Joel Selanikio: Las semillas sorprendentes de una revolución “big data” en la asistencia sanitaria
-
0:00 - 0:03Hay una vieja broma de un policía
que haciendo su ronda -
0:03 - 0:04en el medio de la noche,
-
0:04 - 0:06encuentra a un tipo
debajo del alumbrado público -
0:06 - 0:09que está mirando el suelo
y se mueve de un lado a otro, -
0:09 - 0:11y el policía le pregunta
qué está haciendo. -
0:11 - 0:13El tipo le dice que busca las llaves.
-
0:13 - 0:15El policía se toma el tiempo y busca
-
0:15 - 0:17hace un rastreo y observa
-
0:17 - 0:20durante unos 2 o 3 minutos. No aparecen.
-
0:20 - 0:23El policía dice: "Hombre, ¿seguro que
-
0:23 - 0:25perdiste las llaves aquí?"
-
0:25 - 0:26Y el tipo dice: "No, no,
en realidad las perdí -
0:26 - 0:28en el otro extremo de la calle,
-
0:28 - 0:34pero aquí hay más luz".
-
0:34 - 0:35Hoy en día se habla de un concepto
-
0:35 - 0:38llamado "big data" que hace referencia
-
0:38 - 0:40a toda la información que estamos generando
-
0:40 - 0:43en nuestra interacción con y en Internet,
-
0:43 - 0:44desde Facebook y Twitter
-
0:44 - 0:49hasta las descargas de música,
películas, audio y video en línea, todo este tipo de cosas -
0:49 - 0:50la transmisión en vivo de TED, etc.
-
0:50 - 0:53La gente que trabaja con
grandes volúmenes de datos -
0:53 - 0:55dice que el problema principal es que
-
0:55 - 0:57tenemos mucha información;
-
0:57 - 1:00el problema principal es cómo
organizar toda esa información. -
1:00 - 1:03Y yo puedo decirles, desde
el sector de la salud mundial -
1:03 - 1:06que ese no es nuestro problema principal.
-
1:06 - 1:07Porque para nosotros, si bien hay
-
1:07 - 1:10más luz en Internet,
-
1:10 - 1:13los datos que pueden ayudarnos
a resolver los problemas -
1:13 - 1:16que intentamos resolver,
no están en Internet. -
1:16 - 1:18No sabemos, por ejemplo,
cuántas personas -
1:18 - 1:20en este momento
son víctimas de desastres -
1:20 - 1:23o de situaciones de conflicto.
-
1:23 - 1:27No conocemos con certeza
básicamente qué clínicas -
1:27 - 1:29del mundo en desarrollo tienen medicinas
-
1:29 - 1:30y cuáles no.
-
1:30 - 1:33No tenemos ni idea de la cadena
de suministros de esas clínicas. -
1:33 - 1:36No sabemos --y esto me resulta increíble--
-
1:36 - 1:39no conocemos la cantidad de nacimientos
-
1:39 - 1:42o cuántos niños hay en Bolivia,
-
1:42 - 1:45Botsuana o Bután.
-
1:45 - 1:47No sabemos cuántos niños
murieron la semana pasada -
1:47 - 1:49en estos países.
-
1:49 - 1:52Desconocemos las necesidades
de los ancianos y los enfermos mentales. -
1:52 - 1:55De todos estos problemas
de importancia crítica -
1:55 - 1:58o áreas de importancia crítica
en las que queremos resolver problemas -
1:58 - 2:03básicamente no sabemos nada.
-
2:03 - 2:06Y en parte no sabemos nada porque
-
2:06 - 2:08los sistemas informáticos que usamos
-
2:08 - 2:12en la salud mundial para
encontrar los datos, -
2:12 - 2:15para resolver estos problemas
es lo que ven aquí. -
2:15 - 2:17Es una tecnología de hace 5000 años.
-
2:17 - 2:18Algunos de Uds. ya la han usado.
-
2:18 - 2:20Hoy en día está en retirada,
pero aún la usamos -
2:20 - 2:22en el 99 % de los casos.
