Anders Ynnerman: Visualisera den medicinska dataexplosionen
-
0:00 - 0:04Jag ska börja med att formulera en liten utmaning,
-
0:04 - 0:07utmaningen att hantera data,
-
0:07 - 0:09data som vi måste hantera
-
0:09 - 0:11i medicinska situationer.
-
0:11 - 0:13Det är verkligen en enorm utmaning för oss.
-
0:13 - 0:15Detta är vårt lastdjur.
-
0:15 - 0:17Det är en datortomograf --
-
0:17 - 0:19en CT-maskin.
-
0:19 - 0:21Det är en fantastisk apparat.
-
0:21 - 0:23Den använder röntgenstrålning,
-
0:23 - 0:26som roterar väldigt snabbt kring människokroppen.
-
0:26 - 0:28Det tar omkring 30 sekunder att åka igenom hela maskinen
-
0:28 - 0:30och det genereras enorma mängder information
-
0:30 - 0:32som kommer ut ur maskinen.
-
0:32 - 0:34Så det här är en fantastisk maskin
-
0:34 - 0:36som vi kan använda
-
0:36 - 0:38för att förbättra hälso- och sjukvården.
-
0:38 - 0:40Men som jag sa, det är också en utmaning för oss.
-
0:40 - 0:43Och utmaningen kan man se i den här bilden.
-
0:43 - 0:45Det är den medicinska dataexplosionen
-
0:45 - 0:47som vi har just nu.
-
0:47 - 0:49Vi ställs inför detta problem.
-
0:49 - 0:51Låt mig gå tillbaka i tiden.
-
0:51 - 0:54Låt oss gå tillbaka några år i tiden och se vad som hände då.
-
0:54 - 0:56De här maskinerna som kom ut --
-
0:56 - 0:58de började komma under 1970-talet --
-
0:58 - 1:00de scannade människokroppar,
-
1:00 - 1:02och de genererade omkring 100 bilder
-
1:02 - 1:04av människokroppen.
-
1:04 - 1:06Jag har tagit mig friheten, för tydlighets skull,
-
1:06 - 1:09att översätta det till dataenheter.
-
1:09 - 1:11Det skulle motsvara ungefär 50 MB,
-
1:11 - 1:13vilket är lite
-
1:13 - 1:16när man tänker på informationen vi kan hantera idag
-
1:16 - 1:18bara på vanliga mobilenheter.
-
1:18 - 1:20Om man översätter det till telefonkataloger,
-
1:20 - 1:23blir det ungefär en meterhög stapel av telefonkataloger.
-
1:23 - 1:25Ser man till det vi gör idag
-
1:25 - 1:27med de maskiner vi har,
-
1:27 - 1:29kan vi, på bara några sekunder,
-
1:29 - 1:31få 24 000 bilder av en kropp.
-
1:31 - 1:34Det skulle motsvara omkring 20 GB,
-
1:34 - 1:36eller 800 telefonkataloger.
-
1:36 - 1:38Högen med telefonkataloger skulle då bli 200 meter hög.
-
1:38 - 1:40Det som är på väg att hända --
-
1:40 - 1:42och vi ser att detta är på gång --
-
1:42 - 1:44en tekniktrend som händer just nu
-
1:44 - 1:47är att vi även börjar titta på resultat över tid.
-
1:47 - 1:50Så vi får dynamiken av kroppen också.
-
1:50 - 1:52Anta bara
-
1:52 - 1:55att vi samlar data under fem sekunder,
-
1:55 - 1:57det skulle motsvara en TB data.
-
1:57 - 1:59Det är 800 000 telefonkataloger
-
1:59 - 2:01som skulle utgöra en 16 km hög stapel.
-
2:01 - 2:03Det är en patient, en uppsättning data.
-
2:03 - 2:05Och det är detta vi måste handskas med.
-
2:05 - 2:08Så det är egentligen detta som är den enorma utmaningen vi har.
-
2:08 - 2:11Redan idag -- detta är 25 000 bilder.
-
2:11 - 2:13Föreställ er
-
2:13 - 2:15när vi hade röntgenläkare till detta.
-
2:15 - 2:17Dom skulle ha satt upp 25 000 bilder,
-
2:17 - 2:20och gjort så här. "25 000, okej, okej...
-
2:20 - 2:22Där är problemet."
-
2:22 - 2:24Dom kan inte göra så längre, det är omöjligt.
