TEDMED 2009
David Agus: A new strategy in the war on cancer
David Agus : Une nouvelle stratégie pour la lutte contre le cancer.
Filmed:
Readability: 4.3
830,903 views
David Agus explique que les traitements traditionnels contre le cancer ont eu une vision restreinte sur les cellules individuelles malades. Il suggère une nouvelle approche interdisciplinaire, utilisant des médicaments atypiques, des modèles informatiques et une analyse des protéines dans le but de traiter et d'analyser le corps tout entier.
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
Je suis docteur en cancérologie. En sortant de mon bureau,
00:18
and walked by the pharmacy in the hospital three or four years ago,
1
3000
4000
je suis passé près de la pharmacie de l'hôpital, il y a 3 ou 4 ans.
00:22
and this was the cover of Fortune magazine
2
7000
3000
Ceci était la couverture du magazine "Fortune"
00:25
sitting in the window of the pharmacy.
3
10000
2000
dans la vitrine de la pharmacie.
00:27
And so, as a cancer doctor, you look at this,
4
12000
2000
En tant que cancérologue, tu la regardes
00:29
and you get a little bit downhearted.
5
14000
2000
et tu te sens un peu découragé.
00:31
But when you start to read the article by Cliff,
6
16000
3000
Mais quand tu commences à lire l'article de Cliff,
00:34
who himself is a cancer survivor,
7
19000
2000
qui lui-même a survécu à un cancer,
00:36
who was saved by a clinical trial
8
21000
2000
qui a été sauvé par un essai clinique.
00:38
where his parents drove him from New York City to upstate New York
9
23000
4000
Ses parents l'ont conduit de la ville de New York jusqu'au nord de l'État
00:42
to get an experimental therapy for --
10
27000
2000
pour avoir une thérapie expérimentale contre
00:44
at the time -- Hodgkin's disease, which saved his life,
11
29000
3000
- à l'époque - la maladie de Hodgkin, ce qui lui a sauvé la vie.
00:47
he makes remarkable points here.
12
32000
3000
Il soulève un point remarquable dans cet article.
00:50
And the point of the article was that we have gotten
13
35000
3000
L'objet de cet article était de montrer que nous étions devenus
00:53
reductionist in our view of biology,
14
38000
3000
réductionnistes dans notre approche de la biologie,
00:56
in our view of cancer.
15
41000
2000
dans notre approche du cancer.
00:58
For the last 50 years, we have focused on treating
16
43000
3000
Durant les 50 dernières années, nous nous sommes concentrés sur le traitement
01:01
the individual gene
17
46000
2000
du gène individuel,
01:03
in understanding cancer, not in controlling cancer.
18
48000
3000
sur la compréhension du cancer et non son contrôle.
01:06
So, this is an astounding table.
19
51000
3000
Ceci est un graphique étonnant.
01:09
And this is something that sobers us in our field everyday
20
54000
3000
C'est quelque chose qui nous rassure quotidiennement dans notre domaine
01:12
in that, obviously, we've made remarkable impacts
21
57000
2000
de voir que nous avons bel et bien obtenu un grand impact
01:14
on cardiovascular disease,
22
59000
2000
sur les maladies cardiovasculaires.
01:16
but look at cancer. The death rate in cancer
23
61000
3000
Mais regardez le cancer. Le taux de mortalité du cancer
01:19
in over 50 years hasn't changed.
24
64000
3000
n'a pas changé depuis plus de 50 ans.
01:22
We've made small wins in diseases like chronic myelogenous leukemia,
25
67000
4000
Nous avons eu plusieurs petites victoires dans des maladies comme la leucémie myéloïde chronique,
01:26
where we have a pill that can put 100 percent of people in remission,
26
71000
3000
où nous avons une pilule qui permet d'avoir 100% des personnes en rémission.
01:29
but in general, we haven't made an impact at all in the war on cancer.
27
74000
6000
Mais, en géneral, nous n'avons eu aucun impact dans la guerre contre le cancer.
01:35
So, what I'm going to tell you today,
28
80000
3000
Ce que je vais vous raconter aujourd'hui,
01:38
is a little bit of why I think that's the case,
29
83000
3000
c'est un peu pourquoi je pense que c'est le cas
01:41
and then go out of my comfort zone
30
86000
2000
et ensuite sortir de ma zone de confort
01:43
and tell you where I think it's going,
31
88000
3000
pour vous raconter vers où je pense qu'on se dirige :
01:46
where a new approach -- that we hope to push forward
32
91000
3000
une nouvelle approche qu'on souhaite pousser vers l'avant
01:49
in terms of treating cancer.
33
94000
4000
pour les traitements du cancer.
01:53
Because this is wrong.
34
98000
3000
Parce que ça ne va pas.
01:56
So, what is cancer, first of all?
