WEBVTT 00:00:00.000 --> 00:00:04.000 Vou começar propondo um pequeno desafio, 00:00:04.000 --> 00:00:07.000 o desafio de lidar com dados, 00:00:07.000 --> 00:00:09.000 dados que temos que lidar 00:00:09.000 --> 00:00:11.000 em situações médicas. 00:00:11.000 --> 00:00:13.000 É realmente um grande desafio para nós. 00:00:13.000 --> 00:00:15.000 E este é o nosso fardo. 00:00:15.000 --> 00:00:17.000 Esta é uma máquina de tomografia computadorizada - 00:00:17.000 --> 00:00:19.000 uma máquina de TC. 00:00:19.000 --> 00:00:21.000 É um aparelho fantástico. 00:00:21.000 --> 00:00:23.000 Usa raios-X, feixes de raios-X, 00:00:23.000 --> 00:00:26.000 que giram muito rapidamente ao redor do corpo humano. 00:00:26.000 --> 00:00:28.000 Leva-se cerca de 30 segundos para passar por toda a máquina 00:00:28.000 --> 00:00:30.000 e grandes quantidades de informação são geradas 00:00:30.000 --> 00:00:32.000 nesta máquina. 00:00:32.000 --> 00:00:34.000 Então essa é uma máquina fantástica 00:00:34.000 --> 00:00:36.000 que podemos usar 00:00:36.000 --> 00:00:38.000 para melhorar a assistência médica. 00:00:38.000 --> 00:00:40.000 Mas como eu disse, também é um desafio para nós. 00:00:40.000 --> 00:00:43.000 E o desafio é mostrado nesta foto aqui. 00:00:43.000 --> 00:00:45.000 É a explosão de dados médicos 00:00:45.000 --> 00:00:47.000 que temos agora. 00:00:47.000 --> 00:00:49.000 Estamos encarando este problema. 00:00:49.000 --> 00:00:51.000 E deixem-me voltar no tempo. NOTE Paragraph 00:00:51.000 --> 00:00:54.000 Vamos voltar alguns anos no tempo e ver o que aconteceu. 00:00:54.000 --> 00:00:56.000 Essas máquinas que foram lançadas - 00:00:56.000 --> 00:00:58.000 começaram a sair nos anos 70 - 00:00:58.000 --> 00:01:00.000 escaneavam corpos humanos, 00:01:00.000 --> 00:01:02.000 e geravam cerca de 100 imagens 00:01:02.000 --> 00:01:04.000 do corpo humano. 00:01:04.000 --> 00:01:06.000 E tomei a liberdade, só para esclarecer, 00:01:06.000 --> 00:01:09.000 de traduzir isso em fatias de dados. 00:01:09.000 --> 00:01:11.000 Eles corresponderiam a cerca de 50 MB de dados, 00:01:11.000 --> 00:01:13.000 o que é pouco 00:01:13.000 --> 00:01:16.000 quando pensamos nos dados que manipulamos hoje 00:01:16.000 --> 00:01:18.000 somente em aparelhos móveis. 00:01:18.000 --> 00:01:20.000 Se passarmos isso para lista telefônica, 00:01:20.000 --> 00:01:23.000 teremos cerca de um metro de listas telefônicas empilhadas. 00:01:23.000 --> 00:01:25.000 Olhando para o que fazemos hoje 00:01:25.000 --> 00:01:27.000 com as máquinas que temos, 00:01:27.000 --> 00:01:29.000 podemos, somente em alguns segundos, 00:01:29.000 --> 00:01:31.000 ter 24 mil imagens do corpo. 00:01:31.000 --> 00:01:34.000 E isso corresponderia a cerca de 20 GB de dados, 00:01:34.000 --> 00:01:36.000 ou 800 listas telefônicas. 00:01:36.000 --> 00:01:38.000 E a pilha teria 200 metros de listas telefônicas. 00:01:38.000 --> 00:01:40.000 O que está por acontecer - 00:01:40.000 --> 00:01:42.000 e estamos vendo isso, está começando - 00:01:42.000 --> 00:01:44.000 uma tendência da tecnologia que está acontecendo agora 00:01:44.000 --> 00:01:47.000 é que também começamos a observar situações de resultado de tempo. 00:01:47.000 --> 00:01:50.000 Então também estamos recebendo a dinâmica do nosso corpo. 00:01:50.000 --> 00:01:52.000 E imaginem 00:01:52.000 --> 00:01:55.000 que vamos coletar informações durante cinco segundos, 00:01:55.000 --> 00:01:57.000 e isso corresponderia a um terabyte de dados. 00:01:57.000 --> 00:01:59.000 Isso são 800 mil livros 00:01:59.000 --> 00:02:01.000 e 16 quilômetros de listas telefônicas. 