-
2:24 - 2:27Så vi måste göra nånting lite mer intelligent än detta.
-
2:28 - 2:30Vad vi gör är att vi sätter ihop alla dessa skikt.
-
2:30 - 2:33Föreställ dig att du skivar din kropp i alla riktningar,
-
2:33 - 2:36och sen försöker du sätta ihop alla skikt igen
-
2:36 - 2:38till en hög med information, till ett datablock.
-
2:38 - 2:40Så det är egentligen det här vi gör.
-
2:40 - 2:43Så den här gigabyten eller terabyten med data stoppar vi i in i ett block.
-
2:43 - 2:45Men självklart är det så att datablocket
-
2:45 - 2:47bara innehåller den mängd röntgenstrålning
-
2:47 - 2:49som blivit absorberad i varje punkt av människokroppen.
-
2:49 - 2:51Vad vi behöver göra är att komma på ett sätt
-
2:51 - 2:54att titta på de saker vi vill titta på
-
2:54 - 2:57och göra saker genomskinliga som vi inte vill titta på.
-
2:57 - 2:59Så att omvandla datauppsättningen
-
2:59 - 3:01till någonting som ser ut som detta.
-
3:01 - 3:03Detta är en utmaning.
-
3:03 - 3:06Det är en enorm utmaning för oss att göra det.
-
3:06 - 3:09Att använda datorer, även om dom bli snabbare och bättre hela tiden,
-
3:09 - 3:11så är det en utmaning att handskas med flera gigabyte,
-
3:11 - 3:13eller terabyte
-
3:13 - 3:15och att extrahera den relevanta informationen.
-
3:15 - 3:17Jag vill titta på hjärtat,
-
3:17 - 3:19Jag vill titta på blodkärlen, jag vill titta på levern,
-
3:19 - 3:21kanske till och med hitta en tumör
-
3:21 - 3:23i vissa fall.
-
3:24 - 3:26Låt mig visa ett exempel.
-
3:26 - 3:28Detta är min dotter.
-
3:28 - 3:30Detta var klockan nio i morse.
-
3:30 - 3:32Hon spelar ett dataspel.
-
3:32 - 3:34Hon är bara två år gammal,
-
3:34 - 3:36och har jätteroligt.
-
3:36 - 3:39Så hon är den egentliga drivkraften
-
3:39 - 3:42bakom utvecklingen av grafikprocessorer.
-
3:43 - 3:45Så länge barn spelar dataspel,
-
3:45 - 3:47blir grafiken bättre och bättre.
-
3:47 - 3:49Så var snälla att gå hem och säg åt era barn att spela mer dataspel,
-
3:49 - 3:51för det är det jag behöver.
-
3:51 - 3:53Så det som är inuti den här maskinen
-
3:53 - 3:55är det som gör det möjligt för mig att göra det jag gör
-
3:55 - 3:57med den medicinska datan.
-
3:57 - 4:00Så vad jag gör är att använda dessa fantastiska små enheter.
-
4:00 - 4:02Går man tillbaka
-
4:02 - 4:04omkring 10 år i tiden
-
4:04 - 4:06när jag fick finansiering
-
4:06 - 4:08till min första grafikdator.
-
4:08 - 4:10Det var en enorm maskin.
-
4:10 - 4:13Det var stora skåp med processorer, lagring och allt.
-
4:13 - 4:16Jag betalade ungefär en miljon dollar för den maskinen.
-
4:17 - 4:20Den maskinen är idag ungefär lika snabb som min iPhone.
-
4:22 - 4:24Varje månad kommer det ut nya grafikkort.
-
4:24 - 4:27Här är några av de senaste från tillverkarna --
-
4:27 - 4:30NVIDIA, ATI och även Intel.
-
4:30 - 4:32För bara några hundra dollar
-
4:32 - 4:34kan man köpa såna här och stoppa in i sin dator,
-
4:34 - 4:37och man kan göra fantastiska saker med dessa grafikkort.
-
4:37 - 4:39Så det är egentligen detta som gör det möjligt för oss
-
4:39 - 4:42att hantera med explosionen av data inom medicin,
-
4:42 - 4:44tillsammans med en del riktigt fiffigt arbete
-
4:44 - 4:46i form av algoritmer --
-
4:46 - 4:48datakomprimering,
-
4:48 - 4:51och extrahering av den relevanta informationen som folk forskar om.
