TEDxStanford
Adam de la Zerda: We can start winning the war against cancer
Adam de la Zerda: We kunnen de oorlog tegen kanker eindelijk overwinnen
Filmed:
Readability: 3.5
1,133,485 views
Ontdek de nieuwste vooruitgang in de oorlog tegen kanker van Adam de la Zerda, een onderzoeker aan de universiteit van Stanford, die werkt aan zijn eigen baanbrekende techniek. Hij gebruikt een uitzonderlijke beeldvormingstechnologie die gouddeeltjes injecteert in het lichaam die kankercellen doen oplichten. De la Zerda's labo hoopt de weg vrij te maken opdat chirurgen zelfs het kleinste spoortje van dodelijke tumoren kunnen verwijderen.
Adam de la Zerda - Biologist, electrical engineer
Adam de la Zerda develops new medical imaging technologies to detect and destroy cancer. Full bio
Adam de la Zerda develops new medical imaging technologies to detect and destroy cancer. Full bio
Double-click the English transcript below to play the video.
"We verklaren de oorlog aan kanker...
00:12
"We're declaring war against cancer,
0
880
1855
00:14
and we will win this war by 2015."
1
2760
2600
...en we zullen deze oorlog
winnen tegen 2015."
winnen tegen 2015."
00:18
This is what the US Congress
and the National Cancer Institute declared
and the National Cancer Institute declared
2
6440
3736
Zo verklaarde de Amerikaanse
Senaat en het Cancer Institute,
Senaat en het Cancer Institute,
00:22
just a few years ago, in 2003.
3
10200
2560
enkele jaren geleden, in 2003.
00:25
Now, I don't know about you,
but I don't buy that.
but I don't buy that.
4
13560
3096
Ik weet niet wat jullie denken,
maar ik geloof dat niet.
maar ik geloof dat niet.
00:28
I don't think we quite won this war yet,
5
16680
2056
We hebben deze oorlog nog niet gewonnen.
00:30
and I don't think
anyone here will question that.
anyone here will question that.
6
18760
2640
En ik denk niet dat iemand dat betwijfelt.
00:33
Now, I will argue that a primary reason
7
21800
2496
De belangrijkste reden
00:36
why we're not winning
this war against cancer
this war against cancer
8
24320
2136
waarom we kanker nog niet
hebben overwonnen
hebben overwonnen
00:38
is because we're fighting blindly.
9
26480
2296
is omdat we hem blindelings bestrijden.
00:40
I'm going to start by sharing with you
a story about a good friend of mine.
a story about a good friend of mine.
10
28800
3575
Eerst wil ik jullie het verhaal vertellen
van 'n goeie vriend van me. Hij heet Ehud.
van 'n goeie vriend van me. Hij heet Ehud.
00:44
His name is Ehud,
11
32400
1216
00:45
and a few years ago,
Ehud was diagnosed with brain cancer.
Ehud was diagnosed with brain cancer.
12
33640
3136
Enkele jaren geleden werd er
hersenkanker bij hem vastgesteld.
hersenkanker bij hem vastgesteld.
00:48
And not just any type of brain cancer:
13
36800
1856
En niet zomaar 'n soort hersenkanker.
00:50
he was diagnosed with one
of the most deadly forms of brain cancer.
of the most deadly forms of brain cancer.
14
38680
3176
Hij leed aan een van de meest
dodelijke vormen van hersenkanker.
dodelijke vormen van hersenkanker.
00:53
In fact, it was so deadly
15
41880
1216
Zo dodelijk dat de dokters hem
maar 12 maanden meer gaven.
maar 12 maanden meer gaven.
00:55
that the doctors told him
that they only have 12 months,
that they only have 12 months,
16
43120
2656
In deze 12 maanden moesten ze
een remedie vinden.
een remedie vinden.
00:57
and during those 12 months,
they have to find a treatment.
they have to find a treatment.
17
45800
3416
01:01
They have to find a cure,
18
49240
1456
Ze moesten een remedie vinden,
01:02
and if they cannot
find a cure, he will die.
find a cure, he will die.
19
50720
2160
anders zou hij sterven.
Het goede nieuws is, zeiden ze,
01:05
Now, the good news, they said,
20
53800
1456
01:07
is that there are tons
of different treatments to choose from,
of different treatments to choose from,
21
55280
2936
dat er 'n heleboel
nieuwe behandelingen mogelijk zijn.
nieuwe behandelingen mogelijk zijn.
01:10
but the bad news is
22
58240
1216
Maar het slechte nieuws
01:11
that in order for them to tell
if a treatment is even working or not,
if a treatment is even working or not,
23
59480
3536
is dat het zo'n drie maanden duurt
01:15
well, that takes them
about three months or so.
about three months or so.
24
63040
2496
voor we weten of de behandeling
werkt of niet.
werkt of niet.
01:17
So they cannot try that many things.
25
65560
2376
We kunnen dus niet veel uitproberen.
01:19
Well, Ehud is now going
into his first treatment,
into his first treatment,
26
67960
3096
Ehud ondergaat z'n eerste behandeling.
01:23
and during that first treatment,
just a few days into that treatment,
just a few days into that treatment,
27
71080
3256
Een paar dagen na het begin
van z'n eerste behandeling
van z'n eerste behandeling
sprak ik hem en hij zei:
"Ik denk dat dit gaat werken...
"Ik denk dat dit gaat werken...
01:26
I'm meeting with him, and he tells me,
"Adam, I think this is working.
"Adam, I think this is working.
28
74360
3336
Ik denk dat we geluk gaan hebben.
Er gebeurt iets met mij."
Er gebeurt iets met mij."
01:29
I think we really lucked out here.