00:02:01.000 --> 00:02:03.000 Isso é um paciente, um conjunto de dados. 00:02:03.000 --> 00:02:05.000 E é com isso que temos que lidar. NOTE Paragraph 00:02:05.000 --> 00:02:08.000 Esse é realmente um desafio enorme que temos. 00:02:08.000 --> 00:02:11.000 E já hoje em dia – estas são 25 mil imagens. 00:02:11.000 --> 00:02:13.000 Imaginem os dias 00:02:13.000 --> 00:02:15.000 quando os radiologistas faziam isso. 00:02:15.000 --> 00:02:17.000 Eles colocavam 25 mil imagens, 00:02:17.000 --> 00:02:20.000 e eles diziam, "25 mil, OK, OK. 00:02:20.000 --> 00:02:22.000 Ali está o problema.” 00:02:22.000 --> 00:02:24.000 Eles não podem mais fazer isso; é impossível. 00:02:24.000 --> 00:02:27.000 Então temos que fazer algo que seja um pouco mais inteligente do que isso. 00:02:28.000 --> 00:02:30.000 O que fazemos é colocar essas fatias juntas. 00:02:30.000 --> 00:02:33.000 Imaginem o seu corpo cortado em fatias em todas direções, 00:02:33.000 --> 00:02:36.000 e então tentem colocar as fatias juntas de novo 00:02:36.000 --> 00:02:38.000 numa pilha de dados, num bloco de dados. 00:02:38.000 --> 00:02:40.000 Então é isso que estamos fazendo. 00:02:40.000 --> 00:02:43.000 Então nós colocamos esses gigabyte ou terabyte de dados neste bloco. 00:02:43.000 --> 00:02:45.000 Mas é claro, o bloco de dados 00:02:45.000 --> 00:02:47.000 só contém a quantidade de raios-X 00:02:47.000 --> 00:02:49.000 que foi absorvida em cada ponto do corpo humano. 00:02:49.000 --> 00:02:51.000 Então o que precisamos fazer é descobrir uma maneira 00:02:51.000 --> 00:02:54.000 de olhar ver as coisas que queremos ver 00:02:54.000 --> 00:02:57.000 e fazer o que não queremos ver ficar transparente. 00:02:57.000 --> 00:02:59.000 Transformar o conjunto de dados 00:02:59.000 --> 00:03:01.000 em algo parecido com isso. 00:03:01.000 --> 00:03:03.000 E isso é um desafio. 00:03:03.000 --> 00:03:06.000 É um enorme desafio para nós. NOTE Paragraph 00:03:06.000 --> 00:03:09.000 Usar computadores, embora eles fiquem mais rápidos e melhores a cada dia, 00:03:09.000 --> 00:03:11.000 é um desafio lidar–se com gigabytes de dados, 00:03:11.000 --> 00:03:13.000 terabytes de dados 00:03:13.000 --> 00:03:15.000 e extrair a informação relevante. 00:03:15.000 --> 00:03:17.000 Eu quero observar o coração, 00:03:17.000 --> 00:03:19.000 quero observar as veias, o fígado, 00:03:19.000 --> 00:03:21.000 talvez até mesmo achar um tumor 00:03:21.000 --> 00:03:23.000 em alguns casos. 00:03:24.000 --> 00:03:26.000 E é aqui que essa gracinha entra no jogo. 00:03:26.000 --> 00:03:28.000 Esta é minha filha. 00:03:28.000 --> 00:03:30.000 Isso são 9 horas da manhã de hoje. 00:03:30.000 --> 00:03:32.000 Ela está jogando no computador. 00:03:32.000 --> 00:03:34.000 Ela só tem dois anos, 00:03:34.000 --> 00:03:36.000 e ela está adorando. 00:03:36.000 --> 00:03:39.000 Então ela é realmente a força 00:03:39.000 --> 00:03:42.000 atrás do desenvolvimento de unidades de processamentos gráficos. 00:03:43.000 --> 00:03:45.000 A medida que as crianças jogam jogos de computador, 00:03:45.000 --> 00:03:47.000 os gráficos vão ficando cada vez melhores e melhores. 00:03:47.000 --> 00:03:49.000 Então por favor vão para casa e mandem seus filhos jogarem mais, 00:03:49.000 --> 00:03:51.000 porque é disso que eu preciso. NOTE Paragraph 00:03:51.000 --> 00:03:53.000 O que há dentro desta máquina 00:03:53.000 --> 00:03:55.000 é o que me permite fazer o que eu estou fazendo 00:03:55.000 --> 00:03:57.000 com dados médicos. 00:03:57.000 --> 00:04:00.000 O que faço é usar esses pequenos aparelhos fantásticos. 