TEDMED 2009
David Agus: A new strategy in the war on cancer
David Agus: Una nuova strategia nella guerra contro il cancro
Filmed:
Readability: 4.3
830,903 views
Tradizionalmente, spiega David Agus, le cure per il cancro si sono concentrate soltanto sulla singola cellula dannosa. Ci suggerisce quindi un nuovo approccio interdisciplinare che punta all'uso di farmaci atipici, alla creazione di modelli a computer e all'analisi delle proteine per curare e analizzare il corpo nella sua interezza.
David Agus - Cancer Doctor
Although a highly-accomplished conventional doctor, David Agus has embraced the future of medicine and is constantly exploring ways that new technologies can help in the fight against cancer. Full bio
Although a highly-accomplished conventional doctor, David Agus has embraced the future of medicine and is constantly exploring ways that new technologies can help in the fight against cancer. Full bio
Double-click the English transcript below to play the video.
00:15
I'm a cancer doctor, and I walked out of my office
0
0
3000
Sono un oncologo, e uscendo dal mio ufficio
00:18
and walked by the pharmacy in the hospital three or four years ago,
1
3000
4000
passo davanti alla farmacia dell'ospedale, 3 o 4 anni fa,
00:22
and this was the cover of Fortune magazine
2
7000
3000
e questa era la copertina di Fortune
00:25
sitting in the window of the pharmacy.
3
10000
2000
che appariva in vetrina.
00:27
And so, as a cancer doctor, you look at this,
4
12000
2000
Insomma, un oncologo vede una cosa del genere
00:29
and you get a little bit downhearted.
5
14000
2000
e si scoraggia.
00:31
But when you start to read the article by Cliff,
6
16000
3000
Ma poi comincia a leggere l'articolo di Cliff,
00:34
who himself is a cancer survivor,
7
19000
2000
che è sopravvissuto al cancro,
00:36
who was saved by a clinical trial
8
21000
2000
ed è stato salvato da una sperimentazione clinica.
00:38
where his parents drove him from New York City to upstate New York
9
23000
4000
I suoi genitori lo hanno portato fuori New York
00:42
to get an experimental therapy for --
10
27000
2000
per una terapia sperimentale contro quello che all'epoca
00:44
at the time -- Hodgkin's disease, which saved his life,
11
29000
3000
era detto 'morbo di Hodgkin', che gli ha salvato la vita.
00:47
he makes remarkable points here.
12
32000
3000
L'articolo contiene sorprendenti considerazioni.
00:50
And the point of the article was that we have gotten
13
35000
3000
E il nocciolo dell'articolo è che siamo diventati riduzionisti
00:53
reductionist in our view of biology,
14
38000
3000
nella nostra visione della biologia,
00:56
in our view of cancer.
15
41000
2000
nella nostra visione del cancro.
00:58
For the last 50 years, we have focused on treating
16
43000
3000
Negli ultimi 50 anni ci siamo concentrati
01:01
the individual gene
17
46000
2000
sulla cura del singolo gene,
01:03
in understanding cancer, not in controlling cancer.
18
48000
3000
sullo studio del cancro, ma non su come controllarlo.
01:06
So, this is an astounding table.
19
51000
3000
Ecco, questo è un grafico stupefacente,
01:09
And this is something that sobers us in our field everyday
20
54000
3000
da tenere a mente ogni giorno, nel nostro campo:
01:12
in that, obviously, we've made remarkable impacts
21
57000
2000
certo, ci dicono, abbiamo fatto notevoli progressi
01:14
on cardiovascular disease,
22
59000
2000
contro le malattie cardiovascolari, ma guardate
01:16
but look at cancer. The death rate in cancer
23
61000
3000
la colonna del cancro. Il tasso di mortalità per tumori
01:19
in over 50 years hasn't changed.
24
64000
3000
non è cambiato negli ultimi 50 anni.
01:22
We've made small wins in diseases like chronic myelogenous leukemia,
25
67000
4000
Abbiamo ottenuto piccoli successi nella leucemia mieloide cronica,
01:26
where we have a pill that can put 100 percent of people in remission,
26
71000
3000
dove c'è un farmaco che porta al 100% della remissione.
01:29
but in general, we haven't made an impact at all in the war on cancer.
27
74000
6000
Ma in generale non si è progrediti nella guerra contro il cancro.
01:35
So, what I'm going to tell you today,
28
80000
3000
Quello di cui voglio parlarvi oggi
01:38
is a little bit of why I think that's the case,
29
83000
3000
è il perché, secondo me, ci troviamo in questa situazione
01:41
and then go out of my comfort zone
30
86000
2000
e, abbandonando le certezze del mio campo d'azione abituale,
01:43
and tell you where I think it's going,
31
88000
3000
dove penso che stiamo andando,
01:46
where a new approach -- that we hope to push forward
32
91000
3000
e il nuovo approccio che speriamo di proporre
01:49
in terms of treating cancer.
33
94000
4000
nella cura dei tumori.
01:53
Because this is wrong.
34
98000
3000
Perché questo è sbagliato.
01:56
So, what is cancer, first of all?
35
101000
2000
Dunque, prima di tutto: cos'è il cancro?
01:58
Well, if one has a mass or an abnormal blood value, you go to a doctor,
36
103000
5000
Se si ha una massa o un valore anomalo nel sangue,
02:03
they stick a needle in.
37
108000
2000
si va dal medico. Ci infilano un ago.
02:05
They way we make the diagnosis today is by pattern recognition:
38
110000
4000
Oggi le diagnosi si fanno seguendo degli schemi.
02:09
Does it look normal? Does it look abnormal?
39
114000
4000
L'apparenza è normale? Oppure anomala?
02:13
So, that pathologist is just like looking at this plastic bottle.
40
118000
3000
È come se il patologo osservasse questa bottiglia:
02:16
This is a normal cell. This is a cancer cell.
41
121000
3000
questa è una cellula normale, questa è cancerogena.
02:19
That is the state-of-the-art today in diagnosing cancer.
42
124000
5000
È questo lo stato dell'arte nella diagnosi del cancro.
02:24
There's no molecular test,
43
129000
3000
Nessun test molecolare.
02:27
there's no sequencing of genes that was referred to yesterday,
44
132000
3000
Nessuno sequenziamento dei geni, del quale si è parlato ieri.
02:30
there's no fancy looking at the chromosomes.
45
135000
3000
Nessuna ricercata analisi dei cromosomi.
02:33
This is the state-of-the-art and how we do it.
46
138000
3000
Questo è il metodo più all'avanguardia usato oggi.
02:36
You know, I know very well, as a cancer doctor, I can't treat advanced cancer.
47
141000
6000
Come oncologo, so bene di non poter curare un tumore avanzato.
02:42
So, as an aside, I firmly believe in the field of trying to identify cancer early.
48
147000
7000
Per questo, credo molto nell'importanza di riconoscerlo in tempo.
02:49
It is the only way you can start to fight cancer, is by catching it early.