35
101000
2000
Pour commencer, qu'est ce que le cancer ?
01:58
Well, if one has a mass or an abnormal blood value, you go to a doctor,
36
103000
5000
En fait, quand on a une masse ou une valeur sanguine anormale, on va voir un médecin.
02:03
they stick a needle in.
37
108000
2000
Ils te plantent une seringue.
02:05
They way we make the diagnosis today is by pattern recognition:
38
110000
4000
Ils font le diagnostic par la reconnaissance de motifs.
02:09
Does it look normal? Does it look abnormal?
39
114000
4000
Ça a l'air normal ? Ça a l'air anormal ?
02:13
So, that pathologist is just like looking at this plastic bottle.
40
118000
3000
Le médecin est en fait juste en train de regarder cette bouteille de plastique.
02:16
This is a normal cell. This is a cancer cell.
41
121000
3000
Ceci est une cellule normale. Ceci est une cellule cancéreuse.
02:19
That is the state-of-the-art today in diagnosing cancer.
42
124000
5000
C'est le dernier cri aujourd'hui dans le diagnostic du cancer.
02:24
There's no molecular test,
43
129000
3000
Il n'y a aucun test moléculaire.
02:27
there's no sequencing of genes that was referred to yesterday,
44
132000
3000
Il n'y a pas de séquençage de gènes comme ce qui a été dit hier.
02:30
there's no fancy looking at the chromosomes.
45
135000
3000
Il n'y a pas d'analyse sophistiquée des chromosomes.
02:33
This is the state-of-the-art and how we do it.
46
138000
3000
C'est la manière actuelle de le faire.
02:36
You know, I know very well, as a cancer doctor, I can't treat advanced cancer.
47
141000
6000
Je sais très bien, en tant que cancérologue, que je ne peux pas traiter le cancer à un stade avancé.
02:42
So, as an aside, I firmly believe in the field of trying to identify cancer early.
48
147000
7000
Je crois donc fermement au diagnostic précoce du cancer.
02:49
It is the only way you can start to fight cancer, is by catching it early.
49
154000
5000
La seule manière de commencer à lutter contre le cancer, c'est de le repérer tôt.
02:54
We can prevent most cancers.
50
159000
3000
On peut empêcher la plupart des cancers.
02:57
You know, the previous talk alluded to preventing heart disease.
51
162000
3000
Le discours précédent a fait allusion à la prévention des maladies cardiaques.
03:00
We could do the same in cancer.
52
165000
2000
On pourrait faire la même chose avec le cancer.
03:02
I co-founded a company called Navigenics,
53
167000
2000
Je suis le cofondateur d'une entreprise s'appelant Navigenics,
03:04
where, if you spit into a tube --
54
169000
2000
où, si on crache dans un tube,
03:06
and we can look look at 35 or 40 genetic markers for disease,
55
171000
6000
on peut repérer 30 ou 40 marqueurs génétiques de maladies
03:12
all of which are delayable in many of the cancers --
56
177000
2000
qui sont tous présents dans de nombreux cancers.
03:14
you start to identify what you could get,
57
179000
4000
On commence à identifier ce qu'on pourrait avoir
03:18
and then we can start to work to prevent them.
58
183000
3000
et ensuite on peut travailler pour l'empêcher.
03:21
Because the problem is, when you have advanced cancer,
59
186000
3000
Le problème, c'est que, quand on a une forme de cancer avancée,
03:24
we can't do that much today about it, as the statistics allude to.
60
189000
4000
on ne peut pas faire grand chose aujourd'hui, comme le montrent les statistiques.
03:28
So, the thing about cancer is that it's a disease of the aged.
61
193000
4000
Une des caractéristiques du cancer, c'est que c'est une maladie des personnes âgées.
03:32
Why is it a disease of the aged?
62
197000
2000
Pourquoi est-ce une maladie des personnes âgées ?
03:34
Because evolution doesn't care about us after we've had our children.
63
199000
4000
Parce que l'Évolution se fiche de nous après que nous avons eu nos enfants.
03:39
See, evolution protected us during our childbearing years
64
204000
3000
L'Évolution nous a protégés durant les années de fécondité,
03:42
and then, after age 35 or 40 or 45,
65
207000
4000
puis après, après l'âge de 35, 40 ou 45 ans,
03:46
it said "It doesn't matter anymore, because they've had their progeny."
66
211000
4000
elle dit que cela n'a plus aucune importance parce qu'on a eu notre progéniture.
03:50
So if you look at cancers, it is very rare -- extremely rare --
67
215000
5000
Donc quand vous regardez le cancer, c'est extrêmement rare
03:55
to have cancer in a child, on the order of thousands of cases a year.
68
220000
5000
d'avoir un cancer chez un enfant, de l'ordre de quelques milliers de cas par an.
04:00
As one gets older? Very, very common.