-
4:51 - 4:54Jag ska visa er några exempel av vad vi kan göra.
-
4:54 - 4:57Detta är en datauppsättning som erhållits med datortomografi.
-
4:57 - 5:00Man kan se att det finns mycket information.
-
5:00 - 5:03Det är en kvinna. Man kan se håret.
-
5:03 - 5:06Man kan se de individuella strukturerna av kvinnan.
-
5:06 - 5:09Man kan se viss diffraktion av röntgenstrålar
-
5:09 - 5:11på tänderna, metallen i tänderna.
-
5:11 - 5:14Det är därifrån artefakterna kommer.
-
5:14 - 5:16Men helt interaktivt
-
5:16 - 5:19med ett vanligt grafikkort på en vanlig dator,
-
5:19 - 5:21kan jag bara lägga in ett beskärningsplan.
-
5:21 - 5:23Självklart finns all data där,
-
5:23 - 5:26så jag kan börja rotera, jag kan titta på det från olika vinklar,
-
5:26 - 5:29och jag kan se att den här kvinnan hade problem.
-
5:29 - 5:31Hon hade en blödning uppe i hjärnan,
-
5:31 - 5:33och den har blivit fixad med en liten stent,
-
5:33 - 5:35en metallklämma som drar ihop blodkärlet.
-
5:35 - 5:37Bara genom att ändra i funktionerna,
-
5:37 - 5:40kan jag bestämma vad som ska vara genomskinligt
-
5:40 - 5:42och vad som ska vara synligt.
-
5:42 - 5:44Jag kan titta på skallstrukturen,
-
5:44 - 5:47och jag kan se att det var här dom öppnade skallen på den här kvinnan,
-
5:47 - 5:49och det var där dom gick in.
-
5:49 - 5:51Så detta är fantastiska bilder.
-
5:51 - 5:53Dom är väldigt högupplösta
-
5:53 - 5:55och dom visar oss verkligen vad vi kan göra
-
5:55 - 5:58med vanliga grafikkort idag.
-
5:58 - 6:00Nu har vi verkligen dragit nytta av detta,
-
6:00 - 6:03och vi har försökt att klämma in massvis med data
-
6:03 - 6:05in i systemet.
-
6:05 - 6:07En av tillämpningarna som vi har arbetat på --
-
6:07 - 6:10och detta har fått ett visst fäste över hela världen --
-
6:10 - 6:12är tillämpningen med virtuella obduktioner.
-
6:12 - 6:14Så återigen, framför oss har vi väldigt, väldigt stora uppsättningar data,
-
6:14 - 6:17och ni såg helkroppsscanningarna vi kan göra.
-
6:17 - 6:20Vi för bara kroppen genom datortomografen,
-
6:20 - 6:23och på bara några sekunder kan vi få en helkroppsdatauppsättning.
-
6:23 - 6:25Så detta är från en virtuell obduktion.
-
6:25 - 6:27Ni kan se hur jag gradvis skalar av.
-
6:27 - 6:30Först såg ni liksäcken kroppen kom i,
-
6:30 - 6:33sen skalar jag av huden -- ni kan se musklerna --
-
6:33 - 6:36och slutligen kan ni se kvinnans skelett.
-
6:36 - 6:39Vid det här laget skulle jag också vilja passa på att understryka
-
6:39 - 6:41att, med den största respekt
-
6:41 - 6:43för människorna som jag nu ska visa --
-
6:43 - 6:45Jag ska visa några fall av virtuella obduktioner --
-
6:45 - 6:47så det är med största respekt för människorna
-
6:47 - 6:49som dött under våldsamma omständigheter
-
6:49 - 6:52som jag ska visa dessa bilder för er.
-
6:53 - 6:55I rättsmedicinska fall --
-
6:55 - 6:57och detta är något
-
6:57 - 6:59som det funnits cirka 400 fall av hittills
-
6:59 - 7:01bara i den delen av Sverige som jag kommer ifrån
-
7:01 - 7:03som har undergått virtuella obduktioner
-
7:03 - 7:05de senaste fyra åren.
-
7:05 - 7:08Så detta är den typiska arbetsgången.
-
7:08 - 7:10Polisen avgör --
-
7:10 - 7:12under kvällen, när ett fall kommer in --
-
7:12 - 7:15så avgör dom om detta är ett fall som kräver obduktion.