49
154000
5000
L'unico modo per combattere il cancro è prenderlo in tempo.
02:54
We can prevent most cancers.
50
159000
3000
Siamo in grado di prevenire la maggior parte dei tumori.
02:57
You know, the previous talk alluded to preventing heart disease.
51
162000
3000
La presentazione di prima alludeva a prevenire le malattie cardiache.
03:00
We could do the same in cancer.
52
165000
2000
Potremmo fare lo stesso col cancro.
03:02
I co-founded a company called Navigenics,
53
167000
2000
Ho co-fondato una società, la Navigenics.
03:04
where, if you spit into a tube --
54
169000
2000
Qui, basta un campione di saliva
03:06
and we can look look at 35 or 40 genetic markers for disease,
55
171000
6000
per rilevare fra i 35 e i 40 marcatori genetici per malattia,
03:12
all of which are delayable in many of the cancers --
56
177000
2000
la cui insorgenza può in molti casi essere ritardata.
03:14
you start to identify what you could get,
57
179000
4000
Una volta che si identifica quel che si ha,
03:18
and then we can start to work to prevent them.
58
183000
3000
si può iniziare a lavorare alla prevenzione.
03:21
Because the problem is, when you have advanced cancer,
59
186000
3000
Perché quando si ha un tumore in fase avanzata,
03:24
we can't do that much today about it, as the statistics allude to.
60
189000
4000
non c'è molto da fare al giorno d'oggi, secondo le statistiche.
03:28
So, the thing about cancer is that it's a disease of the aged.
61
193000
4000
Bene, il cancro è una malattia dell'età avanzata.
03:32
Why is it a disease of the aged?
62
197000
2000
Come mai?
03:34
Because evolution doesn't care about us after we've had our children.
63
199000
4000
Perché l'evoluzione non bada a noi dopo che abbiamo avuto figli.
03:39
See, evolution protected us during our childbearing years
64
204000
3000
Ci protegge durante gli anni fertili
03:42
and then, after age 35 or 40 or 45,
65
207000
4000
e poi, dopo i 35/45 anni,
03:46
it said "It doesn't matter anymore, because they've had their progeny."
66
211000
4000
smette di farlo, perché abbiamo avuto la nostra progenie.
03:50
So if you look at cancers, it is very rare -- extremely rare --
67
215000
5000
Se ci facciamo caso, è molto, estremamente raro
03:55
to have cancer in a child, on the order of thousands of cases a year.
68
220000
5000
il cancro nei bambini: sono solo poche migliaia di casi all'anno.
04:00
As one gets older? Very, very common.
69
225000
4000
Più l'età avanza, invece, più diventa frequente.
04:04
Why is it hard to treat?
70
229000
2000
Perché il cancro è così difficile da curare?
04:06
Because it's heterogeneous,
71
231000
2000
Perché è eterogeneo,
04:08
and that's the perfect substrate for evolution within the cancer.
72
233000
5000
e questo è il substrato perfetto perché un cancro si evolva.
04:13
It starts to select out for those bad, aggressive cells,
73
238000
4000
Comincia selezionando le cellule cattive, aggressive,
04:17
what we call clonal selection.
74
242000
4000
nella fase che chiamiamo selezione clonale.
04:21
But, if we start to understand
75
246000
3000
Ma se cominciamo a capire che il cancro
04:24
that cancer isn't just a molecular defect, it's something more,
76
249000
5000
non è solo un difetto molecolare, ma qualcosa di più,
04:29
then we'll get to new ways of treating it, as I'll show you.
77
254000
4000
arriveremo anche ad avere nuovi modi per curarlo.
04:33
So, one of the fundamental problems we have in cancer
78
258000
2000
Uno dei problemi principali riguardanti il cancro
04:35
is that, right now, we describe it by a number of adjectives, symptoms:
79
260000
4000
è che ora lo descriviamo con vari aggettivi e sintomi.
04:39
"I'm tired, I'm bloated, I have pain, etc."
80
264000
3000
'Sono stanco, gonfio, mi fa male', ecc..
04:42
You then have some anatomic descriptions,
81
267000
2000
Poi abbiamo delle descrizioni anatomiche.
04:44
you get that CT scan: "There's a three centimeter mass in the liver."
82
269000
4000
Si fa la TAC. Si trova una massa di 3 cm nel fegato.
04:48
You then have some body part descriptions:
83
273000
3000
Poi ci sono le descrizioni basate sulle parti del corpo.
04:51
"It's in the liver, in the breast, in the prostate."
84
276000
2000
'È nel fegato, nel seno, nella prostata'.
04:53
And that's about it.
85
278000
3000
Tutto qui.
04:56
So, our dictionary for describing cancer is very, very poor.
86
281000
4000
Il nostro vocabolario per descrivere il cancro è quindi molto povero.
05:00
It's basically symptoms.
87
285000
2000
Praticamente solo i sintomi,
05:02
It's manifestations of a disease.
88
287000
3000
le manifestazioni della malattia.
05:05
What's exciting is that over the last two or three years,
89
290000
3000
La cosa entusiasmante è che, negli ultimi 2 o 3 anni,
05:08
the government has spent 400 million dollars,
90
293000
2000
il governo statunitense ha speso $ 400 milioni,
05:10
and they've allocated another billion dollars,
91
295000
3000
ai quali è stato aggiunto un altro miliardo,
05:13
to what we call the Cancer Genome Atlas Project.
92
298000
2000
in un progetto chiamato 'Atlante genomico del cancro'.
05:15
So, it is the idea of sequencing all of the genes in the cancer,
93
300000
4000
L'idea è quella di sequenziare tutti i geni del cancro,
05:19
and giving us a new lexicon, a new dictionary to describe it.
94
304000
5000
e creare un nuovo lessico per descriverlo.
05:24
You know, in the mid-1850's in France,
95
309000
3000
A metà '800, in Francia, hanno cominciato
05:27
they started to describe cancer by body part.
96
312000
3000
a denominare il cancro secondo le parti del corpo.
05:30
That hasn't changed in over 150 years.
97
315000
4000
In più di 150 anni nulla è cambiato.
05:34
It is absolutely archaic that we call cancer
98
319000
4000
È del tutto arcaico dire
05:38
by prostate, by breast, by muscle.
99
323000
4000
'alla prostata', 'al seno', 'al muscolo'.
05:42
It makes no sense, if you think about it.
100
327000
3000
Non ha senso, se ci pensate.
05:45
So, obviously, the technology is here today,
101
330000
3000
Oggi abbiamo la tecnologia che ci serve
05:48
and, over the next several years, that will change.
102
333000
3000
per cambiare le cose nel giro dei prossimi anni.
05:51
You will no longer go to a breast cancer clinic.
103
336000
2000
Non si andrà più in una clinica per i tumori al seno,
05:53
You will go to a HER2 amplified clinic, or an EGFR activated clinic,
104
338000
5000
ma in una per l'HER2 amplificato, o in una per l'EGFR attivato.
