So, well, I do applied math, and this is a peculiar problem for anyone who does applied math, is that we are like management consultants. No one knows what the hell we do. So I am going to give you some -- attempt today to try and explain to you what I do.
Baiklah, saya bekerja di bidang matematika terapan dan masalah ini sebenarnya aneh bagi seseorang yang bekerja di bidang matematika terapan, kami seperti konsultan manajemen. Tidak ada yang tahu apa yang kami kerjakan. Jadi hari ini saya akan -- sedikit mencoba untuk menjelaskan apa yang saya lakukan.
So, dancing is one of the most human of activities. We delight at ballet virtuosos and tap dancers you will see later on. Now, ballet requires an extraordinary level of expertise and a high level of skill, and probably a level of initial suitability that may well have a genetic component to it. Now, sadly, neurological disorders such as Parkinson's disease gradually destroy this extraordinary ability, as it is doing to my friend Jan Stripling, who was a virtuoso ballet dancer in his time. So great progress and treatment has been made over the years. However, there are 6.3 million people worldwide who have the disease, and they have to live with incurable weakness, tremor, rigidity and the other symptoms that go along with the disease, so what we need are objective tools to detect the disease before it's too late. We need to be able to measure progression objectively, and ultimately, the only way we're going to know when we actually have a cure is when we have an objective measure that can answer that for sure.
Begini, menari adalah salah satu kegiatan yang paling manusiawi. Kita senang akan gerakan balet dan tap dance Anda akan lihat nanti. Balet memerlukan tingkat keahlian dan keterampilan yang sangat tinggi, dan mungkin tingkat bakat tertentu yang mungkin merupakan faktor keturunan di dalamnya. Namun sayangnya, gangguan syaraf seperti penyakit Parkinson secara bertahap menghancurkan kemampuan luar biasa ini, seperti yang dialami sahabat saya, Jan Stripling, yang merupakan penari balet hebat di jamannya. Kemajuan dalam perawatan yang pesat telah terjadi selama bertahun-tahun. Namun ada 6,3 juta orang di dunia yang menderita penyakit ini, dan mereka harus hidup dengan tubuh lemah yang tidak dapat sembuh, tubuh gemetar, kaku, dan gejala lain yang menyertai penyakit ini, jadi yang kita perlukan adalah alat yang objektif unutk mendeteksi penyakit ini sebelum terlambat. Kita harus dapat mengukur penyebaran penyakit ini dengan objektif, dan pada akhirnya, cara satu-satunya untuk tahu kapan kita telah menemukan obatnya adalah pada saat kita memiliki alat ukur yang objektif yang dapat menjawab hal itu dengan pasti.
But frustratingly, with Parkinson's disease and other movement disorders, there are no biomarkers, so there's no simple blood test that you can do, and the best that we have is like this 20-minute neurologist test. You have to go to the clinic to do it. It's very, very costly, and that means that, outside the clinical trials, it's just never done. It's never done.
Namun, penyakit Parkinson dan gangguan pergerakan lainnya tidak memiliki tanda-tanda biologis, sehingga Anda tidak dapat melakukan tes darah untuk mengetahuinya dan hal yang terbaik yang kita miliki adalah tes syaraf selama 20 menit ini. Anda harus datang ke klinik untuk melakukannya. Tes ini sangat mahal dan itu berarti, hal ini tidak pernah dilakukan selain untuk uji klinis.
But what if patients could do this test at home? Now, that would actually save on a difficult trip to the clinic, and what if patients could do that test themselves, right? No expensive staff time required. Takes about $300, by the way, in the neurologist's clinic to do it.
Namun bagaimana jika pasien dapat melakukan tes itu di rumah? Hal itu akan membuat pasien tidak perlu datang ke klinik lagi dan bagaimana jika pasien dapat melakukan tes itu sendiri? Tidak perlu membuang waktu staf klinik yang berharga. Sebagai selingan, di klinik syaraf biayanya 300 dolar untuk tes itu.
So what I want to propose to you as an unconventional way in which we can try to achieve this, because, you see, in one sense, at least, we are all virtuosos like my friend Jan Stripling.
Jadi saya ingin menjelaskan cara yang tidak biasa di mana kita bisa mencoba untuk mencapainya, karena, dalam hal tertentu kita semua luar biasa, seperti teman saya Jan Stripling.