-
7:15 - 7:18På morgonen, mellan klockan sex och sju,
-
7:18 - 7:20transporteras sedan kroppen inuti liksäcken
-
7:20 - 7:22till vårt center
-
7:22 - 7:24och scannas genom en av datortomograferna.
-
7:24 - 7:26Sen tittar röntgenläkaren, tillsammans med rättsläkaren
-
7:26 - 7:28och ibland en annan rättsmedicinsk specialist,
-
7:28 - 7:30på datan som kommer ut,
-
7:30 - 7:32och dom har ett gemensamt sammanträde.
-
7:32 - 7:35Efter detta bestämmer dom vad som sedan ska göras i den riktiga, fysiska obduktionen.
-
7:37 - 7:39Låt oss titta på några fall,
-
7:39 - 7:41här är ett av de första fallen som vi hade.
-
7:41 - 7:44Man kan verkligen se detaljerna av datauppsättningen,
-
7:44 - 7:46det är väldigt högupplöst.
-
7:46 - 7:48Och det är våra algoritmer som låter oss
-
7:48 - 7:50zooma in på alla detaljer.
-
7:50 - 7:52Återigen, det är helt interaktivt,
-
7:52 - 7:54så man kan rotera och man kan titta på saker i realtid
-
7:54 - 7:56på dessa system.
-
7:56 - 7:58Utan att säga för mycket om detta fallet,
-
7:58 - 8:00det är en trafikolycka,
-
8:00 - 8:02en berusad förare som kört på en kvinna.
-
8:02 - 8:05Det är väldigt lätt att se skadorna på skelettet.
-
8:05 - 8:08Dödsorsaken är den brutna nacken.
-
8:08 - 8:10Den här kvinnan hamnade dessutom under bilen,
-
8:10 - 8:12så hon är i ganska dåligt skick
-
8:12 - 8:14på grund av olyckan.
-
8:14 - 8:17Här är ett annat fall, ett fall av knivvåld.
-
8:17 - 8:19Detta visar oss igen vad vi kan göra.
-
8:19 - 8:21Det är väldigt lätt att se metallartefakter
-
8:21 - 8:24som vi kan visa inuti kroppen.
-
8:24 - 8:27Man kan också se lite artefakter från tänderna --
-
8:27 - 8:29det är faktiskt tandfyllningarna --
-
8:29 - 8:32men eftersom jag har satt inställningarna att visa metall
-
8:32 - 8:34och göra allt annat genomskinligt.
-
8:34 - 8:37Här är ett annat våldsamt fall. Det här dödade inte personen.
-
8:37 - 8:39Personen dog av knivhugg i hjärtat,
-
8:39 - 8:41men dom gjorde bara sig av med kniven
-
8:41 - 8:43genom att sätta den i en av ögonhålorna.
-
8:43 - 8:45Här är ett annat fall.
-
8:45 - 8:47Det är väldigt intressant för oss
-
8:47 - 8:49att kunna undersöka saker som knivhugg.
-
8:49 - 8:52Här kan man se att kniven gick genom hjärtat.
-
8:52 - 8:54Det är väldigt lätt att se hur luften har läckt
-
8:54 - 8:56från en del till en annan del,
-
8:56 - 8:59vilket är svårt att se i en vanlig fysisk obduktion.
-
8:59 - 9:01Så det underlättar verkligen
-
9:01 - 9:03brottsutredningen
-
9:03 - 9:05att fastställa dödsorsaken,
-
9:05 - 9:08och i vissa fall att leda utredningen i rätt riktning
-
9:08 - 9:10för att ta reda på vem gärningsmannen egentligen var.
-
9:10 - 9:12Här är ett annat fall som jag tycker är intressant.
-
9:12 - 9:14Här kan man se en kula
-
9:14 - 9:17som har fastnat precis intill ryggraden på den här personen.
-
9:17 - 9:20Vad vi har gjort är att vi har gjort om kulan till en ljuskälla,
-
9:20 - 9:22så att kulan faktiskt skiner,
-
9:22 - 9:25och det gör det väldigt enkelt att hitta såna här fragment.
-
9:25 - 9:27Under en fysisk obduktion,
-
9:27 - 9:29om du verkligen måste gräva genom hela kroppen för att finna dessa fragment,
-
9:29 - 9:31så är det faktiskt rätt svårt.