05:58
and they will go to some of the pathogenic lesions
105
343000
2000
E si agirà solo su alcune delle lesioni patogene
06:00
that were involved in causing this individual cancer.
106
345000
4000
che avranno contribuito a causare il tumore.
06:04
So, hopefully, we will go from being the art of medicine
107
349000
3000
Speriamo quindi di passare dall'arte della medicina
06:07
more to the science of medicine,
108
352000
2000
alla scienza della medicina,
06:09
and be able to do what they do in infectious disease,
109
354000
3000
e di poter agire come già si fa sulle malattie infettive,
06:12
which is look at that organism, that bacteria,
110
357000
3000
ovvero osservare un dato organismo, un dato batterio
06:15
and then say, "This antibiotic makes sense,
111
360000
3000
e poter dire che un dato antibiotico funziona
06:18
because you have a particular bacteria that will respond to it."
112
363000
4000
perché quel batterio reagisce ad esso.
06:22
When one is exposed to H1N1, you take Tamiflu,
113
367000
4000
Se si contrae l'H1N1, si prende del Tamiflu,
06:26
and you can remarkably decrease the severity of symptoms
114
371000
3000
si riduce significativamente la gravità dei sintomi
06:29
and prevent many of the manifestations of the disease.
115
374000
3000
e si evitano molte manifestazioni della malattia.
06:32
Why? Because we know what you have, and we know how to treat it --
116
377000
5000
Come mai? Perché sappiamo di cosa si tratta, come curarlo, anche
06:37
although we can't make vaccine in this country, but that's a different story.
117
382000
4000
se non si possono fare vaccini negli USA, ma è un'altra storia.
06:41
The Cancer Genome Atlas is coming out now.
118
386000
3000
L'Atlante genomico del cancro sarà pubblicato a breve.
06:44
The first cancer was done, which was brain cancer.
119
389000
4000
Quello del tumore al cervello è il primo pubblicato.
06:48
In the next month, the end of December, you'll see ovarian cancer,
120
393000
4000
Il mese prossimo, avremo quello del cancro alle ovaie,
06:52
and then lung cancer will come several months after.
121
397000
4000
seguito da quello del tumore ai polmoni entro pochi mesi.
06:56
There's also a field of proteomics that I'll talk about in a few minutes,
122
401000
3000
Importante è anche il campo della proteomica, di cui vi dirò,
06:59
which I think is going to be the next level
123
404000
3000
che credo rappresenterà il prossimo livello
07:02
in terms of understanding and classifying disease.
124
407000
4000
nella comprensione e classificazione delle malattie.
07:06
But remember, I'm not pushing genomics,
125
411000
2000
Ma, attenzione, non sto incoraggiando la genomica
07:08
proteomics, to be a reductionist.
126
413000
3000
o la proteomica, per fare il riduzionista.
07:11
I'm doing it so we can identify what we're up against.
127
416000
3000
Lo faccio per identificare ciò contro cui stiamo combattendo.
07:14
And there's a very important distinction there that we'll get to.
128
419000
4000
E qui è il caso di fare una distinzione importante.
07:18
In health care today, we spend most of the dollars --
129
423000
3000
Nell'attuale sanità statunitense spendiamo il più delle risorse
07:21
in terms of treating disease --
130
426000
3000
per il trattamento delle malattie --
07:24
most of the dollars in the last two years of a person's life.
131
429000
4000
soprattutto negli ultimi due anni di vita delle persone,
07:28
We spend very little, if any, dollars in terms of identifying what we're up against.
132
433000
5000
ma poco o niente per identificare ciò contro cui lottiamo.
07:33
If you could start to move that, to identify what you're up against,
133
438000
4000
Se invece si partisse proprio da qui, dall'identificazione,
07:37
you're going to do things a hell of a lot better.
134
442000
3000
si potrebbe lavorare molto, molto meglio.
07:40
If we could even take it one step further and prevent disease,
135
445000
4000
Se poi riuscissimo a fare un passo avanti e prevenire la malattia,
07:44
we can take it enormously the other direction,
136
449000
3000
potremmo lavorare di gran lunga meglio su questa strada.
07:47
and obviously, that's where we need to go, going forward.
137
452000
4000
E questa è la direzione da prendere e da perseguire.
07:51
So, this is the website of the National Cancer Institute.
138
456000
3000
Ecco, questo è il sito del National Cancer Institute.
07:54
And I'm here to tell you, it's wrong.
139
459000
3000
E vi dico che è tutto sbagliato.
07:57
So, the website of the National Cancer Institute
140
462000
2000
Il sito dice
07:59
says that cancer is a genetic disease.
141
464000
4000
che il cancro è una malattia genetica.
08:03
The website says, "If you look, there's an individual mutation,
142
468000
4000
Dice, vedete, che se c'è una mutazione individuale,
08:07
and maybe a second, and maybe a third,
143
472000
2000
poi una seconda, e una terza,
08:09
and that is cancer."
144
474000
2000
si arriva al cancro.
08:11
But, as a cancer doc, this is what I see.
145
476000
4000
Ma ecco quel che vedo io, come oncologo:
08:15
This isn't a genetic disease.
146
480000
2000
questa non è una malattia genetica.
08:17
So, there you see, it's a liver with colon cancer in it,
147
482000
3000
Qui vedete un fegato con un tumore al colon al suo interno,
08:20
and you see into the microscope a lymph node
148
485000
2000
e al microscopio si vede un linfonodo
08:22
where cancer has invaded.
149
487000
2000
che è stato invaso dal cancro.
08:24
You see a CT scan where cancer is in the liver.
150
489000
4000
La TAC mostra che il tumore è situato nel fegato.
08:28
Cancer is an interaction of a cell
151
493000
3000
Ma il cancro è dato dall'interazione di una cellula,
08:31
that no longer is under growth control with the environment.
152
496000
5000
la cui crescita non è più controllata dall'ambiente in cui si trova.
08:36
It's not in the abstract; it's the interaction with the environment.
153
501000
4000
Non è qualcosa di astratto, è data dall'interazione con l'ambiente.
08:40
It's what we call a system.
154
505000
3000
È quello che chiamiamo un sistema.
08:43
The goal of me as a cancer doctor is not to understand cancer.
155
508000
4000
Il mio obiettivo, in quanto oncologo, non è capire il cancro.
08:47
And I think that's been the fundamental problem over the last five decades,
156
512000
3000
E credo sia stato questo il problema cruciale degli ultimi 50 anni,
08:50
is that we have strived to understand cancer.
157
515000
3000
che ci si è sforzati soltanto di cercare di capirlo.
08:53
The goal is to control cancer.
158
518000
3000
L'obiettivo è invece riuscire a controllarlo.
08:56
And that is a very different optimization scheme,
159
521000
2000
E questo traccia un diverso schema,
08:58
a very different strategy for all of us.
160
523000
3000
una strategia per tutti noi molto diversa.
