dimensión tiempo.

49
00:01:47,000 --> 00:01:50,000
Así, estamos capturando también la dinámica del cuerpo.

50
00:01:50,000 --> 00:01:52,000
Supongamos

51
00:01:52,000 --> 00:01:55,000
que vamos a recolectar datos durante 5 segundos

52
00:01:55,000 --> 00:01:57,000
y eso corresponde a 1 terabyte de datos.

53
00:01:57,000 --> 00:01:59,000
Equivale a 800.000 guías,

54
00:01:59,000 --> 00:02:01,000
a una pila de 16 Km de guías,

55
00:02:01,000 --> 00:02:03,000
para un solo paciente, un conjunto de datos.

56
00:02:03,000 --> 00:02:05,000
A esto es a lo que nos enfrentamos.

57
00:02:05,000 --> 00:02:08,000
Este es el desafío enorme que tenemos.

58
00:02:08,000 --> 00:02:11,000
Y ya hoy en día esto representa 25.000 imágenes.

59
00:02:11,000 --> 00:02:13,000
Imaginen esos días

60
00:02:13,000 --> 00:02:15,000
en los que los radiólogos hacían la tarea.

61
00:02:15,000 --> 00:02:17,000
Colocaban 25.000 imágenes

62
00:02:17,000 --> 00:02:20,000
hacían algo así como 25 mil veces "bien, bien,

63
00:02:20,000 --> 00:02:22,000
¡ahí está el problema!"

64
00:02:22,000 --> 00:02:24,000
Ya no pueden hacer eso; resulta imposible.

65
00:02:24,000 --> 00:02:27,000
Entonces tenemos que hacer algo un poquito más inteligente.

66
00:02:28,000 --> 00:02:30,000
Lo que hacemos es consolidar todos estos cortes.

67
00:02:30,000 --> 00:02:33,000
Imaginen que hacen cortes del cuerpo en todas estas direcciones

68
00:02:33,000 --> 00:02:36,000
y luego tratan de consolidar los cortes

69
00:02:36,000 --> 00:02:38,000
en una pila de datos, en un bloque de datos.

70
00:02:38,000 --> 00:02:40,000
Esto es lo que estamos haciendo.

71
00:02:40,000 --> 00:02:43,000
Colocamos este gibabyte o terabyte de datos en este bloque.

72
00:02:43,000 --> 00:02:45,000
Pero, claro, el bloque de datos

73
00:02:45,000 --> 00:02:47,000
contiene los rayos X

74
00:02:47,000 --> 00:02:49,000
absorbidos por todos los puntos del cuerpo humano.

75
00:02:49,000 --> 00:02:51,000
Tenemos que encontrar una manera

76
00:02:51,000 --> 00:02:54,000
de ver las cosas que queremos ver

77
00:02:54,000 --> 00:02:57,000
y hacer transparentes las cosas que no queremos ver.

78
00:02:57,000 --> 00:02:59,000
Hay que transformar los datos

79
00:02:59,000 --> 00:03:01,000
en algo que se parezca a esto.

80
00:03:01,000 --> 00:03:03,000
Y esto es un desafío.

81
00:03:03,000 --> 00:03:06,000
Lograr esto es un desafío enorme.

82
00:03:06,000 --> 00:03:09,000
El uso de computadoras, si bien son cada vez más rápidas y mejores,

83
00:03:09,000 --> 00:03:11,000
es un desafío tratar con gigabytes de datos,

84
00:03:11,000 --> 00:03:13,000
terabytes de datos,

85
00:03:13,000 --> 00:03:15,000
y extraer la información relevante.

86
00:03:15,000 --> 00:03:17,000
Quiero ver el corazón,

87
00:03:17,000 --> 00:03:19,000
quiero ver los vasos sanguíneos, quiero ver el hígado,

88
00:03:19,000 --> 00:03:21,000
incluso quizá encontrar un tumor

89
00:03:21,000 --> 00:03:23,000
en algunos casos.

90
00:03:24,000 --> 00:03:26,000
Y es ahí donde entra en juego mi pequeña.

91
00:03:26,000 --> 00:03:28,000
Esta es mi hija.

92
00:03:28,000 --> 00:03:30,000
Esto es de las 9 de esta mañana.

93
00:03:30,000 --> 00:03:32,000
Está jugando con un videojuego,

94
00:03:32,000 --> 00:03:34,000
con tan sólo dos años

95
00:03:34,000 --> 00:03:36,000
está en la gloria.

