TEDMED 2009
David Agus: A new strategy in the war on cancer
David Agus: Una nueva estrategia en la guerra contra el cáncer.
Filmed:
Readability: 4.3
830,903 views
Tradicionalmente, explica David Agus, los tratamientos contra el cáncer han tenido un enfoque corto de miras sobre las células malignas individuales. Él sugiere un nuevo enfoque multidisciplinario que utiliza fármacos atípicos, modelos computarizados y análisis de proteínas para tratar y analizar todo el cuerpo.
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
Soy médico de cáncer, y salía de mi oficina
00:18
and walked by the pharmacy in the hospital three or four years ago,
1
3000
4000
hace 3 o 4 años y pasaba por la farmacia del hospital
00:22
and this was the cover of Fortune magazine
2
7000
3000
y esta era la portada de la revista Fortune
00:25
sitting in the window of the pharmacy.
3
10000
2000
en el escaparate de la farmacia.
00:27
And so, as a cancer doctor, you look at this,
4
12000
2000
Y entonces, como médico de cáncer, uno mira eso
00:29
and you get a little bit downhearted.
5
14000
2000
y se desanima un poco.
00:31
But when you start to read the article by Cliff,
6
16000
3000
Pero cuando uno empieza a leer el artículo de Cliff,
00:34
who himself is a cancer survivor,
7
19000
2000
él mismo es sobreviviente del cáncer,
00:36
who was saved by a clinical trial
8
21000
2000
y fue salvado por una prueba clínica.
00:38
where his parents drove him from New York City to upstate New York
9
23000
4000
Sus padres lo llevaron de la ciudad de Nueva York al norte del estado
00:42
to get an experimental therapy for --
10
27000
2000
para recibir una terapia experimental por,
00:44
at the time -- Hodgkin's disease, which saved his life,
11
29000
3000
en ese momento, la enfermedad de Hodgkin que le salvó la vida.
00:47
he makes remarkable points here.
12
32000
3000
Aquí él hace observaciones notables.
00:50
And the point of the article was that we have gotten
13
35000
3000
La idea del artículo era que nos hemos hecho
00:53
reductionist in our view of biology,
14
38000
3000
reduccionistas en nuestra perspectiva de la biología,
00:56
in our view of cancer.
15
41000
2000
en nuestra perspectiva del cáncer.
00:58
For the last 50 years, we have focused on treating
16
43000
3000
En los últimos 50 años nos hemos concentrado en tratar
01:01
the individual gene
17
46000
2000
al gen individual,
01:03
in understanding cancer, not in controlling cancer.
18
48000
3000
en entender el cáncer, no en controlarlo.
01:06
So, this is an astounding table.
19
51000
3000
Esta es una tabla asombrosa.
01:09
And this is something that sobers us in our field everyday
20
54000
3000
Es algo que nos hace pensar a los especialistas todos los días
01:12
in that, obviously, we've made remarkable impacts
21
57000
2000
que, obviamente, hemos progresado notablemente
01:14
on cardiovascular disease,
22
59000
2000
en los tratamientos cardiovasculares.
01:16
but look at cancer. The death rate in cancer
23
61000
3000
Pero miren el cáncer. La tasa de mortalidad
01:19
in over 50 years hasn't changed.
24
64000
3000
no ha cambiado en 50 años.
01:22
We've made small wins in diseases like chronic myelogenous leukemia,
25
67000
4000
Conseguimos pequeños logros en enfermedades como la leucemia mielógena crónica,
01:26
where we have a pill that can put 100 percent of people in remission,
26
71000
3000
donde tenemos una pastilla que puede poner un 100% de la gente en remisión.
01:29
but in general, we haven't made an impact at all in the war on cancer.
27
74000
6000
Pero, en general no hemos avanzado en la guerra contra el cáncer en absoluto.
01:35
So, what I'm going to tell you today,
28
80000
3000
Entonces, lo que les voy a decir hoy
01:38
is a little bit of why I think that's the case,
29
83000
3000
es un poco por qué creo que ese es el caso,
01:41
and then go out of my comfort zone
30
86000
2000
y luego saldré de mi elemento
01:43
and tell you where I think it's going,
31
88000
3000
y les diré por dónde creo yo que pasa
01:46
where a new approach -- that we hope to push forward
32
91000
3000
un nuevo enfoque... que esperamos impulsar
01:49
in terms of treating cancer.
33
94000
4000
en términos del tratamiento del cáncer.
01:53
Because this is wrong.
34
98000
3000
Porque esto es incorrecto.
01:56
So, what is cancer, first of all?
35
101000
2000
Entonces, en primer lugar, ¿qué es el cáncer?
01:58
Well, if one has a mass or an abnormal blood value, you go to a doctor,
36
103000
5000
Pues, si uno tiene una masa o un conteo de sangre anormal, va al doctor.
02:03
they stick a needle in.
37
108000
2000
Le ponen una aguja.
02:05
They way we make the diagnosis today is by pattern recognition:
38
110000
4000
Hoy hacemos el diagnóstico mediante reconocimiento de patrones.
02:09
Does it look normal? Does it look abnormal?
39
114000
4000
¿Se ve normal? ¿Se ve anormal?
02:13
So, that pathologist is just like looking at this plastic bottle.
40
118000
3000
Entonces, es como si ese patólogo mirara esta botella de plástico.
02:16
This is a normal cell. This is a cancer cell.
41
121000
3000
Esta es una célula normal. Esta es una célula cancerosa.
02:19
That is the state-of-the-art today in diagnosing cancer.
42
124000
5000
Esto es lo último hoy en diagnóstico de cáncer.
02:24
There's no molecular test,
43
129000
3000
No hay prueba molecular.
02:27
there's no sequencing of genes that was referred to yesterday,
44
132000
3000
No hay secuenciación de genes, como se refirió ayer.
02:30
there's no fancy looking at the chromosomes.
45
135000
3000
No hay observación elaborada de los cromosomas.
02:33
This is the state-of-the-art and how we do it.
46
138000
3000
Esto es lo último en diagnóstico.
02:36
You know, I know very well, as a cancer doctor, I can't treat advanced cancer.
47
141000
6000
Sé muy bien, como médico de cáncer, que no puedo tratar el cáncer avanzado.
02:42
So, as an aside, I firmly believe in the field of trying to identify cancer early.
48
147000
7000
Así que, entre paréntesis, creo firmemente en la detección temprana del cáncer.
02:49
It is the only way you can start to fight cancer, is by catching it early.
49
154000
5000
Es la única manera de empezar a luchar contra el cáncer, mediante detección temprana.
02:54
We can prevent most cancers.
50
159000
3000
Podemos prevenir la mayoría de los cánceres.
02:57
You know, the previous talk alluded to preventing heart disease.
51
162000
3000
En la charla previa se aludió a la prevención de la enfermedad cardíaca.
03:00
We could do the same in cancer.
52
165000
2000
Podríamos hacer lo mismo con el cáncer.