So here we have a video of the vibrating vocal folds. Now, this is healthy and this is somebody making speech sounds, and we can think of ourselves as vocal ballet dancers, because we have to coordinate all of these vocal organs when we make sounds, and we all actually have the genes for it. FoxP2, for example. And like ballet, it takes an extraordinary level of training. I mean, just think how long it takes a child to learn to speak. From the sound, we can actually track the vocal fold position as it vibrates, and just as the limbs are affected in Parkinson's, so too are the vocal organs. So on the bottom trace, you can see an example of irregular vocal fold tremor. We see all the same symptoms. We see vocal tremor, weakness and rigidity. The speech actually becomes quieter and more breathy after a while, and that's one of the example symptoms of it.
Lalu inilah video dari pita suara yang bergetar. Inilah pita suara orang sehat yang sedang mengeluarkan suara dan kita dapat menganggap diri kita sebagai penari balet suara karena kita harus mengatur semua organ-organ suara ini saat kita bersuara, dan kita semua sebenarnya memiliki gen untuk itu. Contohnya FoxP2. Seperti balet, diperlukan pelatihan yang luar biasa. Maksud saya, pikirkan saja berapa lama anak-anak belajar berbicara. Dari suara itu, kita sebenarnya dapat melihat posisi pita suara saat bergetar dan sama seperti anggota tubuh kita yang terkena dampak Parkinson, organ suara kita juga demikian. Jadi di bagian bawah, Anda dapat melihat contoh dari getaran pita suara yang tidak teratur. Kita melihat gejala yang sama. Kita melihat getaran suara, lemah, dan kaku. Suara itu tampak menjadi lebih kecil dan lebih berat setelah beberapa saat, dan itulah salah satu contoh gejalanya.
So these vocal effects can actually be quite subtle, in some cases, but with any digital microphone, and using precision voice analysis software in combination with the latest in machine learning, which is very advanced by now, we can now quantify exactly where somebody lies on a continuum between health and disease using voice signals alone.
Efek pada suara ini sebenarnya bisa jadi sangat halus, dalam beberapa kasus, namun dengan mikrofon digital dan piranti lunak untuk menganalisis suara yang digabungkan dengan mesin pembelajaran terbaru yang kini sudah sangat canggih, kita dapat mengukur dengan pasti lokasi seseorang pada garis rentang antara sehat dan sakit hanya dengan menggunakan sinyal suara.
So these voice-based tests, how do they stack up against expert clinical tests? We'll, they're both non-invasive. The neurologist's test is non-invasive. They both use existing infrastructure. You don't have to design a whole new set of hospitals to do it. And they're both accurate. Okay, but in addition, voice-based tests are non-expert. That means they can be self-administered. They're high-speed, take about 30 seconds at most. They're ultra-low cost, and we all know what happens. When something becomes ultra-low cost, it becomes massively scalable. So here are some amazing goals that I think we can deal with now. We can reduce logistical difficulties with patients. No need to go to the clinic for a routine checkup. We can do high-frequency monitoring to get objective data. We can perform low-cost mass recruitment for clinical trials, and we can make population-scale screening feasible for the first time. We have the opportunity to start to search for the early biomarkers of the disease before it's too late.
Jadi bagaimana tes berdasarkan suara ini jika dibandingkan dengan uji klinis? Keduanya sama-sama tidak merusak tubuh. Tes syaraf juga tidak merusak. Keduanya menggunakan prasarana yang sudah ada. Anda tidak perlu membuat rumah sakit baru untuk melakukannya. Dan keduanya tepat. Baiklah, namun sebagai tambahan, uji berdasarkan suara tidak memerlukan keahlian. Artinya pengujian itu dapat dilakukan sendiri. Pengujian ini sangat cepat, paling lama hanya 30 detik. Pengujian ini sangat murah, dan kita semua tahu yang terjadi. Saat sesuatu menjadi sangat murah, hal itu dapat dilakukan secara besar-besaran. Jadi inilah beberapa tujuan hebat yang saya rasa dapat kita capai sekarang. Kita dapat mengurangi kesulitan logistik pasien. Tidak perlu lagi pergi ke klinik untuk pemeriksaan rutin. Kita dapat memantau dengan intensif untuk mendapatkan data yang objektif. Kita dapat melakukan uji klinis masal yang murah dan kita dapat membuat pengujian semua orang menjadi mungkin untuk pertama kalinya. Kita memiliki kesempatan untuk mulai mencari tanda biologis dari penyakit ini sebelum terlambat.