09:01
I got up at the American Association of Cancer Research,
161
526000
2000
Al convegno dell'American Association of Cancer Research,
09:03
one of the big cancer research meetings, with 20,000 people there,
162
528000
4000
una delle più grandi conferenze di oncologia, con 20.000 presenti,
09:07
and I said, "We've made a mistake.
163
532000
3000
e sono intervenuto e ho detto: "Abbiamo sbagliato.
09:10
We've all made a mistake, myself included,
164
535000
3000
Tutti abbiamo sbagliato, me compreso,
09:13
by focusing down, by being a reductionist.
165
538000
2000
a concentrarci su un campo ristretto, in modo riduzionista.
09:15
We need to take a step back."
166
540000
2000
Dobbiamo fare un passo indietro".
09:17
And, believe it or not, there were hisses in the audience.
167
542000
2000
E, credeteci o no, dalla platea sono arrivati dei fischi.
09:19
People got upset, but this is the only way we're going to go forward.
168
544000
4000
La platea si è turbata, ma solo così possiamo andare avanti.
09:23
You know, I was very fortunate to meet Danny Hillis a few years ago.
169
548000
4000
Qualche anno fa, ho avuto la fortuna di incontrare Danny Hillis.
09:27
We were pushed together, and neither one of us really wanted to meet the other.
170
552000
4000
In realtà siamo stati presentati, nessuno teneva a conoscere l’altro.
09:31
I said, "Do I really want to meet a guy from Disney, who designed computers?"
171
556000
4000
Dicevo: "voglio davvero conoscere un informatico della Disney?"
09:35
And he was saying: Does he really want to meet another doctor?
172
560000
3000
E lui si chiedeva se davvero volesse conoscere l'ennesimo medico.
09:38
But people prevailed on us, and we got together,
173
563000
2000
Ma ci hanno convinti e ci siamo conosciuti.
09:40
and it's been transformative in what I do, absolutely transformative.
174
565000
5000
E questo ha rivoluzionato il mio modo di lavorare.
09:46
We have designed, and we have worked on the modeling --
175
571000
3000
Abbiamo progettato e lavorato alla creazione di un modello --
09:49
and much of these ideas came from Danny and from his team --
176
574000
4000
e molte delle idee sono venute da Danny e dal suo team --
09:53
the modeling of cancer in the body as complex system.
177
578000
3000
di tumore all'interno del corpo in quanto sistema complesso.
09:56
And I'll show you some data there
178
581000
2000
E vi mostrerò alcuni dati che possono veramente
09:58
where I really think it can make a difference and a new way to approach it.
179
583000
4000
fare la differenza, e offrirci un nuovo modo di affrontare il problema.
10:02
The key is, when you look at these variables and you look at this data,
180
587000
4000
Il punto è, quando si osservano queste variabili e questi dati,
10:06
you have to understand the data inputs.
181
591000
4000
che bisogna capire gli input.
10:10
You know, if I measured your temperature over 30 days,
182
595000
4000
Se misurassi la temperatura a un paziente nell'arco di 30 giorni,
10:14
and I asked, "What was the average temperature?"
183
599000
2000
e volessi conoscere la temperatura media rilevata,
10:16
and it came back at 98.7, I would say, "Great."
184
601000
4000
e risultasse che è 37 °C, penserei che va bene.
10:20
But if during one of those days
185
605000
2000
Ma, se in uno di questi giorni,
10:22
your temperature spiked to 102 for six hours,
186
607000
3000
la temperatura arrivasse a 39 °C per sei ore,
10:25
and you took Tylenol and got better, etc.,
187
610000
2000
e il paziente prendesse del Tylenol e la situazione migliorasse,
10:27
I would totally miss it.
188
612000
2000
la cosa mi sfuggirebbe completamente.
10:29
So, one of the problems, the fundamental problems in medicine
189
614000
3000
Uno dei più grandi problemi in medicina
10:32
is that you and I, and all of us,
190
617000
2000
è che io, voi, noi tutti,
10:34
we go to our doctor once a year.
191
619000
2000
andiamo dal dottore una volta all'anno.
10:36
We have discrete data elements; we don't have a time function on them.
192
621000
4000
Abbiamo pochi dati discreti, ma non una visione continua.
10:40
Earlier it was referred to this direct life device.
193
625000
3000
Si parlava di un dispositivo che misura i parametri in tempo reale.
10:43
You know, I've been using it for two and a half months.
194
628000
3000
Io lo uso da due mesi e mezzo.
10:46
It's a staggering device, not because it tells me
195
631000
2000
È un apparecchio incredibile, non perché mi dice
10:48
how many kilocalories I do every day,
196
633000
3000
quante calorie brucio al giorno,
10:51
but because it looks, over 24 hours, what I've done in a day.
197
636000
4000
ma perché mi dice cosa faccio ora per ora.
10:55
And I didn't realize that for three hours I'm sitting at my desk,
198
640000
3000
Non mi ero mai reso conto di stare seduto tre ore
10:58
and I'm not moving at all.
199
643000
2000
alla scrivania, senza mai muovermi.
11:00
And a lot of the functions in the data that we have as input systems here
200
645000
5000
E molti dei monitoraggi sui dati che abbiamo come input
11:05
are really different than we understand them,
201
650000
3000
sono molto diversi rispetto al modo in cui li interpretiamo di solito,
11:08
because we're not measuring them dynamically.
202
653000
2000
perché non li interpretiamo in modo dinamico.
11:10
And so, if you think of cancer as a system,
203
655000
5000
Dunque, se pensiamo al cancro come ad un sistema,
11:15
there's an input and an output and a state in the middle.
204
660000
4000
abbiamo un input, un output e uno stato intermedio.
11:19
So, the states, are equivalent classes of history,
205
664000
3000
Gli stati sono eventi in relazione di equivalenza.
11:22
and the cancer patient, the input, is the environment,
206
667000
3000
E nel paziente oncologico gli input sono l'ambiente in cui vive,
11:25
the diet, the treatment, the genetic mutations.
207
670000
4000
la dieta, la cura, le mutazioni genetiche.
11:29
The output are our symptoms:
208
674000
3000
Gli output sono i sintomi.
11:32
Do we have pain? Is the cancer growing? Do we feel bloated, etc.?
209
677000
4000
Fa male? Il tumore cresce? Ci sentiamo gonfi, ecc...?
11:36
Most of that state is hidden.
210
681000
4000
La maggior parte di questo stato è nascosta.
11:40
So what we do in our field is we change and input,
211
685000
3000
Ciò che facciamo nel nostro campo è cambiare l'input,
11:43
we give aggressive chemotherapy,
212
688000
2000
somministrando massicce dosi di chemioterapia.
11:45
and we say, "Did that output get better? Did that pain improve, etc.?"
213
690000
5000
E poi vediamo se l'output è migliorato, il dolore è diminuito, ecc...
11:50
And so, the problem is that it's not just one system,
214
695000
4000
Il problema è che non si tratta di un unico sistema,
11:54
it's multiple systems on multiple scales.
215
699000
3000
ma di sistemi multipli su multiple scale.
11:57
It's a system of systems.