03:02
I co-founded a company called Navigenics,
53
167000
2000
Yo co-fundé una compañía llamada Navigenics,
03:04
where, if you spit into a tube --
54
169000
2000
donde, si uno escupe en un tubito,
03:06
and we can look look at 35 or 40 genetic markers for disease,
55
171000
6000
se puede buscar 35 o 40 marcadores genéticos de enfermedades,
03:12
all of which are delayable in many of the cancers --
56
177000
2000
que son retardables en muchos de los cánceres.
03:14
you start to identify what you could get,
57
179000
4000
Uno empieza a identificar cuáles podría tener,
03:18
and then we can start to work to prevent them.
58
183000
3000
y luego se puede empezar a trabajar para prevenirlos.
03:21
Because the problem is, when you have advanced cancer,
59
186000
3000
Porque el problema es que cuando tienes cáncer avanzado,
03:24
we can't do that much today about it, as the statistics allude to.
60
189000
4000
no hay mucho que se pueda hacer hoy en día, según indica la estadística.
03:28
So, the thing about cancer is that it's a disease of the aged.
61
193000
4000
Entonces, la cosa del cáncer es que es una enfermedad de los ancianos.
03:32
Why is it a disease of the aged?
62
197000
2000
¿Por qué es una enfermedad de los ancianos?
03:34
Because evolution doesn't care about us after we've had our children.
63
199000
4000
Porque no somos importantes para la evolución después de tener nuestros hijos.
03:39
See, evolution protected us during our childbearing years
64
204000
3000
Es que, la evolución nos protegió durante nuestros años fértiles,
03:42
and then, after age 35 or 40 or 45,
65
207000
4000
y luego, cuando cumplimos 35, o 40, o 45 años,
03:46
it said "It doesn't matter anymore, because they've had their progeny."
66
211000
4000
dijo que ya no importaba, porque ya han tenido su prole.
03:50
So if you look at cancers, it is very rare -- extremely rare --
67
215000
5000
Entonces si uno mira los cánceres es muy raro, extremadamente raro
03:55
to have cancer in a child, on the order of thousands of cases a year.
68
220000
5000
ver el cáncer en un niño; es del orden de los miles de casos al año.
04:00
As one gets older? Very, very common.
69
225000
4000
Mientras uno envejece es cada vez más común.
04:04
Why is it hard to treat?
70
229000
2000
¿Por qué es difícil de tratar?
04:06
Because it's heterogeneous,
71
231000
2000
Porque es heterogéneo,
04:08
and that's the perfect substrate for evolution within the cancer.
72
233000
5000
y ese es el sustrato perfecto para la evolución dentro del cáncer.
04:13
It starts to select out for those bad, aggressive cells,
73
238000
4000
Empieza a seleccionar por esas células malas, agresivas,
04:17
what we call clonal selection.
74
242000
4000
lo que llamamos selección clonal.
04:21
But, if we start to understand
75
246000
3000
Pero, si empezamos a entender
04:24
that cancer isn't just a molecular defect, it's something more,
76
249000
5000
que el cáncer no es solamente un defecto molecular, sino algo más,
04:29
then we'll get to new ways of treating it, as I'll show you.
77
254000
4000
entonces llegaremos a una nueva manera de tratarlo, como les voy a mostrar.
04:33
So, one of the fundamental problems we have in cancer
78
258000
2000
Así que, uno de los problemas fundamentales que tenemos en el cáncer
04:35
is that, right now, we describe it by a number of adjectives, symptoms:
79
260000
4000
es que, ahora mismo, lo describimos con una cantidad de adjetivos, de síntomas.
04:39
"I'm tired, I'm bloated, I have pain, etc."
80
264000
3000
Estoy cansado, estoy hinchado, tengo dolor, etc.
04:42
You then have some anatomic descriptions,
81
267000
2000
Luego uno tiene unas descripciones anatómicas.
04:44
you get that CT scan: "There's a three centimeter mass in the liver."
82
269000
4000
Va por esa tomografía. Hay una masa de 3 cm en el hígado.
04:48
You then have some body part descriptions:
83
273000
3000
Luego hay algunas descripciones de partes del cuerpo.
04:51
"It's in the liver, in the breast, in the prostate."
84
276000
2000
Está en el hígado, en el seno, en la próstata.
04:53
And that's about it.
85
278000
3000
Y eso es más o menos todo.
04:56
So, our dictionary for describing cancer is very, very poor.
86
281000
4000
Entonces nuestro diccionario para describir el cáncer es muy, muy limitado.
05:00
It's basically symptoms.
87
285000
2000
Es básicamente de síntomas.
05:02
It's manifestations of a disease.
88
287000
3000
Son manifestaciones de una enfermedad.
05:05
What's exciting is that over the last two or three years,
89
290000
3000
Lo emocionante es que durante los últimos 2 o 3 años,
05:08
the government has spent 400 million dollars,
90
293000
2000
el gobierno ha gastado 400 millones de dólares
05:10
and they've allocated another billion dollars,
91
295000
3000
y se han destinado otros 1.000 millones de dólares
05:13
to what we call the Cancer Genome Atlas Project.
92
298000
2000
a lo que llamamos el Proyecto del Atlas del Genoma del Cáncer.
05:15
So, it is the idea of sequencing all of the genes in the cancer,
93
300000
4000
Entonces, es la idea de secuenciar todos los genomas del cáncer,
05:19
and giving us a new lexicon, a new dictionary to describe it.
94
304000
5000
para darnos un nuevo léxico, un nuevo diccionario para describirlo.
05:24
You know, in the mid-1850's in France,
95
309000
3000
A mediados de la década de 1850 en Francia
05:27
they started to describe cancer by body part.
96
312000
3000
empezaron a describir el cáncer por las partes del cuerpo.
05:30
That hasn't changed in over 150 years.
97
315000
4000
Esto no ha cambiado en más de 150 años.
05:34
It is absolutely archaic that we call cancer
98
319000
4000
Es absolutamente arcaico que llamemos al cáncer
05:38
by prostate, by breast, by muscle.
99
323000
4000
de próstata, de mamas, de músculo.
05:42
It makes no sense, if you think about it.
100
327000
3000
No tiene sentido, si uno lo piensa.
05:45
So, obviously, the technology is here today,
101
330000
3000
Entonces, obviamente la tecnología está aquí hoy
05:48
and, over the next several years, that will change.
102
333000
3000
y sobre los próximos años, eso va a cambiar.
05:51
You will no longer go to a breast cancer clinic.
103
336000
2000
Ya no irán a una clínica de cáncer de mamas.
05:53
You will go to a HER2 amplified clinic, or an EGFR activated clinic,
104
338000
5000
Irán a una clínica de HER2 amplificada o una clínica de EGFR activado
05:58
and they will go to some of the pathogenic lesions
105
343000
2000
y mirarán unas de las lesiones patogénicas
06:00
that were involved in causing this individual cancer.
106
345000
4000
que produjeron este cáncer particular.