Something is happening."
Something is happening."
29
77720
2816
Ik vroeg hem: "Echt?
Hoe weet je dat?"
Hoe weet je dat?"
01:32
And I ask him, "Really?
How do you know that, Ehud?"
How do you know that, Ehud?"
30
80560
2456
Hij zei: "Ik voel me
zo vreselijk vanbinnen.
zo vreselijk vanbinnen.
01:35
And he says, "Well,
I feel so terrible inside.
I feel so terrible inside.
31
83040
2216
01:37
Something's gotta be working up there.
32
85280
1856
Het moet wel werken.
01:39
It just has to."
33
87160
1216
Dat moet wel."
01:40
Well, unfortunately, three months later,
we got the news, it didn't work.
we got the news, it didn't work.
34
88400
4440
Helaas kregen we drie maanden later
het nieuws dat dat niet het geval was.
het nieuws dat dat niet het geval was.
01:45
And so Ehud goes
into his second treatment.
into his second treatment.
35
93520
2056
Dus begon Ehud de tweede behandeling.
01:47
And again, the same story.
36
95600
1256
En, weer hetzelfde liedje.
01:48
"It feels so bad, something's
gotta be working there."
gotta be working there."
37
96880
2736
"Het voelt zo slecht,
het moet wel werken."
het moet wel werken."
01:51
And then three months later,
again we get bad news.
again we get bad news.
38
99640
2936
En drie maanden later
kregen we weer slecht nieuws.
kregen we weer slecht nieuws.
01:54
Ehud is going into his third treatment,
and then his fourth treatment.
and then his fourth treatment.
39
102600
3936
Ehud krijgt z'n derde behandeling
en daarna z'n vierde.
en daarna z'n vierde.
01:58
And then, as predicted, Ehud dies.
40
106560
2520
En dan, zoals verwacht, sterft hij.
02:01
Now, when someone really close to you
is going through such a huge struggle,
is going through such a huge struggle,
41
109800
4576
Als iemand die je zo dierbaar is
door zo'n moeilijk gevecht moet,
door zo'n moeilijk gevecht moet,
02:06
you get really swamped with emotions.
42
114400
1816
word je echt overspoeld met emoties.
02:08
A lot of things
are going through your head.
are going through your head.
43
116240
2096
Er gaat van alles door je hoofd.
02:10
For me, it was mostly outrage.
44
118360
1456
Bij mij vooral woede.
02:11
I was just outraged that, how come
this is the best that we can offer?
this is the best that we can offer?
45
119840
4696
Ik was kwaad. Was dit het beste
wat we hem te bieden hadden?
wat we hem te bieden hadden?
02:16
And I started looking
more and more into this.
more and more into this.
46
124560
2296
Ik begon er meer en meer over te lezen.
02:18
As it turns out, this is not just
the best that doctors could offer Ehud.
the best that doctors could offer Ehud.
47
126880
3456
Blijkbaar was dit niet het beste
wat we Ehud konden bieden.
wat we Ehud konden bieden.
02:22
It's not just the best doctors could offer
patients with brain cancer generally.
patients with brain cancer generally.
48
130360
3816
Zelfs niet het beste dat dokters
patiënten van hersenkanker konden bieden.
patiënten van hersenkanker konden bieden.
02:26
We're actually not doing that well
all across the board with cancer.
all across the board with cancer.
49
134200
3200
We scoren helemaal niet zo goed
wat kanker betreft.
wat kanker betreft.
02:30
I picked up one of those statistics,
50
138240
1856
Ik ontdekte de volgende cijfers.
02:32
and I'm sure some of you
have seen those statistics before.
have seen those statistics before.
51
140120
2776
Jullie hebben deze cijfers
vast ook allemaal al gezien.
vast ook allemaal al gezien.
02:34
This is going to show you here
how many patients actually died of cancer,
how many patients actually died of cancer,
52
142920
3456
Dit toont het aantal patiënten
dat effectief sterft aan kanker.
dat effectief sterft aan kanker.
In dit geval alle Amerikaanse vrouwen,
02:38
in this case females in the United States,
53
146400
2016
sinds de jaren 30.
02:40
ever since the 1930s.
54
148440
1296
02:41
You'll notice that there aren't
that many things that have changed.
that many things that have changed.
55
149760
3176
Jullie zullen merken dat er niet
zoveel veranderd is.
zoveel veranderd is.
Het blijft een probleem.
02:44
It's still a huge issue.
56
152960
1296
02:46
You'll see a few changes, though.
57
154280
1736
Er zijn wel enkele veranderingen.
02:48
You'll see lung cancer,
for example, on the rise.
for example, on the rise.
58
156040
2536
Longkanker is aan een opmars bezig.
02:50
Thank you, cigarettes.
59
158600
1200
Dankjewel, sigaretten.
02:52
And you'll also see that,
for example, stomach cancer
for example, stomach cancer
60
160360
2496
En je kunt ook zien
dat maagkanker, bijvoorbeeld,
dat maagkanker, bijvoorbeeld,
02:54
once used to be one
of the biggest killers of all cancers,
of the biggest killers of all cancers,
61
162880
3336
dat vroeger één van
de dodelijkste kankers was,
de dodelijkste kankers was,
02:58
is essentially eliminated.
62
166240
1440
nu volledig verdwenen is.
03:00
Now, why is that?
Anyone knows, by the way?
Anyone knows, by the way?
63
168480
2056
Hoe komt dat?
Weet iemand dat?
Weet iemand dat?
Waarom wordt de mens niet langer
geteisterd door maagkanker?
geteisterd door maagkanker?
03:02
Why is it that humanity is no longer
struck by stomach cancer?
struck by stomach cancer?