216
702000
3000
È un sistema di sistemi.
12:00
And so, when you start to look at emergent systems,
217
705000
2000
E se si vogliono osservare dei sistemi emergenti
12:02
you can look at a neuron under a microscope.
218
707000
3000
si può cominciare dall'osservazione di un neurone:
12:05
A neuron under the microscope is very elegant
219
710000
2000
un neurone al microscopio appare quasi elegante,
12:07
with little things sticking out and little things over here,
220
712000
3000
con questi tentacoli che sporgono qui e lì,
12:10
but when you start to put them together in a complex system,
221
715000
4000
ma quando lo si associa ad altri in un sistema complesso,
12:14
and you start to see that it becomes a brain,
222
719000
2000
e si vede che comincia a formare un cervello,
12:16
and that brain can create intelligence,
223
721000
3000
e che quel cervello può creare intelligenza...
12:19
what we're talking about in the body,
224
724000
2000
Come ogni cosa nel corpo,
12:21
and cancer is starting to model it like a complex system.
225
726000
3000
così un tumore si forma come un sistema complesso.
12:24
Well, the bad news is that these robust --
226
729000
3000
La cattiva notizia è che questi sistemi robusti
12:27
and robust is a key word --
227
732000
2000
– e 'robusti' è una parola-chiave –
12:29
emergent systems are very hard to understand in detail.
228
734000
4000
sono molto difficili da capire nel dettaglio.
12:33
The good news is you can manipulate them.
229
738000
3000
La buona notizia è però che sono manipolabili.
12:36
You can try to control them
230
741000
2000
Si può tentare di controllarli,
12:38
without that fundamental understanding of every component.
231
743000
3000
pur senza capirne appieno ogni singolo componente.
12:41
One of the most fundamental clinical trials in cancer
232
746000
3000
Uno studio fondamentale sul cancro
12:44
came out in February in the New England Journal of Medicine,
233
749000
3000
è uscito in febbraio sul New England Journal of Medicine.
12:47
where they took women who were pre-menopausal with breast cancer.
234
752000
4000
Riguarda donne in pre-menopausa affette da tumore al seno,
12:51
So, about the worst kind of breast cancer you can get.
235
756000
3000
ovvero il peggior tipo di tumore al seno.
12:54
They had gotten their chemotherapy,
236
759000
2000
Dopo aver fatto la chemioterapia,
12:56
and then they randomized them,
237
761000
2000
le hanno randomizzate:
12:58
where half got placebo,
238
763000
2000
a metà di loro è stato somministrato un placebo,
13:00
and half got a drug called Zoledronic acid that builds bone.
239
765000
4000
all'altra metà dell'acido zoledronico, che ricostruisce le ossa,
13:04
It's used to treat osteoporosis,
240
769000
2000
e si usa per trattare l'osteoporosi
13:06
and they got that twice a year.
241
771000
2000
ed è stato somministrato due volte l'anno.
13:08
They looked and, in these 1,800 women,
242
773000
4000
Hanno notato, nelle 1.800 donne alle quali
13:12
given twice a year a drug that builds bone,
243
777000
3000
era stato dato il farmaco per le ossa,
13:15
you reduce the recurrence of cancer by 35 percent.
244
780000
5000
una riduzione del 35% delle recidive del tumore.
13:21
Reduce occurrence of cancer by a drug
245
786000
2000
Recidive ridotte da un farmaco
13:23
that doesn't even touch the cancer.
246
788000
2000
che nemmeno tocca il tumore.
13:25
So the notion, you change the soil, the seed doesn't grow as well.
247
790000
5000
L'idea è: cambiando il terreno, il seme non cresce così bene.
13:30
You change that system,
248
795000
3000
Cambiando il sistema,
13:33
and you could have a marked effect on the cancer.
249
798000
2000
si otterrebbero notevoli risultati.
13:35
Nobody has ever shown -- and this will be shocking --
250
800000
3000
Nessuno ha mai dimostrato -- e potrà scioccarvi --
13:38
nobody has ever shown that most chemotherapy
251
803000
3000
nessuno ha mai dimostrato che la maggior parte delle
13:41
actually touches a cancer cell.
252
806000
2000
chemioterapie tocchino davvero la cellula cancerogena.
13:43
It's never been shown.
253
808000
2000
Non è mai stato dimostrato.
13:45
There's all these elegant work in the tissue culture dishes,
254
810000
3000
Si fa un gran lavoro sui tessuti in vitro, dove,
13:48
that if you give this cancer drug, you can do this effect to the cell,
255
813000
3000
dando un certo farmaco, otteniamo un dato effetto sulla cellula,
13:51
but the doses in those dishes are nowhere near
256
816000
3000
ma le quantità di farmaco in queste colture
13:54
the doses that happen in the body.
257
819000
4000
non si avvicinano minimamente a quelle del corpo.
13:58
If I give a woman with breast cancer a drug called Taxol
258
823000
3000
Se a una donna con tumore al seno do un farmaco
14:01
every three weeks, which is the standard,
259
826000
2000
chiamato Taxol ogni 3 settimane – la procedura standard –
14:03
about 40 percent of women with metastatic cancer
260
828000
2000
nel 40% dei casi il cancro metastatico
14:05
have a great response to that drug.
261
830000
3000
risponde ottimamente a quel farmaco.
14:08
And a response is 50 percent shrinkage.
262
833000
2000
E la risposta è una riduzione del 50%.
14:10
Well, remember that's not even an order of magnitude,
263
835000
2000
E notate che non è nemmeno un ordine di grandezza,
14:12
but that's a different story.
264
837000
2000
ma questa è un'altra faccenda.
14:14
They then recur, I give them that same drug every week.
265
839000
4000
Se il cancro si rimanifesta, e do lo stesso farmaco ogni settimana,
14:18
Another 30 percent will respond.
266
843000
3000
un altro 30% risponderà positivamente.
14:21
They then recur, I give them that same drug
267
846000
2000
Quindi si rimanifesta, e somministro ancora
14:23
over 96 hours by continuous infusion,
268
848000
3000
lo stesso farmaco per infusione continua per 96 ore.
14:26
another 20 or 30 percent will respond.
269
851000
3000
E il 20 o 30% risponderà ancora positivamente.
14:29
So, you can't tell me it's working by the same mechanism in all three size.
270
854000
4000
Non mi dite che la procedura funziona allo stesso modo nei tre casi.
14:33
It's not. We have no idea the mechanism.
271
858000
3000
Non è così. Non abbiamo idea del meccanismo che sta alla base.
14:36
So the idea that chemotherapy may just be disrupting
272
861000
3000
L'idea è che la chemioterapia
14:39
that complex system,
273
864000
3000
possa interrompere quel sistema complesso,
14:42
just like building bone disrupted that system and reduced recurrence,
274
867000
5000
proprio come il farmaco per l'osteoporosi riduce le recidive del cancro:
14:47
chemotherapy may work by that same exact way.
275
872000
3000
la chemioterapia potrebbe funzionare proprio allo stesso modo.