-
2:22 - 2:26Es un formulario de papel,
y lo que ven allí -
2:26 - 2:30es un formulario de papel en manos
de una enfermera del Ministerio de Salud -
2:30 - 2:33que está recorriendo las áreas
rurales de Indonesia -
2:33 - 2:37seguramente en condiciones
de mucho calor y humedad, -
2:37 - 2:39llamando a miles de puertas
-
2:39 - 2:41durante semanas o meses,
-
2:41 - 2:44llamando a las puertas,
diciendo: "Disculpe, -
2:44 - 2:46queremos hacerle algunas preguntas.
-
2:46 - 2:50¿Tiene hijos? ¿Están vacunados?"
-
2:50 - 2:51Porque la única forma de saber
-
2:51 - 2:54la cantidad de niños
vacunados en Indonesia, -
2:54 - 2:57el porcentaje de vacunación,
no es consultando -
2:57 - 3:00en Internet sino llamando puerta a puerta,
-
3:00 - 3:03a veces en decenas de miles de puertas.
-
3:03 - 3:05Puede llevar meses e incluso años
-
3:05 - 3:07hacer algo como esto.
-
3:07 - 3:09Un censo de Indonesia
-
3:09 - 3:11puede llevar 2 años de trabajo.
-
3:11 - 3:13Y el problema con todo esto es que, claro,
-
3:13 - 3:15con todos estos formularios
de papel --como les digo, -
3:15 - 3:17tenemos formularios para todo tipo de cosas.
-
3:17 - 3:20Tenemos formularios para
encuestas de vacunación. -
3:20 - 3:24Tenemos formularios para rastrear personas
que acuden a las clínicas. -
3:24 - 3:26Tenemos formularios para el seguimiento
de los suministros de medicamentos, -
3:26 - 3:29suministros de sangre,
todo tipo de formularios -
3:29 - 3:31para distintos temas,
-
3:31 - 3:33y todos tienen un destino común,
-
3:33 - 3:36y ese destino común es algo como esto.
-
3:36 - 3:40Lo que vemos aquí es una camionada de datos.
-
3:40 - 3:45Son los datos de una encuesta de vacunación
-
3:45 - 3:47en un solo distrito de Zambia
-
3:47 - 3:49de hace unos años, en el que participé.
-
3:49 - 3:52Lo único que tratábamos de averiguar
-
3:52 - 3:55era el porcentaje de niños zambianos vacunados.
-
3:55 - 3:58Estos son los datos recolectados
en papel durante semanas -
3:58 - 4:01de un solo distrito, que es
como un municipio -
4:01 - 4:02o un ayuntamiento.
-
4:02 - 4:04Imaginen que para todo Zambia
-
4:04 - 4:08responder solo esa pregunta
-
4:08 - 4:10requeriría algo como esto.
-
4:10 - 4:12Camión, tras camión, tras camión
-
4:12 - 4:16repletos de pilas y pilas y pilas de datos.
-
4:16 - 4:17Y lo peor es que
-
4:17 - 4:19esto es solo el principio,
-
4:19 - 4:21porque una vez que recolectamos esos datos,
-
4:21 - 4:23por supuesto, alguien tendrá que...
-
4:23 - 4:26alguna persona desafortunada va a tener
que escribir esto en una computadora. -
4:26 - 4:28Cuando era estudiante en realidad me tocó
-
4:28 - 4:30ser esa persona desafortunada alguna vez.
-
4:30 - 4:33Créanme, a menudo no prestaba atención.
-
4:33 - 4:35Probablemente cometí muchos errores al hacerlo
-
4:35 - 4:38que nunca nadie descubrió, eso disminuye
la calidad de los datos. -
4:38 - 4:41Pero con el tiempo y con suerte
los datos llegan a una computadora -
4:41 - 4:43y alguien puede empezar a analizarlos.
-
4:43 - 4:45Y cuando se hace el análisis y el informe,
-
4:45 - 4:49es de esperar que uno pueda
usar los resultados del estudio -
4:49 - 4:51para vacunar mejor a los niños.
