TEDxBeaconStreet
Sam Rodriques: What we'll learn about the brain in the next century
Sam Rodriques: Ce que nous apprendrons sur le cerveau au cours du prochain siècle
Filmed:
Readability: 4
1,621,715 views
Dans cette conversation imaginative, l'ingénieur en neurologie Sam Rodriques nous emmène dans une visite guidée palpitante des 100 prochaines années de la neurologie. Il prévoit des innovations étranges (et parfois effrayantes) qui pourraient être la clé pour comprendre et traiter les maladies du cerveau -- comme des lasers capables de percer de minuscules trous dans nos crânes afin d'étudier l'activité électrique de nos neurones.
Sam Rodriques - Neuroengineer
Sam Rodriques invents new technologies to help neuroscientists understand how the brain works. Full bio
Sam Rodriques invents new technologies to help neuroscientists understand how the brain works. Full bio
Double-click the English transcript below to play the video.
Je voudrais vous dire quelques mots
au sujet des neurosciences.
au sujet des neurosciences.
00:13
I want to tell you guys
something about neuroscience.
something about neuroscience.
0
1040
2507
00:16
I'm a physicist by training.
1
4040
1800
Je suis physicien de formation.
00:18
About three years ago, I left physics
2
6230
2206
Il y a trois ans, j'ai quitté ce domaine
pour tenter de comprendre
le fonctionnement du cerveau.
le fonctionnement du cerveau.
00:20
to come and try to understand
how the brain works.
how the brain works.
3
8460
2349
Et voici ce que j'ai trouvé.
00:22
And this is what I found.
4
10833
1474
Il y a beaucoup de travaux
sur la dépression.
sur la dépression.
00:24
Lots of people are working on depression.
5
12331
2064
Et c'est très bien,
00:26
And that's really good,
6
14419
1159
c'est un domaine qu'il faut vraiment
tenter de comprendre.
tenter de comprendre.
00:27
depression is something
that we really want to understand.
that we really want to understand.
7
15602
2721
Voici comment on procède :
00:30
Here's how you do it:
8
18347
1167
vous prenez un pot et vous le remplissez
à moitié avec de l'eau.
à moitié avec de l'eau.
00:31
you take a jar and you fill it up,
about halfway, with water.
about halfway, with water.
9
19538
4161
00:35
And then you take a mouse,
and you put the mouse in the jar, OK?
and you put the mouse in the jar, OK?
10
23723
4182
Puis vous prenez une souris
et vous la mettez dans le pot.
et vous la mettez dans le pot.
00:39
And the mouse swims around
for a little while
for a little while
11
27929
2350
Et la souris nage pendant un petit moment
00:42
and then at some point,
the mouse gets tired
the mouse gets tired
12
30303
2388
puis, à un moment donné,
la souris se fatigue
la souris se fatigue
00:44
and decides to stop swimming.
13
32715
1934
et elle décide d'arrêter de nager.
00:46
And when it stops swimming,
that's depression.
that's depression.
14
34673
3133
Et quand elle arrête de nager,
c'est la dépression.
c'est la dépression.
00:50
OK?
15
38696
1150
D'accord ?
00:52
And I'm from theoretical physics,
16
40291
3380
Je viens du domaine
de la physique théorique,
de la physique théorique,
00:55
so I'm used to people making
very sophisticated mathematical models
very sophisticated mathematical models
17
43695
3668
donc, j'ai l'habitude de modèles
mathématiques très sophistiqués
mathématiques très sophistiqués
pour décrire très précisément
des phénomènes physiques,
des phénomènes physiques,
00:59
to precisely describe physical phenomena,
18
47387
2881
donc, quand j'ai vu ce modèle
pour la dépression,
pour la dépression,
01:02
so when I saw that this
is the model for depression,
is the model for depression,
19
50292
2452
je me suis dit : « Mon Dieu, il
y a beaucoup de travail à faire. »
y a beaucoup de travail à faire. »
01:04
I though to myself, "Oh my God,
we have a lot of work to do."
we have a lot of work to do."
20
52768
2937
01:07
(Laughter)
21
55729
1370
(Rires)
Mais c'est un problème assez général
en neurosciences.
en neurosciences.
01:09
But this is a kind of general
problem in neuroscience.
problem in neuroscience.
22
57123
2951
01:12
So for example, take emotion.
23
60377
2111
Prenez par exemple l'émotion.
01:14
Lots of people want to understand emotion.
24
62512
2459
Beaucoup de gens voudraient
comprendre l'émotion.
comprendre l'émotion.
01:17
But you can't study emotion
in mice or monkeys
in mice or monkeys
25
65352
3313
Mais on ne peut l'étudier chez les souris
ou chez les singes
ou chez les singes
01:20
because you can't ask them
26
68689
1254
car on ne peut pas leur demander
01:21
how they're feeling
or what they're experiencing.
or what they're experiencing.
27
69967
2317
comment ils vont ou se sentent.
Donc les gens qui veulent
comprendre l'émotion
comprendre l'émotion
01:24
So instead, people who want
to understand emotion,
to understand emotion,
28
72308
2357
passent par l'étude de ce qu'on appelle
le comportement motivé.
le comportement motivé.
01:26
typically end up studying
what's called motivated behavior,
what's called motivated behavior,
29
74689
2777
Autrement dit, « ce que la souris fait
quand elle veut vraiment du fromage. »
quand elle veut vraiment du fromage. »
01:29
which is code for "what the mouse does
when it really, really wants cheese."
when it really, really wants cheese."