14:50
The wild thing about that trial also,
276
875000
3000
L'aspetto inatteso dell'esperimento è
14:53
was that it reduced new primaries, so new cancers, by 30 percent also.
277
878000
7000
che ha anche ridotto del 30% l'insorgenza di tumori primari.
15:02
So, the problem is, yours and mine, all of our systems are changing.
278
887000
5000
Il problema è quindi che i nostri sistemi sono
15:07
They're dynamic.
279
892000
2000
in continuo cambiamento. Sono dinamici.
15:09
I mean, this is a scary slide, not to take an aside,
280
894000
3000
Guardate, questa è una slide spaventosa, da non sottovalutare,
15:12
but it looks at obesity in the world.
281
897000
2000
che analizza l'obesità nel mondo.
15:14
And I'm sorry if you can't read the numbers, they're kind of small.
282
899000
3000
Mi spiace se non leggete i numeri, sono molto piccoli.
15:17
But, if you start to look at it, that red, that dark color there,
283
902000
4000
Ma se guardate qui, il colore rosso più scuro...
15:21
more than 75 percent of the population
284
906000
3000
Indica che più del 75% della popolazione
15:24
of those countries are obese.
285
909000
3000
di questi paesi è obesa.
15:27
Look a decade ago, look two decades ago: markedly different.
286
912000
4000
Guardate i colori diversi un decennio fa, due decenni fa.
15:31
So, our systems today are dramatically different
287
916000
3000
I nostri sistemi sono quindi radicalmente diversi
15:34
than our systems a decade or two ago.
288
919000
4000
rispetto ad allora.
15:38
So the diseases we have today,
289
923000
3000
E le malattie che abbiamo oggi, che riflettono
15:41
which reflect patterns in the system over the last several decades,
290
926000
4000
il percorso fatto dal nostro sistema negli ultimi decenni,
15:45
are going to change dramatically over the next decade or so
291
930000
4000
cambieranno radicalmente nel corso del prossimo decennio,
15:49
based on things like this.
292
934000
3000
proprio come è successo finora.
15:52
So, this picture, although it is beautiful, is a 40-gigabyte picture
293
937000
10000
Questa bellissima immagine mostra in soli 40 gigabyte
16:02
of the whole proteome.
294
947000
2000
l'intero proteoma.
16:04
So this is a drop of blood that has gone through a superconducting magnet,
295
949000
4000
Questa è una goccia di sangue fatta passare attraverso
16:08
and we're able to get resolution
296
953000
2000
un magnete superconduttore, e abbiamo ottenuto la risoluzione
16:10
where we can start to see all of the proteins in the body.
297
955000
4000
necessaria per cominciare a vedere le proteine nel corpo.
16:14
We can start to see that system.
298
959000
2000
Possiamo cominciare a vedere il sistema.
16:16
Each of the red dots are where a protein has actually been identified.
299
961000
4000
Ogni puntino rosso è una delle proteine identificate.
16:20
The power of these magnets, the power of what we can do here,
300
965000
2000
Questi magneti sono così potenti che ci permettono
16:22
is that we can see an individual neutron with this technology.
301
967000
5000
di vedere differenze di un singolo neutrone.
16:27
So, again, this is stuff we're doing with Danny Hillis
302
972000
3000
Questo è quello che stiamo facendo con Danny Hillis
16:30
and a group called Applied Proteomics,
303
975000
2000
e un gruppo chiamato Applied Proteomics.
16:32
where we can start to see individual neutron differences,
304
977000
4000
Iniziamo a distinguere le singole differenze di neutroni,
16:36
and we can start to look at that system like we never have before.
305
981000
4000
e a osservare quel sistema come mai prima d'ora.
16:40
So, instead of a reductionist view, we're taking a step back.
306
985000
4000
Invece di una visione riduzionista, facciamo un passo indietro.
16:44
So this is a woman, 46 years old,
307
989000
4000
Queste sono le TAC di una donna di 46 anni,
16:48
who had recurrent lung cancer.
308
993000
3000
affetta da tumore ai polmoni recidivante
16:51
It was in her brain, in her lungs, in her liver.
309
996000
4000
al cervello, ai polmoni, al fegato.
16:55
She had gotten Carboplatin Taxol, Carboplatin Taxotere,
310
1000000
4000
Prendeva il Carboplatin Taxol, il Carboplatin Taxotere,
16:59
Gemcitabine, Navelbine:
311
1004000
2000
il Gemcitabene, e il Navelbine.
17:01
Every drug we have she had gotten, and that disease continued to grow.
312
1006000
5000
Prendeva ogni farmaco, ma il tumore continuava a crescere.
17:06
She had three kids under the age of 12,
313
1011000
4000
Aveva tre figli al di sotto dei 12 anni,
17:10
and this is her CT scan.
314
1015000
2000
e questa è la sua TAC,
17:12
And so what this is, is we're taking a cross-section of her body here,
315
1017000
3000
cioè, una sezione trasversale del suo corpo.
17:15
and you can see in the middle there is her heart,
316
1020000
3000
Vedete il cuore nel mezzo,
17:18
and to the side of her heart on the left there is this large tumor
317
1023000
4000
e sulla sinistra un grosso tumore in espansione
17:22
that will invade and will kill her, untreated, in a matter of weeks.
318
1027000
6000
che, non trattato, l’avrebbe uccisa in poche settimane.
17:28
She goes on a pill a day that targets a pathway,
319
1033000
5000
Poi prende una certa pillola che agisce su un certo meccanismo,
17:33
and again, I'm not sure if this pathway was in the system, in the cancer,
320
1038000
4000
e, di nuovo, non so se il meccanismo era nel sistema o nel tumore;
17:37
but it targeted a pathway, and a month later, pow, that cancer's gone.
321
1042000
6000
ma questa funziona e un mese dopo, puff, il tumore è sparito.
17:43
Six months later it's still gone.
322
1048000
3000
Sei mesi dopo era ancora del tutto assente.
17:46
That cancer recurred, and she passed away three years later from lung cancer,
323
1051000
5000
Poi il tumore torna e la donna muore tre anni dopo.
17:51
but she got three years from a drug
324
1056000
4000
Ma ha guadagnato ben tre anni grazie a un farmaco
17:55
whose symptoms predominately were acne.
325
1060000
2000
usato principalmente per curare l'acne.
17:57
That's about it.
326
1062000
2000
E questo è quanto.
17:59
So, the problem is that the clinical trial was done,
327
1064000
4000
Il fatto è che la sperimentazione è stata fatta,
18:03
and we were a part of it,
328
1068000
2000
vi abbiamo preso parte e,
18:05
and in the fundamental clinical trial --
329
1070000
2000
nella sua fase cruciale,
18:07
the pivotal clinical trial we call the Phase Three,
330
1072000
2000
lo studio pilota (quello che chiamiamo 'fase III')
18:09
we refused to use a placebo.
331
1074000
3000
ci siamo rifiutati di usare un placebo.