So, taking the first steps towards this today, we're launching the Parkinson's Voice Initiative. With Aculab and PatientsLikeMe, we're aiming to record a very large number of voices worldwide to collect enough data to start to tackle these four goals. We have local numbers accessible to three quarters of a billion people on the planet. Anyone healthy or with Parkinson's can call in, cheaply, and leave recordings, a few cents each, and I'm really happy to announce that we've already hit six percent of our target just in eight hours. Thank you. (Applause) (Applause)
Jadi, sebagai langkah pertama menuju hal ini kami meluncurkan Prakarsa Suara Parkinson. Dengan Aculab dan PatientsLikeMe, kami ingin merekam suara dalam jumlah besar dari seluruh dunia untuk mengumpulkan data yang cukup untuk mencapai keempat tujuan ini. Ada nomor telepon lokal yang dapat dijangkau oleh 750 juta orang di seluruh dunia. Baik mereka yang sehat atau menderita Parkinson dapat menelepon dengan murah dan meninggalkan rekaman suara, hanya dengan beberapa sen dan saya sangat senang mengatakan bahwa kami telah mencapai enam persen dari target kami hanya dalam 8 jam. Terima kasih. (Tepuk tangan) (Tepuk tangan)
Tom Rielly: So Max, by taking all these samples of,
Tom Rielly: Jadi Max, dengan mengambil semua contoh dari,
let's say, 10,000 people, you'll be able to tell who's healthy and who's not? What are you going to get out of those samples?
katakanlah, 10.000 orang, Anda akan dapat mengatakan siapa yang sehat dan yang tidak? Apa yang akan Anda ambil dari contoh-contoh itu?
Max Little: Yeah. Yeah. So what will happen is that, during the call you have to indicate whether or not you have the disease or not, you see. TR: Right. ML: You see, some people may not do it. They may not get through it. But we'll get a very large sample of data that is collected from all different circumstances, and it's getting it in different circumstances that matter because then we are looking at ironing out the confounding factors, and looking for the actual markers of the disease.
Max Little: Benar. Jadi yang terjadi adalah selama menelepon, Anda harus menyatakan apakah Anda memiliki penyakit atau tidak. TR: Benar. ML: Beberapa orang mungkin tidak ingin melakukan atau malaluinya. Namun kita akan mendapat contoh data yang sangat besar dari berbagai keadaan yang berbeda, dan hal ini penting karena kemudian kami ingin mencoret faktor-faktor yang membingungkan, dan melihat tanda biologis sebenarnya dari penyakit ini.
TR: So you're 86 percent accurate right now?
TR: Jadi sekarang Anda 86 persen tepat?
ML: It's much better than that. Actually, my student Thanasis, I have to plug him, because he's done some fantastic work, and now he has proved that it works over the mobile telephone network as well, which enables this project, and we're getting 99 percent accuracy.
ML: Jauh lebih baik dari itu. Sebenarnya saya harus mengatakan bahwa siswa saya, Thanasis, telah melakukan sesuatu yang luar biasa, dan kini dia telah membuktikan bahwa hal ini juga dapat dilakukan dengan jaringan telepon seluler yang memungkinkan proyek ini berjalan, dan kini ketepatannya mencapai 99 persen.
TR: Ninety-nine. Well, that's an improvement. So what that means is that people will be able to — ML: (Laughs) TR: People will be able to call in from their mobile phones and do this test, and people with Parkinson's could call in, record their voice, and then their doctor can check up on their progress, see where they're doing in this course of the disease.
TR: 99. Itu suatu kemajuan. Jadi hal ini berarti orang-orang akan dapat -- ML: (Tawa) TR: Orang-orang akan dapat menelepon dari ponsel mereka dan melakukan pengujian ini, para penderita Parkinson dapat menelepon, merekam suara mereka, dan dokter mereka dapat memeriksa kemajuan mereka dalam penyakit ini.
ML: Absolutely.
ML: Tentu saja.
TR: Thanks so much. Max Little, everybody.
TR: Terima kasih banyak. Max Little.
ML: Thanks, Tom. (Applause)
ML: Terima kasih, Tom. (Tepuk tangan)