-
4:51 - 4:54Porque no hay nada peor
-
4:54 - 4:56en el campo de la salud pública mundial,
-
4:56 - 4:59no sé que puede ser peor que permitir
que los niños del mundo -
4:59 - 5:02mueran de enfermedades
prevenibles con vacuna. -
5:02 - 5:05Enfermedades para las que
la vacuna cuesta un dólar. -
5:05 - 5:08Y mueren millones de niños
con estas enfermedades cada año. -
5:08 - 5:12El hecho es que estimamos en millones porque
-
5:12 - 5:15en realidad no sabemos cuántos
niños mueren al año por esta causa. -
5:15 - 5:17Y más frustrante aún es que
-
5:17 - 5:20el ingreso de datos, esa tarea que
solía hacer cuando era estudiante, -
5:20 - 5:22a veces puede demorar 6 meses.
-
5:22 - 5:25A veces puede llevar 2 años
ingresar esa información -
5:25 - 5:28en una computadora, y a veces,
en realidad no pocas veces, -
5:28 - 5:30nunca se carga.
-
5:30 - 5:32Ahora, analicemos esto por un momento.
-
5:32 - 5:35Tuvimos equipos de cientos de personas.
-
5:35 - 5:37Fueron al campo a responder
una pregunta en particular. -
5:37 - 5:39Probablemente gastamos
cientos de miles de dólares -
5:39 - 5:43en combustible, fotocopias y viáticos.
-
5:43 - 5:46Y, luego, por alguna razón,
se pierde impulso -
5:46 - 5:47o se acaba el dinero,
-
5:47 - 5:49y todo eso queda en la nada
-
5:49 - 5:52porque nadie ingresa
eso a la computadora. -
5:52 - 5:55El proceso se detiene.
Pasa todo el tiempo. -
5:55 - 5:58A nivel mundial tomamos decisiones de este modo:
-
5:58 - 6:03con pocos datos, con datos viejos, o sin datos.
-
6:03 - 6:06Volvamos a 1995, pues empecé a pensar maneras
-
6:06 - 6:08en las que podíamos mejorar este proceso.
-
6:08 - 6:11Obviamente, 1995 pasó hace bastante tiempo.
-
6:11 - 6:13Me asusta pensar cuanto tiempo ha pasado.
-
6:13 - 6:15La película del año fue
-
6:15 - 6:16"Die Hard with a Vengeance".
-
6:16 - 6:19Como ven, en esa épica Bruce Willis
tenía mucho más pelo. -
6:19 - 6:22Yo trabajaba en Centro de Control
de Enfermedades (CCE), -
6:22 - 6:25y también tenía mucho más pelo
en ese entonces. -
6:25 - 6:28Pero para mí, lo más significativo
que vi en 1995 -
6:28 - 6:29fue esto.
-
6:29 - 6:32Difícil de imaginarlo, pero en 1995,
-
6:32 - 6:36este era el dispositivo móvil de élite.
-
6:36 - 6:38¿Correcto? No era un iPhone, ni una Galaxy.
-
6:38 - 6:40Era una Palm Pilot.
-
6:40 - 6:43Y cuando vi la Palm Pilot
por primera vez, pensé: -
6:43 - 6:46¿por qué no poner los formularios
en estas Palm Pilots -
6:46 - 6:48y salir al campo con una Palm Pilot,
-
6:48 - 6:52que puede almacenar decenas de miles
-
6:52 - 6:54de formularios? ¿Por qué no lo intentamos?
-
6:54 - 6:57Porque si podemos hacerlo, si podemos recolectar
-
6:57 - 6:59los datos en forma electrónica, digital,
-
6:59 - 7:01desde el principio,
-
7:01 - 7:04podemos acortar el proceso
-
7:04 - 7:07de ingreso de datos,
-
7:07 - 7:09de que alguien tenga que
cargar datos en la computadora. -
7:09 - 7:11Podemos saltar directamente al análisis
-
7:11 - 7:14y de ahí al uso de los datos
para salvar vidas. -
7:14 - 7:17De modo que empecé a hacer eso.
