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.
ผมใช้คณิตศาสตร์ประยุกต์ และมีอยู่ปัญหาหนึ่ง สำหรับทุกคนที่ใช้คณิตศาสตร์ประยุกต์ นั่นก็คือ พวกเราก็เหมือนกับที่ปรึกษาทางด้านการจัดการ ไม่มีใครรู้ ว่าพวกเรากำลังทำอะไรอยู่กันแน่ ดังนั้น วันนี้ผมจะลองใช้ความพยายามดู จะพยายามอธิบายให้คุณฟัง ว่าผมทำอะไรบ้าง
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.
การเต้นรำเป็นกิจกรรมอย่างหนึ่งของความเป็นที่สุดของมนุษย์ พวกเรามีความสุขกับการแสดงของนักบัลเลต์ชั้นยอด และนักเต้นแท็พ ซึ่งคุณจะได้เห็นต่อไปนี้ การเต้นบัลเลต์นั้น ต้องใช้ระดับความเชี่ยวชาญพิเศษ และระดับทักษะชั้นสูง บางที อาจจะถึงระดับความเหมาะสมตั้งแต่แรกเริ่ม ที่อาจจะมีส่วนประกอบด้านพันธุกรรมที่ดีด้วยก็เป็นได้ โชคร้าย ที่โรคความผิดปกติทางสมอง อย่างโรคพาร์กินสัน ค่อยๆทำลาย ความสามารถอันยอดเยี่ยมนั้นทีละน้อย เหมือนกับที่มันกำลังทำลายเพื่อนของผม แจน สตริพลิ่ง (Jane Stripling) ซึ่งเคยเป็น นักบัลเลต์ที่เก่งกาจมากในช่วงเวลาของเขานั้น ความก้าวหน้าและการรักษาได้เกิดขึ้นอย่างมากตลอดเวลาหลายปีนี้ แต่ ก็ยังมีคนอีกกว่า 6.3 ล้านคนทั่วโลก ที่เป็นโรคนี้ และเขาต้องใช้ชีวิตอยู่กับ อาการอ่อนแรงที่ไม่สามารถรักษาได้ อาการสั่น แข็งเกร็ง และอาการอื่นๆที่มาพร้อมกับโรคนี้ ดังนั้น สิ่งที่เราต้องการ คือ เครื่องมือที่ตรงเป้า ในการตรวจหาโรค ก่อนที่มันจะสายเกินไป เราจำต้องรู้ระดับอาการของโรคอย่างถูกต้อง และท้ายสุด ทางเดียวที่เราจะรู้ว่า เรามีการรักษาโรคนี้ได้จริง ก็คือ เมื่อเรามี การตรวจวัดอาการของโรคที่ตรงจุดประสงค์ ซึ่งสามารถให้คำตอบได้อย่างแน่นอน
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.
แต่น่าผิดหวัง สำหรับโรคพาร์กินสันนี้ และโรคผิดปกติทางการเคลื่อนไหวอื่นๆแล้ว ไม่มีตัววัดอาการของโรค(biomarkers) ที่จะบอกเราได้ ซึ่งก็คือ การตรวจเลือดธรรมดาๆ ไม่สามารถจะบอกได้ และสิ่งดีที่สุดที่เรามีคือเช่น แบบทดสอบ 20 นาทีกับนักประสาทวิทยา คุณต้องไปที่คลินิคเพื่อทำแบบทดสอบนี้ และมันแพงมากๆ นั่นก็หมายถึงว่า การทดสอบนอกคลินิค ไม่เคยมีการทำ ไม่เคยทำกัน
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.
แต่ ถ้าเกิดคนไข้อยากจะทำการทดสอบนี้ที่บ้านล่ะ ซึ่งจะสามารถประหยัดค่าใช้จ่าย ในการเดินทางไปคลินิก ที่ยากลำบากได้ และถ้าเกิดคนไข้อยากจะลองทดสอบด้วยตัวเองบ้างล่ะ ไม่จำต้องมีพนักงานที่ต้องจ่ายค่าจ้างแพงๆ ราวๆ 300 ดอลล่าห์สหรัฐ ในคลินิกของนักประสาทวิทยาเพื่อทำการทดสอบนี้
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.
ดังนั้น ผมอยากจะเสนอคุณ ถึงวิธีที่ผิดแปลกออกไป ที่เราสามารถทำให้สำเร็จได้ เพราะว่า ในความหมายหนึ่ง อย่างน้อยที่สุด พวกเราทั้งหมดก็เป็นผู้เชี่ยวชาญเหมือนกับเพื่อนผม แจน สตริพลิ่ง
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.