18:12
Would you want your mother, your brother, your sister
332
1077000
2000
Voi vorreste che un vostro caro prendesse un placebo
18:14
to get a placebo if they had advanced lung cancer and had weeks to live?
333
1079000
4000
se avesse un tumore avanzato e solo poche settimane di vita?
18:18
And the answer, obviously, is not.
334
1083000
2000
Ovviamente no.
18:20
So, it was done on this group of patients.
335
1085000
2000
Dunque, niente placebo per loro.
18:22
Ten percent of people in the trial had this dramatic response that was shown here,
336
1087000
6000
e il 10% dei pazienti ha avuto la stessa incredibile reazione,
18:28
and the drug went to the FDA,
337
1093000
3000
e il farmaco è stato quindi sottoposto all'FDA,
18:31
and the FDA said, "Without a placebo,
338
1096000
2000
che però si è chiesta, senza il confronto col placebo,
18:33
how do I know patients actually benefited from the drug?"
339
1098000
5000
come si potesse essere sicuri dei suoi benefici.
18:38
So the morning the FDA was going to meet,
340
1103000
2000
La mattina che l'FDA doveva discuterne,
18:40
this was the editorial in the Wall Street Journal.
341
1105000
3000
apparse questo editoriale sul Wall Street Journal:
18:43
(Laughter)
342
1108000
2000
"L'FDA ai pazienti: crepate pure" [risate]
18:45
And so, what do you know, that drug was approved.
343
1110000
4000
E, pensate un po', il farmaco è stato approvato.
18:49
The amazing thing is another company did the right scientific trial,
344
1114000
4000
La cosa incredibile è che un'altra azienda ha condotto
18:53
where they gave half placebo and half the drug.
345
1118000
3000
una sperimentazione classica, con metà placebo e metà farmaco.
18:56
And we learned something important there.
346
1121000
2000
E abbiamo scoperto una cosa importante.
18:58
What's interesting is they did it in South America and Canada,
347
1123000
3000
Interessante è che si è svolto in Sud America e in Canada,
19:01
where it's "more ethical to give placebos."
348
1126000
3000
dove è “più etico somministrare del placebo”.
19:04
They had to give it also in the U.S. to get approval,
349
1129000
2000
Per avere l'autorizzazione hanno dovuto somministrarlo
19:06
so I think there were three U.S. patients
350
1131000
2000
anche negli USA, quindi credo che 3 pazienti
19:08
in upstate New York who were part of the trial.
351
1133000
2000
statunitensi abbiano preso parte all'esperimento.
19:10
But they did that, and what they found
352
1135000
2000
Lo hanno fatto e hanno scoperto
19:12
is that 70 percent of the non-responders
353
1137000
3000
che il 70% dei pazienti che non rispondeva alle cure
19:15
lived much longer and did better than people who got placebo.
354
1140000
5000
ha vissuto di più e meglio di quelli che avevano preso il placebo.
19:20
So it challenged everything we knew in cancer,
355
1145000
3000
Ciò ha messo in discussione tutto ciò che sapevamo sul cancro,
19:23
is that you don't need to get a response.
356
1148000
2000
ovvero che non serve una risposta al farmaco.
19:25
You don't need to shrink the disease.
357
1150000
2000
Non occorre rimpicciolire il tumore.
19:27
If we slow the disease, we may have more of a benefit
358
1152000
4000
Se lo rallentiamo, otteniamo maggiori benefici
19:31
on patient survival, patient outcome, how they feel,
359
1156000
4000
in termini di sopravvivenza e benessere del paziente,
19:35
than if we shrink the disease.
360
1160000
2000
che riducendolo.
19:37
The problem is that, if I'm this doc, and I get your CT scan today
361
1162000
3000
Il problema è che, se guardo la tua TAC
19:40
and you've got a two centimeter mass in your liver,
362
1165000
3000
e noto una massa di 2 cm nel tuo fegato,
19:43
and you come back to me in three months and it's three centimeters,
363
1168000
3000
e, dopo tre mesi, la massa misura 3 cm...
19:46
did that drug help you or not?
364
1171000
2000
Mi chiedo: il farmaco ha funzionato?
19:48
How do I know?
365
1173000
2000
E come faccio a saperlo?
19:50
Would it have been 10 centimeters, or am I giving you a drug
366
1175000
4000
Sarebbe diventato di 10 cm, o sto dando un farmaco
19:54
with no benefit and significant cost?
367
1179000
3000
che ha un costo elevato non dà benefici?
19:57
So, it's a fundamental problem.
368
1182000
2000
È un problema fondamentale.
19:59
And, again, that's where these new technologies can come in.
369
1184000
5000
Ed è qui che le nuove tecnologie ci possono aiutare.
20:04
And so, the goal obviously is that you go into your doctor's office --
370
1189000
4000
L'obiettivo è ovviamente andare dal proprio medico,
20:08
well, the ultimate goal is that you prevent disease, right?
371
1193000
3000
ovvero prevenire malattia, certo.
20:11
The ultimate goal is that you prevent any of these things from happening.
372
1196000
4000
Cioè evitare che queste cose accadano.
20:15
That is the most effective, cost-effective,
373
1200000
3000
Questo sarebbe economicamente conveniente,
20:18
best way we can do things today.
374
1203000
2000
Sarebbe certo la circostanza migliore.
20:20
But if one is unfortunate to get a disease,
375
1205000
3000
Ma nel caso sfortunato che si sviluppi la malattia,
20:23
you'll go into your doctor's office, he or she will take a drop of blood,
376
1208000
3000
si potrà andare dal medico e, con una goccia di sangue,
20:26
and we will start to know how to treat your disease.
377
1211000
4000
cominceremo a sapere come curare la malattia.
20:31
The way we've approached it is the field of proteomics,
378
1216000
3000
Ci stiamo avvicinando a questo grazie alla proteomica,
20:34
again, this looking at the system.
379
1219000
2000
cioè, ancora una volta, osservando il sistema,
20:36
It's taking a big picture.
380
1221000
2000
avendo una veduta d'insieme.
20:38
The problem with technologies like this is
381
1223000
3000
Il problema di queste tecnologie è che,
20:41
that if one looks at proteins in the body,
382
1226000
2000
se si osservano le proteine nel corpo,
20:43
there are 11 orders of magnitude difference
383
1228000
3000
c'è una differenza di 11 ordini di grandezza
20:46
between the high-abundant and the low-abundant proteins.
384
1231000
3000
fra le proteine più e quelle meno abbondanti.
20:49
So, there's no technology in the world that can span 11 orders of magnitude.
385
1234000
5000
E nessuna tecnologia al mondo li copre tutti.
20:54
And so, a lot of what has been done with people like Danny Hillis and others
386
1239000
5000
Perciò, molto di ciò che facciamo con Danny Hillis e con altri
20:59
is to try to bring in engineering principles, try to bring the software.
387
1244000
4000
è importare principi di ingegneria e creare i software necessari.
21:03
We can start to look at different components along this spectrum.