00:04:00.000 --> 00:04:02.000 E voltando cerca 00:04:02.000 --> 00:04:04.000 de 10 anos no tempo 00:04:04.000 --> 00:04:06.000 quando eu consegui o investimento 00:04:06.000 --> 00:04:08.000 para comprar meu primeiro computador gráfico. 00:04:08.000 --> 00:04:10.000 Era uma máquina enorme. 00:04:10.000 --> 00:04:13.000 Havia armários com processadores e arquivamento e tudo mais. 00:04:13.000 --> 00:04:16.000 Eu paguei cerca de 1 milhão de dólares pela máquina. 00:04:17.000 --> 00:04:20.000 Essa máquina é, hoje, tão rápida quanto meu iPhone. 00:04:22.000 --> 00:04:24.000 Todo mês temos novas versões de cartões gráficos. 00:04:24.000 --> 00:04:27.000 Aqui estão alguns dos últimos lançamentos dos fornecedores – 00:04:27.000 --> 00:04:30.000 NVIDIA, ATI, Intel também. 00:04:30.000 --> 00:04:32.000 E por algumas centenas de dólares 00:04:32.000 --> 00:04:34.000 vocês compram essas coisas e colocam no seu computador, 00:04:34.000 --> 00:04:37.000 e podem fazer coisas fantásticas com esses cartões gráficos. 00:04:37.000 --> 00:04:39.000 Então isso é o que realmente nos possibilita 00:04:39.000 --> 00:04:42.000 lidar com a explosão de dados médicos, 00:04:42.000 --> 00:04:44.000 juntamente com algum trabalho engenhoso 00:04:44.000 --> 00:04:46.000 em termos de algoritmos – 00:04:46.000 --> 00:04:48.000 comprimindo dados, 00:04:48.000 --> 00:04:51.000 extraindo a informação relevante para os pesquisadores. NOTE Paragraph 00:04:51.000 --> 00:04:54.000 Vou mostrar alguns exemplos do que podemos fazer. 00:04:54.000 --> 00:04:57.000 Este é um conjunto de dados captados por uma TC. 00:04:57.000 --> 00:05:00.000 Podem ver que são dados completos. 00:05:00.000 --> 00:05:03.000 É uma mulher. Podem ver o cabelo. 00:05:03.000 --> 00:05:06.000 Vocês podem ver as estruturas individuais da mulher. 00:05:06.000 --> 00:05:09.000 Podem ver que há resquícios de raios-X 00:05:09.000 --> 00:05:11.000 nos dentes, nas obturações nos dentes. 00:05:11.000 --> 00:05:14.000 É daí que os artefatos estão vindo. 00:05:14.000 --> 00:05:16.000 Mas totalmente interativo 00:05:16.000 --> 00:05:19.000 em cartões gráficos padrões em um computador normal, 00:05:19.000 --> 00:05:21.000 eu posso simplesmente colocar um ‘clip plane’. 00:05:21.000 --> 00:05:23.000 E é claro que todos os dados estão dentro, 00:05:23.000 --> 00:05:26.000 então posso girar, posso olhar por ângulos diferentes, 00:05:26.000 --> 00:05:29.000 e eu posso ver que essa mulher tinha um problema. 00:05:29.000 --> 00:05:31.000 Ela teve uma hemorragia cerebral, 00:05:31.000 --> 00:05:33.000 e foi resolvido com um pequeno stent, 00:05:33.000 --> 00:05:35.000 um gancho de metal apertando o vaso. 00:05:35.000 --> 00:05:37.000 E simplesmente mudando as funções, 00:05:37.000 --> 00:05:40.000 eu posso decidir o que vai ser transparente 00:05:40.000 --> 00:05:42.000 e o que vai ser visível. 00:05:42.000 --> 00:05:44.000 Eu posso olhar para a estrutura do crânio, 00:05:44.000 --> 00:05:47.000 e ver que foi ali que eles abriram o crânio nesta mulher, 00:05:47.000 --> 00:05:49.000 e foi por ali que intervieram. 00:05:49.000 --> 00:05:51.000 Então essas imagens são fantásticas. 00:05:51.000 --> 00:05:53.000 Estão realmente em alta resolução, 00:05:53.000 --> 00:05:55.000 e realmente mostram o que podemos fazer 00:05:55.000 --> 00:05:58.000 com os cartões gráficos hoje em dia. NOTE Paragraph 00:05:58.000 --> 00:06:00.000 Nós realmente fizemos bom uso disso, 00:06:00.000 --> 00:06:03.000 e tentamos comprimir um monte de dados 00:06:03.000 --> 00:06:05.000 no sistema. 00:06:05.000 --> 00:06:07.000 E um dos aplicativos em que estamos trabalhando - 00:06:07.000 --> 00:06:10.000 e isso tem despertado um pouco de interesse no mundo inteiro – 00:06:10.000 --> 00:06:12.000 é um aplicativo de autópsias virtuais. 