96
00:03:36,000 --> 00:03:39,000
Ella es la fuerza motriz

97
00:03:39,000 --> 00:03:42,000
que impulsa el desarrollo de unidades de procesamiento gráfico.

98
00:03:43,000 --> 00:03:45,000
A medida que los niños juegan a los videojuegos

99
00:03:45,000 --> 00:03:47,000
los gráficos se vuelven cada vez mejores.

100
00:03:47,000 --> 00:03:49,000
Así que, por favor, vuelvan a casa y díganle a los niños que jueguen más

101
00:03:49,000 --> 00:03:51,000
porque eso es lo que necesito.

102
00:03:51,000 --> 00:03:53,000
Lo que está dentro de esta máquina

103
00:03:53,000 --> 00:03:55,000
me permite hacer las cosas que hago

104
00:03:55,000 --> 00:03:57,000
con los datos médicos.

105
00:03:57,000 --> 00:04:00,000
En realidad estoy usando estos dispositivos, extraordinarios y pequeños.

106
00:04:00,000 --> 00:04:02,000
Y, ya saben, me retrotraigo

107
00:04:02,000 --> 00:04:04,000
quizá 10 años en el tiempo

108
00:04:04,000 --> 00:04:06,000
a cuando conseguí los fondos

109
00:04:06,000 --> 00:04:08,000
para comprar mi primer equipo gráfico.

110
00:04:08,000 --> 00:04:10,000
Era una máquina enorme.

111
00:04:10,000 --> 00:04:13,000
Había gabinetes de procesadores, almacenamiento, etc.

112
00:04:13,000 --> 00:04:16,000
Pagué cerca de un millón de dólares por esa máquina.

113
00:04:17,000 --> 00:04:20,000
Esa máquina hoy es tan rápida como mi iPhone.

114
00:04:22,000 --> 00:04:24,000
Todos los meses salen nuevas tarjetas gráficas.

115
00:04:24,000 --> 00:04:27,000
Estas son algunas de las últimas versiones:

116
00:04:27,000 --> 00:04:30,000
NVIDIA, ATI, Intel está por ahí también.

117
00:04:30,000 --> 00:04:32,000
Y, ya saben, por unos cientos de dólares

118
00:04:32,000 --> 00:04:34,000
se consiguen componentes para el equipo informático,

119
00:04:34,000 --> 00:04:37,000
y pueden hacerse cosas extraordinarias con estas tarjetas gráficas.

120
00:04:37,000 --> 00:04:39,000
Esto es lo que nos está permitiendo

121
00:04:39,000 --> 00:04:42,000
manejar la explosión de datos médicos;

122
00:04:42,000 --> 00:04:44,000
esto y un trabajo muy ingenioso

123
00:04:44,000 --> 00:04:46,000
en materia de algoritmos,

124
00:04:46,000 --> 00:04:48,000
compresión de datos,

125
00:04:48,000 --> 00:04:51,000
y de extracción de información relevante para las investigaciones en curso.

126
00:04:51,000 --> 00:04:54,000
Ahora les voy a mostrar unos ejemplos de lo que puede hacerse.

127
00:04:54,000 --> 00:04:57,000
Estos son datos capturados con un tomógrafo.

128
00:04:57,000 --> 00:05:00,000
Pueden ver que se trata de datos completos.

129
00:05:00,000 --> 00:05:03,000
Es una mujer. Se ve el cabello

130
00:05:03,000 --> 00:05:06,000
y las estructuras individuales de la mujer.

131
00:05:06,000 --> 00:05:09,000
Pueden ver que hay dispersión de rayos X

132
00:05:09,000 --> 00:05:11,000
en los dientes, en el metal de los dientes.

133
00:05:11,000 --> 00:05:14,000
De allí vienen todos estos artefactos.

134
00:05:14,000 --> 00:05:16,000
De forma totalmente interactiva,

135
00:05:16,000 --> 00:05:19,000
con tarjetas gráficas comunes, en un equipo normal,

136
00:05:19,000 --> 00:05:21,000
puedo hacer un plano de video.

137
00:05:21,000 --> 00:05:23,000
Y como, por supuesto, tiene todos los datos

138
00:05:23,000 --> 00:05:26,000
puedo rotarlo, verlo desde distintos ángulos,

139
00:05:26,000 --> 00:05:29,000
y ver que esta mujer tenía un problema.