30
77490
3658
01:33
OK, I could go on and on.
31
81839
1675
Je pourrais continuer sans fin.
01:35
I mean, the point is, the NIH
spends about 5.5 billion dollars a year
spends about 5.5 billion dollars a year
32
83538
6316
L'Institut National de Santé dépense
près de 5,5 milliards de dollars par an
près de 5,5 milliards de dollars par an
01:41
on neuroscience research.
33
89878
1532
sur les recherches en neurosciences.
01:43
And yet there have been almost
no significant improvements in outcomes
no significant improvements in outcomes
34
91434
3603
Et pourtant, il n'y a eu presque
aucune amélioration significative,
aucune amélioration significative,
pour les patients souffrant de maladies
du cerveau, ces 40 dernières années.
du cerveau, ces 40 dernières années.
01:47
for patients with brain diseases
in the past 40 years.
in the past 40 years.
35
95061
3491
01:51
And I think a lot of that
is basically due to the fact
is basically due to the fact
36
99015
2540
Je pense que c'est
essentiellement dû au fait
essentiellement dû au fait
01:53
that mice might be OK as a model
for cancer or diabetes,
for cancer or diabetes,
37
101579
4151
que les souris sont d'assez bons modèles
pour étudier le cancer ou le diabète,
pour étudier le cancer ou le diabète,
mais le cerveau d'une souris
n'est juste pas assez sophistiqué
n'est juste pas assez sophistiqué
01:57
but the mouse brain
is just not sophisticated enough
is just not sophisticated enough
38
105754
2687
02:00
to reproduce human psychology
or human brain disease.
or human brain disease.
39
108465
3175
pour reproduire la psychologie humaine
ou les maladies du cerveau humain.
ou les maladies du cerveau humain.
02:04
OK?
40
112379
1225
D'accord ?
Mais si ces modèles basés sur les souris
sont mauvais, pourquoi les utiliser ?
sont mauvais, pourquoi les utiliser ?
02:05
So if the mouse models are so bad,
why are we still using them?
why are we still using them?
41
113628
3634
02:10
Well, it basically boils down to this:
42
118143
2103
La raison est la suivante :
02:12
the brain is made up of neurons
43
120270
2556
le cerveau est composé de neurones,
02:14
which are these little cells that send
electrical signals to each other.
electrical signals to each other.
44
122850
3447
qui sont de petites cellules s'échangeant
des signaux électriques.
des signaux électriques.
Pour pouvoir comprendre
le fonctionnement du cerveau,
le fonctionnement du cerveau,
02:18
If you want to understand
how the brain works,
how the brain works,
45
126680
2144
02:20
you have to be able to measure
the electrical activity of these neurons.
the electrical activity of these neurons.
46
128848
3808
vous devez être capable de mesurer
l'activité électrique de ces neurones.
l'activité électrique de ces neurones.
Mais pour réussir cela, il faut se
rapprocher au plus près des neurones
rapprocher au plus près des neurones
02:25
But to do that, you have to get
really close to the neurons
really close to the neurons
47
133339
2992
02:28
with some kind of electrical
recording device or a microscope.
recording device or a microscope.
48
136355
2928
avec une sorte d'appareil d'enregistrement
ou de microscope.
ou de microscope.
02:31
And so you can do that in mice
and you can do it in monkeys,
and you can do it in monkeys,
49
139563
2810
Vous pouvez faire cela chez les souris
et chez les singes,
et chez les singes,
02:34
because you can physically
put things into their brain
put things into their brain
50
142397
2548
en implantant des choses
dans leur cerveau,
dans leur cerveau,
mais pour une raison quelconque,
c'est impossible à faire chez les humains.
c'est impossible à faire chez les humains.
02:36
but for some reason we still
can't do that in humans, OK?
can't do that in humans, OK?
51
144969
3046
02:40
So instead, we've invented
all these proxies.
all these proxies.
52
148533
3370
Nous avons donc inventé
toutes sortes d'équipements.
toutes sortes d'équipements.
02:43
So the most popular one is probably this,
53
151927
2515
La méthode la plus populaire
est sans doute celle-ci :
est sans doute celle-ci :
02:46
functional MRI, fMRI,
54
154466
2397
l'IRM fonctionnelle, ou IRMf,
qui vous permet de faire de jolies
images comme celle-ci,
images comme celle-ci,
02:48
which allows you to make these
pretty pictures like this,
pretty pictures like this,
55
156887
2692
qui montre les régions du cerveau
qui s'éclairent
qui s'éclairent
02:51
that show which parts
of your brain light up
of your brain light up
56
159603
2056
02:53
when you're engaged
in different activities.
in different activities.
57
161683
2126
lorsqu'on fait diverses activités.
02:55
But this is a proxy.
58
163833
1920
Mais ce n'est qu'un artifice.
Ce n'est pas vraiment l'activité
neuronale qu'on mesure.
neuronale qu'on mesure.
02:57
You're not actually measuring
neural activity here.
neural activity here.
59
165777
3292
03:01
What you're doing
is you're measuring, essentially,
is you're measuring, essentially,
60
169093
2842
Ce qu'on mesure réellement,
ce sont des paramètres comme
ce sont des paramètres comme
03:03
like, blood flow in the brain.
61
171959
1832
le flux sanguin dans le cerveau.
03:05
Where there's more blood.