00:06:12.000 --> 00:06:14.000 Estamos considerando conjuntos de dados enormes, 00:06:14.000 --> 00:06:17.000 e vocês viram aqueles scans de corpo inteiro que podemos fazer. 00:06:17.000 --> 00:06:20.000 Nós colocamos o corpo dentro da máquina de TC, 00:06:20.000 --> 00:06:23.000 e em alguns segundos vemos o conjunto de dados do corpo inteiro. 00:06:23.000 --> 00:06:25.000 Isto é de uma autópsia virtual. 00:06:25.000 --> 00:06:27.000 E podem ver como eu gradualmente "descasco". 00:06:27.000 --> 00:06:30.000 Primeiro viram o plástico que envolvia o corpo, 00:06:30.000 --> 00:06:33.000 então eu descasco a pele – podem ver os músculos – 00:06:33.000 --> 00:06:36.000 e então vocês podem ver a estrutura óssea dessa mulher. NOTE Paragraph 00:06:36.000 --> 00:06:39.000 Neste ponto, eu também gostaria de enfatizar 00:06:39.000 --> 00:06:41.000 que, com o maior respeito 00:06:41.000 --> 00:06:43.000 pelas pessoas que vou mostrar agora – 00:06:43.000 --> 00:06:45.000 vou mostrar alguns casos de autópsias virtuais – 00:06:45.000 --> 00:06:47.000 então é com grande respeito pelas pessoas 00:06:47.000 --> 00:06:49.000 que morreram sob circunstâncias violentas 00:06:49.000 --> 00:06:52.000 que eu estou mostrando estas fotos para vocês. 00:06:53.000 --> 00:06:55.000 No caso forense – 00:06:55.000 --> 00:06:57.000 e isto é algo que... 00:06:57.000 --> 00:06:59.000 houve aproximadamente 400 casos até agora 00:06:59.000 --> 00:07:01.000 somente na parte da Suécia de onde venho 00:07:01.000 --> 00:07:03.000 onde tem havido autópsias virtuais 00:07:03.000 --> 00:07:05.000 nos últimos quatro anos. 00:07:05.000 --> 00:07:08.000 Então esta será a típica situação de fluxo de trabalho. 00:07:08.000 --> 00:07:10.000 A polícia irá decidir – 00:07:10.000 --> 00:07:12.000 à noite, quando um caso estiver chegando – 00:07:12.000 --> 00:07:15.000 eles vão decidir: Bom, será que este caso requer uma autópsia? 00:07:15.000 --> 00:07:18.000 Então de manhã, entre 6 e 7 da manhã, 00:07:18.000 --> 00:07:20.000 o corpo é transportado dentro da bolsa de plástico 00:07:20.000 --> 00:07:22.000 para o nosso centro 00:07:22.000 --> 00:07:24.000 e será escaneado em um escâner TC. 00:07:24.000 --> 00:07:26.000 E o radiologista, junto com o patologista 00:07:26.000 --> 00:07:28.000 e as vezes o cientista forense, 00:07:28.000 --> 00:07:30.000 estudam os dados que saem do TC, 00:07:30.000 --> 00:07:32.000 e fazem uma reunião. 00:07:32.000 --> 00:07:35.000 E depois disso decidem o que fazer na autópsia física real. NOTE Paragraph 00:07:37.000 --> 00:07:39.000 Agora vamos observar alguns casos: 00:07:39.000 --> 00:07:41.000 aqui está um dos nossos primeiros casos. 00:07:41.000 --> 00:07:44.000 Realmente pode se ver os detalhes do conjunto de dados; 00:07:44.000 --> 00:07:46.000 é de resolução muito alta. 00:07:46.000 --> 00:07:48.000 E são nossos algoritmos que nos deixa 00:07:48.000 --> 00:07:50.000 ampliar todos os detalhes. 00:07:50.000 --> 00:07:52.000 E mais uma vez, é inteiramente interativo, 00:07:52.000 --> 00:07:54.000 então pode-se girar para analisar tudo em tempo real 00:07:54.000 --> 00:07:56.000 nesses sistemas aqui. 00:07:56.000 --> 00:07:58.000 Sem precisar revelar muito sobre o caso, 00:07:58.000 --> 00:08:00.000 este é um acidente de trânsito, 00:08:00.000 --> 00:08:02.000 um motorista embriagado atropelou uma mulher. 00:08:02.000 --> 00:08:05.000 E é muito fácil ver os danos causados na estrutura óssea. 00:08:05.000 --> 00:08:08.000 E a causa da morte é o pescoço quebrado. 