-
7:17 - 7:20Desde el CCE, empecé a participar
en diferentes programas -
7:20 - 7:24del mundo y a entrenar equipos
en el uso de Palm Pilots -
7:24 - 7:27para recolectar datos,
como sustituto del papel. -
7:27 - 7:29Y funcionó muy bien.
-
7:29 - 7:31Funcionó tan bien como se esperaba.
-
7:31 - 7:34¿Qué se sabe? Que la recolección de datos
-
7:34 - 7:36es más eficiente en forma digital que en papel.
-
7:36 - 7:38Y al mismo tiempo mi socia, Rose,
-
7:38 - 7:41--que está aquí en la audiencia
con su marido, Matthew-- -
7:41 - 7:44Rose estaba haciendo algo similar
para la Cruz Roja de EE.UU. -
7:44 - 7:46El problema fue que, al cabo
de unos años del programa -
7:46 - 7:49caí en la cuenta de que... luego de quizá
-
7:49 - 7:526 o 7 casos, pensé,
-
7:52 - 7:54si sigo a este ritmo
-
7:54 - 7:56en toda mi carrera, quizá pueda atender
-
7:56 - 7:58unos 20 o 30 casos.
-
7:58 - 8:01Pero el problema es que 20 o 30 casos
-
8:01 - 8:04--que 20 o 30 programas usen esta tecnología--
-
8:04 - 8:06es como una gota en el océano.
-
8:06 - 8:10La demanda, la necesidad
de programas que funcionen mejor, -
8:10 - 8:13solo en la salud, por no mencionar
todos las otras áreas -
8:13 - 8:15en países en desarrollo, es enorme.
-
8:15 - 8:19Hay millones y millones
y millones de programas, -
8:19 - 8:22millones de clínicas que necesitan
rastrear medicamentos, -
8:22 - 8:23millones de programas de vacunación.
-
8:23 - 8:25Hay escuelas que necesitan
controlar la asistencia. -
8:25 - 8:27Hay todo tipo de cosas
-
8:27 - 8:29que requieren que recolectemos datos.
-
8:29 - 8:34Y me di cuenta de que si seguía a ese ritmo
-
8:34 - 8:37difícilmente lograría tener algún impacto
-
8:37 - 8:39para el final de mi carrera.
-
8:39 - 8:41Entonces empecé a devanarme el cerebro
-
8:41 - 8:42tratando de analizar
-
8:42 - 8:44el proceso que estaba haciendo,
-
8:44 - 8:47el entrenamiento,
los cuellos de botella -
8:47 - 8:49y los obstáculos que impedían
hacerlo más rápidamente, -
8:49 - 8:51de manera más eficiente.
-
8:51 - 8:54Desafortunadamente,
luego de pensarlo algún tiempo, -
8:54 - 8:58identifiqué el obstáculo principal.
-
8:58 - 9:00Y resultó que el obstáculo principal,
-
9:00 - 9:01y esto es un descubrimiento triste,
-
9:01 - 9:04el principal obstáculo era yo.
-
9:04 - 9:06¿Qué quiero decir con eso?
-
9:06 - 9:08Había desarrollado un proceso en el que
-
9:08 - 9:13yo era el centro del universo de esta tecnología.
-
9:13 - 9:16Si tú querías usar esta tecnología,
tenías que ponerte en contacto conmigo. -
9:16 - 9:18O sea, tenías que saber que yo existía.
-
9:18 - 9:20Luego tenías que disponer
del dinero para pagarme -
9:20 - 9:21el vuelo hacia tu país
-
9:21 - 9:23el dinero para pagar mi hotel
-
9:23 - 9:26mis viáticos y tarifa diaria.
-
9:26 - 9:29Podríamos estar hablando de 10 000,
20 000 o 30 000 dólares -
9:29 - 9:31si realmente tenía tiempo en mi agenda
-
9:31 - 9:33y no estaba de vacaciones.
