Durante uma corrida de Fórmula 1, um carro envia centenas de milhares de pontos de dados à sua equipe para análise em tempo real e feedback....
Durante uma corrida de Fórmula 1, um carro envia centenas de milhares de pontos de dados à sua equipe para análise em tempo real e feedback. Então por que não usar esse rigoroso sistema de dados em outro lugar, como ... hospitais infantis? Peter van Manen nos conta mais.
O automobilismo é um negócio antigo engraçado. Nós fazemos um carro novo a cada ano, e depois passamos o resto da temporada tentando entender o que é que nós construímos para torná-lo melhor, para torná-lo mais rápido.
E então no ano seguinte, começamos de novo.
Agora, o carro que vocês veem aqui é bastante complicado. O chassi é composto por cerca de 11 mil componentes, o motor, outros 6 mil, a eletrônica cerca de 8.500.
Portanto, há cerca de 25.000 coisas lá que podem dar errado. Então, o automobilismo é muito uma questão de detalhes. A outra coisa sobre a Fórmula 1 é que estamos sempre mudando o carro. Estamos sempre tentando torná-lo mais rápido. Então, a cada duas semanas, fazemos cerca de 5 mil novos componentes para encaixar no carro. 5 a 10% do carro de corrida será diferente a cada duas semanas. Então, como fazemos isso?
Bem, começamos nossa vida com o carro de corrida. Temos um monte de sensores no carro para medir as coisas. No carro de corrida aqui na frente Há cerca de 120 sensores quando ele entra em uma corrida. Eles medem todos os tipos de coisas no carro. Esses dados são registrados. Registramos cerca de 500 parâmetros diferentes dentro dos sistemas de dados, 13 mil parâmetros de saúde e ocorrências para dizer quando as coisas não estão funcionando como deveriam, e enviamos os dados para a equipe usando telemetria, a uma taxa de 2 a 4 megabits por segundo. Assim, durante uma corrida de duas horas, cada carro enviará 750 milhões de números. Isso é o dobro do número de palavras que uma pessoa fala durante a vida. É uma enorme quantidade de dados. Mas não basta ter os dados e medi-los. Você precisa ser capaz de fazer algo com eles. Então, gastamos muito tempo e esforço transformando os dados em histórias para ser capaz de dizer qual é o estado do motor, como os pneus estão se desgastando, qual é a situação do consumo de combustível.
Então, tudo isso está pegando os dados e gerando conhecimento para podermos agir. Ok, vamos dar uma olhada em alguns dados. Vamos escolher alguns dados de outro paciente de três meses de idade. Esta é uma criança, e estes são dados reais, e ali no lado direito, onde tudo começa a ficar um pouco catastrófico, ali o paciente está tendo uma parada cardíaca. Foi considerado um evento imprevisível. Este foi um ataque cardíaco que ninguém poderia prever. Mas quando olhamos para as informações ali, dá para ver que as coisas começam a ficar um pouco confusas cerca de cinco minutos antes da parada cardíaca. Podemos ver pequenas mudanças em coisas como o movimento do ritmo cardíaco. Nada foi detectado pelos limites normais que seriam aplicados aos dados. A questão é, por que não pudemos prevê-lo?
Foi um evento previsível? Podemos olhar mais para os padrões nos dados para melhorar a previsão? Esta é uma criança, com mais ou menos a mesma idade do carro de corrida no palco, três meses de idade. É um paciente com um problema cardíaco. Agora, quando vocês olham para alguns dos dados na tela acima, como frequência cardíaca, pulso, oxigênio, taxa de respiração, todos são incomuns para uma criança normal, mas bastante normais para a criança ali, e assim um dos desafios da assistência médica é, como eu posso olhar para o paciente na minha frente, ter algo que é específico para ele, e poder detectar quando as coisas começarem a mudar, quando começarem a se deteriorar? Porque, como um carro de corrida, qualquer paciente, quando as coisas começam a ir mal, temos pouco tempo para fazer a diferença. Então o que nós fizemos foi, pegamos um sistema de dados que rodamos a cada duas semanas na Fórmula 1 e instalamos nos computadores do hospital no Hospital Infantil de Birmingham. Transmitimos os dados dos aparelhos de cabeceira de terapia intensiva pediátrica para que pudéssemos olhar para os dados em tempo real e, mais importante, armazenar os dados para que pudéssemos começar a aprender com eles. E, em seguida, colocamos uma aplicação em cima que nos permitiria destrinchar os padrões nos dados em tempo real, para que pudéssemos ver o que estava acontecendo, para que pudéssemos determinar quando as coisas começassem a mudar. Agora, no automobilismo, somos todos um pouco ambiciosos, audaciosos, um pouco arrogantes às vezes, por isso decidimos olhar também para as crianças quando estavam sendo transportadas para cuidados intensivos. Por que esperar até que elas cheguem no hospital antes de começarmos a olhar? E por isso, instalamos um link em tempo real entre a ambulância e o hospital, apenas utilizando a telefonia 3G normal para enviar os dados transformando a ambulância se tornou um leito extra nos cuidados intensivos. E então nós começamos a olhar para os dados.