388
1248000
5000
Iniziamo così a osservare i vari componenti in tutto il loro spettro.
21:08
And so, earlier was talked about cross-discipline, about collaboration.
389
1253000
5000
Prima si è parlato di interdisciplinarietà, di collaborazione.
21:13
And I think one of the exciting things that is starting to happen now
390
1258000
3000
E credo che una delle cose entusiasmanti che sta accadendo
21:16
is that people from those fields are coming in.
391
1261000
3000
è che si stanno unendo a noi persone provenienti da altri campi.
21:19
Yesterday, the National Cancer Institute announced a new program
392
1264000
3000
Ieri il National Cancer Institute ha annunciato un nuovo programma
21:22
called the Physical Sciences and Oncology,
393
1267000
3000
chiamato 'Scienze fisiche e oncologia',
21:25
where physicists, mathematicians, are brought in to think about cancer,
394
1270000
4000
che vede coinvolti anche fisici e matematici
21:29
people who never approached it before.
395
1274000
3000
mai avvicinatisi al campo prima d'ora.
21:32
Danny and I got 16 million dollars, they announced yesterday,
396
1277000
3000
Io e Danny abbiamo ricevuto $ 16 milioni,
21:35
to try to attach this problem.
397
1280000
2000
lo hanno annunciato ieri, per affrontare il problema.
21:37
A whole new approach, instead of giving high doses of chemotherapy
398
1282000
4000
Un approccio nuovo, che invece di massicce dosi di chemioterapia
21:41
by different mechanisms,
399
1286000
2000
usa meccanismi differenti, per implementare una tecnologia
21:43
to try to bring technology to get a picture of what's actually happening in the body.
400
1288000
6000
che ci dia una veduta d'insieme di cosa accade nel corpo.
21:49
So, just for two seconds, how these technologies work --
401
1294000
4000
Ora, due secondi sul funzionamento di queste tecnologie,
21:53
because I think it's important to understand it.
402
1298000
3000
perché credo sia importante capirlo.
21:56
What happens is every protein in your body is charged,
403
1301000
3000
Ogni proteina del corpo ha una propria carica;
21:59
so the proteins are sprayed in, the magnet spins them around,
404
1304000
4000
se si iniettano in una macchina, un magnete
22:03
and then there's a detector at the end.
405
1308000
2000
le fa girare e alla fine c'è un rilevatore. Il tempo necessario
22:05
When it hit that detector is dependent on the mass and the charge.
406
1310000
5000
per colpirlo dipende dalla massa e dalla carica della proteina.
22:10
And so we can accurately -- if the magnet is big enough,
407
1315000
3000
Con tecniche così precise, se il magnete è abbastanza grande
22:13
and your resolution is high enough --
408
1318000
2000
e la risoluzione abbastanza alta,
22:15
you can actually detect all of the proteins in the body
409
1320000
3000
si possono davvero individuare tutte le proteine del corpo
22:18
and start to get an understanding of the individual system.
410
1323000
4000
e iniziare a comprendere il sistema.
22:22
And so, as a cancer doctor,
411
1327000
2000
Quindi io, oncologo,
22:24
instead of having paper in my chart, in your chart, and it being this thick,
412
1329000
5000
invece di una cartella medica spessa così,
22:29
this is what data flow is starting to look like in our offices,
413
1334000
4000
avrò un flusso di dati come questo,
22:33
where that drop of blood is creating gigabytes of data.
414
1338000
3000
gigabyte di dati derivati da quella goccia di sangue.
22:36
Electronic data elements are describing every aspect of the disease.
415
1341000
4000
Dati elettronici su ogni aspetto della malattia.
22:40
And certainly the goal is we can start to learn from every encounter
416
1345000
4000
E l'obiettivo è che ogni visita al paziente porti nuove scoperte
22:44
and actually move forward, instead of just having encounter and encounter,
417
1349000
5000
e ci faccia progredire, invece di fare visite su visite
22:49
without fundamental learning.
418
1354000
2000
senza imparare nulla di nuovo.
22:51
So, to conclude, we need to get away from reductionist thinking.
419
1356000
6000
In conclusione, dobbiamo allontanarci dal riduzionismo
22:57
We need to start to think differently and radically.
420
1362000
4000
e iniziare a pensare in modo radicalmente diverso.
23:01
And so, I implore everyone here: Think differently. Come up with new ideas.
421
1366000
4000
Lo chiedo a tutti voi, pensate diversamente. Proponete
23:05
Tell them to me or anyone else in our field,
422
1370000
3000
nuove idee a me o a chiunque nel mio campo,
23:08
because over the last 59 years, nothing has changed.
423
1373000
3000
perché negli ultimi 59 anni nulla è cambiato,
23:11
We need a radically different approach.
424
1376000
3000
mentre serve un approccio totalmente diverso.
23:14
You know, Andy Grove stepped down as chairman of the board at Intel --
425
1379000
3000
Quando Andy Grove si è dimesso da presidente della Intel
23:17
and Andy was one of my mentors, tough individual.
426
1382000
3000
-- e lui è stato uno dei miei mentori, un tipo tosto --
23:20
When Andy stepped down, he said,
427
1385000
2000
quando si è dimesso, ha affermato:
23:22
"No technology will win. Technology itself will win."
428
1387000
3000
"Non c'è una tecnologia che vincerà. La stessa tecnologia vincerà".
23:25
And I'm a firm believer, in the field of medicine and especially cancer,
429
1390000
4000
E sono fermamente convinto che in medicina, specie in oncologia,
23:29
that it's going to be a broad platform of technologies
430
1394000
3000
ci sarà bisogno di una vasta piattaforma di tecnologie
23:32
that will help us move forward
431
1397000
2000
che ci permettano di fare passi in avanti
23:34
and hopefully help patients in the near-term.
432
1399000
2000
e, speriamo, aiutare i pazienti a breve.
23:36
Thank you very much.
433
1401000
2000
Grazie infinite.
ABOUT THE SPEAKER
David Agus - Cancer DoctorAlthough a highly-accomplished conventional doctor, David Agus has embraced the future of medicine and is constantly exploring ways that new technologies can help in the fight against cancer.
Why you should listen
David Agus is a medical doctor and a Professor of Medicine at the University of Southern California. However, he is also the founder of a couple of game-changing medical initiatives. In 2006, he co-founded Navigenics with Dietrich Stephan, Ph.D., to form a company that would provide people with their individual genetic information, allowing them to act on any predispositions to disease that they might have and prevent onset. He also founded Oncology.com which was the largest cancer Internet resource and community.
Dr. Agus’ research is focused on the application of proteomics and genomics in the study of cancer, as well as developing new therapeutic treatments for cancer. He serves as Director of the USC Center for Applied Molecular Medicine and the USC Westside Prostate Cancer Center. Agus is also the recipient of several honors and awards, including the American Cancer Society Physician Research Award, a Clinical Scholar Award from the Sloan-Kettering Institute and the International Myeloma Foundation Visionary Science Award.
David Agus | Speaker | TED.com