-
9:33 - 9:36La idea es que cualquier cosa,
cualquier sistema que dependa -
9:36 - 9:39de una persona,
o 2, o 3, o 5 personas, -
9:39 - 9:41no puede crecer.
-
9:41 - 9:43Por eso es que tenemos que expandir
-
9:43 - 9:46esta tecnología y tenemos que hacerlo ahora.
-
9:46 - 9:48Básicamente, empecé a pensar en formas
-
9:48 - 9:50de salirme del proceso.
-
9:50 - 9:55Estuve pensando
-
9:55 - 9:57cómo salir del proceso
-
9:57 - 9:59durante un buen tiempo.
-
9:59 - 10:01Me habían entrenado para pensar que la forma
-
10:01 - 10:04de distribuir tecnología en equipos internacionales
-
10:04 - 10:06siempre es mediante consultoría.
-
10:06 - 10:09Tipos muy parecidos a mí
-
10:09 - 10:11que van de países muy parecidos a este
-
10:11 - 10:14a otros países de gente con piel más oscura.
-
10:14 - 10:17Y van allí a gastar dinero en pasajes aéreos
-
10:17 - 10:20viáticos y tiempo
-
10:20 - 10:22y gastar en hoteles y todo eso.
-
10:22 - 10:24Hasta donde yo sabía,
esa era la única forma -
10:24 - 10:27de distribuir la tecnología,
y no conocía otra forma de hacerlo. -
10:27 - 10:30Pero ocurrió un milagro,
-
10:30 - 10:33que para abreviar llamaré Hotmail.
-
10:33 - 10:35Puede que no piensen que Hotmail
sea algo milagroso, -
10:35 - 10:38pero para mí fue milagroso
porque me di cuenta, -
10:38 - 10:40cuando luchaba con este problema
-
10:40 - 10:44trabajaba en el África subsahariana,
gran parte del tiempo. -
10:44 - 10:46Observé que los trabajadores de salud
del África subsahariana -
10:46 - 10:50con los que trabajaba, tenían Hotmail.
-
10:50 - 10:53Y pensé, se me ocurrió,
-
10:53 - 10:55un momento, la gente de Hotmail
-
10:55 - 10:58seguramente no viajó al Ministerio de Salud de Kenia
-
10:58 - 11:01para capacitar a la gente para usar Hotmail.
-
11:01 - 11:03Estos tipos están distribuyendo tecnología.
-
11:03 - 11:05Están desarrollando capacidad de software allí
-
11:05 - 11:07pero no han viajado por el mundo para hacerlo.
-
11:07 - 11:09Tengo que pensarlo un poco más.
-
11:09 - 11:11Mientras pensaba en ello,
la gente empezaba a usar -
11:11 - 11:14cada vez más cosas de ese tipo,
al igual que nosotros. -
11:14 - 11:15Empezaron a usar LinkedIn y Flickr,
-
11:15 - 11:18Gmail, Google Maps y todas esas cosas.
-
11:18 - 11:21Claro, todas esas cosas están en la nube
-
11:21 - 11:23y no requieren entrenamiento.
-
11:23 - 11:25No requieren programadores.
-
11:25 - 11:26No requieren consultores porque
-
11:26 - 11:29el modelo de negocios de estas empresas
-
11:29 - 11:32requiere que algo sea tan simple
que uno pueda usarlo por sí mismo -
11:32 - 11:33con poca o ninguna capacitación.
-
11:33 - 11:35Solo tienes que conocer sobre ello y dirigirte al sitio web.
-
11:35 - 11:40Entonces pensé, ¿y qué tal si hacemos un software
-
11:40 - 11:42que haga lo que yo hacía como consultor?
-
11:42 - 11:43En vez de capacitar a la gente
-
11:43 - 11:46para poner formularios
en dispositivos móviles -
11:46 - 11:48hagamos un software que les permita hacer eso
-
11:48 - 11:50sin capacitación y sin mi intervención.
-
11:50 - 11:52E hicimos exactamente eso.
-
11:52 - 11:56Creamos un software llamado Magpi [urraca],
-
11:56 - 11:58que tiene un creador de formularios web.