06:04
So, hopefully, we will go from being the art of medicine
107
349000
3000
Entonces, se espera que pasemos del arte de la medicina
06:07
more to the science of medicine,
108
352000
2000
a la ciencia de la medicina,
06:09
and be able to do what they do in infectious disease,
109
354000
3000
y poder hacer lo que se hace con enfermedades infecciosas,
06:12
which is look at that organism, that bacteria,
110
357000
3000
que es mirar ese organismo, esa bacteria,
06:15
and then say, "This antibiotic makes sense,
111
360000
3000
y decir, este antibiótico tiene sentido,
06:18
because you have a particular bacteria that will respond to it."
112
363000
4000
porque tienes una bacteria particular que responderá a él.
06:22
When one is exposed to H1N1, you take Tamiflu,
113
367000
4000
Cuando estás expuesto al H1N1, tomas Tamiflu
06:26
and you can remarkably decrease the severity of symptoms
114
371000
3000
y puedes reducir increíblemente la severidad de los síntomas
06:29
and prevent many of the manifestations of the disease.
115
374000
3000
y prevenir muchas de las manifestaciones de la enfermedad.
06:32
Why? Because we know what you have, and we know how to treat it --
116
377000
5000
¿Por qué? Porque sabemos lo que tienes, y sabemos tratarlo
06:37
although we can't make vaccine in this country, but that's a different story.
117
382000
4000
aunque no podemos producir la vacuna en ese país pero esa es otra historia.
06:41
The Cancer Genome Atlas is coming out now.
118
386000
3000
El Atlas del Genoma del Cáncer sale ahora.
06:44
The first cancer was done, which was brain cancer.
119
389000
4000
Se hizo el primer cáncer, que fue cáncer de cerebro.
06:48
In the next month, the end of December, you'll see ovarian cancer,
120
393000
4000
En el próximo mes, a finales de diciembre, verán cáncer de ovario,
06:52
and then lung cancer will come several months after.
121
397000
4000
y luego saldrá el cáncer de pulmón unos meses después.
06:56
There's also a field of proteomics that I'll talk about in a few minutes,
122
401000
3000
También hay un campo de proteómica del que hablaré en unos minutos,
06:59
which I think is going to be the next level
123
404000
3000
el cual creo que va a ser el próximo gran nivel
07:02
in terms of understanding and classifying disease.
124
407000
4000
en cuanto al entendimiento y clasificación de enfermedades.
07:06
But remember, I'm not pushing genomics,
125
411000
2000
Pero acuérdense, no estoy promocionando la genómica
07:08
proteomics, to be a reductionist.
126
413000
3000
la proteómica para ser reduccionista.
07:11
I'm doing it so we can identify what we're up against.
127
416000
3000
Lo hago para poder identificar contra qué estamos luchando.
07:14
And there's a very important distinction there that we'll get to.
128
419000
4000
Y hay una distinción muy importante allí que veremos.
07:18
In health care today, we spend most of the dollars --
129
423000
3000
Hoy en el cuidado de la salud gastamos la mayoría de los dólares
07:21
in terms of treating disease --
130
426000
3000
en términos de tratar enfermedades;
07:24
most of the dollars in the last two years of a person's life.
131
429000
4000
la mayoría de los cuales se gastan en los últimos dos años de la vida de uno.
07:28
We spend very little, if any, dollars in terms of identifying what we're up against.
132
433000
5000
Gastamos muy pocos dólares, si lo hacemos, identificando contra qué estamos luchando.
07:33
If you could start to move that, to identify what you're up against,
133
438000
4000
Si pudiéramos empezar a mover eso, a identificar contra qué estamos luchando,
07:37
you're going to do things a hell of a lot better.
134
442000
3000
haríamos las cosas mucho mejor.
07:40
If we could even take it one step further and prevent disease,
135
445000
4000
Si pudiéramos dar un paso más y prevenir enfermedades,
07:44
we can take it enormously the other direction,
136
449000
3000
lo podríamos llevar considerablemente en la otra dirección.
07:47
and obviously, that's where we need to go, going forward.
137
452000
4000
Y obviamente, allí es adonde necesitamos ir, en adelante.
07:51
So, this is the website of the National Cancer Institute.
138
456000
3000
Entonces, esta es la página web del Instituto Nacional del Cáncer.
07:54
And I'm here to tell you, it's wrong.
139
459000
3000
Y estoy aquí para decirles que está mal.
07:57
So, the website of the National Cancer Institute
140
462000
2000
Entonces, la página web del Instituto Nacional del Cáncer
07:59
says that cancer is a genetic disease.
141
464000
4000
dice que el cáncer es una enfermedad genética.
08:03
The website says, "If you look, there's an individual mutation,
142
468000
4000
El sitio web dice, si miran, que hay una mutación individual
08:07
and maybe a second, and maybe a third,
143
472000
2000
y quizás una segunda, quizás una tercera,
08:09
and that is cancer."
144
474000
2000
y eso es el cáncer.
08:11
But, as a cancer doc, this is what I see.
145
476000
4000
Pero, como médico de cáncer, esto es lo que veo.
08:15
This isn't a genetic disease.
146
480000
2000
Esta no es una enfermedad genética.
08:17
So, there you see, it's a liver with colon cancer in it,
147
482000
3000
Entonces, aquí se ve un hígado con cáncer de colon adentro,
08:20
and you see into the microscope a lymph node
148
485000
2000
y se ve por el microscopio un nódulo linfático
08:22
where cancer has invaded.
149
487000
2000
donde ha invadido el cáncer.
08:24
You see a CT scan where cancer is in the liver.
150
489000
4000
Se ve una tomografía donde el cáncer está en el hígado.
08:28
Cancer is an interaction of a cell
151
493000
3000
El cáncer es la interacción de una célula
08:31
that no longer is under growth control with the environment.
152
496000
5000
cuyo crecimiento ya no está bajo control del entorno.
08:36
It's not in the abstract; it's the interaction with the environment.
153
501000
4000
No está en el abstracto; es la interacción con el entorno.
08:40
It's what we call a system.
154
505000
3000
Es lo que llamamos un sistema.
08:43
The goal of me as a cancer doctor is not to understand cancer.
155
508000
4000
Mi reto como médico de cáncer no es entender el cáncer.
08:47
And I think that's been the fundamental problem over the last five decades,
156
512000
3000
Y creo que eso ha sido el problema fundamental durante las últimas 5 décadas,
08:50
is that we have strived to understand cancer.
157
515000
3000
que hemos luchado para entender el cáncer.
08:53
The goal is to control cancer.
158
518000
3000
El objetivo es controlar el cáncer.
08:56
And that is a very different optimization scheme,
159
521000
2000
Y ése es un esquema de optimización muy diferente,
08:58
a very different strategy for all of us.
160
523000
3000
una estrategia muy diferente para todos nosotros.