E as linhas onduladas no topo, todas as cores são o tipo normal de dados que vocês veriam em um monitor -frequência cardíaca, pulsação, oxigênio no sangue, e respiração. As linhas na parte de baixo, a azul e a vermelha, estas são as interessantes. A linha vermelha mostra uma versão automatizada do ponto de alerta antigo que o Hospital Infantil de Birmingham já estava rodando. Eles o rodavam desde 2008, e já evitou paradas cardíacas e angústia dentro do hospital. A linha azul é uma indicação de quando os padrões começam a mudar, e imediatamente, antes mesmo de começarmos uma interpretação clínica, podemos ver que os dados estão falando conosco. Estão nos dizendo que algo está errado. O gráfico com as bolhas vermelhas e verdes, representa componentes diferentes dos dados um contra o outro. O verde representa o que aprendemos ser normal para essa criança. Nós o chamamos de nuvem de normalidade.
E quando as coisas começam a mudar, quando as condições começam a se deteriorar, nós mudamos para a linha vermelha. Não é nenhum bicho de sete cabeças. Só exibe dados que já existem de uma forma diferente, para amplificá-los, fornecer pistas aos médicos, aos enfermeiros, para que eles possam ver o que está acontecendo. Da mesma forma que um bom piloto de corridas depende de pistas para decidir quando pisar no freio, ao fazer uma curva, precisamos ajudar nossos médicos e enfermeiros a ver quando as coisas começam a dar errado. Temos um programa muito ambicioso. A largada foi dada para se fazer algo diferente. Estamos pensando grande. É a coisa certa a fazer. Temos uma estratégia que, se for bem-sucedida, não há nenhuma razão para ficar dentro de um hospital. Pode ir além dos muros. Com conectividade sem fio nos dias de hoje, não há nenhuma razão para pacientes, médicos e enfermeiros sempre terem que estar no mesmo lugar ao mesmo tempo. E enquanto isso, vamos pegar nosso pequeno bebê de três meses, continuar levando-o para a pista, mantendo-o seguro, e tornando-o mais rápido e melhor. Muito obrigado.
(Aplausos)
[Via BBA]
O automobilismo é um negócio antigo engraçado. Nós fazemos um carro novo a cada ano, e depois passamos o resto da temporada tentando entender o que é que nós construímos para torná-lo melhor, para torná-lo mais rápido.
E então no ano seguinte, começamos de novo.
Agora, o carro que vocês veem aqui é bastante complicado. O chassi é composto por cerca de 11 mil componentes, o motor, outros 6 mil, a eletrônica cerca de 8.500.
Portanto, há cerca de 25.000 coisas lá que podem dar errado. Então, o automobilismo é muito uma questão de detalhes. A outra coisa sobre a Fórmula 1 é que estamos sempre mudando o carro. Estamos sempre tentando torná-lo mais rápido. Então, a cada duas semanas, fazemos cerca de 5 mil novos componentes para encaixar no carro. 5 a 10% do carro de corrida será diferente a cada duas semanas. Então, como fazemos isso?
Bem, começamos nossa vida com o carro de corrida. Temos um monte de sensores no carro para medir as coisas. No carro de corrida aqui na frente Há cerca de 120 sensores quando ele entra em uma corrida. Eles medem todos os tipos de coisas no carro. Esses dados são registrados. Registramos cerca de 500 parâmetros diferentes dentro dos sistemas de dados, 13 mil parâmetros de saúde e ocorrências para dizer quando as coisas não estão funcionando como deveriam, e enviamos os dados para a equipe usando telemetria, a uma taxa de 2 a 4 megabits por segundo. Assim, durante uma corrida de duas horas, cada carro enviará 750 milhões de números. Isso é o dobro do número de palavras que uma pessoa fala durante a vida. É uma enorme quantidade de dados. Mas não basta ter os dados e medi-los. Você precisa ser capaz de fazer algo com eles. Então, gastamos muito tempo e esforço transformando os dados em histórias para ser capaz de dizer qual é o estado do motor, como os pneus estão se desgastando, qual é a situação do consumo de combustível.