62
173815
1238
Là où il y a le plus de sang,
03:07
It's actually where there's more oxygen,
but you get the idea, OK?
but you get the idea, OK?
63
175077
3103
- en fait, le plus d'oxygène -
mais c'est l'idée.
mais c'est l'idée.
L'autre méthode que l'on peut utiliser
est la suivante :
est la suivante :
03:10
The other thing that you can do
is you can do this --
is you can do this --
64
178204
2519
l'électroencéphalographie.
03:12
electroencephalography -- you can put
these electrodes on your head, OK?
these electrodes on your head, OK?
65
180747
3591
On met des électrodes sur la tête.
03:16
And then you can measure your brain waves.
66
184362
2143
Cela permet de mesurer
les ondes cérébrales.
les ondes cérébrales.
03:19
And here, you're actually measuring
electrical activity.
electrical activity.
67
187125
3079
Vous pouvez ainsi mesurer
une activité électrique.
une activité électrique.
Mais on ne mesure pas vraiment
l'activité des neurones.
l'activité des neurones.
03:22
But you're not measuring
the activity of neurons.
the activity of neurons.
68
190228
2365
03:24
You're measuring
these electrical currents,
these electrical currents,
69
192911
2444
On mesure des courants électriques,
03:27
sloshing back and forth in your brain.
70
195379
2299
qui vont et viennent dans le cerveau.
Bref, ces technologies qu'on possède
03:30
So the point is just
that these technologies that we have
that these technologies that we have
71
198157
2674
mesurent la mauvaise information.
03:32
are really measuring the wrong thing.
72
200855
2436
03:35
Because, for most of the diseases
that we want to understand --
that we want to understand --
73
203315
2953
Car, la plupart des maladies
qu'on veut comprendre,
qu'on veut comprendre,
dont la maladie de Parkinson
est un exemple classique.
est un exemple classique.
03:38
like, Parkinson's is the classic example.
74
206292
2198
03:40
In Parkinson's, there's one particular
kind of neuron deep in your brain
kind of neuron deep in your brain
75
208514
3554
Pour cette maladie, c'est un type
de neurone particulier
de neurone particulier
qui est responsable de la maladie,
03:44
that is responsible for the disease,
76
212092
1731
03:45
and these technologies just don't have
the resolution that you need
the resolution that you need
77
213847
3182
et ces technologies n'ont simplement pas
la résolution nécessaire
la résolution nécessaire
pour observer cela.
03:49
to get at that.
78
217053
1373
03:50
And so that's why
we're still stuck with the animals.
we're still stuck with the animals.
79
218450
3974
Voilà pourquoi on travaille
encore sur des animaux.
encore sur des animaux.
03:54
Not that anyone wants
to be studying depression
to be studying depression
80
222448
2533
Ce n'est pas qu'on veuille étudier
la dépression
la dépression
en mettant des souris dans des pots.
03:57
by putting mice into jars, right?
81
225005
2262
03:59
It's just that there's this pervasive
sense that it's not possible
sense that it's not possible
82
227291
3753
C'est simplement qu'il n'est pas possible
d'étudier l'activité de neurones
dans des cerveaux humains sains.
dans des cerveaux humains sains.
04:03
to look at the activity of neurons
in healthy humans.
in healthy humans.
83
231068
3847
Alors, voici ce que je veux faire.
04:08
So here's what I want to do.
84
236180
1492
04:09
I want to take you into the future.
85
237974
2521
Je veux vous emmener dans le futur,
04:12
To have a look at one way in which
I think it could potentially be possible.
I think it could potentially be possible.
86
240519
4482
pour vous montrer des techniques
qui pourraient rendre cela possible.
qui pourraient rendre cela possible.
04:17
And I want to preface this by saying,
I don't have all the details.
I don't have all the details.
87
245526
3298
Je veux tout d'abord dire
que je n'ai pas tous les détails.
que je n'ai pas tous les détails.
04:21
So I'm just going to provide you
with a kind of outline.
with a kind of outline.
88
249272
2967
Je vais donc vous proposer un aperçu.
04:24
But we're going to go the year 2100.
89
252263
2400
Bon alors, voyageons jusqu'à l'année 2100.
04:27
Now what does the year 2100 look like?
90
255732
2299
A quoi ressemble l'année 2100 ?
Pour commencer, le climat est un peu plus
chaud que celui auquel vous êtes habitués.
chaud que celui auquel vous êtes habitués.
04:30
Well, to start with, the climate
is a bit warmer that what you're used to.
is a bit warmer that what you're used to.
91
258055
3518
04:33
(Laughter)
92
261597
3583
(Rires)
04:37
And that robotic vacuum cleaner
that you know and love
that you know and love
93
265204
4952
Et l'aspirateur robot
que vous connaissez et aimez
que vous connaissez et aimez
a évolué sur quelques générations,
04:42
went through a few generations,
94
270180
1514
04:43
and the improvements
were not always so good.
were not always so good.
95
271718
2843
et les améliorations n'étaient pas
toujours les meilleures.
toujours les meilleures.
04:46
(Laughter)
96
274585
1595
(Rires)
04:48
It was not always for the better.
97
276530
2310
Elles n'allaient pas toujours
dans le bon sens.
dans le bon sens.
Mais en fait, en 2100, la plupart des
choses sont assez reconnaissables.
choses sont assez reconnaissables.
04:52
But actually, in the year 2100
most things are surprisingly recognizable.
most things are surprisingly recognizable.
98
280221
4538
04:57
It's just the brain is totally different.