00:08:08.000 --> 00:08:10.000 E essa mulher também ficou debaixo do carro, 00:08:10.000 --> 00:08:12.000 então ela recebeu um grande impacto 00:08:12.000 --> 00:08:14.000 com esta lesão. NOTE Paragraph 00:08:14.000 --> 00:08:17.000 Aqui está um outro caso, uma facada. 00:08:17.000 --> 00:08:19.000 E isso nos mostra o que podemos fazer. 00:08:19.000 --> 00:08:21.000 É muito fácil de se ver artefatos metálicos 00:08:21.000 --> 00:08:24.000 dentro do corpo. 00:08:24.000 --> 00:08:27.000 Vocês também podem ver alguns dos artefatos dos dentes – 00:08:27.000 --> 00:08:29.000 isso é a obturação no dente – 00:08:29.000 --> 00:08:32.000 porque eu configurei as funções para mostrar o metal 00:08:32.000 --> 00:08:34.000 e para o resto ficar transparente. 00:08:34.000 --> 00:08:37.000 Aqui está outro caso violento. Isto não matou a pessoa. 00:08:37.000 --> 00:08:39.000 A vítima morreu com facadas no coração, 00:08:39.000 --> 00:08:41.000 mas eles simplesmente enfiaram a faca 00:08:41.000 --> 00:08:43.000 pelos globos oculares. 00:08:43.000 --> 00:08:45.000 Aqui está um outro caso. 00:08:45.000 --> 00:08:47.000 É muito interessante para nós 00:08:47.000 --> 00:08:49.000 poder analisar casos como esfaqueamento. 00:08:49.000 --> 00:08:52.000 Aqui vocês podem ver que a faca atravessou o coração. 00:08:52.000 --> 00:08:54.000 É fácil de se ver como o ar vazava 00:08:54.000 --> 00:08:56.000 de um lado para outro, 00:08:56.000 --> 00:08:59.000 algo difícil de se fazer em uma autópsia normal, padrão. 00:08:59.000 --> 00:09:01.000 Então isso realmente ajuda 00:09:01.000 --> 00:09:03.000 na investigação de crimes 00:09:03.000 --> 00:09:05.000 para estabelecer a causa da morte, 00:09:05.000 --> 00:09:08.000 e em alguns casos também direcionar a investigação na direção certa 00:09:08.000 --> 00:09:10.000 e apurar quem realmente é o assassino. NOTE Paragraph 00:09:10.000 --> 00:09:12.000 Aqui está um outro caso que acho interessante. 00:09:12.000 --> 00:09:14.000 Aqui vocês vêem a bala 00:09:14.000 --> 00:09:17.000 que está alojada bem perto da coluna nesta pessoa. 00:09:17.000 --> 00:09:20.000 E o que fizemos foi transformar a bala em uma fonte de luz, 00:09:20.000 --> 00:09:22.000 assim a bala brilha, 00:09:22.000 --> 00:09:25.000 e fica muito fácil encontrar os fragmentos. 00:09:25.000 --> 00:09:27.000 Durante uma autópsia convencional, 00:09:27.000 --> 00:09:29.000 se tivermos que encontrar todos esses fragmentos dentro do corpo, 00:09:29.000 --> 00:09:31.000 isso é difícil fazer. NOTE Paragraph 00:09:33.000 --> 00:09:35.000 Uma coisa que fico muito, muito contente 00:09:35.000 --> 00:09:38.000 é poder mostrar hoje a vocês 00:09:38.000 --> 00:09:40.000 a nossa mesa para autópsia virtual. 00:09:40.000 --> 00:09:42.000 É um dispositivo tátil que desenvolvemos 00:09:42.000 --> 00:09:45.000 com base nestes algoritmos, usando GPU para padrões gráficos. 00:09:45.000 --> 00:09:47.000 Ele se parece assim, 00:09:47.000 --> 00:09:50.000 só para dar uma ideia de como ele se parece. 00:09:50.000 --> 00:09:53.000 Realmente ele funciona como um iPhone gigante. 00:09:53.000 --> 00:09:55.000 Então nós implementamos 00:09:55.000 --> 00:09:58.000 todos os gestos que vocês podem fazer na mesa, 00:09:58.000 --> 00:10:02.000 e podem ver isto como um interface tátil gigante. 00:10:02.000 --> 00:10:04.000 Se estiverem pensando em comprar um iPad, 00:10:04.000 --> 00:10:07.000 esqueçam. É isto que vocês querem. 00:10:07.000 --> 00:10:10.000 Steve, espero que esteja me ouvindo, tudo bem. 00:10:11.000 --> 00:10:13.000 É um pequeno dispositivo muito simpático. 00:10:13.000 --> 00:10:15.000 Então se tiverem a oportunidade, por favor testem. 