-
9:33 - 9:35En sak som jag är väldigt glad
-
9:35 - 9:38att kunna visa er här idag
-
9:38 - 9:40är vårt virtuella obduktionsbord.
-
9:40 - 9:42Det är en touch-enhet som vi har utvecklat
-
9:42 - 9:45baserat på dom här algoritmerna och med vanliga grafikkort.
-
9:45 - 9:47Det ser i själva verket ut så här,
-
9:47 - 9:50bara för att ge er en känsla av hur det ser ut.
-
9:50 - 9:53Det fungerar precis som en enorm iPhone.
-
9:53 - 9:55Så vi har implementerat
-
9:55 - 9:58alla rörelser man kan göra på bordet,
-
9:58 - 10:02och man kan se det som ett enormt touch-gränssnitt.
-
10:02 - 10:04Så om du funderade på att köpa en iPad,
-
10:04 - 10:07glöm det - detta är vad du vill ha istället.
-
10:07 - 10:10Steve, jag hoppas du lyssnar på detta.
-
10:11 - 10:13Så det är en väldigt trevlig liten enhet.
-
10:13 - 10:15Om ni får tillfälle, pröva det gärna.
-
10:15 - 10:18Det är verkligen en fysisk känsla.
-
10:18 - 10:21Den har fått visst fäste och vi försöker lansera den
-
10:21 - 10:23och testar den i undervisningssyften,
-
10:23 - 10:25men också, eventuellt i framtiden,
-
10:25 - 10:28i mer kliniska sammanhang.
-
10:28 - 10:30Det finns en YouTube-video som man kan se för mer information,
-
10:30 - 10:32om man vill förmedla informationen till andra människor
-
10:32 - 10:35om virtuella obduktioner.
-
10:35 - 10:37Okej, nu när vi pratar om "touch",
-
10:37 - 10:39låt mig gå över till verkligt "rörande" data.
-
10:39 - 10:41Och detta är lite science fiction nu,
-
10:41 - 10:44så vi går verkligen in i framtiden.
-
10:44 - 10:47Detta är inte vad läkare egentligen använder sig av just nu,
-
10:47 - 10:49men jag hoppas dom gör det i framtiden.
-
10:49 - 10:52Det ni ser till vänster är en touch-enhet.
-
10:52 - 10:54Det är en liten mekanisk penna
-
10:54 - 10:57som har väldigt snabba stegmotorer inuti pennan.
-
10:57 - 10:59På så sätt kan jag skapa en "kraftåterkoppling" (force feedback).
-
10:59 - 11:01Så när jag virtuellt vidrör data,
-
11:01 - 11:04skapas rörelsekrafter i pennan, så jag får en återkoppling.
-
11:04 - 11:06I det här fallet
-
11:06 - 11:08är det en scanning av en levande person.
-
11:08 - 11:11Jag har den här pennan och jag tittar på datan,
-
11:11 - 11:13och jag rör pennan mot huvudet,
-
11:13 - 11:15och helt plötsligt känner jag ett motstånd.
-
11:15 - 11:17Så jag kan känna huden.
-
11:17 - 11:19Om jag trycker lite hårdare kommer jag igenom huden,
-
11:19 - 11:22och jag kan känna benstrukturen inuti.
-
11:22 - 11:24Om jag trycker ännu hårdare kommer jag igenom skelettet,
-
11:24 - 11:27särskilt i närheten av örat där benet är väldigt mjukt.
-
11:27 - 11:30Sen kan jag känna hjärnan inuti, och den kommer vara slaskig som så här.
-
11:30 - 11:32Så det här är väldigt trevligt.
-
11:32 - 11:35För att ta det ännu längre, detta är ett hjärta.
-
11:35 - 11:38Och detta är också tack vare dom här fantastiska nya maskinerna,
-
11:38 - 11:40som på bara 0,3 sekunder,
-
11:40 - 11:42kan scanna hela hjärtat,
-
11:42 - 11:44och jag kan göra det med tidsupplösning.
-
11:44 - 11:46Så bara genom att titta på det här hjärtat --
-
11:46 - 11:48Jag kan spela upp en video här.
-
11:48 - 11:50Detta är Karl-Johan, en av mina doktorander
-
11:50 - 11:52som har arbetat på det här projektet.