99
285458
2734
C'est juste que le cerveau
est totalement différent.
est totalement différent.
05:00
For example, in the year 2100,
100
288740
2547
Par exemple, en 2100,
05:03
we understand the root causes
of Alzheimer's.
of Alzheimer's.
101
291311
2857
on comprend les causes
de la maladie d'Alzheimer
de la maladie d'Alzheimer
et on peut utiliser des thérapies
génétiques ciblées ou des médicaments
génétiques ciblées ou des médicaments
05:06
So we can deliver targeted
genetic therapies or drugs
genetic therapies or drugs
102
294192
3714
05:09
to stop the degenerative process
before it begins.
before it begins.
103
297930
2876
pour mettre fin au processus dégénératif
avant qu'il ne commence.
avant qu'il ne commence.
Alors, comment est-on arrivé là ?
05:13
So how did we do it?
104
301629
1333
05:15
Well, there were essentially three steps.
105
303898
2238
Il y avait essentiellement
trois étapes à franchir.
trois étapes à franchir.
05:18
The first step was
that we had to figure out
that we had to figure out
106
306589
2814
La première était de trouver
05:21
some way to get electrical
connections through the skull
connections through the skull
107
309427
3293
un moyen d'obtenir des connexions
électriques à travers le crâne
électriques à travers le crâne
05:24
so we could measure
the electrical activity of neurons.
the electrical activity of neurons.
108
312744
3015
afin de pouvoir mesurer
l'activité électrique des neurones.
l'activité électrique des neurones.
05:28
And not only that,
it had to be easy and risk-free.
it had to be easy and risk-free.
109
316339
4349
Et cela de manière facile et sans risque.
Quelque chose que tout le monde
accepterait de faire
accepterait de faire
05:32
Something that basically anyone
would be OK with,
would be OK with,
110
320712
2378
05:35
like getting a piercing.
111
323114
1600
comme un piercing, par exemple.
05:37
Because back in 2017,
112
325156
2747
Car en 2017,
le seul moyen connu pour passer
à travers le crâne
à travers le crâne
05:39
the only way that we knew of
to get through the skull
to get through the skull
113
327927
2913
était de percer des trous de
la taille d'une pièce de 25 cents.
la taille d'une pièce de 25 cents.
05:42
was to drill these holes
the size of quarters.
the size of quarters.
114
330864
2817
05:46
You would never let
someone do that to you.
someone do that to you.
115
334015
2039
Vous ne laisseriez jamais quelqu'un
vous faire une telle chose.
vous faire une telle chose.
05:48
So in the 2020s,
116
336967
2253
Alors, pendant les années 2020,
05:51
people began to experiment --
rather than drilling these gigantic holes,
rather than drilling these gigantic holes,
117
339244
3381
on a commencé à expérimenter --
au lieu de percer ces gros trous,
au lieu de percer ces gros trous,
05:54
drilling microscopic holes,
no thicker than a piece of hair.
no thicker than a piece of hair.
118
342649
3115
on perçait des trous microscopiques,
pas plus épais qu'un cheveu.
pas plus épais qu'un cheveu.
Et cela pour aider au diagnostic --
05:58
And the idea here
was really for diagnosis --
was really for diagnosis --
119
346735
2096
souvent, pour le diagnostic
des troubles cérébraux
des troubles cérébraux
06:00
there are lots of times in the diagnosis
of brain disorders
of brain disorders
120
348855
2786
on voudrait être capable de voir
l'activité neuronale sous le crâne,
l'activité neuronale sous le crâne,
06:03
when you would like to be able to look
at the neural activity beneath the skull
at the neural activity beneath the skull
121
351665
4872
06:08
and being able to drill
these microscopic holes
these microscopic holes
122
356561
3191
et être capable de percer
ces trous microscopiques
ces trous microscopiques
rendrait cette épreuve plus simple
pour le patient.
pour le patient.
06:11
would make that much easier
for the patient.
for the patient.
123
359776
2142
En fin de compte, cela serait
comme une piqûre.
comme une piqûre.
06:13
In the end, it would be
like getting a shot.
like getting a shot.
124
361942
2349
06:16
You just go in and you sit down
125
364315
1580
Vous entrez, vous vous asseyez
06:17
and there's a thing
that comes down on your head,
that comes down on your head,
126
365919
2301
et quelque chose descend sur votre tête,
une courte piqûre, et puis c'est fini,
06:20
and a momentary sting and then it's done,
127
368244
1953
06:22
and you can go back about your day.
128
370221
1864
et vous retournez à vos activités.
06:24
So we're eventually able to do it
129
372736
4793
Bref, on est finalement parvenu
à faire cela
à faire cela
06:29
using lasers to drill the holes.
130
377553
2667
en utilisant des rayons laser
pour percer les trous.
pour percer les trous.
06:32
And with the lasers,
it was fast and extremely reliable,
it was fast and extremely reliable,
131
380244
2620
Ces rayons lasers, sont rapides
et extrêmement fiables,
et extrêmement fiables,
06:34
you couldn't even tell
the holes were there,
the holes were there,
132
382888
2213
on ne remarque même pas
que les trous sont là,
que les trous sont là,
06:37
any more than you could tell
that one of your hairs was missing.
that one of your hairs was missing.
133
385125
3000
pas plus qu'on ne voit
un cheveu manquant sur votre tête.
un cheveu manquant sur votre tête.