140
00:05:29,000 --> 00:05:31,000
Tenía una hemorragia cerebral

141
00:05:31,000 --> 00:05:33,000
que se había solucionado con un pequeño stent

142
00:05:33,000 --> 00:05:35,000
una espiral de metal que está sujetando el vaso.

143
00:05:35,000 --> 00:05:37,000
Y con sólo cambiar las funciones

144
00:05:37,000 --> 00:05:40,000
puedo decidir qué cosa va a ser transparente

145
00:05:40,000 --> 00:05:42,000
y qué es lo que se va a ver.

146
00:05:42,000 --> 00:05:44,000
Puedo ver la estructura del cráneo

147
00:05:44,000 --> 00:05:47,000
y que, bueno, este es el lugar donde abrieron el cráneo de la mujer

148
00:05:47,000 --> 00:05:49,000
y allí es donde intervinieron.

149
00:05:49,000 --> 00:05:51,000
Son imágenes extraordinarias.

150
00:05:51,000 --> 00:05:53,000
Son realmente de alta resolución

151
00:05:53,000 --> 00:05:55,000
y nos muestran lo que podemos hacer

152
00:05:55,000 --> 00:05:58,000
hoy en día con las tarjetas gráficas comunes.

153
00:05:58,000 --> 00:06:00,000
Hemos hecho un uso intensivo de esto

154
00:06:00,000 --> 00:06:03,000
tratando de introducir gran cantidad de datos

155
00:06:03,000 --> 00:06:05,000
en el sistema.

156
00:06:05,000 --> 00:06:07,000
Y una de las aplicaciones en las que hemos trabajado

157
00:06:07,000 --> 00:06:10,000
-esto atrajo la atención del mundo entero-

158
00:06:10,000 --> 00:06:12,000
es la aplicación de autopsias virtuales.

159
00:06:12,000 --> 00:06:14,000
Así que, de nuevo, analizando ingentes cantidades de datos

160
00:06:14,000 --> 00:06:17,000
pueden verse esos barridos de cuerpo entero.

161
00:06:17,000 --> 00:06:20,000
Pasamos todo el cuerpo por este tomógrafo

162
00:06:20,000 --> 00:06:23,000
y en unos segundos obtenemos un conjunto de datos de todo el cuerpo.

163
00:06:23,000 --> 00:06:25,000
Esto es de una autopsia virtual.

164
00:06:25,000 --> 00:06:27,000
Pueden ver que gradualmente quito capas de piel.

165
00:06:27,000 --> 00:06:30,000
Primero se vio la bolsa que cubría el cuerpo

166
00:06:30,000 --> 00:06:33,000
después, al quitar la piel, se ven los músculos

167
00:06:33,000 --> 00:06:36,000
y finalmente puede verse la estructura ósea de la mujer.

168
00:06:36,000 --> 00:06:39,000
En este momento me gustaría hacer hincapié

169
00:06:39,000 --> 00:06:41,000
en que, con el mayor de los respetos

170
00:06:41,000 --> 00:06:43,000
por las personas que van a ver,

171
00:06:43,000 --> 00:06:45,000
voy a mostrarles unos casos de autopsias virtuales

172
00:06:45,000 --> 00:06:47,000
así que con gran respeto por las personas

173
00:06:47,000 --> 00:06:49,000
que han muerto en circunstancias violentas

174
00:06:49,000 --> 00:06:52,000
voy a mostrarles estas imágenes.

175
00:06:53,000 --> 00:06:55,000
En el caso forense

176
00:06:55,000 --> 00:06:57,000
ha habido

177
00:06:57,000 --> 00:06:59,000
aproximadamente 400 casos hasta el momento

178
00:06:59,000 --> 00:07:01,000
sólo en la parte de Suecia de la que provengo,

179
00:07:01,000 --> 00:07:03,000
que ha sido objeto de autopsias virtuales

180
00:07:03,000 --> 00:07:05,000
durante los últimos 4 años.

181
00:07:05,000 --> 00:07:08,000
La dinámica típica de trabajo es así:

182
00:07:08,000 --> 00:07:10,000
la policía decide

183
00:07:10,000 --> 00:07:12,000
-en la tarde, cuando llega un caso-

184
00:07:12,000 --> 00:07:15,000
decide, bueno, este es un caso que requiere autopsia.

