TEDMED 2009
David Agus: A new strategy in the war on cancer
David Agus: Uma nova estratégia na guerra contra o cancro
Filmed:
Readability: 4.3
830,903 views
Habitualmente, explica David Agus, os tratamentos do cancro têm-se concentrado de forma míope nas células individuais afetadas. Sugere uma abordagem nova, interdisciplinar, usando químicos atípicos, modelos informáticos e análise de proteínas para tratar e analisar todo o corpo.
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
Sou oncologista,
saí do meu escritório
saí do meu escritório
00:18
and walked by the pharmacy in the hospital three or four years ago,
1
3000
4000
e passei pela farmácia do hospital,
há três ou quatro anos.
há três ou quatro anos.
00:22
and this was the cover of Fortune magazine
2
7000
3000
Esta era a capa da revista Fortune
00:25
sitting in the window of the pharmacy.
3
10000
2000
pousada na montra da farmácia.
00:27
And so, as a cancer doctor, you look at this,
4
12000
2000
Enquanto oncologista,
olhamos para isto,
olhamos para isto,
00:29
and you get a little bit downhearted.
5
14000
2000
e ficamos um pouco desanimados.
00:31
But when you start to read the article by Cliff,
6
16000
3000
Mas quando começamos
a ler o artigo de Cliff,
a ler o artigo de Cliff,
00:34
who himself is a cancer survivor,
7
19000
2000
ele próprio um sobrevivente do cancro,
00:36
who was saved by a clinical trial
8
21000
2000
que foi salvo por um ensaio clínico
00:38
where his parents drove him from New York City to upstate New York
9
23000
4000
cujos pais o levaram da cidade
de Nova lorque para norte do estado
de Nova lorque para norte do estado
00:42
to get an experimental therapy for --
10
27000
2000
para receber, na altura,
terapia experimental
terapia experimental
00:44
at the time -- Hodgkin's disease, which saved his life,
11
29000
3000
para a doença de Hodgkin,
o que lhe salvou a vida,
o que lhe salvou a vida,
00:47
he makes remarkable points here.
12
32000
3000
ele chega a conclusões notáveis.
00:50
And the point of the article was that we have gotten
13
35000
3000
O objetivo do artigo é mostrar
que nos tornamos reducionistas
que nos tornamos reducionistas
00:53
reductionist in our view of biology,
14
38000
3000
na nossa visão da biologia,
na nossa visão do cancro.
na nossa visão do cancro.
00:56
in our view of cancer.
15
41000
2000
Nos últimos 50 anos, temo-nos focado
no tratamento do gene individual,
no tratamento do gene individual,
00:58
For the last 50 years, we have focused on treating
16
43000
3000
01:01
the individual gene
17
46000
2000
01:03
in understanding cancer, not in controlling cancer.
18
48000
3000
em compreender o cancro,
não em controlá-lo.
não em controlá-lo.
01:06
So, this is an astounding table.
19
51000
3000
Esta é uma tabela surpreendente.
01:09
And this is something that sobers us in our field everyday
20
54000
3000
E é uma coisa que nos acautela
todos os dias na nossa área
todos os dias na nossa área
01:12
in that, obviously, we've made remarkable impacts
21
57000
2000
em que tivemos impactos notáveis
na doença cardiovascular.
na doença cardiovascular.
01:14
on cardiovascular disease,
22
59000
2000
01:16
but look at cancer. The death rate in cancer
23
61000
3000
Considerem o caso do cancro.
A taxa de mortalidade no cancro,
em mais de 50 anos, não mudou.
em mais de 50 anos, não mudou.
01:19
in over 50 years hasn't changed.
24
64000
3000
01:22
We've made small wins in diseases like chronic myelogenous leukemia,
25
67000
4000
Tivemos pequenas vitórias em doenças
como a leucemia mieloide crónica,
como a leucemia mieloide crónica,
01:26
where we have a pill that can put 100 percent of people in remission,
26
71000
3000
em que temos um comprimido
que põe 100% das pessoas em remissão.
que põe 100% das pessoas em remissão.
01:29
but in general, we haven't made an impact at all in the war on cancer.
27
74000
6000
Mas, no geral, não tivemos
impacto na guerra contra o cancro.
impacto na guerra contra o cancro.
01:35
So, what I'm going to tell you today,
28
80000
3000
O que vos vou dizer hoje
é o porquê de eu pensar
que é este o caso.
que é este o caso.
01:38
is a little bit of why I think that's the case,
29
83000
3000
01:41
and then go out of my comfort zone
30
86000
2000
Depois, vou sair um pouco
da minha zona de conforto,
da minha zona de conforto,
01:43
and tell you where I think it's going,
31
88000
3000
e dizer-vos para onde penso
que nos dirigimos,
que nos dirigimos,
01:46
where a new approach -- that we hope to push forward
32
91000
3000
onde uma nova abordagem
— que, esperamos, nos ajudará a avançar
em termos de tratamento do cancro.
em termos de tratamento do cancro.
01:49
in terms of treating cancer.
33
94000
4000
01:53
Because this is wrong.
34
98000
3000
Porque isto está errado.
01:56
So, what is cancer, first of all?
35
101000
2000
Em primeiro lugar, o que é o cancro?
01:58
Well, if one has a mass or an abnormal blood value, you go to a doctor,
36
103000
5000
Se tivermos uma massa ou
um nível sanguíneo anormal,
um nível sanguíneo anormal,
vamos ao médico que nos espeta uma agulha.
02:03
they stick a needle in.
37
108000
2000
02:05
They way we make the diagnosis today is by pattern recognition:
38
110000
4000
Hoje em dia fazemos o diagnóstico
por reconhecimento de padrão:
por reconhecimento de padrão:
02:09
Does it look normal? Does it look abnormal?
39
114000
4000
Parece normal? Parece anormal?
02:13
So, that pathologist is just like looking at this plastic bottle.
40
118000
3000
É como se o patologista estivesse
a olhar para esta garrafa de plástico.
a olhar para esta garrafa de plástico.
02:16
This is a normal cell. This is a cancer cell.
41
121000
3000
Esta é uma célula normal.
Esta é uma célula cancerosa.
02:19
That is the state-of-the-art today in diagnosing cancer.
42
124000
5000
Este é o diagnóstico de ponta
para no cancro, atualmente.
para no cancro, atualmente.
02:24
There's no molecular test,
43
129000
3000
Não há teste molecular,
02:27
there's no sequencing of genes that was referred to yesterday,
44
132000
3000
não há a sequenciação de genes
que foi referida ontem,
que foi referida ontem,
02:30
there's no fancy looking at the chromosomes.
45
135000
3000
não há uma observação extravagante
dos cromossomas.
dos cromossomas.
02:33
This is the state-of-the-art and how we do it.
46
138000
3000
Esta é a tecnologia de ponta
e como a fazemos.
e como a fazemos.
02:36
You know, I know very well, as a cancer doctor, I can't treat advanced cancer.
47
141000
6000
Eu sei muito bem que,
enquanto oncologista,
enquanto oncologista,
não posso tratar um cancro
em estado avançado.
em estado avançado.
02:42
So, as an aside, I firmly believe in the field of trying to identify cancer early.
48
147000
7000
Portanto, acredito piamente
no diagnóstico precoce do cancro.
no diagnóstico precoce do cancro.
02:49
It is the only way you can start to fight cancer, is by catching it early.
49
154000
5000
A única maneira de começar
a combater o cancro é detetando-o cedo.
a combater o cancro é detetando-o cedo.
02:54
We can prevent most cancers.
50
159000
3000
Podemos evitar a maior parte dos cancros.
02:57
You know, the previous talk alluded to preventing heart disease.
51
162000
3000
A palestra anterior referiu
a prevenção de doenças cardíacas.
a prevenção de doenças cardíacas.
03:00
We could do the same in cancer.
52
165000
2000
Podíamos fazer o mesmo
com o cancro.
com o cancro.