64
170560
3336
03:05
What was the huge, huge
medical technology breakthrough
medical technology breakthrough
65
173920
4856
Wat was die grote medische doorbraak
03:10
that came to our world
that saved humanity from stomach cancer?
that saved humanity from stomach cancer?
66
178800
3360
die de mensheid gered heeft
van maagkanker?
van maagkanker?
03:15
Was it maybe a new drug,
or a better diagnostic?
or a better diagnostic?
67
183240
3816
Misschien een nieuw geneesmiddel,
of een betere diagnose?
of een betere diagnose?
03:19
You guys are right, yeah.
68
187080
1296
Jullie raden het al.
03:20
It's the invention of the refrigerator,
69
188400
2616
Het was de uitvinding van de koelkast.
03:23
and the fact that we're
no longer eating spoiled meats.
no longer eating spoiled meats.
70
191040
2616
We hoeven niet langer
bedorven voedsel te eten.
bedorven voedsel te eten.
Het beste wat ons
overkomen is tot dusver
overkomen is tot dusver
03:25
So the best thing
that happened to us so far
that happened to us so far
71
193680
2296
03:28
in the medical arena in cancer research
72
196000
1936
op het vlak van kankeronderzoek,
03:29
is the fact that
the refrigerator was invented.
the refrigerator was invented.
73
197960
2191
is de uitvinding van de koelkast.
03:32
(Laughter)
74
200175
1201
(Gelach)
03:33
And so -- yeah, I know.
75
201400
1256
Ja, ik weet het.
03:34
We're not doing so well here.
76
202680
1416
We scoren niet zo goed.
03:36
I don't want to miniaturize the progress
77
204120
2336
Ik wil niet kleinerend doen
over de vooruitgang
over de vooruitgang
03:38
and everything that's been done
in cancer research.
in cancer research.
78
206480
3376
of al wat gedaan is
op het gebied van kankeronderzoek.
op het gebied van kankeronderzoek.
03:41
Look, there is like 50-plus years
of good cancer research
of good cancer research
79
209880
3416
Er bestaat al meer dan vijftig jaar
kankeronderzoek.
kankeronderzoek.
03:45
that discovered major, major things
that taught us about cancer.
that taught us about cancer.
80
213320
3416
Hierdoor hebben we belangrijke zaken
ontdekt over kanker.
ontdekt over kanker.
03:48
But all that said,
81
216760
1736
Dat gezegd zijnde
03:50
we have a lot of heavy lifting
to still do ahead of us.
to still do ahead of us.
82
218520
2572
hebben we nog 'n zware klus voor de boeg.
03:54
Again, I will argue that the primary
reason why this is the case,
reason why this is the case,
83
222920
3096
De belangrijkste reden
waarom dit het geval is,
waarom dit het geval is,
03:58
why we have not done that remarkably well,
84
226040
2000
waarom we het niet
uitzonderlijk goed doen,
uitzonderlijk goed doen,
04:00
is really we're fighting blindly here.
85
228064
1832
is omdat we blind vechten.
04:01
And this is where
medical imaging comes in.
medical imaging comes in.
86
229920
2216
Ook medische beeldvorming
speelt hierin een rol.
speelt hierin een rol.
04:04
This is where my own work comes in.
87
232160
1680
Hier komt mijn eigen werk aan bod.
04:06
And so to give you a sense
of the best medical imaging
of the best medical imaging
88
234400
2736
Om een idee te geven
van de medische beeldvorming
van de medische beeldvorming
04:09
that's offered today
to brain cancer patients,
to brain cancer patients,
89
237160
2496
die wordt aangeboden
aan patiënten van hersenkanker,
aan patiënten van hersenkanker,
04:11
or actually generally
to all cancer patients,
to all cancer patients,
90
239680
2176
of in feite aan alle kankerpatiënten...
Laten we eens kijken naar deze PET-scan.
04:13
take a look at this PET scan right here.
91
241880
1936
04:15
Let's see. There we go.
92
243840
1240
Laten we eens kijken. Ziezo.
04:17
So this is a PET/CT scan,
93
245640
1696
Dit is een PET/CT-scan.
04:19
and what you'll see in this PET/CT scan
94
247360
2456
Op deze PET/CT-scan zien jullie...
04:21
is the CT scan will show you
where the bones are,
where the bones are,
95
249840
3216
De CT-scan toont het skelet,
04:25
and the PET scan will show you
where tumors are.
where tumors are.
96
253080
2400
en de PET-scan toont
waar de tumors liggen.
waar de tumors liggen.
04:27
Now, what you can see here
97
255960
2216
Wat jullie hier zien
04:30
is essentially a sugar molecule
98
258200
2416
is in feite een suikermolecule
04:32
that was added a small little tag
99
260640
1816
die we gelabeld hebben.
04:34
that is signaling to us
outside of the body,
outside of the body,
100
262480
2096
Hierdoor zien we, van buiten het lichaam,
04:36
"Hey, I'm here."
101
264600
1296
waar het zich bevindt.
04:37
And those sugar molecules are injected
into these patients by the billions,
into these patients by the billions,
102
265920
3816
Er worden miljarden van deze moleculen
ingespoten in een patiënt.
ingespoten in een patiënt.
04:41
and they're going all over the body
103
269760
1696
Ze reizen heel het lichaam door,
04:43
looking for cells
that are hungry for sugar.
that are hungry for sugar.
104
271480
2080
op zoek naar cellen die hen volgen.
04:46
You'll see that the heart,
for example, lights up there.
for example, lights up there.
105
274320
2656
We zien bijvoorbeeld dat het hart oplicht.
04:49
That's because the heart
needs a lot of sugar.
needs a lot of sugar.