09:01
I got up at the American Association of Cancer Research,
161
526000
2000
Fui a la Asociación Estadounidense de Investigación del Cáncer,
09:03
one of the big cancer research meetings, with 20,000 people there,
162
528000
4000
una de las grandes reuniones de la investigación del cáncer, ante 20.000 personas presentes,
09:07
and I said, "We've made a mistake.
163
532000
3000
y dije, hemos cometido un error.
09:10
We've all made a mistake, myself included,
164
535000
3000
Todos hemos cometido un error, incluso yo,
09:13
by focusing down, by being a reductionist.
165
538000
2000
por enfocar hacia abajo, por ser reduccionistas,
09:15
We need to take a step back."
166
540000
2000
Necesitamos retroceder un paso.
09:17
And, believe it or not, there were hisses in the audience.
167
542000
2000
Y aunque no lo crean, se hicieron siseos en la audiencia.
09:19
People got upset, but this is the only way we're going to go forward.
168
544000
4000
La gente se disgustó, pero esa es la única manera en la que vamos a progresar.
09:23
You know, I was very fortunate to meet Danny Hillis a few years ago.
169
548000
4000
Ya saben, fui muy afortunado de conocer a Danny Hillis hace unos años.
09:27
We were pushed together, and neither one of us really wanted to meet the other.
170
552000
4000
Nos juntaron y ninguno de los dos quería conocer al otro
09:31
I said, "Do I really want to meet a guy from Disney, who designed computers?"
171
556000
4000
Me dije: “¿de verdad quiero conocer al tipo de Disney que diseñó computadoras?”
09:35
And he was saying: Does he really want to meet another doctor?
172
560000
3000
Y él se preguntaba si de verdad quería conocer a otro médico
09:38
But people prevailed on us, and we got together,
173
563000
2000
Pero la gente nos convenció de conocernos y nos reunimos.
09:40
and it's been transformative in what I do, absolutely transformative.
174
565000
5000
Y ha influido en lo que hago, a influido mucho.
09:46
We have designed, and we have worked on the modeling --
175
571000
3000
Hemos diseñado, y hemos trabajado en el modelado
09:49
and much of these ideas came from Danny and from his team --
176
574000
4000
y muchas de esas ideas vinieron de Danny y de su equipo:
09:53
the modeling of cancer in the body as complex system.
177
578000
3000
el modelado del cáncer en el cuerpo como un sistema complejo.
09:56
And I'll show you some data there
178
581000
2000
Y les muestro algunos datos
09:58
where I really think it can make a difference and a new way to approach it.
179
583000
4000
que creo pueden marcar una diferencia y una nueva forma de abordarlo.
10:02
The key is, when you look at these variables and you look at this data,
180
587000
4000
La clave es, cuando uno mira estas variables y estos datos
10:06
you have to understand the data inputs.
181
591000
4000
tiene que entender las entradas de los datos.
10:10
You know, if I measured your temperature over 30 days,
182
595000
4000
Ya saben, si les midiera la temperatura durante 30 días
10:14
and I asked, "What was the average temperature?"
183
599000
2000
y preguntara cuál era la temperatura promedio
10:16
and it came back at 98.7, I would say, "Great."
184
601000
4000
Y diera 37°C, yo diría ‘magnífico’.
10:20
But if during one of those days
185
605000
2000
Pero si durante uno de esos días
10:22
your temperature spiked to 102 for six hours,
186
607000
3000
la temperatura subió a 39°C durante 6 horas
10:25
and you took Tylenol and got better, etc.,
187
610000
2000
y tomarán Tylenol y se recuperarán, etc.
10:27
I would totally miss it.
188
612000
2000
No lo notarían.
10:29
So, one of the problems, the fundamental problems in medicine
189
614000
3000
Entonces, uno de los problemas fundamentales en la medicina
10:32
is that you and I, and all of us,
190
617000
2000
es que tú y yo, y todos nosotros
10:34
we go to our doctor once a year.
191
619000
2000
vamos al médico una vez al año.
10:36
We have discrete data elements; we don't have a time function on them.
192
621000
4000
Tenemos elementos discretos de datos pero no tenemos para ellos una función temporal.
10:40
Earlier it was referred to this direct life device.
193
625000
3000
Más temprano refería a este dispositivo cotidiano.
10:43
You know, I've been using it for two and a half months.
194
628000
3000
Ya saben, lo he estado utilizando durante 2 ½ meses.
10:46
It's a staggering device, not because it tells me
195
631000
2000
Es un dispositivo asombroso, no porque indica
10:48
how many kilocalories I do every day,
196
633000
3000
cuántas kilocalorías uno quema cada día
10:51
but because it looks, over 24 hours, what I've done in a day.
197
636000
4000
sino porque observa en el transcurso de 24 horas lo que he hecho en un día
10:55
And I didn't realize that for three hours I'm sitting at my desk,
198
640000
3000
Y no me di cuenta de que durante 3 horas estoy sentado en mi escritorio
10:58
and I'm not moving at all.
199
643000
2000
y que no estoy moviéndome para nada.
11:00
And a lot of the functions in the data that we have as input systems here
200
645000
5000
Y muchas de las funciones en los datos que tenemos como sistemas de entradas
11:05
are really different than we understand them,
201
650000
3000
son muy diferentes de cómo los entendemos
11:08
because we're not measuring them dynamically.
202
653000
2000
porque no los estamos midiendo dinámicamente.
11:10
And so, if you think of cancer as a system,
203
655000
5000
Y entonces, si piensan en el cáncer como un sistema
11:15
there's an input and an output and a state in the middle.
204
660000
4000
hay una entrada, hay información producida y un estado en el medio.
11:19
So, the states, are equivalent classes of history,
205
664000
3000
Entonces los estados son clases equivalentes de la historia
11:22
and the cancer patient, the input, is the environment,
206
667000
3000
y del paciente de cáncer; la entrada es el entorno,
11:25
the diet, the treatment, the genetic mutations.
207
670000
4000
la dieta, el tratamiento, y las mutaciones genéticas.
11:29
The output are our symptoms:
208
674000
3000
La información producida son nuestros síntomas.
11:32
Do we have pain? Is the cancer growing? Do we feel bloated, etc.?
209
677000
4000
¿Tenemos dolor? ¿Está creciendo el cáncer? ¿Nos sentimos hinchados, etc.?
11:36
Most of that state is hidden.
210
681000
4000
La mayoría de ese estado está escondido.
11:40
So what we do in our field is we change and input,
211
685000
3000
Entonces lo que hacemos en nuestro campo es cambiar y
11:43
we give aggressive chemotherapy,
212
688000
2000
damos quimioterapia agresiva.
11:45
and we say, "Did that output get better? Did that pain improve, etc.?"
213
690000
5000
Y decimos ¿se mejoró ese resultado? ¿Se mejoró ese dolor, etc.?
11:50
And so, the problem is that it's not just one system,
214
695000
4000
Y entonces, el problema es que no es un solo sistema
11:54
it's multiple systems on multiple scales.
215
699000
3000
son múltiples sistemas en múltiples escalas.
11:57
It's a system of systems.