185
00:07:15,000 --> 00:07:18,000
Por la mañana, entre las 6 y las 7 de la mañana,

186
00:07:18,000 --> 00:07:20,000
se transporta el cuerpo en la bolsa de plástico

187
00:07:20,000 --> 00:07:22,000
hasta nuestro centro

188
00:07:22,000 --> 00:07:24,000
y se pasa por uno de los tomógrafos.

189
00:07:24,000 --> 00:07:26,000
Luego el radiólogo, junto con el patólogo

190
00:07:26,000 --> 00:07:28,000
y a veces con el científico forense,

191
00:07:28,000 --> 00:07:30,000
analizan los datos de salida

192
00:07:30,000 --> 00:07:32,000
y tienen una sesión conjunta.

193
00:07:32,000 --> 00:07:35,000
Y entonces deciden qué hacer en la autopsia física real posterior.

194
00:07:37,000 --> 00:07:39,000
Mirando algunos casos

195
00:07:39,000 --> 00:07:41,000
este es uno de los primeros casos que tuvimos.

196
00:07:41,000 --> 00:07:44,000
Pueden ver los detalles del conjunto de datos;

197
00:07:44,000 --> 00:07:46,000
tiene resolución muy alta.

198
00:07:46,000 --> 00:07:48,000
Y gracias a nuestros algoritmos podemos

199
00:07:48,000 --> 00:07:50,000
analizar todos los detalles.

200
00:07:50,000 --> 00:07:52,000
Y, de nuevo, es totalmente interactivo

201
00:07:52,000 --> 00:07:54,000
así que puede rotarse para analizar cosas en tiempo real

202
00:07:54,000 --> 00:07:56,000
en estos sistemas de aquí.

203
00:07:56,000 --> 00:07:58,000
Sin revelar mucho sobre este caso,

204
00:07:58,000 --> 00:08:00,000
se trata de un accidente de tráfico,

205
00:08:00,000 --> 00:08:02,000
un conductor ebrio que atropelló a una mujer.

206
00:08:02,000 --> 00:08:05,000
Y es muy, muy fácil de ver los daños en la estructura ósea.

207
00:08:05,000 --> 00:08:08,000
La causa de la muerte es la fractura del cuello.

208
00:08:08,000 --> 00:08:10,000
Esta mujer terminó debajo del auto

209
00:08:10,000 --> 00:08:12,000
así que sufrió un fuerte impacto

210
00:08:12,000 --> 00:08:14,000
en esta lesión.

211
00:08:14,000 --> 00:08:17,000
Aquí hay otro caso: un apuñalamiento.

212
00:08:17,000 --> 00:08:19,000
De nuevo, nos está mostrando qué hacer.

213
00:08:19,000 --> 00:08:21,000
Es muy fácil detectar artefactos metálicos

214
00:08:21,000 --> 00:08:24,000
dentro del cuerpo.

215
00:08:24,000 --> 00:08:27,000
Pueden verse algunos de los artefactos de los dientes

216
00:08:27,000 --> 00:08:29,000
-en realidad, el relleno de los dientes-

217
00:08:29,000 --> 00:08:32,000
dado que configuré la función que me muestra metales

218
00:08:32,000 --> 00:08:34,000
haciendo transparente todo lo demás.

219
00:08:34,000 --> 00:08:37,000
Este es otro caso violento. Esto no mató realmente a la persona.

220
00:08:37,000 --> 00:08:39,000
La persona murió a causa de las puñaladas en el corazón

221
00:08:39,000 --> 00:08:41,000
pero dejaron el cuchillo

222
00:08:41,000 --> 00:08:43,000
atravesado en los globos oculares.

223
00:08:43,000 --> 00:08:45,000
Aquí hay otro caso.

224
00:08:45,000 --> 00:08:47,000
Nos resulta muy interesante

225
00:08:47,000 --> 00:08:49,000
poder llegar a ver cosas como las puñaladas.

226
00:08:49,000 --> 00:08:52,000
Aquí puede verse que el cuchillo atravesó el corazón.

227
00:08:52,000 --> 00:08:54,000
Se ve muy fácilmente cómo el aire se había estado filtrando

228
00:08:54,000 --> 00:08:56,000
de un lado al otro,

229
00:08:56,000 --> 00:08:59,000
algo difícil de lograr en una autopsia física normal, común.