00:10:15.000 --> 00:10:18.000 Isso é uma experiência prática. 00:10:18.000 --> 00:10:21.000 Isso ganhou um pouco de atração e tentamos disseminar 00:10:21.000 --> 00:10:23.000 e usar para fins educacionais, 00:10:23.000 --> 00:10:25.000 mas também, talvez no futuro, 00:10:25.000 --> 00:10:28.000 em um contexto mais clínico. 00:10:28.000 --> 00:10:30.000 Há um vídeo no YouTube que podem baixar, 00:10:30.000 --> 00:10:32.000 se quiserem passar a informação para outras pessoas 00:10:32.000 --> 00:10:35.000 sobre autópsias virtuais. NOTE Paragraph 00:10:35.000 --> 00:10:37.000 OK, já que falamos sobre tato, 00:10:37.000 --> 00:10:39.000 vamos falar sobre dados realmente tocantes. 00:10:39.000 --> 00:10:41.000 E isso ainda é um pouco de ficção científica, 00:10:41.000 --> 00:10:44.000 estamos indo para o futuro. 00:10:44.000 --> 00:10:47.000 Na realidade não é o que os médicos estão usando agora, 00:10:47.000 --> 00:10:49.000 Mas espero que usem no futuro. 00:10:49.000 --> 00:10:52.000 O que vocês estão vendo na esquerda é um dispositivo tátil. 00:10:52.000 --> 00:10:54.000 É uma pequena caneta mecânica 00:10:54.000 --> 00:10:57.000 com motores de passo muito velozes dentro dela. 00:10:57.000 --> 00:10:59.000 Então eu posso gerar um ‘force feedback’. 00:10:59.000 --> 00:11:01.000 Quando eu virtualmente toco nos dados, 00:11:01.000 --> 00:11:04.000 eles geram forças táticas na caneta, assim ganho um feedback. 00:11:04.000 --> 00:11:06.000 Então neste caso em particular, 00:11:06.000 --> 00:11:08.000 É um scan de uma pessoa viva. 00:11:08.000 --> 00:11:11.000 Tenho esta caneta e analiso os dados, 00:11:11.000 --> 00:11:13.000 e movo a caneta em direção à cabeça, 00:11:13.000 --> 00:11:15.000 e de repente eu sinto uma resistência. 00:11:15.000 --> 00:11:17.000 Eu posso sentir a pele. 00:11:17.000 --> 00:11:19.000 Se eu pressionar um pouco mais, vou através da pele 00:11:19.000 --> 00:11:22.000 e posso sentir o interior da estrutura óssea. 00:11:22.000 --> 00:11:24.000 Se pressiono mais ainda, vou através da estrutura óssea, 00:11:24.000 --> 00:11:27.000 especialmente perto do ouvido onde o osso é esponjoso. 00:11:27.000 --> 00:11:30.000 E então posso sentir o interior do cérebro, que parece lamacento assim. NOTE Paragraph 00:11:30.000 --> 00:11:32.000 Isto é realmente legal. 00:11:32.000 --> 00:11:35.000 E indo mais adiante, este é o coração. 00:11:35.000 --> 00:11:38.000 E isto é devido a esses escâners fantásticos, 00:11:38.000 --> 00:11:40.000 que em apenas 0.3 segundos, 00:11:40.000 --> 00:11:42.000 posso escanear o coração todo, 00:11:42.000 --> 00:11:44.000 e posso fazer isso com a resolução tempo. 00:11:44.000 --> 00:11:46.000 Assim que simplesmente quando eu olho para o coração, 00:11:46.000 --> 00:11:48.000 eu posso reproduzir o vídeo. 00:11:48.000 --> 00:11:50.000 Este é Karljohan, um dos meus estudantes de pós graduação 00:11:50.000 --> 00:11:52.000 que trabalha nesse projeto. 00:11:52.000 --> 00:11:55.000 Ele está sentado em frente a um aparelho háptico, o sistema ‘force feedback’, 00:11:55.000 --> 00:11:58.000 e está movendo a caneta em direção ao coração, 00:11:58.000 --> 00:12:00.000 e o coração agora está batendo na frente dele, 00:12:00.000 --> 00:12:02.000 e ele pode ver como o coração está batendo. 00:12:02.000 --> 00:12:04.000 Ele pegou a caneta e a move em direção ao coração, 00:12:04.000 --> 00:12:06.000 e a coloca sobre o coração, 00:12:06.000 --> 00:12:09.000 e sente as batidas do coração do paciente que está vivo. 00:12:09.000 --> 00:12:11.000 E aí ele pode examinar como o coração bate. 00:12:11.000 --> 00:12:13.000 Ele pode ir dentro, pressionar o coração, 00:12:13.000 --> 00:12:16.000 e sentir como as válvulas estão se movendo. 