216
702000
3000
Es un sistema de sistemas.
12:00
And so, when you start to look at emergent systems,
217
705000
2000
Y entonces, cuando uno empieza a mirar sistemas emergentes
12:02
you can look at a neuron under a microscope.
218
707000
3000
puede mirar una neurona bajo el microscopio.
12:05
A neuron under the microscope is very elegant
219
710000
2000
Una neurona bajo el microscopio es muy elegante
12:07
with little things sticking out and little things over here,
220
712000
3000
con cositas sobresaliendo y cositas por aquí,
12:10
but when you start to put them together in a complex system,
221
715000
4000
pero cuando uno empieza a juntarlas en un sistema complejo
12:14
and you start to see that it becomes a brain,
222
719000
2000
y empieza a ver que se forma un cerebro
12:16
and that brain can create intelligence,
223
721000
3000
y que ese cerebro puede crear inteligencia,
12:19
what we're talking about in the body,
224
724000
2000
sobre lo que estamos hablando en el cuerpo
12:21
and cancer is starting to model it like a complex system.
225
726000
3000
y el cáncer está empezando a modelarlo como un sistema complejo.
12:24
Well, the bad news is that these robust --
226
729000
3000
Pues, lo malo es que estos sistemas emergentes robustos,
12:27
and robust is a key word --
227
732000
2000
y robustos es una palabra clave,
12:29
emergent systems are very hard to understand in detail.
228
734000
4000
son muy difíciles de entender en detalle.
12:33
The good news is you can manipulate them.
229
738000
3000
Lo bueno es que es posible manipularlos.
12:36
You can try to control them
230
741000
2000
Se puede tratar de controlarlos
12:38
without that fundamental understanding of every component.
231
743000
3000
sin ese entendimiento fundamental de cada componente.
12:41
One of the most fundamental clinical trials in cancer
232
746000
3000
Una de las pruebas clínicas más fundamentales del cáncer
12:44
came out in February in the New England Journal of Medicine,
233
749000
3000
se publicó en febrero en el New England Journal of Medicine,
12:47
where they took women who were pre-menopausal with breast cancer.
234
752000
4000
donde tomaron mujeres pre-menopáusicas con cáncer de mamas.
12:51
So, about the worst kind of breast cancer you can get.
235
756000
3000
Entonces, más o menos el peor tipo de cáncer de mama que se puede tener.
12:54
They had gotten their chemotherapy,
236
759000
2000
Habían recibido su quimioterapia,
12:56
and then they randomized them,
237
761000
2000
y luego fueron escogidas al azar
12:58
where half got placebo,
238
763000
2000
donde la mitad recibió un placebo
13:00
and half got a drug called Zoledronic acid that builds bone.
239
765000
4000
y la otra recibió un medicamento llamado ácido zoledrónico que fortalece los huesos.
13:04
It's used to treat osteoporosis,
240
769000
2000
que se usa para tratar la osteoporosis,
13:06
and they got that twice a year.
241
771000
2000
y lo recibieron dos veces al año.
13:08
They looked and, in these 1,800 women,
242
773000
4000
Miraron y, en esas 1.800 mujeres
13:12
given twice a year a drug that builds bone,
243
777000
3000
que recibieron dos veces al año un medicamento que fortalece los huesos,
13:15
you reduce the recurrence of cancer by 35 percent.
244
780000
5000
se redujo la reaparición del cáncer en un 35%.
13:21
Reduce occurrence of cancer by a drug
245
786000
2000
Una reducción de la reaparición del cáncer por un medicamento
13:23
that doesn't even touch the cancer.
246
788000
2000
que ni siquiera toca el cáncer.
13:25
So the notion, you change the soil, the seed doesn't grow as well.
247
790000
5000
Así que es la idea de que uno cambia la tierra y no crece tan bien la semilla.
13:30
You change that system,
248
795000
3000
Uno cambia ese sistema,
13:33
and you could have a marked effect on the cancer.
249
798000
2000
y podría tener un efecto notable en el cáncer.
13:35
Nobody has ever shown -- and this will be shocking --
250
800000
3000
Nadie ha demostrado nunca, y esto será chocante,
13:38
nobody has ever shown that most chemotherapy
251
803000
3000
nadie ha demostrado nunca que la mayoría de las quimioterapias
13:41
actually touches a cancer cell.
252
806000
2000
en realidad toca una célula cancerosa.
13:43
It's never been shown.
253
808000
2000
Nunca se ha demostrado.
13:45
There's all these elegant work in the tissue culture dishes,
254
810000
3000
Hay mucho trabajo elegante en los platillos de culturas de tejidos,
13:48
that if you give this cancer drug, you can do this effect to the cell,
255
813000
3000
que, si administras ese medicamento para el cáncer, puedes afectar la célula de esta manera,
13:51
but the doses in those dishes are nowhere near
256
816000
3000
pero las dosis en esos platillos no se parecen nada a
13:54
the doses that happen in the body.
257
819000
4000
las dosis que ocurren en el cuerpo.
13:58
If I give a woman with breast cancer a drug called Taxol
258
823000
3000
Si yo doy a una mujer con cáncer de mamas un medicamento llamado Taxol
14:01
every three weeks, which is the standard,
259
826000
2000
cada tres semanas, algo estándar,
14:03
about 40 percent of women with metastatic cancer
260
828000
2000
más o menos un 40% de las mujeres con cáncer metastásico
14:05
have a great response to that drug.
261
830000
3000
responden muy bien a ese medicamento.
14:08
And a response is 50 percent shrinkage.
262
833000
2000
Y la reacción es una reducción de un 50%.
14:10
Well, remember that's not even an order of magnitude,
263
835000
2000
Pues, recuerden que eso ni es una orden de magnitud,
14:12
but that's a different story.
264
837000
2000
pero esa es otra historia.
14:14
They then recur, I give them that same drug every week.
265
839000
4000
Y entonces reaparecen, les doy ese mismo medicamento cada semana.
14:18
Another 30 percent will respond.
266
843000
3000
Otro 30% responderá.
14:21
They then recur, I give them that same drug
267
846000
2000
Entonces reaparecen, y les doy ese mismo medicamento
14:23
over 96 hours by continuous infusion,
268
848000
3000
por infusión continua durante 96 horas
14:26
another 20 or 30 percent will respond.
269
851000
3000
y otro 20% o 30% responderá.
14:29
So, you can't tell me it's working by the same mechanism in all three size.
270
854000
4000
Entonces no me pueden decir que esté funcionando el mismo mecanismo por cada uno de los tres tamaños.
14:33
It's not. We have no idea the mechanism.
271
858000
3000
No es así. No tenemos idea del mecanismo.
14:36
So the idea that chemotherapy may just be disrupting
272
861000
3000
Entonces la idea de que la quimioterapia pueda estar alterando
14:39
that complex system,
273
864000
3000
ese sistema complejo,
14:42
just like building bone disrupted that system and reduced recurrence,
274
867000
5000
tal como el fortalecer los huesos alteró ese sistema y redujo la reaparición
14:47
chemotherapy may work by that same exact way.