-
11:52 - 11:55Han sitter där framför haptikkontrollen, force feedback-systemet,
-
11:55 - 11:58och han rör pennan mot hjärtat,
-
11:58 - 12:00och hjärtat slår nu framför honom,
-
12:00 - 12:02så han kan se hur hjärtat slår.
-
12:02 - 12:04Han tar pennan och rör den mot hjärtat,
-
12:04 - 12:06och han sätter den på hjärtat,
-
12:06 - 12:09och sen känner han hjärtslagen från den levande patienten.
-
12:09 - 12:11Sedan kan han undersöka hur hjärtat rör sig.
-
12:11 - 12:13Han kan trycka sig in inuti hjärtat,
-
12:13 - 12:16och riktigt känna hur klaffarna rör sig.
-
12:16 - 12:19Och detta, tror jag, är framtiden för hjärtkirurger.
-
12:19 - 12:22Jag menar det är förmodligen en våt dröm för en hjärtkirurg
-
12:22 - 12:25att kunna gå inuti en patients hjärta
-
12:25 - 12:27innan du gör det riktiga kirurgiska ingreppet,
-
12:27 - 12:29och gör det med högkvalitativ, högupplöst data.
-
12:29 - 12:31Så det här är jättebra.
-
12:32 - 12:35Nu rör vi oss ännu längre in i framtidens science fiction.
-
12:35 - 12:38Vi hörde lite om funktionell MRI.
-
12:38 - 12:41Det här är ett riktigt intressant projekt.
-
12:41 - 12:43MRI använder sig av magnetfält
-
12:43 - 12:45och radiofrekvenser
-
12:45 - 12:48för att scanna hjärnan, eller vilken kroppsdel som helst.
-
12:48 - 12:50Så vad vi egentligen får ut av detta
-
12:50 - 12:52är information om hjärnans struktur,
-
12:52 - 12:54men vi kan också mäta skillnaden
-
12:54 - 12:57av magnetiska egenskaper mellan blod som är syresatt
-
12:57 - 13:00och blod som är syrefattigt.
-
13:00 - 13:02Det innebär att det är möjligt
-
13:02 - 13:04att kartlägga hjärnaktiviteten.
-
13:04 - 13:06Så detta är något vi har jobbat på.
-
13:06 - 13:09Och ni såg precis forskningsingenjören Mats
-
13:09 - 13:11åka in i MRI-systemet,
-
13:11 - 13:13och han hade på sig ett par glasögon.
-
13:13 - 13:15Så han kunde se saker i dom här glasögonen.
-
13:15 - 13:18Så jag kunde visa saker för honom medan han låg i scannern.
-
13:18 - 13:20Och det här är lite galet,
-
13:20 - 13:22för vad Mats ser är egentligen detta.
-
13:22 - 13:25Han ser sin egen hjärna.
-
13:25 - 13:27Så Mats gör någonting här.
-
13:27 - 13:29Troligtvis gör han så här med sin högerhand,
-
13:29 - 13:31för den vänstra sidan aktiveras
-
13:31 - 13:33på den primära motoriska barken.
-
13:33 - 13:35Och sen kan han se det samtidigt.
-
13:35 - 13:37Dessa visualiseringar är helt nya.
-
13:37 - 13:40Detta är något som vi har forskat i ett tag.
-
13:40 - 13:43Det här är en annan sekvens av Mats hjärna.
-
13:43 - 13:46Här bad vi Mats räkna baklänges från 100.
-
13:46 - 13:48Så han tänker "100, 97, 94".
-
13:48 - 13:50Och så fortsätter han.
-
13:50 - 13:53Man kan se hur den lilla matteprocessorn jobbar här uppe i hans hjärna
-
13:53 - 13:55och lyser upp hela hjärnan.
-
13:55 - 13:57Det här är fantastiskt. Vi kan göra det här i realtid.
-
13:57 - 13:59Vi kan undersöka saker. Vi kan be honom göra saker.
-
13:59 - 14:01Man kan också se att hans syncentrum
-
14:01 - 14:03är aktiverat på baksidan av huvudet,
-
14:03 - 14:05för det är där han ser, han ser sin egen hjärna.
-
14:05 - 14:07Han hör också våra instruktioner
-
14:07 - 14:09när vi ber honom göra saker.
-
14:09 - 14:11Signalen är väldigt djup inuti hjärnan också,
-
14:11 - 14:13men den skiner igenom,
-
14:13 - 14:15för all data är inuti den här volymen.