06:40
And I know it might sound crazy,
using lasers to drill holes in your skull,
using lasers to drill holes in your skull,
134
388753
4738
L'idée d'utiliser des rayons laser pour
percer de trous dans le crâne paraît folle
percer de trous dans le crâne paraît folle
06:45
but back in 2017,
135
393515
1366
mais en 2017,
les gens acceptaient des opérations
au laser dans leurs yeux
au laser dans leurs yeux
06:46
people were OK with surgeons
shooting lasers into their eyes
shooting lasers into their eyes
136
394905
4109
06:51
for corrective surgery
137
399038
1214
pour de la chirurgie corrective.
06:52
So when you're already here,
it's not that big of a step.
it's not that big of a step.
138
400276
3887
A partir de là, ce n'est pas
un si grand pas,
un si grand pas,
06:57
OK?
139
405561
1151
n'est-ce pas ?
06:58
So the next step,
that happened in the 2030s,
that happened in the 2030s,
140
406736
3571
Ensuite, l'étape suivante,
pendant les années 2030,
pendant les années 2030,
07:02
was that it's not just about
getting through the skull.
getting through the skull.
141
410331
3086
ne fut pas simplement de parvenir
à percer le crâne.
à percer le crâne.
Pour mesurer l'activité des neurones,
07:05
To measure the activity of neurons,
142
413441
1700
07:07
you have to actually make it
into the brain tissue itself.
into the brain tissue itself.
143
415165
3825
il faut entrer dans le tissu cérébral
lui-même.
lui-même.
Mais le risque en faisant cela
07:11
And the risk, whenever
you put something into the brain tissue,
you put something into the brain tissue,
144
419344
2968
est de causer un accident vasculaire.
07:14
is essentially that of stroke.
145
422336
1439
Endommager un vaisseau sanguin
07:15
That you would hit
a blood vessel and burst it,
a blood vessel and burst it,
146
423799
2196
et provoquer un AVC.
07:18
and that causes a stroke.
147
426019
1519
07:19
So, by the mid 2030s,
we had invented these flexible probes
we had invented these flexible probes
148
427916
3725
Donc, au milieu des années 2030,
on a inventé des sondes flexibles
on a inventé des sondes flexibles
07:23
that were capable of going
around blood vessels,
around blood vessels,
149
431665
2278
capables de contourner
les vaisseaux sanguins,
les vaisseaux sanguins,
07:25
rather than through them.
150
433967
1476
au lieu de les traverser.
07:27
And thus, we could put
huge batteries of these probes
huge batteries of these probes
151
435467
5697
On a ainsi été capable de mettre
un grand nombre de ces sondes
un grand nombre de ces sondes
07:33
into the brains of patients
152
441188
1357
dans les cerveaux des patients
07:34
and record from thousands of their neurons
without any risk to them.
without any risk to them.
153
442569
3270
et enregistrer les signaux de milliers de
neurones sans aucun risque pour eux.
neurones sans aucun risque pour eux.
07:39
And what we discovered,
sort of to our surprise,
sort of to our surprise,
154
447458
4061
Ce qu'on a découvert,
à notre grande surprise,
à notre grande surprise,
07:43
is that the neurons that we could identify
155
451543
2190
est que les neurones
qu'on pouvait identifier
qu'on pouvait identifier
07:45
were not responding
to things like ideas or emotion,
to things like ideas or emotion,
156
453757
3524
ne répondaient pas aux idées
ou aux émotions,
ou aux émotions,
ce qu'on s'attendait à observer,
07:49
which was what we had expected.
157
457305
1627
07:50
They were mostly responding
to things like Jennifer Aniston
to things like Jennifer Aniston
158
458956
3796
Ils répondaient plutôt à
des choses comme Jennifer Aniston,
des choses comme Jennifer Aniston,
07:54
or Halle Berry
159
462776
2404
Halle Berry
07:57
or Justin Trudeau.
160
465204
1310
ou Justin Trudeau.
07:58
I mean --
161
466538
1253
Je veux dire --
07:59
(Laughter)
162
467815
2326
(Rires)
08:02
In hindsight, we shouldn't
have been that surprised.
have been that surprised.
163
470165
2437
Rétrospectivement, on n'aurait
pas dû être surpris.
pas dû être surpris.
08:04
I mean, what do your neurons
spend most of their time thinking about?
spend most of their time thinking about?
164
472626
3262
Vos neurones passent la plupart
de leur temps à penser à quoi ?
de leur temps à penser à quoi ?
08:07
(Laughter)
165
475912
1150
(Rires)
08:09
But really, the point is that
166
477380
2040
Mais sérieusement,
08:11
this technology enabled us to begin
studying neuroscience in individuals.
studying neuroscience in individuals.
167
479444
4430
cette technologie a permis d'étudier
les neurosciences au niveau de l'individu.
les neurosciences au niveau de l'individu.
08:15
So much like the transition to genetics,
at the single cell level,
at the single cell level,
168
483898
4230
Un peu comme la transition de la génétique
au niveau d'une seule cellule,
au niveau d'une seule cellule,
08:20
we started to study neuroscience,
at the single human level.
at the single human level.
169
488152
3206
on a commencé à étudier les neurosciences
au niveau de l'individu.
au niveau de l'individu.
08:23
But we weren't quite there yet.
170
491890
1618
Mais il restait du chemin à parcourir.