275
872000
3000
la quimioterapia pueda funcionar de la mismísima manera.
14:50
The wild thing about that trial also,
276
875000
3000
Lo extraño de esa prueba también fue
14:53
was that it reduced new primaries, so new cancers, by 30 percent also.
277
878000
7000
que redujo nuevos primarios, o sea nuevos cánceres, en un 30% también.
15:02
So, the problem is, yours and mine, all of our systems are changing.
278
887000
5000
Así que el problema, el tuyo y el mío, es que todos los sistemas están cambiando.
15:07
They're dynamic.
279
892000
2000
Son dinámicos.
15:09
I mean, this is a scary slide, not to take an aside,
280
894000
3000
Digo, esa es una diapositiva espantosa, no para hacer una disgresión,
15:12
but it looks at obesity in the world.
281
897000
2000
pero muestra la obesidad en el mundo.
15:14
And I'm sorry if you can't read the numbers, they're kind of small.
282
899000
3000
Y lo siento si no pueden leer los números; están chiquitos.
15:17
But, if you start to look at it, that red, that dark color there,
283
902000
4000
Pero si empiezan a mirarla, ese rojo, ese color oscuro allí,
15:21
more than 75 percent of the population
284
906000
3000
más del 75% de la población
15:24
of those countries are obese.
285
909000
3000
de esos países es obesa.
15:27
Look a decade ago, look two decades ago: markedly different.
286
912000
4000
Miren cómo era hace una década, hace dos, notablemente diferente.
15:31
So, our systems today are dramatically different
287
916000
3000
Entonces nuestros sistemas de hoy son dramáticamente diferentes
15:34
than our systems a decade or two ago.
288
919000
4000
a los de hace una década o dos.
15:38
So the diseases we have today,
289
923000
3000
Así que las enfermedades que tenemos hoy,
15:41
which reflect patterns in the system over the last several decades,
290
926000
4000
que reflejan patrones en el sistema durante las últimas décadas,
15:45
are going to change dramatically over the next decade or so
291
930000
4000
van a cambiar dramáticamente en la próxima década
15:49
based on things like this.
292
934000
3000
basado en cosas como éstas.
15:52
So, this picture, although it is beautiful, is a 40-gigabyte picture
293
937000
10000
Entonces esta imagen, aunque sea bonita, es una imagen de 40GB
16:02
of the whole proteome.
294
947000
2000
del proteoma entero.
16:04
So this is a drop of blood that has gone through a superconducting magnet,
295
949000
4000
Entonces esta es una gota de sangre que ha pasado por un imán superconductor
16:08
and we're able to get resolution
296
953000
2000
y podemos llegar a ver de una resolución
16:10
where we can start to see all of the proteins in the body.
297
955000
4000
en donde empezamos a ver todas las proteínas del cuerpo.
16:14
We can start to see that system.
298
959000
2000
Podemos empezar a ver ese sistema.
16:16
Each of the red dots are where a protein has actually been identified.
299
961000
4000
Cada una de los puntos rojos representa una proteína que ha sido identificada.
16:20
The power of these magnets, the power of what we can do here,
300
965000
2000
El poder de estos imanes, el poder de lo que podemos hacer aquí
16:22
is that we can see an individual neutron with this technology.
301
967000
5000
es que podemos ver un neutrón individual con esta tecnología.
16:27
So, again, this is stuff we're doing with Danny Hillis
302
972000
3000
Y otra vez, esto es lo que estamos haciendo con Danny Hillis
16:30
and a group called Applied Proteomics,
303
975000
2000
y un grupo que se llama Applied Proteomics
16:32
where we can start to see individual neutron differences,
304
977000
4000
donde podemos empezar a ver diferencias entre neutrones individuales,
16:36
and we can start to look at that system like we never have before.
305
981000
4000
y empezar a mirar ese sistema como jamás lo hemos hecho.
16:40
So, instead of a reductionist view, we're taking a step back.
306
985000
4000
Entonces en lugar de una perspectiva reduccionista, retrocedemos.
16:44
So this is a woman, 46 years old,
307
989000
4000
Entonces esta es una mujer, de 46 años de edad,
16:48
who had recurrent lung cancer.
308
993000
3000
que padecía cáncer de pulmón recurrente.
16:51
It was in her brain, in her lungs, in her liver.
309
996000
4000
Estaba en su cerebro, en sus pulmones, en su hígado.
16:55
She had gotten Carboplatin Taxol, Carboplatin Taxotere,
310
1000000
4000
Le habían dado Carboplatin Taxol, Carboplatin Taxotere,
16:59
Gemcitabine, Navelbine:
311
1004000
2000
Gemcitabene, Navelbine.
17:01
Every drug we have she had gotten, and that disease continued to grow.
312
1006000
5000
Cada medicamento que tenemos se lo habíamos dado y continuó creciendo esa enfermedad.
17:06
She had three kids under the age of 12,
313
1011000
4000
Tenía 3 niños menores de 12 años de edad,
17:10
and this is her CT scan.
314
1015000
2000
y esta es su tomografía.
17:12
And so what this is, is we're taking a cross-section of her body here,
315
1017000
3000
Entonces esto es... es que estamos tomando aquí una sección transversal de su cuerpo.
17:15
and you can see in the middle there is her heart,
316
1020000
3000
Y pueden ver allí en el centro está el corazón,
17:18
and to the side of her heart on the left there is this large tumor
317
1023000
4000
y al lado de su corazón a la izquierda hay un gran tumor
17:22
that will invade and will kill her, untreated, in a matter of weeks.
318
1027000
6000
que sin tratarse la invadirá y la matará en unas cuantas semanas.
17:28
She goes on a pill a day that targets a pathway,
319
1033000
5000
Empieza a tomar una pastilla cada día que se dirige hacia una vía
17:33
and again, I'm not sure if this pathway was in the system, in the cancer,
320
1038000
4000
y repito, no estoy seguro de si esa vía estaba en el sistema, en el cáncer,
17:37
but it targeted a pathway, and a month later, pow, that cancer's gone.
321
1042000
6000
pero se dirigió hacia una vía y un mes más tarde, paf, el cáncer no está.
17:43
Six months later it's still gone.
322
1048000
3000
Seis meses más tarde todavía no está.
17:46
That cancer recurred, and she passed away three years later from lung cancer,
323
1051000
5000
Ese cáncer reapareció y ella falleció 3 años más tarde de cáncer de pulmón,
17:51
but she got three years from a drug
324
1056000
4000
pero recibió 3 años un medicamento
17:55
whose symptoms predominately were acne.
325
1060000
2000
cuyos síntomas eran predominantemente el acné.
17:57
That's about it.
326
1062000
2000
Eso es todo.