-
14:15 - 14:17Om en sekund kommer ni få se --
-
14:17 - 14:19Okej, här. Mats, rör på din vänsterfot.
-
14:19 - 14:21Så han gör så här.
-
14:21 - 14:23I 20 sekunder gör han så,
-
14:23 - 14:25och helt plötsligt lyser det upp här uppe.
-
14:25 - 14:27Så vi har aktivering av den motoriska barken där uppe.
-
14:27 - 14:29Så det här är riktigt bra.
-
14:29 - 14:31Och jag tycker det här är ett mycket bra redskap.
-
14:31 - 14:33För att knyta an till den tidigare presentationen,
-
14:33 - 14:35så är detta någonting vi skulle kunna använda som ett verktyg
-
14:35 - 14:37för att verkligen förstå
-
14:37 - 14:39hur neuroner fungerar, hur hjärnan fungerar,
-
14:39 - 14:42och vi kan göra detta med väldigt hög visuell kvalitet
-
14:42 - 14:45och väldigt hög tidsupplösning.
-
14:45 - 14:47Vi har också lite roligt på vårt center.
-
14:47 - 14:50Det här är en CAT scan -- "Computer Aided Tomography" (datortomografi).
-
14:51 - 14:53Det här är ett lejon från den lokala djurparken
-
14:53 - 14:56utanför Norrköping - Kolmården. Elsa.
-
14:56 - 14:58Så hon kom till centret,
-
14:58 - 15:00och dom gav henne bedövning
-
15:00 - 15:02innan hon åkte in i scannern.
-
15:02 - 15:05Sen får jag hela datauppsättningen av lejonet.
-
15:05 - 15:07Och jag kan göra så här fina bilder.
-
15:07 - 15:09Jag kan skala av lager av lejonet.
-
15:09 - 15:11Jag kan titta inuti det.
-
15:11 - 15:13Vi har experimenterat med detta
-
15:13 - 15:15och jag tycker det är jättebra tillämpning
-
15:15 - 15:17för framtiden av den här teknologin.
-
15:17 - 15:20För man vet väldigt lite om djurs anatomi.
-
15:20 - 15:23Den vetskap som finns där ute för veterinärer är ganska enkel information.
-
15:23 - 15:25Vi kan scanna alla möjliga saker,
-
15:25 - 15:27alla sorters djur.
-
15:27 - 15:30Det enda problemet är att få in det i maskinen.
-
15:30 - 15:32Här är en björn.
-
15:32 - 15:34Det var rätt svårt att få in den.
-
15:34 - 15:37Och björnen är ett gosigt, vänligt djur.
-
15:37 - 15:40Här är den. Här är björnens nos.
-
15:40 - 15:43Man vill kanske gosa med den här,
-
15:43 - 15:46tills man ändrar inställningarna och tittar på detta.
-
15:46 - 15:48Så var akta er för björnen.
-
15:48 - 15:50Så med det
-
15:50 - 15:52skulle jag vilja tacka alla de
-
15:52 - 15:54som har hjälpt mig skapa dessa bilder.
-
15:54 - 15:56Det är en enorm ansträngning som lagts på detta,
-
15:56 - 15:59att samla all data och utveckla algoritmerna,
-
15:59 - 16:01koda all mjukvara.
-
16:01 - 16:04Väldigt talangfulla människor.
-
16:04 - 16:07Mitt motto är alltid att bara anställa folk som är smartare än jag
-
16:07 - 16:09och dom flesta av dessa är smartare än jag.
-
16:09 - 16:11Tack så mycket.
-
16:11 - 16:15(Applåder)
- Title:
- Anders Ynnerman: Visualisera den medicinska dataexplosionen
- Speaker:
- Anders Ynnerman
- Description:
-
Idag producerar medicinska scanningar tusentals bilder och terabyte med data för en enda patient på bara några sekunder, men hur tolkar läkarna denna information och avgör vad som är användbart? Vid TEDxGöteborg visar den vetenskapliga visualiseringsexperten Anders Ynnerman oss sofistikerade nya verktyg - som virtuella obduktioner - för att analysera denna myriad av data, och en inblick i några science fiction-klingande medicinska tekniker som är under utveckling. Denna presentation innehåller grafiska medicinska bilder som kan vara stötande.
- Video Language:
- English
- Team:
closed TED
- Project:
- TEDTalks
- Duration:
- 16:16