03:02
I co-founded a company called Navigenics,
53
167000
2000
Eu ajudei a fundar a empresa Navigenics,
03:04
where, if you spit into a tube --
54
169000
2000
onde, se cuspirmos para um tubo
03:06
and we can look look at 35 or 40 genetic markers for disease,
55
171000
6000
podemos observar 35 ou 40
marcadores genéticos para doenças
marcadores genéticos para doenças
todos os quais são detetáveis
na maior parte dos cancros.
na maior parte dos cancros.
03:12
all of which are delayable in many of the cancers --
56
177000
2000
03:14
you start to identify what you could get,
57
179000
4000
Começamos a identificar
o que podemos ter
o que podemos ter
03:18
and then we can start to work to prevent them.
58
183000
3000
e, em seguida,
começar a trabalhar para o evitar.
começar a trabalhar para o evitar.
03:21
Because the problem is, when you have advanced cancer,
59
186000
3000
Porque o problema é que,
quando se tem um cancro avançado,
quando se tem um cancro avançado,
03:24
we can't do that much today about it, as the statistics allude to.
60
189000
4000
hoje em dia não se pode fazer muito,
é o que indicam as estatísticas.
é o que indicam as estatísticas.
O que acontece é que o cancro
é uma doença dos idosos.
é uma doença dos idosos.
03:28
So, the thing about cancer is that it's a disease of the aged.
61
193000
4000
03:32
Why is it a disease of the aged?
62
197000
2000
Porque é que é uma doença dos idosos?
03:34
Because evolution doesn't care about us after we've had our children.
63
199000
4000
Porque a evolução não se importa connosco
após termos tido filhos.
após termos tido filhos.
A evolução protegeu-nos
durante a nossa idade fértil
durante a nossa idade fértil
03:39
See, evolution protected us during our childbearing years
64
204000
3000
03:42
and then, after age 35 or 40 or 45,
65
207000
4000
mas, depois dos 35, 40 ou 45 anos, diz:
03:46
it said "It doesn't matter anymore, because they've had their progeny."
66
211000
4000
"Já não interessa,
porque já tiveram descendentes".
porque já tiveram descendentes".
03:50
So if you look at cancers, it is very rare -- extremely rare --
67
215000
5000
Se observarem os cancros,
é muito raro, extremamente raro,
é muito raro, extremamente raro,
03:55
to have cancer in a child, on the order of thousands of cases a year.
68
220000
5000
ter cancro em criança.
Na ordem dos milhares de casos por ano.
04:00
As one gets older? Very, very common.
69
225000
4000
À medida que se envelhece?
Muito, muito comum.
Muito, muito comum.
04:04
Why is it hard to treat?
70
229000
2000
Porque é que é difícil de tratar?
04:06
Because it's heterogeneous,
71
231000
2000
Porque é heterogéneo.
04:08
and that's the perfect substrate for evolution within the cancer.
72
233000
5000
Isso é o substrato perfeito
para a evolução do cancro.
para a evolução do cancro.
04:13
It starts to select out for those bad, aggressive cells,
73
238000
4000
Começa por selecionar
as células agressivas e nocivas,
as células agressivas e nocivas,
04:17
what we call clonal selection.
74
242000
4000
ao que chamamos seleção clonal.
04:21
But, if we start to understand
75
246000
3000
Mas, se começarmos a compreender
04:24
that cancer isn't just a molecular defect, it's something more,
76
249000
5000
que o cancro não é só
um defeito molecular,
um defeito molecular,
mas qualquer coisa mais,
04:29
then we'll get to new ways of treating it, as I'll show you.
77
254000
4000
encontraremos novas maneiras
de o tratar, como vos vou mostrar.
de o tratar, como vos vou mostrar.
04:33
So, one of the fundamental problems we have in cancer
78
258000
2000
Um dos problemas fundamentais
que temos no cancro
que temos no cancro
04:35
is that, right now, we describe it by a number of adjectives, symptoms:
79
260000
4000
é que, de momento, descrevemo-lo
com uma série de adjetivos, sintomas:
com uma série de adjetivos, sintomas:
04:39
"I'm tired, I'm bloated, I have pain, etc."
80
264000
3000
"Estou cansado, sinto-me inchado,
tenho dores, etc. "
tenho dores, etc. "
04:42
You then have some anatomic descriptions,
81
267000
2000
Depois temos
algumas descrições anatómicas.
algumas descrições anatómicas.
04:44
you get that CT scan: "There's a three centimeter mass in the liver."
82
269000
4000
Fazemos uma TAC: "Há uma massa
de três centímetros no fígado."
de três centímetros no fígado."
04:48
You then have some body part descriptions:
83
273000
3000
Depois temos algumas descrições
de partes do corpo:
de partes do corpo:
"Está no fígado,
na mama, na próstata."
na mama, na próstata."
04:51
"It's in the liver, in the breast, in the prostate."
84
276000
2000
04:53
And that's about it.
85
278000
3000
E é tudo.
O nosso dicionário para descrever
o cancro é muito pobre.
o cancro é muito pobre.
04:56
So, our dictionary for describing cancer is very, very poor.
86
281000
4000
05:00
It's basically symptoms.
87
285000
2000
São basicamente sintomas.
São manifestações da doença.
São manifestações da doença.
05:02
It's manifestations of a disease.
88
287000
3000
O que é entusiasmante é que
nos últimos dois ou três anos,
nos últimos dois ou três anos,
05:05
What's exciting is that over the last two or three years,
89
290000
3000
o governo gastou mais de
400 milhões de dólares,
400 milhões de dólares,
05:08
the government has spent 400 million dollars,
90
293000
2000
05:10
and they've allocated another billion dollars,
91
295000
3000
e atribuiu mais mil milhões de dólares
05:13
to what we call the Cancer Genome Atlas Project.
92
298000
2000
ao que chamamos
Projeto do Atlas do Genoma do Cancro
Projeto do Atlas do Genoma do Cancro
05:15
So, it is the idea of sequencing all of the genes in the cancer,
93
300000
4000
É a ideia de sequenciar
todos os genes do cancro
todos os genes do cancro
05:19
and giving us a new lexicon, a new dictionary to describe it.
94
304000
5000
e de nos dar um novo léxico,
um novo dicionário para o descrever.
um novo dicionário para o descrever.
05:24
You know, in the mid-1850's in France,
95
309000
3000
Em meados de 1850 em França,
05:27
they started to describe cancer by body part.
96
312000
3000
começaram a descrever
o cancro por partes do corpo.
o cancro por partes do corpo.
05:30
That hasn't changed in over 150 years.
97
315000
4000
Isso não mudou em mais de 150 anos.
05:34
It is absolutely archaic that we call cancer
98
319000
4000
É absolutamente arcaico
que falemos do cancro
que falemos do cancro
como cancro da próstata,
da mama ou do músculo.
da mama ou do músculo.
05:38
by prostate, by breast, by muscle.
99
323000
4000
05:42
It makes no sense, if you think about it.
100
327000
3000
Se pensarmos nisso,
não faz qualquer sentido.
não faz qualquer sentido.
05:45
So, obviously, the technology is here today,
101
330000
3000
Obviamente, já existe a tecnologia
05:48
and, over the next several years, that will change.
102
333000
3000
e, nos próximos anos, isso vai mudar.
Vamos deixar de ir a uma clínica
para o cancro da mama.
para o cancro da mama.
05:51
You will no longer go to a breast cancer clinic.
103
336000
2000
05:53
You will go to a HER2 amplified clinic, or an EGFR activated clinic,
104
338000
5000
Vamos passar a ir
a uma clínica HER2 amplificada
a uma clínica HER2 amplificada
ou a uma clínica EGFR ativada
05:58
and they will go to some of the pathogenic lesions
105
343000
2000
e vamos encontrar
algumas das lesões patogénicas
algumas das lesões patogénicas
06:00
that were involved in causing this individual cancer.
106
345000
4000
que causaram este cancro em especial.
06:04
So, hopefully, we will go from being the art of medicine
107
349000
3000
Esperamos então passar
da arte da medicina
da arte da medicina
06:07
more to the science of medicine,
108
352000
2000
para a ciência da medicina.