17:59
So, the problem is that the clinical trial was done,
327
1064000
4000
Entonces el problema es que el ensayo clínico se hizo
18:03
and we were a part of it,
328
1068000
2000
y éramos parte de él
18:05
and in the fundamental clinical trial --
329
1070000
2000
y en el ensayo clínico fundamental,
18:07
the pivotal clinical trial we call the Phase Three,
330
1072000
2000
en el ensayo clínico fundamental que llamamos la tercera fase,
18:09
we refused to use a placebo.
331
1074000
3000
nos negamos a usar un placebo.
18:12
Would you want your mother, your brother, your sister
332
1077000
2000
¿Quisieran que su madre, hermano, hermana
18:14
to get a placebo if they had advanced lung cancer and had weeks to live?
333
1079000
4000
recibiera un placebo si tuviera cáncer de pulmón avanzado y sólo unas semanas de vida?
18:18
And the answer, obviously, is not.
334
1083000
2000
Y la respuesta obviamente, es que no.
18:20
So, it was done on this group of patients.
335
1085000
2000
Entonces se hizo con este grupo de pacientes.
18:22
Ten percent of people in the trial had this dramatic response that was shown here,
336
1087000
6000
El 10% de la gente del ensayo tuvo esta reacción dramática que se representa aquí,
18:28
and the drug went to the FDA,
337
1093000
3000
y el medicamento fue a la Administración de Alimentos y Drogas (FDA por sus siglas en inglés),
18:31
and the FDA said, "Without a placebo,
338
1096000
2000
y la FDA dijo que sin un placebo,
18:33
how do I know patients actually benefited from the drug?"
339
1098000
5000
¿cómo sabemos que los pacientes se beneficiaron de verdad del medicamento?
18:38
So the morning the FDA was going to meet,
340
1103000
2000
Entonces la mañana en que la FDA se iba a reunir,
18:40
this was the editorial in the Wall Street Journal.
341
1105000
3000
ese era el editorial en el Wall Street Journal.
18:43
(Laughter)
342
1108000
2000
(Risas)
18:45
And so, what do you know, that drug was approved.
343
1110000
4000
Entonces, tú ¿qué sabes? ese medicamento se aprobó.
18:49
The amazing thing is another company did the right scientific trial,
344
1114000
4000
Lo increíble es que otra compañía hiciera el ensayo científico correcto
18:53
where they gave half placebo and half the drug.
345
1118000
3000
donde dieron a la mitad del grupo el placebo y a la otra mitad el medicamento.
18:56
And we learned something important there.
346
1121000
2000
Y aprendimos algo importante allí.
18:58
What's interesting is they did it in South America and Canada,
347
1123000
3000
Lo interesante es que lo hicieran en Sudamérica y Canadá,
19:01
where it's "more ethical to give placebos."
348
1126000
3000
donde es "más ético dar placebos".
19:04
They had to give it also in the U.S. to get approval,
349
1129000
2000
Tuvieron que darlo en los Estados Unidos también para que se aprobara,
19:06
so I think there were three U.S. patients
350
1131000
2000
y creo que había tres pacientes estadounidenses
19:08
in upstate New York who were part of the trial.
351
1133000
2000
en el norte del estado de Nueva York que eran parte del ensayo.
19:10
But they did that, and what they found
352
1135000
2000
Pero hicieron eso y lo que descubrieron
19:12
is that 70 percent of the non-responders
353
1137000
3000
es que el 70% de los que no reaccionaron
19:15
lived much longer and did better than people who got placebo.
354
1140000
5000
vivió mucho más y mejor que la gente que recibió el placebo.
19:20
So it challenged everything we knew in cancer,
355
1145000
3000
Así que puso en entredicho todo lo que sabíamos del cáncer,
19:23
is that you don't need to get a response.
356
1148000
2000
que no se necesita una reacción.
19:25
You don't need to shrink the disease.
357
1150000
2000
No se necesita reducir la enfermedad.
19:27
If we slow the disease, we may have more of a benefit
358
1152000
4000
Si reducimos la velocidad del crecimiento de la enfermedad, pueda ser más beneficioso
19:31
on patient survival, patient outcome, how they feel,
359
1156000
4000
para la supervivencia de los pacientes, de sus resultados, de cómo se sienten,
19:35
than if we shrink the disease.
360
1160000
2000
que si reducimos la enfermedad.
19:37
The problem is that, if I'm this doc, and I get your CT scan today
361
1162000
3000
El problema es que, si yo soy ese doctor y miro tu tomografía hoy
19:40
and you've got a two centimeter mass in your liver,
362
1165000
3000
y tienes una masa de 2 cm en el hígado
19:43
and you come back to me in three months and it's three centimeters,
363
1168000
3000
y vuelves en 3 meses y es de 3 cm,
19:46
did that drug help you or not?
364
1171000
2000
¿te ayudó ese medicamento o no?
19:48
How do I know?
365
1173000
2000
¿Cómo lo sabría yo?
19:50
Would it have been 10 centimeters, or am I giving you a drug
366
1175000
4000
¿Habría crecido a 10 cm o te estoy dando un medicamento
19:54
with no benefit and significant cost?
367
1179000
3000
sin beneficio alguno y de costo considerable?
19:57
So, it's a fundamental problem.
368
1182000
2000
Entonces es un problema fundamental.
19:59
And, again, that's where these new technologies can come in.
369
1184000
5000
Y otra vez, allí es donde las nuevas tecnologías pueden introducirse.
20:04
And so, the goal obviously is that you go into your doctor's office --
370
1189000
4000
Y entonces, obviamente el objetivo es que uno entra en la oficina del doctor...
20:08
well, the ultimate goal is that you prevent disease, right?
371
1193000
3000
bueno, la meta final es que se previene la enfermedad, sí.
20:11
The ultimate goal is that you prevent any of these things from happening.
372
1196000
4000
La meta final es prevenir que cualquiera de esas cosas ocurra.
20:15
That is the most effective, cost-effective,
373
1200000
3000
Ese es la manera más eficaz y más eficaz en relación con el costo,
20:18
best way we can do things today.
374
1203000
2000
y es la mejor manera en que podemos hacer las cosas hoy.
20:20
But if one is unfortunate to get a disease,
375
1205000
3000
Pero si uno tiene la tan mala suerte de enfermarse de algo
20:23
you'll go into your doctor's office, he or she will take a drop of blood,
376
1208000
3000
irá al consultorio del doctor, él o ella le sacará a uno una gota de sangre,
20:26
and we will start to know how to treat your disease.
377
1211000
4000
y empezaremos a saber cómo tratar la enfermedad.
20:31
The way we've approached it is the field of proteomics,
378
1216000
3000
La manera en que nos lo hemos acercado es el campo de la proteómica,
20:34
again, this looking at the system.
379
1219000
2000
otra vez, esta mirada al sistema
20:36
It's taking a big picture.
380
1221000
2000
es mirar el panorama completo.
20:38
The problem with technologies like this is
381
1223000
3000
El problema con las tecnologías como ésta
20:41
that if one looks at proteins in the body,
382
1226000
2000
es que si se mira las proteínas del cuerpo
20:43
there are 11 orders of magnitude difference
383
1228000
3000
hay una diferencia de 11 órdenes de magnitud
20:46
between the high-abundant and the low-abundant proteins.