230
00:08:59,000 --> 00:09:01,000
Así que es de gran ayuda

231
00:09:01,000 --> 00:09:03,000
en la investigación criminal

232
00:09:03,000 --> 00:09:05,000
para establecer la causa de la muerte

233
00:09:05,000 --> 00:09:08,000
y en algunos casos también dirige la investigación en la dirección correcta

234
00:09:08,000 --> 00:09:10,000
para descubrir la autoría del crimen.

235
00:09:10,000 --> 00:09:12,000
Este es otro caso que creo es interesante.

236
00:09:12,000 --> 00:09:14,000
Aquí pueden ver la bala

237
00:09:14,000 --> 00:09:17,000
alojada bien cerca de la columna vertebral de esta persona.

238
00:09:17,000 --> 00:09:20,000
Y lo que hicimos fue transformar la bala en una fuente lumínica

239
00:09:20,000 --> 00:09:22,000
para que realmente brillara

240
00:09:22,000 --> 00:09:25,000
y esto facilitó la identificación de los fragmentos.

241
00:09:25,000 --> 00:09:27,000
En una autopsia física

242
00:09:27,000 --> 00:09:29,000
si uno tiene que escarbar en el cuerpo en busca de estos fragmentos

243
00:09:29,000 --> 00:09:31,000
es algo muy difícil de hacer.

244
00:09:33,000 --> 00:09:35,000
Una de las cosas que realmente me complace mucho

245
00:09:35,000 --> 00:09:38,000
poder mostrarles aquí hoy

246
00:09:38,000 --> 00:09:40,000
es nuestra mesa de autopsias virtuales.

247
00:09:40,000 --> 00:09:42,000
Es un dispositivo táctil que hemos desarrollado

248
00:09:42,000 --> 00:09:45,000
en base a estos algoritmos que usan tarjetas gráficas comunes.

249
00:09:45,000 --> 00:09:47,000
Esta es su apariencia,

250
00:09:47,000 --> 00:09:50,000
simplemente para darles una idea de su aspecto.

251
00:09:50,000 --> 00:09:53,000
Funciona igual que un iPhone gigante.

252
00:09:53,000 --> 00:09:55,000
Hemos implementado

253
00:09:55,000 --> 00:09:58,000
todos los gestos que pueden hacerse sobre la mesa

254
00:09:58,000 --> 00:10:02,000
y puede concebirse como una interfaz táctil enorme.

255
00:10:02,000 --> 00:10:04,000
Así que si estaban pensando en comprar un iPad

256
00:10:04,000 --> 00:10:07,000
olvídenlo; lo que desean es esto.

257
00:10:07,000 --> 00:10:10,000
Steve, espero que estés escuchando esto, correcto.

258
00:10:11,000 --> 00:10:13,000
Es un pequeño dispositivo muy lindo.

259
00:10:13,000 --> 00:10:15,000
Así que si tienen la oportunidad, por favor, pruébenlo.

260
00:10:15,000 --> 00:10:18,000
Es realmente una experiencia práctica.

261
00:10:18,000 --> 00:10:21,000
Ha suscitado mucha atención y estamos tratando de desarrollarlo

262
00:10:21,000 --> 00:10:23,000
y de usarlo con fines educativos

263
00:10:23,000 --> 00:10:25,000
pero también, quizá en el futuro,

264
00:10:25,000 --> 00:10:28,000
en un contexto más clínico.

265
00:10:28,000 --> 00:10:30,000
Hay un video en YouTube que pueden bajar y mirar

266
00:10:30,000 --> 00:10:32,000
si quieren transmitir la información a otras personas

267
00:10:32,000 --> 00:10:35,000
sobre las autopsias virtuales.

268
00:10:35,000 --> 00:10:37,000
Bueno, ya que estamos hablando de cosas táctiles,

269
00:10:37,000 --> 00:10:39,000
pasemos a datos que tocan, que conmueven.

270
00:10:39,000 --> 00:10:41,000
Esto por el momento es ciencia ficción

271
00:10:41,000 --> 00:10:44,000
así que nos transportamos al futuro.

272
00:10:44,000 --> 00:10:47,000
Esto no es algo que los médicos estén usando ahora mismo

273
00:10:47,000 --> 00:10:49,000
pero espero que suceda en el futuro.

274
00:10:49,000 --> 00:10:52,000
Lo que ven a la izquierda es un dispositivo táctil.

275
00:10:52,000 --> 00:10:54,000
Es un lapicito mecánico

276
00:10:54,000 --> 00:10:57,000
que tiene dentro motores muy, muy veloces.