106
277000
2216
Het hart heeft namelijk veel suiker nodig.
04:51
You'll also see that the bladder
lights up there.
lights up there.
107
279240
2336
We zien dat de blaas ook oplicht.
04:53
That's because the bladder
is the thing that's clearing
is the thing that's clearing
108
281600
2616
Dat komt omdat de blaas
ons lichaam zuivert
ons lichaam zuivert
04:56
the sugar away from our body.
109
284240
1400
van de suikers.
04:58
And then you'll see a few other hot spots,
110
286096
2000
We zien ook enkele andere delen oplichten.
05:00
and these are in fact the tumors.
111
288120
1616
Dat zijn de tumoren.
05:01
Now, this is a really
a wonderful technology.
a wonderful technology.
112
289760
2136
Dit is in feite
een wonderlijke technologie.
een wonderlijke technologie.
05:03
For the first time it allowed us
to look into someone's body
to look into someone's body
113
291920
3136
We kunnen voor de eerste keer
binnenkijken in iemands lichaam
binnenkijken in iemands lichaam
05:07
without picking up
each and every one of the cells
each and every one of the cells
114
295080
2376
zonder dat we iedere cel moeten opnemen
05:09
and putting them under the microscope,
115
297480
1856
om ze onder een microscoop te leggen.
We kunnen op een niet-invasieve manier
in iemands lichaam kijken,
in iemands lichaam kijken,
05:11
but in a noninvasive way
allowing us to look into someone's body
allowing us to look into someone's body
116
299360
3016
05:14
and ask, "Hey,
has the cancer metastasized?
has the cancer metastasized?
117
302400
2136
en kijken of de kanker
zich verspreid heeft,
zich verspreid heeft,
05:16
Where is it?"
118
304560
1216
en waar hij zich bevindt.
05:17
And the PET scans here
are showing you very clearly
are showing you very clearly
119
305800
2496
De PET-scans tonen zeer duidelijk
05:20
where are these hot spots,
where is the tumor.
where is the tumor.
120
308320
2280
waar de hotspots
en de tumor zich bevinden.
en de tumor zich bevinden.
05:23
So as miraculous as this might seem,
121
311480
3296
Het ziet er misschien wonderbaarlijk uit,
05:26
unfortunately, well, it's not that great.
122
314800
2880
het is echter geen mirakeloplossing.
05:30
You see, those
small little hot spots there.
small little hot spots there.
123
318320
2080
Zien jullie deze kleine hotspots hier?
05:33
Can anyone guess how many cancer cells
are in any one of these tumors?
are in any one of these tumors?
124
321240
3520
Kan er iemand raden hoeveel kankercellen
er in één van deze tumoren zit?
er in één van deze tumoren zit?
05:38
So it's about 100 million cancer cells,
125
326600
2336
Ongeveer honderd miljoen kankercellen.
05:40
and let me make sure
that this number sunk in.
that this number sunk in.
126
328960
2696
Laat me dat getal even verduidelijken.
05:43
In each and every one
of these small little blips
of these small little blips
127
331680
2336
In elk van deze plekken
05:46
that you're seeing on the image,
128
334040
1576
die je ziet op deze afbeelding
05:47
there needs to be
at least 100 million cancer cells
at least 100 million cancer cells
129
335640
4096
moeten er op z'n minst honderd miljoen
kankercellen zitten
kankercellen zitten
05:51
in order for it to be detected.
130
339760
1536
voor ze worden opgemerkt.
05:53
Now, if that seemed to you
like a very large number,
like a very large number,
131
341320
2456
Dat lijkt misschien een zeer groot aantal.
05:55
it is a very large number.
132
343800
1680
Dat is het ook.
05:58
This is in fact
an incredibly large number,
an incredibly large number,
133
346640
2056
Het is 'n zeer groot aantal,
06:00
because what we really need
in order to pick up something early enough
in order to pick up something early enough
134
348720
3336
want om kanker tijdig op te sporen,
06:04
to do something about it,
to do something meaningful about it,
to do something meaningful about it,
135
352080
2936
zodat we er iets kunnen aan doen,
iets echt betekenisvol,
iets echt betekenisvol,
06:07
well, we need to pick up tumors
that are a thousand cells in size,
that are a thousand cells in size,
136
355040
3136
daarvoor mogen de tumoren
slechts enkele duizenden cellen tellen.
slechts enkele duizenden cellen tellen.
06:10
and ideally just
a handful of cells in size.
a handful of cells in size.
137
358200
2136
Ideaal gezien, zelfs slechts een tiental.
06:12
So we're clearly
pretty far away from this.
pretty far away from this.
138
360360
2016
We zijn hier nog ver vanaf.
06:14
So we're going to play
a little experiment here.
a little experiment here.
139
362400
2256
Laten we een klein experimentje houden.
06:16
I'm going to ask each of you
to now play and imagine
to now play and imagine
140
364680
2456
Ik zou willen dat je je eens inbeeldt
06:19
that you are brain surgeons.
141
367160
1360
dat je hersenchirurg bent.
06:21
And you guys are now at an operating room,
142
369000
4016
Jullie staan in de operatiezaal.
06:25
and there's a patient in front of you,
143
373040
2016
De patiënt ligt voor je.
06:27
and your task is to make sure
that the tumor is out.
that the tumor is out.
144
375080
3720
Nu moet je uitzoeken
of de tumor helemaal verwijderd is.
of de tumor helemaal verwijderd is.
06:31
So you're looking down at the patient,
145
379400
3376
Dus kijk je naar de patiënt.
06:34
the skin and the skull
have already been removed,
have already been removed,
146
382800
2336
De huid en de schedel zijn al verwijderd.