Então, tudo isso está pegando os dados e gerando conhecimento para podermos agir. Ok, vamos dar uma olhada em alguns dados. Vamos escolher alguns dados de outro paciente de três meses de idade. Esta é uma criança, e estes são dados reais, e ali no lado direito, onde tudo começa a ficar um pouco catastrófico, ali o paciente está tendo uma parada cardíaca. Foi considerado um evento imprevisível. Este foi um ataque cardíaco que ninguém poderia prever. Mas quando olhamos para as informações ali, dá para ver que as coisas começam a ficar um pouco confusas cerca de cinco minutos antes da parada cardíaca. Podemos ver pequenas mudanças em coisas como o movimento do ritmo cardíaco. Nada foi detectado pelos limites normais que seriam aplicados aos dados. A questão é, por que não pudemos prevê-lo?
Foi um evento previsível? Podemos olhar mais para os padrões nos dados para melhorar a previsão? Esta é uma criança, com mais ou menos a mesma idade do carro de corrida no palco, três meses de idade. É um paciente com um problema cardíaco. Agora, quando vocês olham para alguns dos dados na tela acima, como frequência cardíaca, pulso, oxigênio, taxa de respiração, todos são incomuns para uma criança normal, mas bastante normais para a criança ali, e assim um dos desafios da assistência médica é, como eu posso olhar para o paciente na minha frente, ter algo que é específico para ele, e poder detectar quando as coisas começarem a mudar, quando começarem a se deteriorar? Porque, como um carro de corrida, qualquer paciente, quando as coisas começam a ir mal, temos pouco tempo para fazer a diferença. Então o que nós fizemos foi, pegamos um sistema de dados que rodamos a cada duas semanas na Fórmula 1 e instalamos nos computadores do hospital no Hospital Infantil de Birmingham. Transmitimos os dados dos aparelhos de cabeceira de terapia intensiva pediátrica para que pudéssemos olhar para os dados em tempo real e, mais importante, armazenar os dados para que pudéssemos começar a aprender com eles. E, em seguida, colocamos uma aplicação em cima que nos permitiria destrinchar os padrões nos dados em tempo real, para que pudéssemos ver o que estava acontecendo, para que pudéssemos determinar quando as coisas começassem a mudar. Agora, no automobilismo, somos todos um pouco ambiciosos, audaciosos, um pouco arrogantes às vezes, por isso decidimos olhar também para as crianças quando estavam sendo transportadas para cuidados intensivos. Por que esperar até que elas cheguem no hospital antes de começarmos a olhar? E por isso, instalamos um link em tempo real entre a ambulância e o hospital, apenas utilizando a telefonia 3G normal para enviar os dados transformando a ambulância se tornou um leito extra nos cuidados intensivos. E então nós começamos a olhar para os dados.
E as linhas onduladas no topo, todas as cores são o tipo normal de dados que vocês veriam em um monitor -frequência cardíaca, pulsação, oxigênio no sangue, e respiração. As linhas na parte de baixo, a azul e a vermelha, estas são as interessantes. A linha vermelha mostra uma versão automatizada do ponto de alerta antigo que o Hospital Infantil de Birmingham já estava rodando. Eles o rodavam desde 2008, e já evitou paradas cardíacas e angústia dentro do hospital. A linha azul é uma indicação de quando os padrões começam a mudar, e imediatamente, antes mesmo de começarmos uma interpretação clínica, podemos ver que os dados estão falando conosco. Estão nos dizendo que algo está errado. O gráfico com as bolhas vermelhas e verdes, representa componentes diferentes dos dados um contra o outro. O verde representa o que aprendemos ser normal para essa criança. Nós o chamamos de nuvem de normalidade.
E quando as coisas começam a mudar, quando as condições começam a se deteriorar, nós mudamos para a linha vermelha. Não é nenhum bicho de sete cabeças. Só exibe dados que já existem de uma forma diferente, para amplificá-los, fornecer pistas aos médicos, aos enfermeiros, para que eles possam ver o que está acontecendo. Da mesma forma que um bom piloto de corridas depende de pistas para decidir quando pisar no freio, ao fazer uma curva, precisamos ajudar nossos médicos e enfermeiros a ver quando as coisas começam a dar errado. Temos um programa muito ambicioso. A largada foi dada para se fazer algo diferente. Estamos pensando grande. É a coisa certa a fazer. Temos uma estratégia que, se for bem-sucedida, não há nenhuma razão para ficar dentro de um hospital. Pode ir além dos muros. Com conectividade sem fio nos dias de hoje, não há nenhuma razão para pacientes, médicos e enfermeiros sempre terem que estar no mesmo lugar ao mesmo tempo. E enquanto isso, vamos pegar nosso pequeno bebê de três meses, continuar levando-o para a pista, mantendo-o seguro, e tornando-o mais rápido e melhor. Muito obrigado.
(Aplausos)
[Via BBA]
Comentários