384
1231000
3000
entre las proteínas de alta y baja abundancia.
20:49
So, there's no technology in the world that can span 11 orders of magnitude.
385
1234000
5000
Entonces, no hay ninguna tecnología en el mundo que pueda abarcar 11 órdenes de magnitud.
20:54
And so, a lot of what has been done with people like Danny Hillis and others
386
1239000
5000
Y entonces, mucho de lo que se ha hecho con Danny Hillis y otros
20:59
is to try to bring in engineering principles, try to bring the software.
387
1244000
4000
es intentar incorporar principios de ingeniería, intentar incorporar la programación.
21:03
We can start to look at different components along this spectrum.
388
1248000
5000
Podemos empezar a mirar diferentes componentes en este espectro.
21:08
And so, earlier was talked about cross-discipline, about collaboration.
389
1253000
5000
Y entonces, antes se hablaba de la interconsulta, de la colaboración.
21:13
And I think one of the exciting things that is starting to happen now
390
1258000
3000
Y creo que una de las cosas emocionantes que está empezando a pasar ahora
21:16
is that people from those fields are coming in.
391
1261000
3000
es que la gente de esos campos están entrando la conversación.
21:19
Yesterday, the National Cancer Institute announced a new program
392
1264000
3000
Ayer, el Instituto Nacional del Cáncer anunció un nuevo programa
21:22
called the Physical Sciences and Oncology,
393
1267000
3000
llamado las ciencias físicas y la oncología,
21:25
where physicists, mathematicians, are brought in to think about cancer,
394
1270000
4000
donde los físicos y matemáticos son reunidos para pensar en el cáncer,
21:29
people who never approached it before.
395
1274000
3000
y es gente que nunca lo había abordado antes.
21:32
Danny and I got 16 million dollars, they announced yesterday,
396
1277000
3000
Danny y yo recibimos 16 millones de dólares, anunciaron ayer,
21:35
to try to attach this problem.
397
1280000
2000
para tratar de abordar este problema.
21:37
A whole new approach, instead of giving high doses of chemotherapy
398
1282000
4000
Un acercamiento completamente nuevo en donde, en lugar de dar altas dosis de la quimioterapia
21:41
by different mechanisms,
399
1286000
2000
por diferentes mecanismos,
21:43
to try to bring technology to get a picture of what's actually happening in the body.
400
1288000
6000
tratamos de introducir la tecnología para tener una idea de lo que está pasando en el cuerpo.
21:49
So, just for two seconds, how these technologies work --
401
1294000
4000
Entonces por solo dos segundos, ¿cómo funcionan esas tecnologías?
21:53
because I think it's important to understand it.
402
1298000
3000
porque creo que es importante entenderlo.
21:56
What happens is every protein in your body is charged,
403
1301000
3000
Lo que pasa es que cada proteína del cuerpo está cargada,
21:59
so the proteins are sprayed in, the magnet spins them around,
404
1304000
4000
así que se esparcen las proteínas, el imán las gira,
22:03
and then there's a detector at the end.
405
1308000
2000
y luego hay un detector al extremo.
22:05
When it hit that detector is dependent on the mass and the charge.
406
1310000
5000
Cuando hace contacto con el detector depende de la masa y la carga.
22:10
And so we can accurately -- if the magnet is big enough,
407
1315000
3000
Y entonces de manera precisa, si el imán es suficientemente grande,
22:13
and your resolution is high enough --
408
1318000
2000
y la resolución es suficientemente alta,
22:15
you can actually detect all of the proteins in the body
409
1320000
3000
uno puede detectar todas las proteínas del cuerpo
22:18
and start to get an understanding of the individual system.
410
1323000
4000
y empezar a entender el sistema individual.
22:22
And so, as a cancer doctor,
411
1327000
2000
Y entonces, como médico de cáncer,
22:24
instead of having paper in my chart, in your chart, and it being this thick,
412
1329000
5000
en lugar de tener hojas en mi expediente, en tu expediente, y que sea así de gordo,
22:29
this is what data flow is starting to look like in our offices,
413
1334000
4000
así es como se está empezando a ver la circulación de datos en nuestras oficinas,
22:33
where that drop of blood is creating gigabytes of data.
414
1338000
3000
donde esa gotita de sangre está generando gigabytes de datos.
22:36
Electronic data elements are describing every aspect of the disease.
415
1341000
4000
Los elementos electrónicos de datos están describiendo todo aspecto de la enfermedad.
22:40
And certainly the goal is we can start to learn from every encounter
416
1345000
4000
Y seguramente el objetivo es que podemos aprender de cada encuentro
22:44
and actually move forward, instead of just having encounter and encounter,
417
1349000
5000
y avanzar de verdad, en lugar de tener encuentro tras encuentro nada más
22:49
without fundamental learning.
418
1354000
2000
sin aprendizaje fundamental.
22:51
So, to conclude, we need to get away from reductionist thinking.
419
1356000
6000
Entonces para concluir, necesitamos alejarnos del pensamiento reduccionista.
22:57
We need to start to think differently and radically.
420
1362000
4000
Necesitamos empezar a pensar diferente y radicalmente.
23:01
And so, I implore everyone here: Think differently. Come up with new ideas.
421
1366000
4000
Y entonces, imploro a cada uno de ustedes que está aquí: piensen de otra manera. Aporten nuevas ideas.
23:05
Tell them to me or anyone else in our field,
422
1370000
3000
Díganmelas a mí o a cualquier otra persona de nuestro campo,
23:08
because over the last 59 years, nothing has changed.
423
1373000
3000
porque durante los últimos 59 años, nada ha cambiado.
23:11
We need a radically different approach.
424
1376000
3000
Necesitamos un enfoque radicalmente diferente.
23:14
You know, Andy Grove stepped down as chairman of the board at Intel --
425
1379000
3000
Cuando Andy Grove renunció como presidente de la junta directiva de Intel,
23:17
and Andy was one of my mentors, tough individual.
426
1382000
3000
y Andy fue uno de mis mentores, individuo exigente,
23:20
When Andy stepped down, he said,
427
1385000
2000
cuando él renunció, dijo:
23:22
"No technology will win. Technology itself will win."
428
1387000
3000
"Ninguna tecnología ganará. La tecnología misma ganará".
23:25
And I'm a firm believer, in the field of medicine and especially cancer,
429
1390000
4000
Y yo creo firmemente en el campo de la medicina y que el del cáncer en particular,
23:29
that it's going to be a broad platform of technologies
430
1394000
3000
va a ser una plataforma amplia de tecnologías
23:32
that will help us move forward
431
1397000
2000
que nos ayudarán a avanzar
23:34
and hopefully help patients in the near-term.
432
1399000
2000
y con suerte ayudar a los pacientes a corto plazo.
23:36
Thank you very much.
433
1401000
2000
Muchísimas gracias.
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