06:37
so you're looking at the brain.
147
385160
1536
Je kijkt naar de hersenen.
06:38
And all you know about this patient
148
386720
1696
Het enige wat je weet
06:40
is that there's a tumor
about the size of a golf ball or so
about the size of a golf ball or so
149
388440
2816
is dat de tumor ongeveer
de grootte heeft van een golfbal,
de grootte heeft van een golfbal,
06:43
in the right frontal lobe
of this person's brain.
of this person's brain.
150
391280
2320
vooraan in de rechterhersenhelft
van de patiënt.
van de patiënt.
06:46
And that's more or less it.
151
394080
1336
Dat is alles.
06:47
So you're looking down, and unfortunately
everything looks the same,
everything looks the same,
152
395440
3216
Je kijkt naar beneden.
Jammer genoeg ziet alles er hetzelfde uit.
Jammer genoeg ziet alles er hetzelfde uit.
06:50
because brain cancer tissue
and healthy brain tissue
and healthy brain tissue
153
398680
3096
Hersenweefsel en kankerweefsel
06:53
really just look the same.
154
401800
1576
zien er identiek uit.
06:55
And so you're going in with your thumb,
155
403400
1896
Dus steek je er je duim in.
06:57
and you start to press
a little bit on the brain,
a little bit on the brain,
156
405320
2336
Je begint wat te drukken op de hersenen,
06:59
because tumors tend to be
a little harder, stiffer,
a little harder, stiffer,
157
407680
2416
want tumoren zijn gewoonlijk
wat harder, stijver.
wat harder, stijver.
07:02
and so you go in and go
a little bit like this and say,
a little bit like this and say,
158
410120
2616
Dus zoek je wat, tot je denkt:
07:04
"It seems like the tumor is right there."
159
412760
1976
dit hier lijkt wel een tumor.
07:06
Then you take out your knife
and start cutting the tumor
and start cutting the tumor
160
414760
2656
Je haalt je mes tevoorschijn
en snijdt de tumor weg,
en snijdt de tumor weg,
07:09
piece by piece by piece.
161
417440
1256
stukje voor stukje.
07:10
And as you're taking the tumor out,
162
418720
1696
Zodra je de tumor hebt verwijderd,
07:12
then you're getting
to a stage where you think,
to a stage where you think,
163
420440
2216
denk je bij jezelf:
07:14
"Alright, I'm done.
I took out everything."
I took out everything."
164
422680
2136
"Nu ben ik klaar.
Ik heb alles verwijderd."
Ik heb alles verwijderd."
07:16
And at this stage, if that's --
165
424840
1536
Op dit moment, als alles...
07:18
so far everything sounded,
like, pretty crazy --
like, pretty crazy --
166
426400
2696
Alles klonk zeer gek tot dusver.
07:21
you're now about to face the most
challenging decision of your life here.
challenging decision of your life here.
167
429120
3696
Nu moet je de moeilijkste beslissing
uit je leven nemen.
uit je leven nemen.
07:24
Because now you need to decide,
168
432840
1536
Nu moet je beslissen
07:26
should I stop here
and let this patient go,
and let this patient go,
169
434400
2696
of je hier stopt en de patiënt
zo naar huis stuurt,
zo naar huis stuurt,
07:29
risking that there might be
some leftover cancer cells behind
some leftover cancer cells behind
170
437120
2936
en het risico loopt
dat er nog kankercellen achterblijven
dat er nog kankercellen achterblijven
07:32
that I just couldn't see,
171
440080
1856
die je niet gezien hebt,
07:33
or should I take away some extra margins,
172
441960
2656
of dat je een reserve inbouwt,
07:36
typically about an inch or so
around the tumor
around the tumor
173
444640
2856
meestal zo'n duimbreedte rondom de tumor,
07:39
just to be sure that I removed everything?
174
447520
2200
om zeker te zijn
dat je alles hebt weggenomen.
dat je alles hebt weggenomen.
07:43
So this is not a simple decision to make,
175
451400
3840
Dat is geen makkelijke beslissing.
07:47
and unfortunately this is the decision
176
455840
1936
Jammer genoeg is dat de beslissing
07:49
that brain cancer surgeons
have to take every single day
have to take every single day
177
457800
3336
die hersenchirurgen
iedere dag moeten nemen
iedere dag moeten nemen
07:53
as they're seeing their patients.
178
461160
1600
als ze hun patiënt onderzoeken.
07:55
And so I remember talking
to a few friends of mine in the lab,
to a few friends of mine in the lab,
179
463320
2936
Ik sprak m'n vrienden van het labo eens
07:58
and we say, "Boy,
there's got to be a better way."
there's got to be a better way."
180
466280
2376
en zei: "Er moet toch
een betere manier bestaan."
een betere manier bestaan."
08:00
But not just like you tell a friend
that there's got to be a better way.
that there's got to be a better way.
181
468680
3416
Niet zoals jullie dat zouden doen.
08:04
There's just got to be a better way here.
182
472120
1953
Maar er moet daar een betere manier zijn.
08:06
This is just incredible.
183
474097
1519
Dat kan niet anders.
08:07
And so we looked back.
184
475640
1656
En dus bekeken we alles opnieuw.
08:09
Remember those PET scans I told you about,
the sugar and so on.
the sugar and so on.
185
477320
2976
Herinner je nog die PET-scans
van daarjuist en de suiker?
van daarjuist en de suiker?
08:12
We said, hey, how about
instead of using sugar molecules,
instead of using sugar molecules,
186
480320
2736
In plaats van kleine suikermoleculen
08:15
let's maybe take tiny, tiny
little particles made of gold,
little particles made of gold,
187
483080
3136
wilden we zeer kleine
deeltjes goud gebruiken,
deeltjes goud gebruiken,
08:18
and let's program them with some
interesting chemistry around them.
interesting chemistry around them.