ที่พวกเราดูอยู่นี้ คือ วีดีโอการสั่นของเส้นเสียง ของคนที่สุขภาพดีและนี่เขากำลังเปล่งเสียงออกมา ทีนี้เรามาลองคิดถึงตนเอง ว่าเป็นนักบัลเลต์เสียง เพราะว่าเราต้องประสานอวัยวะออกเสียงต่างๆ เพื่อเปล่งเสียงออกมา เมื่อเราเปล่งเสียง และจริงๆเราทั้งหมด มียีนส์สำหรับการนี้ เช่น FoxP2 และมันก็เหมือนกับบัลเลต์ ที่ต้องใช้ระดับการฝึกฝนอย่างมาก ผมหมายถึง ลองคิดดูว่า เด็กๆใช้เวลาเรียนพูดนานแค่ไหน จากเสียงที่ออกมา เราสามารถย้อนรอยไปถึง ตำแหน่งของเส้นเสียงตอนที่มันสั่นได้ และเหมือนกับที่โรคพาร์กินสันที่ส่งผลกระทบกับแขนขา อวัยวะออกเสียงต่างๆก็ถูกกระทบด้วย ในร่องรอยตอนล่าง คุณจะเห็นตัวอย่างของ การสั่นที่ผิดปกติของเส้นเสียง เราเห็นอาการเช่นเดียวกันนี้ เราเห็นการสั่นของเส้นเสียง การอ่อนแรง และอาการเกร็ง จริงๆแล้วเสียงพูดจะแผ่วลง และเสียงหายใจจะดังแรงขึ้น หลังจากนั้น และนั่นคือ ตัวอย่างอาการหนึ่งของโรคนี้
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.
ผลกระทบต่อเสียงเหล่านี้ จริงๆแล้วค่อนข้างเข้าใจยาก ในบางกรณี ใช้ไมโครโฟนระบบดิจิตอล และใช้ซอฟต์แวร์วิเคราะห์เสียงที่แม่นยำ ร่วมกับการเรียนรู้ของเครื่อง (machine learning) แบบล่าสุด ที่ตอนนี้ได้พัฒนาไปอย่างมาก เดี๋ยวนี้เราสามารถที่จะชี้บอกปริมาณได้อย่างแม่นยำเวลาที่คนโกหก เรื่องของสุขภาพและโรคภัย ในระดับระหว่างมากสุดถึงน้อยสุด โดยใช้สัญญาณเสียงเพียงอย่างเดียว
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.
การทดสอบโดยใช้เสียงเป็นหลักนี้ จะสามารถเปรียบเทียบ กับการทดสอบทางคลินิกที่เชี่ยวชาญได้อย่างไร ก็คือ ทั้งคู่เป็นการทดสอบภายนอก (non-invasive) การทดสอบกับนักประสาทวิทยาเป็นการทดสอบภายนอก โดยพวกเขาจะใช้โครงสร้างพื้นฐานต่างๆที่มีอยู่แล้ว คุณจึงไม่ต้องไปออกแบบโรงพยาบาลใหม่ทั้งหมดเพื่องานนี้ และ การทดสอบทั้งคู่นั้นให้ผลที่แม่นยำ แต่นอกเหนือไปจากนี้ก็คือ การทดสอบโดยใช้เสียงเป็นหลักนั้นทำได้โดยไม่ต้องมีความเชี่ยวชาญมากนัก ซึ่งหมายความว่า พวกเราสามารถทำเองได้ และเป็นวิธีการที่รวดเร็วมาก ใช้เวลามากสุดก็แค่ 30 วินาที แถมยังราคาถูกมากด้วย พวกเราทั้งหมดรู้ว่าอะไรจะเกิดขึ้น เวลาที่ของบางสิ่งราคาถูกมาก มันก็จะกลายมาเป็นสิ่งที่คนนิยมใช้อย่างกว้างขวาง เอาล่ะ นี่เป็นเป้าหมายที่น่าอัศจรรย์ที่ผมคิดว่าเราสามารถทำได้ในขณะนี้ เราสามารถลดความยุ่งยากในการเดินทางของคนไข้ได้ ไม่จำเป็นที่จะต้องไปคลินิกเพื่อตรวจสุขภาพเป็นประจำ พวกเราสามารถตรวจได้บ่อยครั้งมากเพื่อให้ได้ข้อมูลที่ตรงเป้า เราสามารถรับคนจำนวนมากเข้ามาเพื่อทำการทดสอบทางคลินิค ด้วยค่าใช้จ่ายที่ตํ่า และเรายังสามารถตรวจทดสอบโรคให้กับประชากรจำนวนมาก สำเร็จได้เป็นครั้งแรก เรามีโอกาสมีจะเริ่มค้นหา ตัววัดอาการของโรคนี้ ก่อนที่มันจะสายเกินไป
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)