277
00:10:57,000 --> 00:10:59,000
Así puedo generar una reacción háptica .

278
00:10:59,000 --> 00:11:01,000
De modo que cuando toco virtualmente los datos

279
00:11:01,000 --> 00:11:04,000
se generan fuerzas táctiles en el lápiz y así obtengo una respuesta.

280
00:11:04,000 --> 00:11:06,000
En este caso particular

281
00:11:06,000 --> 00:11:08,000
se trata del barrido de una persona viva.

282
00:11:08,000 --> 00:11:11,000
Tengo este lápiz, analizo los datos,

283
00:11:11,000 --> 00:11:13,000
muevo el lápiz hacia la cabeza

284
00:11:13,000 --> 00:11:15,000
y de repente siento una resistencia.

285
00:11:15,000 --> 00:11:17,000
Así puedo sentir la piel.

286
00:11:17,000 --> 00:11:19,000
Si presiono un poquito más voy a atravesar la piel

287
00:11:19,000 --> 00:11:22,000
y a sentir la estructura ósea del interior.

288
00:11:22,000 --> 00:11:24,000
Si presiono aún más fuerte voy a atravesar la estructura ósea

289
00:11:24,000 --> 00:11:27,000
sobre todo cerca del oído donde el hueso es muy blando.

290
00:11:27,000 --> 00:11:30,000
Y luego puedo sentir el interior del cerebro, como si fuera algo fangoso .

291
00:11:30,000 --> 00:11:32,000
Así que está muy bien.

292
00:11:32,000 --> 00:11:35,000
Y para ir incluso más lejos, esto es un corazón.

293
00:11:35,000 --> 00:11:38,000
Y esto es posible también gracias a estos nuevos escáneres excepcionales

294
00:11:38,000 --> 00:11:40,000
que en apenas 0,3 segundo

295
00:11:40,000 --> 00:11:42,000
escanean todo el corazón

296
00:11:42,000 --> 00:11:44,000
con la secuencia de tiempo incluida.

297
00:11:44,000 --> 00:11:46,000
Así que analizando este corazón

298
00:11:46,000 --> 00:11:48,000
aquí puedo reproducir un video.

299
00:11:48,000 --> 00:11:50,000
Este es Karljohan, uno de mis estudiantes de posgrado

300
00:11:50,000 --> 00:11:52,000
que está trabajando en el proyecto.

301
00:11:52,000 --> 00:11:55,000
Está sentado frente al dispositivo háptico, al sistema de respuesta háptica,

302
00:11:55,000 --> 00:11:58,000
está moviendo su lápiz hacia el corazón

303
00:11:58,000 --> 00:12:00,000
y ahora el corazón está latiendo frente a él

304
00:12:00,000 --> 00:12:02,000
así que puede ver cómo late el corazón.

305
00:12:02,000 --> 00:12:04,000
Él toma el lápiz, lo mueve hacia el corazón,

306
00:12:04,000 --> 00:12:06,000
lo coloca sobre el corazón,

307
00:12:06,000 --> 00:12:09,000
y luego siente los latidos del paciente vivo real.

308
00:12:09,000 --> 00:12:11,000
Luego puede examinar cómo se mueve el corazón.

309
00:12:11,000 --> 00:12:13,000
Puede entrar, presionar dentro del corazón

310
00:12:13,000 --> 00:12:16,000
y sentir realmente cómo se mueven las válvulas.

311
00:12:16,000 --> 00:12:19,000
Creo que este es el futuro de los cardiólogos.

312
00:12:19,000 --> 00:12:22,000
Quiero decir, probablemente sea una fantasía para un cardiólogo

313
00:12:22,000 --> 00:12:25,000
poder meterse en el corazón del paciente

314
00:12:25,000 --> 00:12:27,000
antes de practicar la cirugía

315
00:12:27,000 --> 00:12:29,000
y hacerlo con datos de resolución de alta calidad.

316
00:12:29,000 --> 00:12:31,000
Así que es realmente algo genial.

317
00:12:32,000 --> 00:12:35,000
Ahora vamos aún más lejos en la ciencia ficción.

318
00:12:35,000 --> 00:12:38,000
Hemos oído hablar de la resonancia magnética funcional.

319
00:12:38,000 --> 00:12:41,000
Este es un proyecto realmente interesante.