188
486240
3656
die we zouden programmeren
met wat chemie uit hun omgeving.
met wat chemie uit hun omgeving.
08:21
Let's program them
to look for cancer cells.
to look for cancer cells.
189
489920
2416
We programmeren ze
om te zoeken naar kankercellen.
om te zoeken naar kankercellen.
08:24
And then we will inject
these gold particles
these gold particles
190
492360
2096
Daarna injecteren we deze goudpartikels
08:26
into these patients by the billions again,
191
494480
2256
met miljarden in onze patiënten.
08:28
and we'll have them go all over the body,
192
496760
1976
Het goud reist het hele lichaam af.
08:30
and just like secret agents, if you will,
193
498760
1976
En net als geheime agenten
08:32
go and walk by
every single cell in our body
every single cell in our body
194
500760
2816
volgen ze elke cel in ons lichaam.
08:35
and knock on the door of that cell,
195
503600
1696
Ze kloppen aan bij de kankercel
08:37
and ask, "Are you a cancer cell
or are you a healthy cell?
or are you a healthy cell?
196
505320
2736
en vragen of het een kankercel is
of een gezonde cel.
of een gezonde cel.
08:40
If you're a healthy cell, we're moving on.
197
508080
2016
Als de cel gezond is, gaan ze verder.
08:42
If you're a cancer cell,
we're sticking in and shining out
we're sticking in and shining out
198
510120
2736
Als het een kankercel is,
blijven ze eraan plakken
blijven ze eraan plakken
08:44
and telling us,
"Hey, look at me, I'm here."
"Hey, look at me, I'm here."
199
512880
2096
en vertellen ze ons waar ze zitten.
08:47
And they'll do it
through some interesting cameras
through some interesting cameras
200
515000
2376
We kunnen ze volgen
dankzij vernuftige camera's,
dankzij vernuftige camera's,
08:49
that we developed in the lab.
201
517400
1416
ontwikkeld in ons labo.
08:50
And once we see that,
maybe we can guide brain cancer surgeons
maybe we can guide brain cancer surgeons
202
518840
2935
Eens we ze gespot hebben,
kunnen we chirurgen tonen
kunnen we chirurgen tonen
08:53
towards taking only the tumor
and leaving the healthy brain alone.
and leaving the healthy brain alone.
203
521799
3401
hoe de kanker weg te nemen,
zonder het gezonde weefsel te beschadigen.
zonder het gezonde weefsel te beschadigen.
08:57
And so we've tested that,
and boy, this works well.
and boy, this works well.
204
525720
3056
We hebben dit getest
en het werkte zeer goed.
en het werkte zeer goed.
09:00
So I'm going to show you an example now.
205
528800
1976
Ik ga jullie nu 'n voorbeeld tonen.
09:02
What you're looking at here
206
530800
1776
Jullie zien hier
09:04
is an image of a mouse's brain,
207
532600
3936
een beeld van muizenhersenen.
09:08
and we've implanted
into this mouse's brain
into this mouse's brain
208
536560
3136
We hebben in de hersenen van deze muis
09:11
a small little tumor.
209
539720
1256
een kleine tumor ingeplant
09:13
And so this tumor is now
growing in this mouse's brain,
growing in this mouse's brain,
210
541000
2616
die nu in die hersenen
aan het groeien zijn.
aan het groeien zijn.
09:15
and then we've taken a doctor
and asked the doctor
and asked the doctor
211
543640
2656
We vroegen een dokter
09:18
to please operate on the mouse
as if that was a patient,
as if that was a patient,
212
546320
2816
om de muis te opereren
alsof het een patiënt was,
alsof het een patiënt was,
09:21
and take out piece by piece
out of the tumor.
out of the tumor.
213
549160
2416
en de tumor deeltje
voor deeltje weg te nemen.
voor deeltje weg te nemen.
09:23
And while he's doing that,
214
551600
1776
Terwijl hij dat aan het doen was,
09:25
we're going to take images
to see where the gold particles are.
to see where the gold particles are.
215
553400
2976
namen wij foto's om te kijken
waar de gouddeeltjes waren.
waar de gouddeeltjes waren.
09:28
And so we're going to first start
216
556400
1616
We begonnen
09:30
by injecting these gold particles
into this mouse,
into this mouse,
217
558040
2416
door eerst gouddeeltjes
in te spuiten bij de muis.
in te spuiten bij de muis.
09:32
and we're going to see
right here at the very left there
right here at the very left there
218
560480
2896
Uiterst links op de afbeelding,
09:35
that image at the bottom
219
563400
1256
aan de onderkant
09:36
is the image that shows
where the gold particles are.
where the gold particles are.
220
564680
2496
zien we waar de gouddeeltjes
zich bevinden.
zich bevinden.
09:39
The nice thing
is that these gold particles
is that these gold particles
221
567200
2056
Het leuke was dat de gouddeeltjes
09:41
actually made it all the way to the tumor,
222
569280
2016
helemaal tot aan de tumor geraakt zijn.
09:43
and then they shine out and tell us,
"Hey, we're here. Here's the tumor."
"Hey, we're here. Here's the tumor."
223
571320
3656
Ze tonen ons waar de tumor zich bevindt.
09:47
So now we can see the tumor,
224
575000
1376
Nu kunnen we de tumor zien.
09:48
but we're not showing this
to the doctor yet.
to the doctor yet.
225
576400
2136
Maar we toonden het nog niet
aan de dokter.
aan de dokter.