08:25
Because these technologies
171
493895
1642
Car ces technologies
08:27
were still restricted
to medical applications,
to medical applications,
172
495561
3056
étaient encore limitées
aux applications médicales,
aux applications médicales,
et on étudiait les cerveaux malades,
et non pas ceux en bonne santé.
et non pas ceux en bonne santé.
08:30
which meant that we were studying
sick brains, not healthy brains.
sick brains, not healthy brains.
173
498641
3391
08:35
Because no matter how safe
your technology is,
your technology is,
174
503235
3754
Parce que même si la technologie
est sûre,
est sûre,
on ne peut insérer quelque chose
dans le cerveau de quelqu'un
dans le cerveau de quelqu'un
08:39
you can't stick something
into someone's brain
into someone's brain
175
507013
2730
08:41
for research purposes.
176
509767
1420
à des fins de recherche.
Ils doivent en avoir envie.
08:43
They have to want it.
177
511211
1549
08:44
And why would they want it?
178
512784
1460
Et pourquoi en auraient-ils envie ?
08:46
Because as soon as you have
an electrical connection to the brain,
an electrical connection to the brain,
179
514268
3571
Parce que, dès qu'on crée une connexion
électrique avec le cerveau,
électrique avec le cerveau,
08:49
you can use it to hook
the brain up to a computer.
the brain up to a computer.
180
517863
2444
on peut l'utiliser pour connecter
le cerveau à un ordinateur.
le cerveau à un ordinateur.
08:53
Oh, well, you know, the general public
was very skeptical at first.
was very skeptical at first.
181
521061
3429
Évidemment, le public était
très sceptique au début.
très sceptique au début.
Qui voudrait connecter son cerveau
à un ordinateur ?
à un ordinateur ?
08:56
I mean, who wants to hook
their brain up to their computers?
their brain up to their computers?
182
524514
2869
Eh bien, imaginez pouvoir envoyer
un mail par la pensée !
un mail par la pensée !
08:59
Well just imagine being able
to send an email with a thought.
to send an email with a thought.
183
527926
4236
09:04
(Laughter)
184
532186
2253
(Rires)
09:06
Imagine being able to take
a picture with your eyes, OK?
a picture with your eyes, OK?
185
534463
4500
Imaginez pouvoir prendre une photo
avec vos yeux.
avec vos yeux.
(Rires)
09:10
(Laughter)
186
538987
1230
09:12
Imagine never forgetting anything anymore,
187
540241
2963
Imaginez de ne jamais plus rien oublier,
car tout ce que vous choisissez
de vous souvenir
de vous souvenir
09:15
because anything
that you choose to remember
that you choose to remember
188
543228
2159
09:17
will be stored permanently
on a hard drive somewhere,
on a hard drive somewhere,
189
545411
2477
serait stocké sur un disque dur,
09:19
able to be recalled at will.
190
547912
2029
capable d'être rappelé à volonté.
09:21
(Laughter)
191
549965
3366
(Rires)
09:25
The line here
between crazy and visionary
between crazy and visionary
192
553355
3381
La frontière entre le fou
et le visionnaire
et le visionnaire
n'a jamais été très franche.
09:28
was never quite clear.
193
556760
1467
Mais les systèmes étaient sûrs.
09:30
But the systems were safe.
194
558720
1857
09:32
So when the FDA decided to deregulate
these laser-drilling systems, in 2043,
these laser-drilling systems, in 2043,
195
560879
5016
Alors, quand en 2043, la FDA a décidé
de déréglementer ces systèmes au laser,
de déréglementer ces systèmes au laser,
09:37
commercial demand just exploded.
196
565919
2357
la demande commerciale a explosé.
09:40
People started signing their emails,
197
568300
1888
Les gens se mirent à signer leurs mails
09:42
"Please excuse any typos.
198
570212
1341
« Veuillez pardonner toute faute.
09:43
Sent from my brain."
199
571577
1333
Envoyé par mon cerveau. »
09:44
(Laughter)
200
572934
1001
(Rires)
09:45
Commercial systems
popped up left and right,
popped up left and right,
201
573959
2072
Des offres commerciales se mirent
à apparaître,
à apparaître,
09:48
offering the latest and greatest
in neural interfacing technology.
in neural interfacing technology.
202
576055
3238
offrant la technologie d'interface
neuronale la plus récente et la meilleure.
neuronale la plus récente et la meilleure.
09:51
There were 100 electrodes.
203
579792
1753
D'abord avec une centaine d'électrodes.
09:53
A thousand electrodes.
204
581569
1911
Puis un millier d'électrodes.
09:55
High bandwidth for only 99.99 a month.
205
583504
2476
De la haute bande passante pour
seulement 99,99 par mois.
seulement 99,99 par mois.
09:58
(Laughter)
206
586004
1539
(Rires)
09:59
Soon, everyone had them.
207
587567
1534
Bientôt, tout le monde eut la sienne.
10:01
And that was the key.
208
589694
1571
Et c'était la clé.
Car, dans les années 2050,
si vous étiez neuroscientifique,
si vous étiez neuroscientifique,
10:03
Because, in the 2050s,
if you were a neuroscientist,
if you were a neuroscientist,
209
591289
2923
des personnes pouvaient venir
directement à votre laboratoire.
directement à votre laboratoire.
10:06
you could have someone come into your lab
essentially from off the street.
essentially from off the street.