320
00:12:41,000 --> 00:12:43,000
La resonancia usa campos magnéticos

321
00:12:43,000 --> 00:12:45,000
y frecuencias de radio

322
00:12:45,000 --> 00:12:48,000
para escanear el cerebro, o cualquier parte del cuerpo.

323
00:12:48,000 --> 00:12:50,000
Lo que obtenemos de esto

324
00:12:50,000 --> 00:12:52,000
es información sobre la estructura del cerebro

325
00:12:52,000 --> 00:12:54,000
pero también podemos medir la diferencia

326
00:12:54,000 --> 00:12:57,000
entre las propiedades magnéticas de la sangre oxigenada

327
00:12:57,000 --> 00:13:00,000
y las de la sangre con poco oxígeno.

328
00:13:00,000 --> 00:13:02,000
Eso significa que es posible

329
00:13:02,000 --> 00:13:04,000
trazar un mapa de la actividad cerebral.

330
00:13:04,000 --> 00:13:06,000
Es algo en lo que hemos estado trabajando.

331
00:13:06,000 --> 00:13:09,000
Acaban de ver allí a Motts, el ingeniero de investigación,

332
00:13:09,000 --> 00:13:11,000
entrando al sistema de resonancia magnética

333
00:13:11,000 --> 00:13:13,000
y llevaba gafas.

334
00:13:13,000 --> 00:13:15,000
Podía ver con las gafas.

335
00:13:15,000 --> 00:13:18,000
Así que le pude mostrar cosas mientras estaba en el aparato.

336
00:13:18,000 --> 00:13:20,000
Y esto es un poco raro

337
00:13:20,000 --> 00:13:22,000
porque allí Motts está viendo

338
00:13:22,000 --> 00:13:25,000
su propio cerebro.

339
00:13:25,000 --> 00:13:27,000
Motts está haciendo algo,

340
00:13:27,000 --> 00:13:29,000
probablemente está haciendo así con la mano derecha,

341
00:13:29,000 --> 00:13:31,000
porque se activó el lado izquierdo

342
00:13:31,000 --> 00:13:33,000
en la corteza motora.

343
00:13:33,000 --> 00:13:35,000
Y al mismo tiempo puede verlo.

344
00:13:35,000 --> 00:13:37,000
Estas visualizaciones son completamente nuevas.

345
00:13:37,000 --> 00:13:40,000
Es algo que hemos estado investigando durante mucho tiempo.

346
00:13:40,000 --> 00:13:43,000
Esta es otra secuencia del cerebro de Motts.

347
00:13:43,000 --> 00:13:46,000
Aquí le pedimos que cuente desde 100 hacia atrás.

348
00:13:46,000 --> 00:13:48,000
Así que empezó "100, 97, 94"

349
00:13:48,000 --> 00:13:50,000
y luego va hacia atrás.

350
00:13:50,000 --> 00:13:53,000
Pueden ver cómo trabaja el pequeño procesador matemático aquí arriba en su cerebro

351
00:13:53,000 --> 00:13:55,000
e ilumina todo el cerebro.

352
00:13:55,000 --> 00:13:57,000
Bueno, esto es fantástico. Podemos hacerlo en tiempo real.

353
00:13:57,000 --> 00:13:59,000
Podemos investigar cosas. Podemos pedirle hacer cosas.

354
00:13:59,000 --> 00:14:01,000
Pueden ver también que su corteza visual

355
00:14:01,000 --> 00:14:03,000
está activa en la parte posterior de la cabeza,

356
00:14:03,000 --> 00:14:05,000
porque es ahí donde está viendo, viendo su propio cerebro.

357
00:14:05,000 --> 00:14:07,000
Y también está escuchando nuestras instrucciones

358
00:14:07,000 --> 00:14:09,000
cuando le pedimos que haga cosas.

359
00:14:09,000 --> 00:14:11,000
La señal también es muy profunda dentro del cerebro

360
00:14:11,000 --> 00:14:13,000
pero brilla todo

361
00:14:13,000 --> 00:14:15,000
porque todos los datos están dentro de este volumen.

362
00:14:15,000 --> 00:14:17,000
Y en un segundo van a ver...

363
00:14:17,000 --> 00:14:19,000
Motts, ahora mueve el pie izquierdo.

364
00:14:19,000 --> 00:14:21,000
Él hace así.