00:12:16.000 --> 00:12:19.000 E isso, penso, é o futuro para os cirurgiões cardíacos. 00:12:19.000 --> 00:12:22.000 Digo que isto é provavelmente uma fantasia que os cardiologistas têm 00:12:22.000 --> 00:12:25.000 de poder entrar no coração do paciente 00:12:25.000 --> 00:12:27.000 antes da própria cirurgia, 00:12:27.000 --> 00:12:29.000 com dados de resolução de alta qualidade. 00:12:29.000 --> 00:12:31.000 Então isso é realmente genial. NOTE Paragraph 00:12:32.000 --> 00:12:35.000 Agora nós vamos nos aprofundar mais ainda em ficção científica. 00:12:35.000 --> 00:12:38.000 Já ouvimos falar sobre a ressonância magnética funcional. 00:12:38.000 --> 00:12:41.000 Agora, este projeto é muito interessante. 00:12:41.000 --> 00:12:43.000 Campos magnéticos e frequências de rádio estão sendo usados 00:12:43.000 --> 00:12:45.000 em Ressonância Magnética 00:12:45.000 --> 00:12:48.000 para escanear o cérebro, ou qualquer parte do corpo. 00:12:48.000 --> 00:12:50.000 Então, o que estamos conseguindo 00:12:50.000 --> 00:12:52.000 é obter informação sobre a estrutura do cérebro, 00:12:52.000 --> 00:12:54.000 e também podemos medir a diferença 00:12:54.000 --> 00:12:57.000 nas propriedades magnéticas do sangue oxigenado 00:12:57.000 --> 00:13:00.000 e sangue com baixo teor de oxigênio. 00:13:00.000 --> 00:13:02.000 Isto significa que é possível se 00:13:02.000 --> 00:13:04.000 mapear a atividade do cérebro. 00:13:04.000 --> 00:13:06.000 Isto é algo que estamos desenvolvendo. 00:13:06.000 --> 00:13:09.000 E vocês viram Motts, o engenheiro de pesquisa 00:13:09.000 --> 00:13:11.000 indo dentro do sistema de ressonância magnética 00:13:11.000 --> 00:13:13.000 e usava óculos de proteção. 00:13:13.000 --> 00:13:15.000 Assim podia realmente ver tudo. 00:13:15.000 --> 00:13:18.000 Então eu falava sobre o seu estado enquanto ele estava no escâner. 00:13:18.000 --> 00:13:20.000 E isso é meio estranho, 00:13:20.000 --> 00:13:22.000 porque o que Motts vê é isto. 00:13:22.000 --> 00:13:25.000 Ele está vendo seu próprio cérebro. 00:13:25.000 --> 00:13:27.000 Então Motts está ativo aqui. 00:13:27.000 --> 00:13:29.000 E provavelmente ele irá assim com sua mão direita, 00:13:29.000 --> 00:13:31.000 porque o lado esquerdo está ativado 00:13:31.000 --> 00:13:33.000 no córtex motor. 00:13:33.000 --> 00:13:35.000 E então ele pode ver isso ao mesmo tempo. 00:13:35.000 --> 00:13:37.000 Estas visualizações são inéditas. 00:13:37.000 --> 00:13:40.000 E isto é algo que temos pesquisado faz algum tempo. NOTE Paragraph 00:13:40.000 --> 00:13:43.000 Esta é outra sequência do cérebro do Mott. 00:13:43.000 --> 00:13:46.000 Aqui nós pedimos ao Motts para contar de 100 de trás para frente. 00:13:46.000 --> 00:13:48.000 Ele conta "100, 97, 94." 00:13:48.000 --> 00:13:50.000 Ele está indo para trás. 00:13:50.000 --> 00:13:53.000 Vocês podem ver o pequeno processador matemático funcionando aqui em cima do cérebro. 00:13:53.000 --> 00:13:55.000 e está iluminando o cérebro inteiro. 00:13:55.000 --> 00:13:57.000 Isto é fantástico. Podemos fazer isso em tempo real. 00:13:57.000 --> 00:13:59.000 Podemos investigar. Podemos pedir para ele fazer coisas. 00:13:59.000 --> 00:14:01.000 Podem ver também que o córtex visual 00:14:01.000 --> 00:14:03.000 está ativado na parte posterior da cabeça, 00:14:03.000 --> 00:14:05.000 porque é aqui onde ele está vendo o seu próprio cérebro. 