06:09
and be able to do what they do in infectious disease,
109
354000
3000
E conseguir fazer
o que se faz nas doenças infecciosas
o que se faz nas doenças infecciosas
06:12
which is look at that organism, that bacteria,
110
357000
3000
que é observar aquele organismo,
aquela bactéria e dizer:
aquela bactéria e dizer:
06:15
and then say, "This antibiotic makes sense,
111
360000
3000
"Este antibiótico faz sentido
porque existe uma bactéria específica,
porque existe uma bactéria específica,
06:18
because you have a particular bacteria that will respond to it."
112
363000
4000
"que lhe vai reagir."
06:22
When one is exposed to H1N1, you take Tamiflu,
113
367000
4000
Quando somos expostos ao H1N1,
tomamos Tamiflu
tomamos Tamiflu
06:26
and you can remarkably decrease the severity of symptoms
114
371000
3000
e conseguimos reduzir extremamente
a gravidade dos sintomas
a gravidade dos sintomas
06:29
and prevent many of the manifestations of the disease.
115
374000
3000
e impedir muitas
das manifestações da doença.
das manifestações da doença.
06:32
Why? Because we know what you have, and we know how to treat it --
116
377000
5000
Porquê? Porque sabemos
o que temos e como o tratar,
o que temos e como o tratar,
06:37
although we can't make vaccine in this country, but that's a different story.
117
382000
4000
apesar de não se poder fazer a vacina
neste país, mas isso é outra história.
neste país, mas isso é outra história.
06:41
The Cancer Genome Atlas is coming out now.
118
386000
3000
O Atlas do Genoma do Cancro
vai sair brevemente.
vai sair brevemente.
06:44
The first cancer was done, which was brain cancer.
119
389000
4000
O atlas do primeiro cancro está feito,
ou seja, do cancro cerebral.
ou seja, do cancro cerebral.
06:48
In the next month, the end of December, you'll see ovarian cancer,
120
393000
4000
No fim do próximo mês de dezembro,
verão o atlas do cancro do ovário,
verão o atlas do cancro do ovário,
06:52
and then lung cancer will come several months after.
121
397000
4000
e o do cancro do pulmão será o próximo,
daqui a alguns meses.
daqui a alguns meses.
06:56
There's also a field of proteomics that I'll talk about in a few minutes,
122
401000
3000
Há também a área da proteómica
de que falaremos dentro de minutos,
de que falaremos dentro de minutos,
06:59
which I think is going to be the next level
123
404000
3000
que, creio, será o próximo passo
07:02
in terms of understanding and classifying disease.
124
407000
4000
em termos de compreensão
e classificação da doença.
e classificação da doença.
Mas lembrem-se, não imponho a genómica,
a proteómica, para ser reducionista.
a proteómica, para ser reducionista.
07:06
But remember, I'm not pushing genomics,
125
411000
2000
07:08
proteomics, to be a reductionist.
126
413000
3000
07:11
I'm doing it so we can identify what we're up against.
127
416000
3000
Faço-o para podermos
identificar o que enfrentamos.
identificar o que enfrentamos.
07:14
And there's a very important distinction there that we'll get to.
128
419000
4000
E vamos chegar
a uma distinção muito importante.
a uma distinção muito importante.
Atualmente nos cuidados de saúde,
gastamos a maior parte do dinheiro
gastamos a maior parte do dinheiro
07:18
In health care today, we spend most of the dollars --
129
423000
3000
07:21
in terms of treating disease --
130
426000
3000
— em termos de tratamento de doenças —
07:24
most of the dollars in the last two years of a person's life.
131
429000
4000
nos últimos dois anos de vida
de uma pessoa.
de uma pessoa.
07:28
We spend very little, if any, dollars in terms of identifying what we're up against.
132
433000
5000
Gastamos muito pouco, ou nada,
a identificar o que enfrentamos.
a identificar o que enfrentamos.
07:33
If you could start to move that, to identify what you're up against,
133
438000
4000
Se começarmos a identificar
o que enfrentamos,
o que enfrentamos,
07:37
you're going to do things a hell of a lot better.
134
442000
3000
faremos as coisas muito melhor.
07:40
If we could even take it one step further and prevent disease,
135
445000
4000
Se pudermos ir um pouco mais longe
e evitar a doença,
e evitar a doença,
podemos fazer progressos consideráveis.
07:44
we can take it enormously the other direction,
136
449000
3000
07:47
and obviously, that's where we need to go, going forward.
137
452000
4000
Obviamente, é por onde precisamos
de ir daqui para a frente.
de ir daqui para a frente.
07:51
So, this is the website of the National Cancer Institute.
138
456000
3000
Este é o sítio da Internet
do National Cancer Institute.
do National Cancer Institute.
07:54
And I'm here to tell you, it's wrong.
139
459000
3000
Venho aqui dizer-vos que está errado.
07:57
So, the website of the National Cancer Institute
140
462000
2000
O site da Internet
do National Cancer Institute
do National Cancer Institute
07:59
says that cancer is a genetic disease.
141
464000
4000
afirma que o cancro
é uma doença genética.
é uma doença genética.
08:03
The website says, "If you look, there's an individual mutation,
142
468000
4000
O sítio da Internet afirma:
"Se observarmos,
há uma mutação individual
há uma mutação individual
08:07
and maybe a second, and maybe a third,
143
472000
2000
"e talvez uma segunda
ou uma terceira mutação
ou uma terceira mutação
08:09
and that is cancer."
144
474000
2000
"e isso é o cancro. "
08:11
But, as a cancer doc, this is what I see.
145
476000
4000
Mas, enquanto oncologista,
isto é o que eu observo.
isto é o que eu observo.
Isto não é uma doença genética.
08:15
This isn't a genetic disease.
146
480000
2000
08:17
So, there you see, it's a liver with colon cancer in it,
147
482000
3000
Nesta imagem vemos
um fígado com cancro do cólon
um fígado com cancro do cólon
08:20
and you see into the microscope a lymph node
148
485000
2000
e, ao microscópio, observamos
um gânglio linfático invadido pelo cancro.
um gânglio linfático invadido pelo cancro.
08:22
where cancer has invaded.
149
487000
2000
08:24
You see a CT scan where cancer is in the liver.
150
489000
4000
Vemos uma TAC onde
o cancro está no fígado.
o cancro está no fígado.
08:28
Cancer is an interaction of a cell
151
493000
3000
O cancro é a interação de uma célula
08:31
that no longer is under growth control with the environment.
152
496000
5000
que já não está sob controlo
de crescimento, com o ambiente.
de crescimento, com o ambiente.
08:36
It's not in the abstract; it's the interaction with the environment.
153
501000
4000
Não é abstrato,
é uma interação com o ambiente.
é uma interação com o ambiente.
08:40
It's what we call a system.
154
505000
3000
É o que chamamos um sistema.
08:43
The goal of me as a cancer doctor is not to understand cancer.
155
508000
4000
O meu objetivo enquanto oncologista
não é compreender o cancro.
não é compreender o cancro.
08:47
And I think that's been the fundamental problem over the last five decades,
156
512000
3000
Penso que esse deve ter sido
o principal problema dos últimos 50 anos.
o principal problema dos últimos 50 anos.
08:50
is that we have strived to understand cancer.
157
515000
3000
O facto de nos termos esforçado
por perceber o cancro.
por perceber o cancro.
08:53
The goal is to control cancer.
158
518000
3000
O objetivo é controlar o cancro.
08:56
And that is a very different optimization scheme,
159
521000
2000
E isso é um esquema de otimização
muito diferente,
muito diferente,
08:58
a very different strategy for all of us.
160
523000
3000
uma estratégia muito diferente
para todos nós.
para todos nós.