-
11:58 - 11:59Nadie tiene que comunicarse conmigo.
-
11:59 - 12:02Solo escuchar que existe y entrar al sitio web.
-
12:02 - 12:04Puedo crear formularios, y una vez creados,
-
12:04 - 12:07los coloco en muchos teléfonos móviles.
-
12:07 - 12:09Obviamente, hoy en día pasamos
de las Palm Pilots -
12:09 - 12:10a los móviles.
-
12:10 - 12:12No tiene por qué ser un teléfono inteligente.
-
12:12 - 12:14Puede ser uno básico como el de la derecha,
-
12:14 - 12:16el típico Symbian básico
-
12:16 - 12:18muy común en los países en desarrollo.
-
12:18 - 12:22Y la mejor parte es que, como Hotmail,
-
12:22 - 12:24está en la nube, y no requiere capacitación,
-
12:24 - 12:26ni programación, ni consultores.
-
12:26 - 12:28Pero también tiene muchos beneficios adicionales.
-
12:28 - 12:30Sabíamos, cuando construimos este sistema,
-
12:30 - 12:33que la idea, al igual que con las Palm Pilots,
-
12:33 - 12:35era que tendrías, que podrías
-
12:35 - 12:38recolectar datos, subirlos de inmediato
y tenerlos en formato digital. -
12:38 - 12:41Pero hallamos, por supuesto,
como ya están en una computadora, -
12:41 - 12:44que podemos trazar mapas, análisis
y gráficos instantáneos. -
12:44 - 12:46Podemos tomar un proceso que lleva 2 años
-
12:46 - 12:49y comprimirlo a unos 5 minutos.
-
12:49 - 12:52Una mejora increíble en eficiencia.
-
12:52 - 12:57En la nube, sin capacitación,
sin consultores, sin mí. -
12:57 - 12:59Y les dije que en los primeros años
-
12:59 - 13:01de intentar hacerlo a la vieja usanza,
-
13:01 - 13:02yendo país por país,
-
13:02 - 13:05llegamos a, no sé,
-
13:05 - 13:07quizá capacitamos unas 1000 personas.
-
13:07 - 13:09¿Qué pasó después de esto?
-
13:09 - 13:12En los siguientes 3 años, 14 000 personas
-
13:12 - 13:15encontraron el sitio, se registraron
y empezaron a usarlo para recolectar datos. -
13:15 - 13:16Datos para respuesta a desastres;
-
13:16 - 13:21criadores de cerdos canadienses que siguen
enfermedades porcinas y manadas de cerdos; -
13:21 - 13:24personas que controlan
suministros de medicamentos. -
13:24 - 13:25Uno de mis ejemplos favoritos, el CIR,
-
13:25 - 13:27Comité Internacional de Rescate,
-
13:27 - 13:30tiene un programa en el que
parteras semianalfabetas -
13:30 - 13:33mediante móviles de 10 dólares
-
13:33 - 13:35envían un mensaje de texto mediante nuestro software
-
13:35 - 13:37una vez por semana con la cantidad de nacimientos
-
13:37 - 13:40y muertes, lo que le da al CIR
-
13:40 - 13:42algo que nadie en la salud mundial ha tenido nunca:
-
13:42 - 13:46un sistema de conteo de bebés en tiempo casi real
-
13:46 - 13:47para saber cuántos niños nacen,
-
13:47 - 13:49para saber cuántos niños hay
-
13:49 - 13:52en Sierra Leona, el país
donde está ocurriendo esto, -
13:52 - 13:55y para saber cuántos niños mueren.