09:50
We're asking the doctor,
now please start cutting away the tumor,
now please start cutting away the tumor,
226
578560
3056
We vroegen hem eerst
om de kanker weg te snijden.
om de kanker weg te snijden.
09:53
and you'll see here the doctor
just took the first quadrant of the tumor
just took the first quadrant of the tumor
227
581640
3416
Je ziet dat de dokter eerst
het eerste kwadrant van de tumor wegnam.
het eerste kwadrant van de tumor wegnam.
09:57
and you see that first quadrant
is now missing.
is now missing.
228
585080
2216
Dat deel ontbreekt hier.
09:59
The doctor then took
the second quadrant, the third,
the second quadrant, the third,
229
587320
2456
Daarna nam hij het tweede
en derde kwadrant weg.
en derde kwadrant weg.
10:01
and now it appears to be everything.
230
589800
1736
En dat leek alles te zijn.
10:03
And so at this stage,
the doctor came back to us and said,
the doctor came back to us and said,
231
591560
2736
Op dat moment zei de dokter ons
10:06
"Alright, I'm done.
What do you want me to do?
What do you want me to do?
232
594320
2256
dat zijn werk erop zat.
Kon hij nog iets doen?
Kon hij nog iets doen?
10:08
Should I keep things as they are
233
596600
1576
Moest hij alles laten als het was
10:10
or do you want me to take
some extra margins around?"
some extra margins around?"
234
598200
2496
of moest hij een marge inbouwen?
10:12
And then we said, "Well, hang on."
235
600720
1656
We vroegen hem: "Wacht 's...
10:14
We told the doctor,
"You've missed those two spots,
"You've missed those two spots,
236
602400
2416
U heeft twee plekjes gemist.
10:16
so rather than taking huge margins around,
237
604840
2000
In plaats van marges te nemen,
10:18
only take out those tiny little areas.
238
606864
1832
moet u die kleine zones wegnemen.
10:20
Take them out,
and then let's take a look."
and then let's take a look."
239
608720
2016
Neem ze weg, en laten we dan 's kijken."
10:22
And so the doctor took them away,
and lo and behold,
and lo and behold,
240
610760
2856
Dus nam de dokter ze weg
en kijk eens aan...
en kijk eens aan...
10:25
the cancer is now completely gone.
241
613640
2016
Nu was de kanker volledig verdwenen.
10:27
Now, the important thing
242
615680
1376
Het belangrijke
10:29
is that it's not just
that the cancer is completely gone
that the cancer is completely gone
243
617080
2620
is dat de kanker niet alleen
volledig verwijderd is
volledig verwijderd is
10:31
from this person's brain,
244
619724
1332
uit deze persoon,
10:33
or from this mouse's brain.
245
621080
1320
of deze muis.
10:35
The most important thing
246
623160
1256
Het belangrijke is
10:36
is that we did not have to take
huge amounts of healthy brain
huge amounts of healthy brain
247
624440
2896
dat we geen gezonde delen
hebben moeten wegnemen
hebben moeten wegnemen
10:39
in the process.
248
627360
1216
tijdens de operatie.
10:40
And so now we can actually imagine a world
249
628600
2176
Kun jij je 'n wereld inbeelden
10:42
where doctors and surgeons,
as they take away a tumor,
as they take away a tumor,
250
630800
3896
waar dokters en chirurgen
die tumors wegnemen,
die tumors wegnemen,
10:46
they actually know what to take out,
251
634720
1420
juist genoeg wegnemen
10:48
and they no longer
have to guess with their thumb.
have to guess with their thumb.
252
636170
2110
en niet langer hoeven te gissen?
10:51
Now, here's why it's extremely important
to take those tiny little leftover tumors.
to take those tiny little leftover tumors.
253
639520
3936
Daarom is het belangrijk
om de tumors helemaal weg te halen.
om de tumors helemaal weg te halen.
10:55
Those leftover tumors,
even if it's just a handful of cells,
even if it's just a handful of cells,
254
643480
2856
Die restjes tumor,
ook al zijn het slechts enkele cellen,
ook al zijn het slechts enkele cellen,
10:58
they will grow to recur the tumor,
255
646360
3056
groeien anders uit tot tumoren.
11:01
for the tumor to come back.
256
649440
1656
Anders komt de tumor terug.
11:03
In fact, the reason why 80 to 90 percent
257
651120
1936
Daardoor mislukt uiteindelijk 80 tot 90%
11:05
of those brain cancer surgeries
ultimately fail
ultimately fail
258
653080
2216
van hersenkankeroperaties.
11:07
is because of those small little
extra margins that were left positive,
extra margins that were left positive,
259
655320
3776
Omwille van die kleine marges
die men neemt,
die men neemt,
11:11
those small little leftover tumors
that were left there.
that were left there.
260
659120
2680
de kleine stukjes tumor
die men laat steken.
die men laat steken.
11:15
So this is clearly very nice,
261
663440
2176
Dat is allemaal wel leuk,
11:17
but what I really want to share with you
is where I think we're heading from here.
is where I think we're heading from here.
262
665640
4296
maar ik wil jullie vertellen
hoe het nu verder moet.
hoe het nu verder moet.
11:21
And so in my lab at Stanford,
263
669960
1656
In mijn labo aan Stanford
11:23
my students and I are asking,
what should we be working on now?
what should we be working on now?
264
671640
5520
vragen mijn student en ik ons af
waar we nu aan zouden moeten werken.
waar we nu aan zouden moeten werken.