09:01
I got up at the American Association of Cancer Research,
161
526000
2000
Fui orador na Associação Americana
da Investigação do Cancro,
da Investigação do Cancro,
09:03
one of the big cancer research meetings, with 20,000 people there,
162
528000
4000
um dos maiores encontros de investigação
do cancro, com 20 000 pessoas, e disse:
do cancro, com 20 000 pessoas, e disse:
09:07
and I said, "We've made a mistake.
163
532000
3000
"Fizemos um erro.
"Todos nós fizemos um erro,
eu inclusive,
eu inclusive,
09:10
We've all made a mistake, myself included,
164
535000
3000
"ao sermos reducionistas.
09:13
by focusing down, by being a reductionist.
165
538000
2000
09:15
We need to take a step back."
166
540000
2000
"Temos de dar um passo atrás."
09:17
And, believe it or not, there were hisses in the audience.
167
542000
2000
Acreditem ou não,
houve vaias na assistência.
houve vaias na assistência.
09:19
People got upset, but this is the only way we're going to go forward.
168
544000
4000
Houve pessoas que ficaram chocadas,
mas esta é a única maneira de avançar.
mas esta é a única maneira de avançar.
09:23
You know, I was very fortunate to meet Danny Hillis a few years ago.
169
548000
4000
Tive muita sorte em conhecer
Danny Hillis há uns anos.
Danny Hillis há uns anos.
09:27
We were pushed together, and neither one of us really wanted to meet the other.
170
552000
4000
Juntaram-nos e nenhum de nós
queria realmente conhecer o outro.
queria realmente conhecer o outro.
09:31
I said, "Do I really want to meet a guy from Disney, who designed computers?"
171
556000
4000
Eu pensei: "Será que quero conhecer
uma pessoa da Disney,
uma pessoa da Disney,
"que desenvolve computadores?"
09:35
And he was saying: Does he really want to meet another doctor?
172
560000
3000
E ele dizia: "Será que quero conhecer
mais um médico?"
mais um médico?"
09:38
But people prevailed on us, and we got together,
173
563000
2000
Mas as pessoas persuadiram-nos
e reunimo-nos.
e reunimo-nos.
09:40
and it's been transformative in what I do, absolutely transformative.
174
565000
5000
Tem sido transformador no meu trabalho,
absolutamente transformador.
absolutamente transformador.
09:46
We have designed, and we have worked on the modeling --
175
571000
3000
Desenvolvemos e trabalhámos num modelo
09:49
and much of these ideas came from Danny and from his team --
176
574000
4000
— muitas das ideias partiram
de Danny e da sua equipa —
de Danny e da sua equipa —
09:53
the modeling of cancer in the body as complex system.
177
578000
3000
o modelo do cancro no corpo
como um sistema complexo.
como um sistema complexo.
09:56
And I'll show you some data there
178
581000
2000
Vou mostrar-vos alguns dados,
09:58
where I really think it can make a difference and a new way to approach it.
179
583000
4000
que acho que podem fazer a diferença,
e uma nova abordagem.
e uma nova abordagem.
10:02
The key is, when you look at these variables and you look at this data,
180
587000
4000
A chave é que, quando olhamos
para estas variáveis e estes dados,
para estas variáveis e estes dados,
10:06
you have to understand the data inputs.
181
591000
4000
temos de compreender
a introdução de dados.
a introdução de dados.
10:10
You know, if I measured your temperature over 30 days,
182
595000
4000
Se eu medir a vossa temperatura
durante 30 dias e perguntar:
durante 30 dias e perguntar:
10:14
and I asked, "What was the average temperature?"
183
599000
2000
"Qual é a temperatura média?"
10:16
and it came back at 98.7, I would say, "Great."
184
601000
4000
se fosse 37º C, eu diria: "Ótimo."
10:20
But if during one of those days
185
605000
2000
Mas, se durante um desses dias
10:22
your temperature spiked to 102 for six hours,
186
607000
3000
a temperatura tivesse subido
para 38,9º C durante seis horas
para 38,9º C durante seis horas
10:25
and you took Tylenol and got better, etc.,
187
610000
2000
e vocês tivessem tomado
Tylenol e melhorado, etc.,
Tylenol e melhorado, etc.,
10:27
I would totally miss it.
188
612000
2000
isso passar-me-ia despercebido.
10:29
So, one of the problems, the fundamental problems in medicine
189
614000
3000
Então, um dos problemas
fundamentais na medicina
fundamentais na medicina
10:32
is that you and I, and all of us,
190
617000
2000
é que vocês e eu, e todos nós,
10:34
we go to our doctor once a year.
191
619000
2000
vamos ao médico uma vez por ano.
10:36
We have discrete data elements; we don't have a time function on them.
192
621000
4000
Temos poucos dados, não os temos
em função do tempo.
em função do tempo.
10:40
Earlier it was referred to this direct life device.
193
625000
3000
Há bocado, referiu-se
este dispositivo DirectLife.
este dispositivo DirectLife.
10:43
You know, I've been using it for two and a half months.
194
628000
3000
Tenho-o utilizado
já há dois meses e meio.
já há dois meses e meio.
10:46
It's a staggering device, not because it tells me
195
631000
2000
É um dispositivo espantoso,
não só porque me diz
não só porque me diz
10:48
how many kilocalories I do every day,
196
633000
3000
quantas quilocalorias queimo por dia,
10:51
but because it looks, over 24 hours, what I've done in a day.
197
636000
4000
mas porque observa,
durante 24 horas, o que fiz num dia.
durante 24 horas, o que fiz num dia.
10:55
And I didn't realize that for three hours I'm sitting at my desk,
198
640000
3000
Eu não tinha a noção de que, durante
três horas estou sentado à secretária
três horas estou sentado à secretária
10:58
and I'm not moving at all.
199
643000
2000
e não me estou a mexer.
11:00
And a lot of the functions in the data that we have as input systems here
200
645000
5000
Muitas das funções de aquisição de dados
são muito diferentes
do que pensamos que sejam,
do que pensamos que sejam,
11:05
are really different than we understand them,
201
650000
3000
11:08
because we're not measuring them dynamically.
202
653000
2000
porque não as estamos
a medir dinamicamente.
a medir dinamicamente.
11:10
And so, if you think of cancer as a system,
203
655000
5000
Se pensarmos no cancro
como um sistema,
como um sistema,
11:15
there's an input and an output and a state in the middle.
204
660000
4000
existe uma entrada,
uma saída e, no meio, um estado.
uma saída e, no meio, um estado.
11:19
So, the states, are equivalent classes of history,
205
664000
3000
Os estados são classes
de equivalência da história
de equivalência da história
11:22
and the cancer patient, the input, is the environment,
206
667000
3000
e no paciente com cancro,
as entradas podem ser o ambiente,
as entradas podem ser o ambiente,
11:25
the diet, the treatment, the genetic mutations.
207
670000
4000
o regime alimentar,
o tratamento, as mutações genéticas.
o tratamento, as mutações genéticas.
As saídas são os nossos sintomas:
11:29
The output are our symptoms:
208
674000
3000
Sentimos dor? O cancro está a crescer?
Sentimo-nos inchados? Etc.
Sentimo-nos inchados? Etc.
11:32
Do we have pain? Is the cancer growing? Do we feel bloated, etc.?
209
677000
4000
11:36
Most of that state is hidden.
210
681000
4000
A maior parte desse estado
está escondida.
está escondida.
Na nossa área mudamos uma entrada,
11:40
So what we do in our field is we change and input,
211
685000
3000
11:43
we give aggressive chemotherapy,
212
688000
2000
ministramos quimioterapia
agressiva e dizemos:
agressiva e dizemos:
11:45
and we say, "Did that output get better? Did that pain improve, etc.?"
213
690000
5000
"Essa saída melhorou?
Essa dor diminuiu? etc."
Essa dor diminuiu? etc."
11:50
And so, the problem is that it's not just one system,
214
695000
4000
O problema é que não é só um sistema,
11:54
it's multiple systems on multiple scales.
215
699000
3000
são múltiplos sistemas
em escalas múltiplas.
em escalas múltiplas.
11:57
It's a system of systems.