210
594236
3939
10:10
And you could have them engaged
in some emotional task
in some emotional task
211
598792
2864
Et vous pouviez les engager
pour étudier des émotions,
pour étudier des émotions,
10:13
or social behavior or abstract reasoning,
212
601680
2437
le comportement social,
ou le raisonnement abstrait,
ou le raisonnement abstrait,
10:16
things you could never study in mice.
213
604141
2531
ce qu'on ne pourrait jamais étudier
avec des souris.
avec des souris.
10:18
And you could record
the activity of their neurons
the activity of their neurons
214
606696
3111
Et vous pouviez enregistrer l'activité
de leurs neurones
de leurs neurones
en utilisant les interfaces
qu'ils avaient déjà.
qu'ils avaient déjà.
10:21
using the interfaces
that they already had.
that they already had.
215
609831
3191
10:25
And then you could also ask them
about what they were experiencing.
about what they were experiencing.
216
613046
3189
Et puis vous pouviez leur demander
ce qu'ils éprouvaient.
ce qu'ils éprouvaient.
Alors, ce lien entre la psychologie
et les neurosciences,
et les neurosciences,
10:28
So this link between
psychology and neuroscience
psychology and neuroscience
217
616259
3349
10:31
that you could never make
in the animals, was suddenly there.
in the animals, was suddenly there.
218
619632
3381
qu'on ne pouvait jamais voir chez
les animaux, était là, tout d'un coup.
les animaux, était là, tout d'un coup.
10:35
So perhaps the classic example of this
219
623695
2184
L'exemple peut-être le plus classique
fut la découverte de la
base neurale de la compréhension.
base neurale de la compréhension.
10:37
was the discovery
of the neural basis for insight.
of the neural basis for insight.
220
625903
3523
Ce moment de révélation,
le moment où ça a fait tilt.
le moment où ça a fait tilt.
10:41
That "Aha!" moment, the moment
it all comes together, it clicks.
it all comes together, it clicks.
221
629450
3600
Et cela a été découvert par
deux scientifiques en 2055,
deux scientifiques en 2055,
10:45
And this was discovered
by two scientists in 2055,
by two scientists in 2055,
222
633593
4056
10:49
Barry and Late,
223
637673
1372
Barry et Late,
qui ont observé, dans
le cortex préfrontal dorsal,
le cortex préfrontal dorsal,
10:51
who observed, in the dorsal
prefrontal cortex,
prefrontal cortex,
224
639069
3663
dans le cerveau de quelqu'un en train
d'essayer de comprendre une idée
d'essayer de comprendre une idée
10:54
how in the brain of someone
trying to understand an idea,
trying to understand an idea,
225
642756
5222
comment les différentes populations
de neurones se réorganisaient -
de neurones se réorganisaient -
11:00
how different populations of neurons
would reorganize themselves --
would reorganize themselves --
226
648002
3369
11:03
you're looking at neural
activity here in orange --
activity here in orange --
227
651395
2436
vous voyez l'activé neuronale en orange
jusqu'à ce que leur activité s'aligne pour
fournir un retour d'information positif.
fournir un retour d'information positif.
11:05
until finally their activity aligns
in a way that leads to positive feedback.
in a way that leads to positive feedback.
228
653855
3738
11:10
Right there.
229
658339
1150
Juste là.
Voilà à quoi ressemble la compréhension.
11:12
That is understanding.
230
660723
1467
Nous étions enfin capables d'atteindre
ce qui nous rend humain.
ce qui nous rend humain.
11:15
So finally, we were able to get
at the things that make us human.
at the things that make us human.
231
663413
4437
11:21
And that's what really opened the way
to major insights from medicine.
to major insights from medicine.
232
669871
4578
Et cela a vraiment ouvert la voie
vers de grandes percées médicales.
vers de grandes percées médicales.
Parce que, à partir des années 2060,
11:27
Because, starting in the 2060s,
233
675465
2755
avec la capacité d'enregistrer
l'activité neurale
l'activité neurale
11:30
with the ability to record
the neural activity
the neural activity
234
678244
2484
dans les cerveaux des patients
atteints de diverses maladies mentales,
atteints de diverses maladies mentales,
11:32
in the brains of patients
with these different mental diseases,
with these different mental diseases,
235
680752
3587
au lieu de définir les maladies
par rapport à leurs symptômes,
par rapport à leurs symptômes,
11:36
rather than defining the diseases
on the basis of their symptoms,
on the basis of their symptoms,
236
684363
4690
comme on le faisait au début du siècle,
11:41
as we had at the beginning of the century,
237
689077
2040
on commençait à les définir
11:43
we started to define them
238
691141
1222
par rapport à la vraie pathologie
qu'on observait au niveau neuronal.
qu'on observait au niveau neuronal.
11:44
on the basis of the actual pathology
that we observed at the neural level.
that we observed at the neural level.
239
692387
3539
Par exemple, dans le cas du
trouble déficitaire de l'attention,
trouble déficitaire de l'attention,
11:48
So for example, in the case of ADHD,
240
696768
3825
on a découvert qu'il existe
des dizaines de maladies différentes,
des dizaines de maladies différentes,
11:52
we discovered that there are
dozens of different diseases,
dozens of different diseases,
241
700617
3174
appelées au début du siècle
trouble déficitaire de l'attention,
trouble déficitaire de l'attention,
11:55
all of which had been called ADHD
at the start of the century,
at the start of the century,
242
703815
3009
qui n'avaient rien à voir
les uns avec les autres
les uns avec les autres
11:58
that actually had nothing
to do with each other,
to do with each other,
243
706848
2301
12:01
except that they had similar symptoms.