-
13:55 - 13:56Médicos por los Derechos Humanos
-
13:56 - 13:59--ésto ocurre un poco fuera
del ámbito de la salud-- -
13:59 - 14:02recolectan, básicamente capacitan
a la gente para hacer -
14:02 - 14:05exámenes de violación, en Congo,
donde esto es una epidemia, -
14:05 - 14:07una epidemia horrible,
-
14:07 - 14:09y están usando nuestro
software para documentar -
14:09 - 14:12la evidencia que encuentran,
incluso con fotografías, -
14:12 - 14:16para poder llevar a los
responsables ante la justicia. -
14:16 - 14:20Camfed, otra organización benéfica del R.U.,
-
14:20 - 14:24Camfed paga a las familias de niñas
para mantenerlas en la escuela. -
14:24 - 14:26Entienden que esta es
la intervención más significativa -
14:26 - 14:29que pueden hacer. Solían rastrear la dispersión,
-
14:29 - 14:31la asistencia, las calificaciones, en papel.
-
14:31 - 14:32El tiempo de respuesta entre un profesor
-
14:32 - 14:34que ponía las notas o la asistencia
-
14:34 - 14:37y escribía con eso un informe,
era de unos 2 o 3 años. -
14:37 - 14:39Ahora es en tiempo real
y dado que es un sistema -
14:39 - 14:42de bajo costo y que está
en la nube, cuesta, -
14:42 - 14:45en los 5 países en los que
Camfed tiene el programa -
14:45 - 14:47para decenas de miles de niñas,
-
14:47 - 14:51el costo total es de USD 10 000 al año.
-
14:51 - 14:52Eso es menos de lo que yo solía
-
14:52 - 14:58cobrar para viajar 2 semanas
a hacer una consulta. -
14:58 - 15:00Les había dicho antes que
-
15:00 - 15:02cuando lo hacíamos a la
vieja usanza, me di cuenta -
15:02 - 15:05de que todo nuestro trabajo
era como una gota en el océano... -
15:05 - 15:0710, 20, 30 programas.
-
15:07 - 15:09Hemos progresado mucho, pero reconozco
-
15:09 - 15:11por el momento, aún con el trabajo hecho
-
15:11 - 15:14con las 14 000 personas que lo usan,
-
15:14 - 15:17sigue siendo una gota en el océano.
Pero algo cambió. -
15:17 - 15:18Y pienso que debería ser obvio.
-
15:18 - 15:20Lo que ha cambiado ahora
-
15:20 - 15:24es que en vez de tener un programa
que se expanda a tan baja velocidad -
15:24 - 15:27que nunca pudiéramos llegar
a las personas que nos necesitan, -
15:27 - 15:31hemos hecho que la gente no necesite
que nosotros nos acerquemos. -
15:31 - 15:34Hemos creado una herramienta
que le permite a los programas -
15:34 - 15:37mantener niños en la escuela,
contar la cantidad de bebés -
15:37 - 15:40nacidos y la cantidad de bebés muertos,
-
15:40 - 15:43atrapar criminales y perseguirlos con éxito,
-
15:43 - 15:46hacer todas estas cosas para aprender más
-
15:46 - 15:51sobre lo que pasa, para entender más,
para ver más -
15:51 - 15:55y para salvar y mejorar vidas.
-
15:55 - 15:57Gracias.
-
15:57 - 16:01(Aplausos)
- Title:
- Joel Selanikio: Las semillas sorprendentes de una revolución “big data” en la asistencia sanitaria
- Speaker:
- Joel Selanikio
- Description:
-
La recopilación de datos de la salud a nivel mundial era una ciencia imperfecta: requería trabajadores que recorrieran los pueblos puerta a puerta preguntando, tomando nota de las respuestas en formularios de papel, luego ingresando esos datos a una computadora… y con esa información incompleta, los países tomaban las grandes decisiones. El friki de los datos, Joel Selanikio, nos habla del océano de cambios ocurrido en la recolección de datos de salud en la última década… empezando con la Palm Pilot y Hotmail, y ahora entrando a la nube. (Filmado en TEDxAustin)
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 16:18
Sebastian Betti approved Spanish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Sebastian Betti edited Spanish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Sebastian Betti edited Spanish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Retired user accepted Spanish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Retired user edited Spanish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Retired user edited Spanish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Retired user edited Spanish subtitles for The surprising seeds of a big-data revolution in healthcare | ||
Retired user edited Spanish subtitles for The surprising seeds of a big-data revolution in healthcare |