216
702000
3000
É um sistema de sistemas.
12:00
And so, when you start to look at emergent systems,
217
705000
2000
Assim, quando observamos
sistemas emergentes,
sistemas emergentes,
12:02
you can look at a neuron under a microscope.
218
707000
3000
observamos um neurónio
ao microscópio.
ao microscópio.
12:05
A neuron under the microscope is very elegant
219
710000
2000
Um neurónio ao microscópio
é muito elegante
é muito elegante
12:07
with little things sticking out and little things over here,
220
712000
3000
com pequenas coisas a sobressaírem
e outras aqui
e outras aqui
mas quando se juntam
num sistema complexo
num sistema complexo
12:10
but when you start to put them together in a complex system,
221
715000
4000
começamos a ver
que se torna num cérebro
que se torna num cérebro
12:14
and you start to see that it becomes a brain,
222
719000
2000
12:16
and that brain can create intelligence,
223
721000
3000
e esse cérebro pode
criar inteligência,
criar inteligência,
12:19
what we're talking about in the body,
224
724000
2000
estamos a falar do corpo.
12:21
and cancer is starting to model it like a complex system.
225
726000
3000
O cancro está a começar
a modelá-lo como um sistema complexo.
a modelá-lo como um sistema complexo.
12:24
Well, the bad news is that these robust --
226
729000
3000
Infelizmente, estes sistemas
emergentes robustos
emergentes robustos
12:27
and robust is a key word --
227
732000
2000
— e robusto é a palavra chave —
12:29
emergent systems are very hard to understand in detail.
228
734000
4000
são muito difíceis
de compreender em pormenor.
de compreender em pormenor.
12:33
The good news is you can manipulate them.
229
738000
3000
Felizmente, podemos manipulá-los.
12:36
You can try to control them
230
741000
2000
Podemos tentar controlá-los
sem compreender fundamentalmente
cada componente.
cada componente.
12:38
without that fundamental understanding of every component.
231
743000
3000
12:41
One of the most fundamental clinical trials in cancer
232
746000
3000
Um dos ensaios clínicos
mais importantes no cancro
mais importantes no cancro
12:44
came out in February in the New England Journal of Medicine,
233
749000
3000
saiu em fevereiro no
New England Journal of Medicine,
New England Journal of Medicine,
12:47
where they took women who were pre-menopausal with breast cancer.
234
752000
4000
em que se estudaram mulheres,
em pré-menopausa, com cancro da mama.
em pré-menopausa, com cancro da mama.
12:51
So, about the worst kind of breast cancer you can get.
235
756000
3000
Ou seja, um dos piores
tipos de cancro da mama que se pode ter.
tipos de cancro da mama que se pode ter.
12:54
They had gotten their chemotherapy,
236
759000
2000
Já tinham feito quimioterapia e, depois,
selecionaram-nas aleatoriamente,
selecionaram-nas aleatoriamente,
12:56
and then they randomized them,
237
761000
2000
12:58
where half got placebo,
238
763000
2000
sendo que ministraram
um placebo a metade delas
um placebo a metade delas
13:00
and half got a drug called Zoledronic acid that builds bone.
239
765000
4000
e à outra metade um químico,
o ácido zoledrónico que cria osso.
o ácido zoledrónico que cria osso.
13:04
It's used to treat osteoporosis,
240
769000
2000
É utilizado para tratar a osteoporose
e foi-lhes ministrado duas vezes por ano.
e foi-lhes ministrado duas vezes por ano.
13:06
and they got that twice a year.
241
771000
2000
13:08
They looked and, in these 1,800 women,
242
773000
4000
Observaram nestas 1800 mulheres,
13:12
given twice a year a drug that builds bone,
243
777000
3000
a quem ministraram duas vezes por ano
o medicamento que cria osso,
o medicamento que cria osso,
13:15
you reduce the recurrence of cancer by 35 percent.
244
780000
5000
houve uma redução
de recorrência do cancro de 35%.
de recorrência do cancro de 35%.
Um medicamento que reduz
a ocorrência do cancro
a ocorrência do cancro
13:21
Reduce occurrence of cancer by a drug
245
786000
2000
13:23
that doesn't even touch the cancer.
246
788000
2000
e que nem sequer toca no cancro.
13:25
So the notion, you change the soil, the seed doesn't grow as well.
247
790000
5000
Daí a ideia de que, mudando o solo,
a semente não cresce tão bem.
a semente não cresce tão bem.
13:30
You change that system,
248
795000
3000
Ou seja, mudando o sistema, podemos ter
um efeito significativo no cancro.
um efeito significativo no cancro.
13:33
and you could have a marked effect on the cancer.
249
798000
2000
13:35
Nobody has ever shown -- and this will be shocking --
250
800000
3000
Nunca ninguém demonstrou
— e isto vai ser chocante —
— e isto vai ser chocante —
13:38
nobody has ever shown that most chemotherapy
251
803000
3000
nunca ninguém demonstrou
que a maior parte da quimioterapia
afeta realmente a célula cancerosa.
afeta realmente a célula cancerosa.
13:41
actually touches a cancer cell.
252
806000
2000
13:43
It's never been shown.
253
808000
2000
Nunca foi demonstrado.
13:45
There's all these elegant work in the tissue culture dishes,
254
810000
3000
Há todo um trabalho elegante
de cultura de tecidos em placas de Petri
de cultura de tecidos em placas de Petri
13:48
that if you give this cancer drug, you can do this effect to the cell,
255
813000
3000
em que, se ministrarmos
este químico para o cancro,
este químico para o cancro,
13:51
but the doses in those dishes are nowhere near
256
816000
3000
podemos ter este efeito na célula,
mas as doses nessas placas
não têm nada a ver
não têm nada a ver
13:54
the doses that happen in the body.
257
819000
4000
com as doses que se produzem no corpo.
13:58
If I give a woman with breast cancer a drug called Taxol
258
823000
3000
Se dermos a uma mulher com cancro da mama
uma droga para o cancro da mama, o Taxol,
uma droga para o cancro da mama, o Taxol,
14:01
every three weeks, which is the standard,
259
826000
2000
de três em três semanas,
o que é o habitual,
o que é o habitual,
14:03
about 40 percent of women with metastatic cancer
260
828000
2000
cerca de 40% das mulheres
com cancro metastizado
com cancro metastizado
14:05
have a great response to that drug.
261
830000
3000
têm uma ótima resposta
a este medicamento.
a este medicamento.
14:08
And a response is 50 percent shrinkage.
262
833000
2000
E, em resposta,
há uma diminuição de 50%.
há uma diminuição de 50%.
14:10
Well, remember that's not even an order of magnitude,
263
835000
2000
Lembrem-se, isto nem sequer
é uma ordem de grandeza,
é uma ordem de grandeza,
14:12
but that's a different story.
264
837000
2000
mas isso é uma outra história.
14:14
They then recur, I give them that same drug every week.
265
839000
4000
Há uma recorrência. Dou-lhes
o mesmo medicamento todas as semanas.
o mesmo medicamento todas as semanas.
14:18
Another 30 percent will respond.
266
843000
3000
Outras 30% vão reagir bem.
14:21
They then recur, I give them that same drug
267
846000
2000
Há outra recorrência,
dou-lhes o mesmo medicamento
dou-lhes o mesmo medicamento
14:23
over 96 hours by continuous infusion,
268
848000
3000
durante 96 horas por infusão contínua
14:26
another 20 or 30 percent will respond.
269
851000
3000
e outras 20 a 30% vão reagir bem.
14:29
So, you can't tell me it's working by the same mechanism in all three size.
270
854000
4000
Então, não me podem dizer
que funciona segundo o mesmo mecanismo
que funciona segundo o mesmo mecanismo
em todas as três situações.
14:33
It's not. We have no idea the mechanism.
271
858000
3000
Não funciona.
Não fazemos ideia de qual é o mecanismo.
Não fazemos ideia de qual é o mecanismo.