00:14:05.000 --> 00:14:07.000 E ele também pode ouvir nossas instruções 00:14:07.000 --> 00:14:09.000 quando pedimos a ele para fazer algo. 00:14:09.000 --> 00:14:11.000 O sinal também está bem no fundo do cérebro, 00:14:11.000 --> 00:14:13.000 mas irradia, 00:14:13.000 --> 00:14:15.000 porque todos os dados estão dentro desse volume. 00:14:15.000 --> 00:14:17.000 E em um segundo vão ver – 00:14:17.000 --> 00:14:19.000 OK, aqui. Motts, agora mova o seu pé esquerdo. 00:14:19.000 --> 00:14:21.000 Então ele faz assim. 00:14:21.000 --> 00:14:23.000 Durante 20 segundos ele faz assim, 00:14:23.000 --> 00:14:25.000 e de repente ele acende aqui. 00:14:25.000 --> 00:14:27.000 Então temos o córtex motor ativado ali. 00:14:27.000 --> 00:14:29.000 Isso é realmente muito legal. 00:14:29.000 --> 00:14:31.000 Acho isto uma grande ferramenta. 00:14:31.000 --> 00:14:33.000 E também conectando com a última palestra, 00:14:33.000 --> 00:14:35.000 isso é algo que podemos usar como uma ferramenta 00:14:35.000 --> 00:14:37.000 para realmente entendermos 00:14:37.000 --> 00:14:39.000 como os neurônios e o cérebro estão funcionando, 00:14:39.000 --> 00:14:42.000 e podemos fazer isso com qualidade visual muito alta 00:14:42.000 --> 00:14:45.000 e resolução muito rápida. NOTE Paragraph 00:14:45.000 --> 00:14:47.000 Agora também nos divertimos no centro. 00:14:47.000 --> 00:14:50.000 Este é um TC escâner – tomografia computadorizada 00:14:51.000 --> 00:14:53.000 Esta é um leoa do zoológico daqui 00:14:53.000 --> 00:14:56.000 perto de Norrkoping em Kolmarden, Elsa. 00:14:56.000 --> 00:14:58.000 Ela veio para o centro, 00:14:58.000 --> 00:15:00.000 e eles a sedaram 00:15:00.000 --> 00:15:02.000 e a colocaram dentro do escâner. 00:15:02.000 --> 00:15:05.000 E é claro, eu coleto todo o seu conjunto de dados. 00:15:05.000 --> 00:15:07.000 E posso fazer imagens bacanas assim. 00:15:07.000 --> 00:15:09.000 Eu posso levantar uma camada da leoa. 00:15:09.000 --> 00:15:11.000 e olhar dentro dela. 00:15:11.000 --> 00:15:13.000 E estamos fazendo experiências com isso. 00:15:13.000 --> 00:15:15.000 E penso que isso é um grande aplicativo 00:15:15.000 --> 00:15:17.000 para o futuro desta tecnologia. 00:15:17.000 --> 00:15:20.000 Porque pouco se sabe sobre a anatomia do animal 00:15:20.000 --> 00:15:23.000 O conhecimento que os veterinários têm é informação básica 00:15:23.000 --> 00:15:25.000 Podemos escanear todos os tipos de coisas, 00:15:25.000 --> 00:15:27.000 todos os tipos de animais. 00:15:27.000 --> 00:15:30.000 O único problema é o animal caber dentro da máquina. 00:15:30.000 --> 00:15:32.000 Aqui está um urso. 00:15:32.000 --> 00:15:34.000 Foi meio difícil fazê-lo entrar. 00:15:34.000 --> 00:15:37.000 E o urso é um animal fofo e amigo. 00:15:37.000 --> 00:15:40.000 Aqui está o focinho do urso. 00:15:40.000 --> 00:15:43.000 Talvez queiram dar-lhe um abraço, 00:15:43.000 --> 00:15:46.000 até mudarem as funções e ele ficar assim. 00:15:46.000 --> 00:15:48.000 Tenham cuidado com o urso. NOTE Paragraph 00:15:48.000 --> 00:15:50.000 Então com isso, 00:15:50.000 --> 00:15:52.000 eu quero agradecer a todos 00:15:52.000 --> 00:15:54.000 que me ajudaram a criar essas imagens. 00:15:54.000 --> 00:15:56.000 Fazer isso requer um grande esforço, 00:15:56.000 --> 00:15:59.000 coletar dados e desenvolver os algoritmos, 00:15:59.000 --> 00:16:01.000 programando o software. 00:16:01.000 --> 00:16:04.000 Muita gente com talento. 00:16:04.000 --> 00:16:07.000 O meu lema é: eu só recruto pessoas mais inteligentes do que eu 00:16:07.000 --> 00:16:09.000 e a maioria deles são mais espertos do que eu. NOTE Paragraph 00:16:09.000 --> 00:16:11.000 Muito obrigado. NOTE Paragraph 00:16:11.000 --> 00:16:15.000 (Aplausos)