365
00:14:21,000 --> 00:14:23,000
Durante 20 segundos está haciendo así

366
00:14:23,000 --> 00:14:25,000
y de pronto se ilumina aquí arriba.

367
00:14:25,000 --> 00:14:27,000
Se produce una activación de la corteza motora allí arriba.

368
00:14:27,000 --> 00:14:29,000
Es genial.

369
00:14:29,000 --> 00:14:31,000
Creo que es una gran herramienta.

370
00:14:31,000 --> 00:14:33,000
Y relacionándolo con la charla previa

371
00:14:33,000 --> 00:14:35,000
esto es algo que podríamos usar como herramienta

372
00:14:35,000 --> 00:14:37,000
para entender realmente

373
00:14:37,000 --> 00:14:39,000
el funcionamiento de las neuronas y del cerebro

374
00:14:39,000 --> 00:14:42,000
y podemos hacerlo con una calidad visual muy alta

375
00:14:42,000 --> 00:14:45,000
y con una resolución muy rápida.

376
00:14:45,000 --> 00:14:47,000
En el centro también nos divertimos un poco.

377
00:14:47,000 --> 00:14:50,000
Esta es una TAC, tomografía asistida por computadora.

378
00:14:51,000 --> 00:14:53,000
Esta es una leona del zoológico local

379
00:14:53,000 --> 00:14:56,000
de las afueras de Norrköping en Kolmarden, Elsa.

380
00:14:56,000 --> 00:14:58,000
Elsa vino al centro

381
00:14:58,000 --> 00:15:00,000
y la sedaron

382
00:15:00,000 --> 00:15:02,000
para meterla en el escáner.

383
00:15:02,000 --> 00:15:05,000
Luego, claro, obtuve todo el conjunto de datos de la leona.

384
00:15:05,000 --> 00:15:07,000
Y puedo hacer imágenes muy lindas como esta.

385
00:15:07,000 --> 00:15:09,000
Puedo quitar las capas de la leona.

386
00:15:09,000 --> 00:15:11,000
Puedo ver dentro de ella.

387
00:15:11,000 --> 00:15:13,000
Hemos estado experimentando con esto.

388
00:15:13,000 --> 00:15:15,000
Creo que es una gran aplicación

389
00:15:15,000 --> 00:15:17,000
para el futuro de esta tecnología.

390
00:15:17,000 --> 00:15:20,000
Porque se sabe muy poco de la anatomía animal.

391
00:15:20,000 --> 00:15:23,000
Lo que conocen los veterinarios es información muy elemental.

392
00:15:23,000 --> 00:15:25,000
Nosotros podemos escanear todo tipo de cosas,

393
00:15:25,000 --> 00:15:27,000
todo tipo de animales.

394
00:15:27,000 --> 00:15:30,000
El único problema es meterlos en la máquina.

395
00:15:30,000 --> 00:15:32,000
Aquí hay un oso.

396
00:15:32,000 --> 00:15:34,000
Es un poco complicado meterlo allí.

397
00:15:34,000 --> 00:15:37,000
El oso es un animal tierno y amistoso.

398
00:15:37,000 --> 00:15:40,000
Y aquí está. He aquí el hocico del oso.

399
00:15:40,000 --> 00:15:43,000
Es posible que quisieran abrazarlo

400
00:15:43,000 --> 00:15:46,000
hasta que yo cambie la función y vean esto.

401
00:15:46,000 --> 00:15:48,000
Así que tengan cuidado con el oso.

402
00:15:48,000 --> 00:15:50,000
Para terminar

403
00:15:50,000 --> 00:15:52,000
quisiera agradecer a todas las personas

404
00:15:52,000 --> 00:15:54,000
que me han ayudado a generar estas imágenes.

405
00:15:54,000 --> 00:15:56,000
Esto ha demandado un gran esfuerzo,

406
00:15:56,000 --> 00:15:59,000
recopilar los datos y desarrollar los algoritmos,

407
00:15:59,000 --> 00:16:01,000
codificar todo el software.

408
00:16:01,000 --> 00:16:04,000
Son personas con mucho talento.

409
00:16:04,000 --> 00:16:07,000
Mi lema es que siempre contrato personas más inteligentes que yo

410
00:16:07,000 --> 00:16:09,000
y la mayoría de ellos son más inteligente que yo.

411
00:16:09,000 --> 00:16:11,000
Así que muchas gracias.

412
00:16:11,000 --> 00:16:15,000
(Aplausos)