14:36
So the idea that chemotherapy may just be disrupting
272
861000
3000
A ideia de que a quimioterapia
possa estar a afetar o sistema complexo,
possa estar a afetar o sistema complexo,
14:39
that complex system,
273
864000
3000
14:42
just like building bone disrupted that system and reduced recurrence,
274
867000
5000
da mesma maneira que a criação de osso
afetou o sistema e reduziu a recorrência,
afetou o sistema e reduziu a recorrência,
a quimioterapia pode funcionar
exatamente da mesma maneira.
exatamente da mesma maneira.
14:47
chemotherapy may work by that same exact way.
275
872000
3000
14:50
The wild thing about that trial also,
276
875000
3000
O mais incrível nesse ensaio clínico,
14:53
was that it reduced new primaries, so new cancers, by 30 percent also.
277
878000
7000
foi que reduziu novos cancros
também em 30%.
também em 30%.
15:02
So, the problem is, yours and mine, all of our systems are changing.
278
887000
5000
O problema é que todos os nossos sistemas
estão em mudança.
estão em mudança.
15:07
They're dynamic.
279
892000
2000
São dinâmicos.
15:09
I mean, this is a scary slide, not to take an aside,
280
894000
3000
Esta é uma imagem assustadora,
15:12
but it looks at obesity in the world.
281
897000
2000
mas mostra a obesidade no mundo.
15:14
And I'm sorry if you can't read the numbers, they're kind of small.
282
899000
3000
Lamento não conseguirem ler os números,
são demasiado pequenos.
são demasiado pequenos.
15:17
But, if you start to look at it, that red, that dark color there,
283
902000
4000
Mas, se observarem bem,
o vermelho, aquela cor escura,
o vermelho, aquela cor escura,
representa mais de 75% da população
daqueles países que é obesa.
daqueles países que é obesa.
15:21
more than 75 percent of the population
284
906000
3000
15:24
of those countries are obese.
285
909000
3000
15:27
Look a decade ago, look two decades ago: markedly different.
286
912000
4000
Vejam como era diferente
há 10 anos e há 20 anos;.
há 10 anos e há 20 anos;.
15:31
So, our systems today are dramatically different
287
916000
3000
Os nossos sistemas hoje em dia
são terrivelmente diferentes
são terrivelmente diferentes
15:34
than our systems a decade or two ago.
288
919000
4000
dos nossos sistemas
de há 10 ou 20 anos.
de há 10 ou 20 anos.
15:38
So the diseases we have today,
289
923000
3000
As doenças que temos hoje,
15:41
which reflect patterns in the system over the last several decades,
290
926000
4000
que refletem padrões no sistema
das últimas décadas,
das últimas décadas,
15:45
are going to change dramatically over the next decade or so
291
930000
4000
vão mudar drasticamente
nas próximas décadas
nas próximas décadas
15:49
based on things like this.
292
934000
3000
com base em coisas como esta.
15:52
So, this picture, although it is beautiful, is a 40-gigabyte picture
293
937000
10000
Esta imagem, apesar de linda,
é uma imagem com 40 gigabytes
de um proteoma inteiro.
de um proteoma inteiro.
16:02
of the whole proteome.
294
947000
2000
16:04
So this is a drop of blood that has gone through a superconducting magnet,
295
949000
4000
Isto é uma gota de sangue
que passou por um íman supercondutor,
que passou por um íman supercondutor,
16:08
and we're able to get resolution
296
953000
2000
e conseguimos obter uma resolução
16:10
where we can start to see all of the proteins in the body.
297
955000
4000
que nos permite a ver
todas as proteínas no corpo.
todas as proteínas no corpo.
16:14
We can start to see that system.
298
959000
2000
Podemos começar a ver o sistema.
16:16
Each of the red dots are where a protein has actually been identified.
299
961000
4000
Cada ponto vermelho representa
uma proteína que foi identificada.
uma proteína que foi identificada.
O poder destes ímanes,
o que podemos fazer aqui,
o que podemos fazer aqui,
16:20
The power of these magnets, the power of what we can do here,
300
965000
2000
16:22
is that we can see an individual neutron with this technology.
301
967000
5000
é que podemos ver um neutrão individual
com esta tecnologia.
com esta tecnologia.
16:27
So, again, this is stuff we're doing with Danny Hillis
302
972000
3000
É isso que estamos a fazer
com Danny Hillis
com Danny Hillis
16:30
and a group called Applied Proteomics,
303
975000
2000
e um grupo chamado Applied Proteomics,
16:32
where we can start to see individual neutron differences,
304
977000
4000
em que podemos começar a ver
diferenças em neutrões individuais.
diferenças em neutrões individuais.
16:36
and we can start to look at that system like we never have before.
305
981000
4000
Podemos observar o sistema
como nunca foi observado.
como nunca foi observado.
16:40
So, instead of a reductionist view, we're taking a step back.
306
985000
4000
Em vez de uma visão reducionista,
estamos a dar um passo atrás.
estamos a dar um passo atrás.
16:44
So this is a woman, 46 years old,
307
989000
4000
Esta é uma mulher, de 46 anos,
que teve uma recidiva do cancro do pulmão.
16:48
who had recurrent lung cancer.
308
993000
3000
16:51
It was in her brain, in her lungs, in her liver.
309
996000
4000
Atingia o cérebro, os pulmões e o fígado.
Ela tinha tomado Carboplatina Taxol,
Carboplatina Taxotere,
Carboplatina Taxotere,
16:55
She had gotten Carboplatin Taxol, Carboplatin Taxotere,
310
1000000
4000
Gencitabina e Navelbina.
16:59
Gemcitabine, Navelbine:
311
1004000
2000
17:01
Every drug we have she had gotten, and that disease continued to grow.
312
1006000
5000
Tomou todos os químicos que tínhamos
e a doença continuava a espalhar-se.
e a doença continuava a espalhar-se.
17:06
She had three kids under the age of 12,
313
1011000
4000
Tinha três filhos com menos de 12 anos.
17:10
and this is her CT scan.
314
1015000
2000
Esta é uma TAC dela, ou seja,
um corte transversal do corpo aqui.
um corte transversal do corpo aqui.
17:12
And so what this is, is we're taking a cross-section of her body here,
315
1017000
3000
17:15
and you can see in the middle there is her heart,
316
1020000
3000
No meio, podemos ver o coração
17:18
and to the side of her heart on the left there is this large tumor
317
1023000
4000
e do lado esquerdo do coração
há um grande tumor
há um grande tumor
17:22
that will invade and will kill her, untreated, in a matter of weeks.
318
1027000
6000
que a invadirá e matará
em semanas, sem tratamento.
em semanas, sem tratamento.
Ela toma um comprimido por dia
que define um caminho
que define um caminho
17:28
She goes on a pill a day that targets a pathway,
319
1033000
5000
e, não tenho a certeza se este
caminho estava no sistema, no cancro,
caminho estava no sistema, no cancro,
17:33
and again, I'm not sure if this pathway was in the system, in the cancer,
320
1038000
4000
17:37
but it targeted a pathway, and a month later, pow, that cancer's gone.
321
1042000
6000
mas definiu um caminho,
e um mês depois o cancro desapareceu.
e um mês depois o cancro desapareceu.
17:43
Six months later it's still gone.
322
1048000
3000
Seis meses depois continuava sem aparecer.
17:46
That cancer recurred, and she passed away three years later from lung cancer,
323
1051000
5000
Esse cancro reapareceu e ela morreu
três anos depois, com cancro do pulmão,
três anos depois, com cancro do pulmão,
17:51
but she got three years from a drug
324
1056000
4000
mas conseguiu mais três anos
graças a um medicamento
graças a um medicamento
17:55
whose symptoms predominately were acne.
325
1060000
2000
prescrito principalmente para o acne.
17:57
That's about it.
326
1062000
2000
E é assim.