วันนี้ ก้าวแรกไปสู่จุดประสงค์นี้ เราได้เริ่มทำ โครงการเสียงของโรคพาร์กินสัน ด้วย Aculab และ PatientsLikeMe พวกเรามุ่งเป้าไปที่ การบันทึกเสียงของคนทั่วโลกให้ได้มากที่สุด เพื่อที่จะเก็บข้อมูลให้เพียงพอ เพื่อเริ่มต้นมุ่งมั่นให้บรรลุเป้าหมายสี่ข้อนี้ พวกเรามีเบอร์โทรศัพท์ท้องถิ่นไว้ติดต่อคนสามในสี่ส่วน ของพันล้านคนบนโลกใบนี้ ทุกคนที่สุขภาพแข็งแรง หรือป่วยด้วยโรคพาร์กินสัน สามารถโทรเข้ามา ค่าใช้จ่ายถูก และบันทึกเสียงทิ้งไว้ ราคาไม่กี่เซ็นต่อคน ผมดีใจจริงๆที่จะประกาศว่า เราได้ทำสำเร็จไปแล้ว 6 เปอร์เซ็นต์ของเป้าหมายของเราในเวลาเพียงแค่ 8 ชั่วโมงเท่านั้น ขอบคุณครับ (ปรบมือ) (ปรบมือ)
Tom Rielly: So Max, by taking all these samples of,
ทอม ไรลี่(Tom Rielly): แม็กซ์ (Max) ถ้าอย่างนั้นแสดงว่า การรวบรวมตัวอย่างเสียงพวกนี้ไว้
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?
เอายังงี้ สมมุติว่า มีคนอยู่ 10,000 คน คุณจะสามารถบอกได้ว่า คนไหนที่สุขภาพดี หรือคนไหนที่ป่วยยังงั้นเหรอ คุณจะได้อะไรจากตัวอย่างพวกนั้นล่ะ
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.
แม็กซ์ ลิตเติ้ล (Max Little): ครับ สิ่งที่จะเกิดขึ้นก็คือ ขณะที่โทร คุณต้องระบุด้วยว่า คุณเป็นโรคพาร์กินสันหรือไม่ ทอม: ถูกต้อง แม็กซ์: บางคนเขาอาจไม่อยากจะบอก เขาอาจจะยังผ่านมันไปไม่ได้ แต่พวกเราก็ได้เก็บรวบรวมตัวอย่างเสียงจำนวนมาก มาจากสถานการณ์ต่างๆ การที่เก็บเสียงจาก สถานการณ์ที่แตกต่างกันนั้นสำคัญ เพราะพวกเราจะได้ กำลังหาวิธีกำจัดปัจจัยที่ทำให้สับสนออกไป และมองหาว่าอะไรกันแน่คือตัวบ่งชี้ที่แท้จริงของโรคนี้
TR: So you're 86 percent accurate right now?
ทอม: ถ้ายังนั้น ตอนนี้ มันแม่นยำได้ 86 เปอร์เซ็นต์ใช่ไหม
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.
แม็กซ์: มันแม่นยำกว่านั้นมาก จริงๆแล้ว นักเรียนของผม ธนาซิส (Thanasis) ผมต้องหนุนเขาสักหน่อย เพราะ เขาได้ทำงานบางอย่างที่เยี่ยมยอด และตอนนี้ เขาได้พิสูจน์แล้วว่า เราสามารถบันทึกเสียง ผ่านโทรศัพท์มือถือได้เหมือนกัน ซึ่งทำให้โครงการนี้ทำไปได้ และกำลังจะมีความแม่นยำถึง 99 เปอร์เซ็น
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.
ทอม: เก้าสิบเก้า นั่นเป็นการพัฒนาที่ดีขึ้นเลยนะ ถ้าอย่างนั้นมันหมายความว่า คนเราก็สามารถที่จะ แม็กซ์: (หัวเราะ) ทอม: ผู้คนจะสามารถโทรมาจากมือถือของพวกเขา และทำการทดสอบนี้ได้ คนที่เป็นโรคพาร์กินสันอาจโทรเข้ามา และบันทึกเสียงพวกเขาไว้ แล้วแพทย์ของเขาก็สามารถตรวจว่า โรคของเขาลุกลามไปแค่ไหนแล้ว จะเห็นได้ว่าพวกเขาเป็นอย่างไรในช่วงที่เป็นโรค
ML: Absolutely.
แม็กซ์: ถูกต้องที่สุด
TR: Thanks so much. Max Little, everybody.
ทอม: ขอบคุณมาก แม็กซ์ ลิตเติ้ล และทุกคน
ML: Thanks, Tom. (Applause)
ML: ขอบคุณ ทอม (ปรบมือ)