11:29
And I think where
medical imaging is heading to
medical imaging is heading to
265
677600
2856
Ik denk dat de medische beeldvorming
moet in staat zijn
moet in staat zijn
11:32
is the ability to look into the human body
266
680480
2336
om binnenin het menselijk
lichaam te kijken
lichaam te kijken
11:34
and actually see each and every one
of these cells separately.
of these cells separately.
267
682840
3440
en iedere cel apart te onderzoeken.
11:39
The ability like this would allow us
268
687000
1736
Hierdoor zouden we in staat zijn
11:40
to actually pick up tumors
way, way earlier in the process,
way, way earlier in the process,
269
688760
2896
om tumoren veel vroeger te ontdekken.
11:43
way before it's 100 million cells inside,
so we can actually do something about it.
so we can actually do something about it.
270
691680
3920
Lang voordat het honderd miljoen cellen
groot is, zodat we nog wat kunnen doen.
groot is, zodat we nog wat kunnen doen.
11:48
An ability to see each and every one
of the cells might also allow us
of the cells might also allow us
271
696200
3416
Dan kunnen we naar elke cel
individueel kijken.
individueel kijken.
11:51
to ask insightful questions.
272
699640
1376
En nuttige vragen stellen.
11:53
So in the lab,
we are now getting to a point
we are now getting to a point
273
701040
2096
In het labo komen we nu op het punt
11:55
where we can actually start asking
these cancer cells real questions,
these cancer cells real questions,
274
703160
3256
dat we deze kankercellen
echte vragen kunnen stellen.
echte vragen kunnen stellen.
11:58
like, for example, are you responding
to the treatment we are giving you or not?
to the treatment we are giving you or not?
275
706440
3776
Of ze reageren op de behandeling
die we geven, bijvoorbeeld.
die we geven, bijvoorbeeld.
12:02
So if you're not responding, we'll know
to stop the treatment right away,
to stop the treatment right away,
276
710240
3456
Zo niet dan kunnen we onmiddellijk
met de behandeling stoppen,
met de behandeling stoppen,
12:05
days into the treatment, not three months.
277
713720
2040
na enkele dagen, en niet maanden.
12:08
And so also for patients like Ehud
278
716480
2176
Patiënten zoals Ehud
12:10
that are going through these
nasty, nasty chemotherapy drugs,
nasty, nasty chemotherapy drugs,
279
718680
4416
zullen dan niet meer die vreselijke
chemotherapie moeten ondergaan
chemotherapie moeten ondergaan
12:15
for them not to suffer
280
723120
1256
of moeten lijden
12:16
through those horrendous
side effects of the drugs
side effects of the drugs
281
724400
2896
onder de verschrikkelijke
neveneffecten van deze medicijnen
neveneffecten van deze medicijnen
12:19
when the drugs are
in fact not even helping them.
in fact not even helping them.
282
727320
2656
als die medicijnen niet eens helpen.
12:22
So to be frank here,
283
730000
2936
Laten we eerlijk zijn...
12:24
we're pretty far away
from winning the war against cancer,
from winning the war against cancer,
284
732960
3456
We staan nog zeer ver
van een overwinning tegen kanker,
van een overwinning tegen kanker,
12:28
just to be realistic.
285
736440
1256
als we realistisch zijn.
12:29
But at least I am hopeful
286
737720
1896
Maar ik ben hoopvol
12:31
that we should be able to fight this war
with better medical imaging techniques
with better medical imaging techniques
287
739640
4136
dat we deze oorlog het best kunnen vechten
met een betere medische beeldvorming,
met een betere medische beeldvorming,
12:35
in the way that is not blind.
288
743800
1856
op 'n verstandigere manier.
12:37
Thank you.
289
745680
1216
Dankjewel.
12:38
(Applause)
290
746920
2240
(Applaus)
ABOUT THE SPEAKER
Adam de la Zerda - Biologist, electrical engineerAdam de la Zerda develops new medical imaging technologies to detect and destroy cancer.
Why you should listen
Adam de la Zerda is an assistant professor at the Departments of Structural Biology and Electrical Engineering (courtesy) at Stanford University – School of Medicine. He completed his undergraduate degree in computer engineering and physics from the Technion – Israel Institute of Technology in 2005 Summa Cum Laude. He received his Ph.D. in Electrical Engineering from Stanford University in 2011, where he developed the Photoacoustic Molecular Imaging technique with Sanjiv Sam Gambhir. He was then a postdoctoral fellow at the lab of Carolyn Bertozzi at UC Berkeley – Chemistry Department, before joining the Stanford faculty in 2012.
de la Zerda's research interests span the broad field of molecular imaging. His lab focuses on developing new optical imaging instrumentation and chemistry tools to study the complex spatiotemporal behavior of biomolecules in living subjects. The lab uses animal models for cancer and ophthalmic diseases such as age-related macular degeneration. His research efforts span both basic science and clinically translatable work.
de la Zerda has received many awards and honors for his work, including the Pew-Stewart Scholar for Cancer Research, the AFOSR Young Investigator Award, Baxter Faculty Scholar Award, Dale F. Frey Award, Forbes Magazine 30 Under 30 in Science and Healthcare for 2012 and 2014, NIH Director’s Early Independence Award, Damon Runyon Cancer Research Foundation Postdoctoral Fellowship, Era of Hope Distinguished Predoctoral Poster Award, Best Poster Presentation at SPIE Photonics West, the Young Investigator Award at the World Molecular Imaging Congress, the Department of Defense Breast Cancer Research Program Award for Predoctoral researchers, the Bio-X Graduate Student Fellowship and first place at the Bay Area Entrepreneurship Contest. He has published papers in leading journals including Nature Medicine, Nature Nanotechnology and PNAS. He holds a number of patents and is the founder of a medical device company, Click Diagnostics.
Adam de la Zerda | Speaker | TED.com