17:59
So, the problem is that the clinical trial was done,
327
1064000
4000
O problema é que fez-se o ensaio clínico
e nós fizemos parte dele,
e nós fizemos parte dele,
18:03
and we were a part of it,
328
1068000
2000
mas no ensaio clínico fundamental,
18:05
and in the fundamental clinical trial --
329
1070000
2000
18:07
the pivotal clinical trial we call the Phase Three,
330
1072000
2000
o ensaio clínico crucial
a que chamamos Fase Três,
a que chamamos Fase Três,
18:09
we refused to use a placebo.
331
1074000
3000
recusámo-nos a usar um placebo.
18:12
Would you want your mother, your brother, your sister
332
1077000
2000
Queriam que a vossa mãe,
o vosso irmão ou a vossa irmã
o vosso irmão ou a vossa irmã
18:14
to get a placebo if they had advanced lung cancer and had weeks to live?
333
1079000
4000
tomassem um placebo,
se eles tivessem cancro de pulmão
avançado e semanas de vida?
avançado e semanas de vida?
18:18
And the answer, obviously, is not.
334
1083000
2000
Obviamente, a resposta é não.
18:20
So, it was done on this group of patients.
335
1085000
2000
Então, aplicámos
neste grupo de pacientes.
neste grupo de pacientes.
18:22
Ten percent of people in the trial had this dramatic response that was shown here,
336
1087000
6000
10% das pessoas no ensaio tiveram
esta resposta dramática que vemos aqui
esta resposta dramática que vemos aqui
e o medicamento foi para a FDA.
18:28
and the drug went to the FDA,
337
1093000
3000
A FDA disse que, sem placebo,
18:31
and the FDA said, "Without a placebo,
338
1096000
2000
18:33
how do I know patients actually benefited from the drug?"
339
1098000
5000
não se podia saber se os pacientes
tinham beneficiado do medicamento.
tinham beneficiado do medicamento.
18:38
So the morning the FDA was going to meet,
340
1103000
2000
Na manhã em que a FDA se ia reunir,
18:40
this was the editorial in the Wall Street Journal.
341
1105000
3000
este era o editorial
do Wall Street Journal.
do Wall Street Journal.
18:43
(Laughter)
342
1108000
2000
[FDA diz aos doentes: Podem Morrer]
18:45
And so, what do you know, that drug was approved.
343
1110000
4000
(Risos)
E assim, quem diria,
o medicamento foi aprovado.
o medicamento foi aprovado.
O que é espantoso é que outra empresa
fez o ensaio científico correto,
fez o ensaio científico correto,
18:49
The amazing thing is another company did the right scientific trial,
344
1114000
4000
18:53
where they gave half placebo and half the drug.
345
1118000
3000
em que deram o placebo a metade
e à outra metade o medicamento.
e à outra metade o medicamento.
18:56
And we learned something important there.
346
1121000
2000
Aprendemos uma coisa importante com isso.
18:58
What's interesting is they did it in South America and Canada,
347
1123000
3000
O que é interessante é que foi feito
na América do Sul e no Canadá
na América do Sul e no Canadá
19:01
where it's "more ethical to give placebos."
348
1126000
3000
onde é "mais ético ministrar placebos."
Também tiveram de o ministrar nos EUA
para receberem a aprovação,
para receberem a aprovação,
19:04
They had to give it also in the U.S. to get approval,
349
1129000
2000
19:06
so I think there were three U.S. patients
350
1131000
2000
por isso penso que
houve três pacientes norte-americanos
houve três pacientes norte-americanos
19:08
in upstate New York who were part of the trial.
351
1133000
2000
do norte do estado de Nova lorque
que fizeram parte do ensaio.
que fizeram parte do ensaio.
19:10
But they did that, and what they found
352
1135000
2000
19:12
is that 70 percent of the non-responders
353
1137000
3000
Mas eles fizeram isso e descobriram
que 70% dos que não tiveram
resposta positiva
resposta positiva
19:15
lived much longer and did better than people who got placebo.
354
1140000
5000
viveram muito mais tempo e melhor
do que as pessoas que tomaram o placebo.
do que as pessoas que tomaram o placebo.
19:20
So it challenged everything we knew in cancer,
355
1145000
3000
Pôs em causa tudo o que sabíamos
sobre o cancro,
sobre o cancro,
19:23
is that you don't need to get a response.
356
1148000
2000
isto é, que não precisamos
de ter uma resposta.
de ter uma resposta.
19:25
You don't need to shrink the disease.
357
1150000
2000
Não é necessário reduzir a doença.
19:27
If we slow the disease, we may have more of a benefit
358
1152000
4000
Se a abrandarmos,
podemos ter um benefício maior
podemos ter um benefício maior
19:31
on patient survival, patient outcome, how they feel,
359
1156000
4000
na sobrevivência do doente,
no seu estado, como se sentem,
no seu estado, como se sentem,
19:35
than if we shrink the disease.
360
1160000
2000
do que se reduzirmos a doença.
19:37
The problem is that, if I'm this doc, and I get your CT scan today
361
1162000
3000
O problema é que, se eu for vosso médico,
e receber a vossa TAC hoje
e receber a vossa TAC hoje
19:40
and you've got a two centimeter mass in your liver,
362
1165000
3000
e vocês tiverem uma massa
de dois centímetros no fígado,
de dois centímetros no fígado,
19:43
and you come back to me in three months and it's three centimeters,
363
1168000
3000
e, quando voltarem três meses depois,
a massa tiver três centímetros,
a massa tiver três centímetros,
19:46
did that drug help you or not?
364
1171000
2000
o medicamento ajudou-vos ou não?
19:48
How do I know?
365
1173000
2000
Como é que eu sei?
19:50
Would it have been 10 centimeters, or am I giving you a drug
366
1175000
4000
Teria ido para os 10 centímetros
ou estou a dar-vos um medicamento
ou estou a dar-vos um medicamento
sem benefícios
e com custos significativos?
e com custos significativos?
19:54
with no benefit and significant cost?
367
1179000
3000
Portanto, é um problema importante.
19:57
So, it's a fundamental problem.
368
1182000
2000
19:59
And, again, that's where these new technologies can come in.
369
1184000
5000
E, mais uma vez, é onde
as novas tecnologias podem intervir.
as novas tecnologias podem intervir.
20:04
And so, the goal obviously is that you go into your doctor's office --
370
1189000
4000
Assim, quando vão ao médico
o objetivo é...
o objetivo é...
20:08
well, the ultimate goal is that you prevent disease, right?
371
1193000
3000
bem, o principal objetivo
é impedir a doença, certo?
é impedir a doença, certo?
20:11
The ultimate goal is that you prevent any of these things from happening.
372
1196000
4000
O principal objetivo é impedir
que aconteça qualquer uma destas coisas.
que aconteça qualquer uma destas coisas.
20:15
That is the most effective, cost-effective,
373
1200000
3000
Ou seja, a forma mais eficaz,
mais económica,
mais económica,
20:18
best way we can do things today.
374
1203000
2000
a melhor maneira de se fazer
as coisas hoje em dia.
as coisas hoje em dia.
20:20
But if one is unfortunate to get a disease,
375
1205000
3000
Mas se alguém infelizmente
apanhar uma doença,
apanhar uma doença,
20:23
you'll go into your doctor's office, he or she will take a drop of blood,
376
1208000
3000
vai ao consultório médico,
que lhe vai colher sangue
que lhe vai colher sangue
20:26
and we will start to know how to treat your disease.
377
1211000
4000
e vamos começar a saber
como tratar a doença.
como tratar a doença.
20:31
The way we've approached it is the field of proteomics,
378
1216000
3000
A nossa abordagem
é o campo da proteómica.
é o campo da proteómica.
20:34
again, this looking at the system.
379
1219000
2000
Mais uma vez, observamos o sistema,
consideramos o quadro completo.
consideramos o quadro completo.
20:36
It's taking a big picture.
380
1221000
2000
20:38
The problem with technologies like this is
381
1223000
3000
O problema de tecnologias como esta
é que, se observarmos
as proteínas no corpo,
as proteínas no corpo,
20:41
that if one looks at proteins in the body,
382
1226000
2000
20:43
there are 11 orders of magnitude difference
383
1228000
3000
há 11 ordens de diferença de magnitude
20:46
between the high-abundant and the low-abundant proteins.