244
709173
2118
à part des symptômes similaires.
Et qui avaient besoin d'être
traités différemment.
traités différemment.
12:03
And they needed to be treated
in different ways.
in different ways.
245
711625
2372
12:06
So it was kind of incredible,
in retrospect,
in retrospect,
246
714307
2247
Rétrospectivement, cela paraît
un peu incroyable
un peu incroyable
12:08
that at the beginning of the century,
247
716578
1777
qu'au début du siècle,
on traitait toutes
ces différentes maladies
ces différentes maladies
12:10
we had been treating
all those different diseases
all those different diseases
248
718379
2317
avec le même médicament.
12:12
with the same drug,
249
720720
1183
En général, simplement en donnant
aux gens de l'amphétamine.
aux gens de l'amphétamine.
12:13
just by giving people amphetamine,
basically is what we were doing.
basically is what we were doing.
250
721927
3214
Et la schizophrénie et la dépression
de la même manière.
de la même manière.
12:17
And schizophrenia and depression
are the same way.
are the same way.
251
725165
2488
12:19
So rather than prescribing drugs to people
essentially at random,
essentially at random,
252
727677
4032
Donc, au lieu de prescrire des médicaments
aux gens essentiellement au hasard
aux gens essentiellement au hasard
comme on faisait,
12:23
as we had,
253
731733
1150
on a appris comment prédire quels
médicaments seraient les plus efficaces
médicaments seraient les plus efficaces
12:24
we learned how to predict
which drugs would be most effective
which drugs would be most effective
254
732907
3511
12:28
in which patients,
255
736442
1183
chez certains patients,
12:29
and that just led to this huge
improvement in outcomes.
improvement in outcomes.
256
737649
2756
ce qui a conduit à une amélioration
extraordinaire des résultats.
extraordinaire des résultats.
12:33
OK, I want to bring you back now
to the year 2017.
to the year 2017.
257
741498
3476
Je vais vous ramener maintenant en 2017.
Ce que je viens de raconter semble
peut-être satirique ou exagéré,
peut-être satirique ou exagéré,
12:38
Some of this may sound satirical
or even far fetched.
or even far fetched.
258
746117
3373
12:41
And some of it is.
259
749514
1293
et c'est vrai pour certains points.
12:43
I mean, I can't actually
see into the future.
see into the future.
260
751291
2651
Je ne suis pas vraiment capable
de prédire l'avenir.
de prédire l'avenir.
12:45
I don't actually know
261
753966
1366
Je ne sais pas vraiment
12:47
if we're going to be drilling hundreds
or thousands of microscopic holes
or thousands of microscopic holes
262
755356
3667
si on percera des centaines ou
des milliers de trous microscopiques
des milliers de trous microscopiques
dans nos têtes d'ici 30 ans.
12:51
in our heads in 30 years.
263
759047
1667
Mais ce que je peux vous dire,
12:53
But what I can tell you
264
761762
1706
12:55
is that we're not going
to make any progress
to make any progress
265
763492
2175
c'est qu'on ne fera aucun progrès
vers la compréhension du cerveau humain
ou les maladies humaines
ou les maladies humaines
12:57
towards understanding the human brain
or human diseases
or human diseases
266
765691
3727
avant de trouver comment étudier
l'activité électrique des neurones
l'activité électrique des neurones
13:01
until we figure out how to get
at the electrical activity of neurons
at the electrical activity of neurons
267
769442
4516
chez des humains en bonne santé.
13:05
in healthy humans.
268
773982
1200
13:07
And almost no one is working
on figuring out how to do that today.
on figuring out how to do that today.
269
775918
3239
Et il n'y a presque personne
qui y travaille aujourd'hui.
qui y travaille aujourd'hui.
13:12
That is the future of neuroscience.
270
780077
2334
Ceci est l'avenir des neurosciences.
13:14
And I think it's time for neuroscientists
to put down the mouse brain
to put down the mouse brain
271
782752
4393
Et je pense qu'il est temps de laisser
les cerveaux de souris
les cerveaux de souris
et de focaliser la pensée
et les investissements nécessaires
et les investissements nécessaires
13:19
and to dedicate the thought
and investment necessary
and investment necessary
272
787169
2754
13:21
to understand the human brain
and human disease.
and human disease.
273
789947
3267
pour comprendre le cerveau humain
et les maladies humaines.
et les maladies humaines.
13:27
Thank you.
274
795629
1151
Merci.
13:28
(Applause)
275
796804
1172
(Applaudissements)
ABOUT THE SPEAKER
Sam Rodriques - NeuroengineerSam Rodriques invents new technologies to help neuroscientists understand how the brain works.
Why you should listen
Sam Rodriques has designed a new nanofabrication method and a new approach to sensing neural activity with probes in the bloodstream, and his forthcoming technologies are aimed at understanding the spatial organization of cells in the brain and the transcriptional activity of neurons over time. He is a graduate student in Physics at the Massachusetts Institute of Technology, with affiliations at the MIT Media Lab, the MIT Department of Brain and Cognitive Sciences and the Broad Institute of Harvard and MIT. He graduated summa cum laude with highest honors in Physics from Haverford College, where he worked on new methods for calculating quantum entanglement in multipartite quantum systems. He has received numerous national awards and fellowships to support his research, including the Hertz Foundation Graduate Fellowship, an NSF Graduate Research Fellowship and a Churchill Scholarship.
Sam Rodriques | Speaker | TED.com