384
1231000
3000
entre as proteínas muito abundantes
e as proteínas pouco abundantes.
e as proteínas pouco abundantes.
20:49
So, there's no technology in the world that can span 11 orders of magnitude.
385
1234000
5000
Não há tecnologia no mundo que consiga
abranger 11 ordens de magnitude.
abranger 11 ordens de magnitude.
20:54
And so, a lot of what has been done with people like Danny Hillis and others
386
1239000
5000
Assim, muito do que se tem feito
com pessoas como Danny Hillis e outros
com pessoas como Danny Hillis e outros
20:59
is to try to bring in engineering principles, try to bring the software.
387
1244000
4000
é tentar introduzir princípios de
engenharia, tentar introduzir o software.
engenharia, tentar introduzir o software.
21:03
We can start to look at different components along this spectrum.
388
1248000
5000
Podemos começar a observar diferentes
componentes ao longo deste espetro.
componentes ao longo deste espetro.
21:08
And so, earlier was talked about cross-discipline, about collaboration.
389
1253000
5000
Anteriormente falou-se em cruzamento
de disciplinas, em colaboração.
de disciplinas, em colaboração.
21:13
And I think one of the exciting things that is starting to happen now
390
1258000
3000
Eu considero que uma das boas coisas
que estão a começar a acontecer
que estão a começar a acontecer
21:16
is that people from those fields are coming in.
391
1261000
3000
é que estão a aparecer
pessoas dessas áreas.
pessoas dessas áreas.
21:19
Yesterday, the National Cancer Institute announced a new program
392
1264000
3000
Ontem, o National Cancer Institute
anunciou um novo programa
anunciou um novo programa
21:22
called the Physical Sciences and Oncology,
393
1267000
3000
denominado Ciências Físicas e Oncologia,
21:25
where physicists, mathematicians, are brought in to think about cancer,
394
1270000
4000
em que se juntam físicos e matemáticos
para pensarem sobre o cancro,
para pensarem sobre o cancro,
21:29
people who never approached it before.
395
1274000
3000
pessoas que nunca
tinham pensado nisso antes.
tinham pensado nisso antes.
21:32
Danny and I got 16 million dollars, they announced yesterday,
396
1277000
3000
Danny e eu conseguimos
16 milhões de dólares, anunciados ontem,
16 milhões de dólares, anunciados ontem,
21:35
to try to attach this problem.
397
1280000
2000
para tentar corrigir este problema.
21:37
A whole new approach, instead of giving high doses of chemotherapy
398
1282000
4000
Uma abordagem completamente nova.
Em vez de administrar
altas doses de quimioterapia
altas doses de quimioterapia
21:41
by different mechanisms,
399
1286000
2000
por mecanismos diferentes,
conseguir, através da tecnologia,
conseguir, através da tecnologia,
21:43
to try to bring technology to get a picture of what's actually happening in the body.
400
1288000
6000
ver o que realmente acontece no corpo.
21:49
So, just for two seconds, how these technologies work --
401
1294000
4000
Então, dois segundos para ver
como funcionam estas tecnologias
como funcionam estas tecnologias
21:53
because I think it's important to understand it.
402
1298000
3000
porque é importante compreendê-lo.
21:56
What happens is every protein in your body is charged,
403
1301000
3000
Acontece que cada proteína no corpo
é carregada,
é carregada,
as proteínas são projetadas,
o íman obriga-as a dispersar
o íman obriga-as a dispersar
21:59
so the proteins are sprayed in, the magnet spins them around,
404
1304000
4000
22:03
and then there's a detector at the end.
405
1308000
2000
e no fim há um detetor.
22:05
When it hit that detector is dependent on the mass and the charge.
406
1310000
5000
A altura em que atingem o detetor
depende da massa e da carga.
depende da massa e da carga.
22:10
And so we can accurately -- if the magnet is big enough,
407
1315000
3000
Se o íman for suficientemente grande
22:13
and your resolution is high enough --
408
1318000
2000
e a resolução for suficientemente alta,
22:15
you can actually detect all of the proteins in the body
409
1320000
3000
podemos detetar
todas as proteínas do corpo
todas as proteínas do corpo
22:18
and start to get an understanding of the individual system.
410
1323000
4000
e começar a compreender
o sistema individual.
o sistema individual.
22:22
And so, as a cancer doctor,
411
1327000
2000
Assim, enquanto oncologista,
22:24
instead of having paper in my chart, in your chart, and it being this thick,
412
1329000
5000
em vez de ter fichas de papel,
e de estas serem volumosas,
e de estas serem volumosas,
22:29
this is what data flow is starting to look like in our offices,
413
1334000
4000
é assim que o fluxo de dados começa
a aparecer nos nossos gabinetes,
a aparecer nos nossos gabinetes,
22:33
where that drop of blood is creating gigabytes of data.
414
1338000
3000
onde essa gota de sangue
vai gerar gigabytes de dados.
vai gerar gigabytes de dados.
22:36
Electronic data elements are describing every aspect of the disease.
415
1341000
4000
Os dados eletrónicos
descrevem cada aspeto da doença.
descrevem cada aspeto da doença.
22:40
And certainly the goal is we can start to learn from every encounter
416
1345000
4000
Certamente o objetivo é começarmos
a aprender com cada experiência
a aprender com cada experiência
e realmente avançar
em vez de estar sempre em experiências,
em vez de estar sempre em experiências,
22:44
and actually move forward, instead of just having encounter and encounter,
417
1349000
5000
22:49
without fundamental learning.
418
1354000
2000
sem qualquer aprendizagem fundamental.
22:51
So, to conclude, we need to get away from reductionist thinking.
419
1356000
6000
Para concluir, necessitamos de nos
afastar do pensamento reducionista.
afastar do pensamento reducionista.
22:57
We need to start to think differently and radically.
420
1362000
4000
Necessitamos de começar a pensar
de maneira diferente e radical.
de maneira diferente e radical.
23:01
And so, I implore everyone here: Think differently. Come up with new ideas.
421
1366000
4000
E assim, imploro-vos,
pensem de maneira diferente.
pensem de maneira diferente.
Tenham ideias novas.
23:05
Tell them to me or anyone else in our field,
422
1370000
3000
Contem-mas ou a outra pessoa
da nossa área,
da nossa área,
23:08
because over the last 59 years, nothing has changed.
423
1373000
3000
porque nos últimos 59 anos nada mudou.
23:11
We need a radically different approach.
424
1376000
3000
Necessitamos de uma abordagem
radicalmente diferente.
radicalmente diferente.
23:14
You know, Andy Grove stepped down as chairman of the board at Intel --
425
1379000
3000
Quando Andy Grove se demitiu
de presidente administrativo da Intel
de presidente administrativo da Intel
23:17
and Andy was one of my mentors, tough individual.
426
1382000
3000
— ele foi um dos meus mentores,
um indivíduo difícil.
um indivíduo difícil.
23:20
When Andy stepped down, he said,
427
1385000
2000
Quando Andy se demitiu, disse:
23:22
"No technology will win. Technology itself will win."
428
1387000
3000
"Nenhuma tecnologia vai vencer.
É a própria tecnologia que vai vencer. "
É a própria tecnologia que vai vencer. "
23:25
And I'm a firm believer, in the field of medicine and especially cancer,
429
1390000
4000
Eu acredito piamente, na área da medicina
e especialmente na do cancro,
e especialmente na do cancro,
23:29
that it's going to be a broad platform of technologies
430
1394000
3000
que vai haver uma vasta
plataforma de tecnologias
plataforma de tecnologias
23:32
that will help us move forward
431
1397000
2000
que nos ajudará a progredir
e a ajudar os doentes a médio prazo.
e a ajudar os doentes a médio prazo.
23:34
and hopefully help patients in the near-term.
432
1399000
2000
23:36
Thank you very much.
433
1401000
2000
Muito obrigado.
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