69
225000
4000
Quand une personne vieillit, c'est très, très commun.
04:04
Why is it hard to treat?
70
229000
2000
Pourquoi est-ce tellement difficile à traiter ?
04:06
Because it's heterogeneous,
71
231000
2000
Parce que c'est hétérogène,
04:08
and that's the perfect substrate for evolution within the cancer.
72
233000
5000
et c'est ça le parfait substrat pour l'Évolution concernant le cancer.
04:13
It starts to select out for those bad, aggressive cells,
73
238000
4000
Elle commence à choisir ces cellules mauvaises et agressives,
04:17
what we call clonal selection.
74
242000
4000
c'est ce que l'on appelle la sélection clonale.
04:21
But, if we start to understand
75
246000
3000
Si on commence à comprendre
04:24
that cancer isn't just a molecular defect, it's something more,
76
249000
5000
que le cancer n'est pas juste un défaut moléculaire, que c'est quelque chose de plus,
04:29
then we'll get to new ways of treating it, as I'll show you.
77
254000
4000
alors on trouvera de nouvelles manières de le traiter, comme je vais vous le montrer.
04:33
So, one of the fundamental problems we have in cancer
78
258000
2000
L'un des problèmes fondamentaux qu'on a dans le domaine du cancer,
04:35
is that, right now, we describe it by a number of adjectives, symptoms:
79
260000
4000
c'est que, aujourd'hui, on le décrit par une quantité d'adjectifs, de symptômes.
04:39
"I'm tired, I'm bloated, I have pain, etc."
80
264000
3000
Je suis fatigué, j'ai une douleur, etc.
04:42
You then have some anatomic descriptions,
81
267000
2000
Ensuite, il y a des descriptions anatomiques.
04:44
you get that CT scan: "There's a three centimeter mass in the liver."
82
269000
4000
On fait une radiographie. Il y a un amas de 3 cm dans le foie.
04:48
You then have some body part descriptions:
83
273000
3000
Ensuite, il y a des descriptions de parties du corps.
04:51
"It's in the liver, in the breast, in the prostate."
84
276000
2000
C'est dans le foie, dans le sein, dans la prostate.
04:53
And that's about it.
85
278000
3000
Et c'est à peu près tout.
04:56
So, our dictionary for describing cancer is very, very poor.
86
281000
4000
En conclusion, notre dictionnaire pour décrire le cancer est très, très pauvre.
05:00
It's basically symptoms.
87
285000
2000
Ce sont en fait des symptômes.
05:02
It's manifestations of a disease.
88
287000
3000
Ce sont les manifestations d'une maladie.
05:05
What's exciting is that over the last two or three years,
89
290000
3000
Ce qui est intéressant, c'est que sur les dernières 2 ou 3 années,
05:08
the government has spent 400 million dollars,
90
293000
2000
le gouvernement a dépensé 400 millions de dollars,
05:10
and they've allocated another billion dollars,
91
295000
3000
et il a contribué avec un autre milliard de dollars
05:13
to what we call the Cancer Genome Atlas Project.
92
298000
2000
à ce qu'on appelle Cancer Genome Atlas Project.
05:15
So, it is the idea of sequencing all of the genes in the cancer,
93
300000
4000
L'idée est de séquencer tous les gènes dans le cancer,
05:19
and giving us a new lexicon, a new dictionary to describe it.
94
304000
5000
pour nous donner un nouveau lexique, un nouveau dictionnaire pour le décrire.
05:24
You know, in the mid-1850's in France,
95
309000
3000
Au milieu des années 1850 en France,
05:27
they started to describe cancer by body part.
96
312000
3000
ils ont commencé à décrire le cancer par parties du corps.
05:30
That hasn't changed in over 150 years.
97
315000
4000
Ça n'a pas changé depuis plus de 150 ans.
05:34
It is absolutely archaic that we call cancer
98
319000
4000
C'est complétement archaïque de nommer le cancer
05:38
by prostate, by breast, by muscle.
99
323000
4000
par la prostate, le sein ou le muscle.
05:42
It makes no sense, if you think about it.
100
327000
3000
C'est complétement dénué de sens quand on y réfléchit.
05:45
So, obviously, the technology is here today,
101
330000
3000
Manifestement, la technologie en est ici aujourd'hui,
05:48
and, over the next several years, that will change.
102
333000
3000
et, dans les prochaines années, ça va changer.
05:51
You will no longer go to a breast cancer clinic.
103
336000
2000
On n'ira plus à une clinique pour le cancer du sein.
05:53
You will go to a HER2 amplified clinic, or an EGFR activated clinic,
104
338000
5000
On ira a une clinique HER2 amplifée ou une clinique EGFR activée.
05:58
and they will go to some of the pathogenic lesions
105
343000
2000
Ils regarderont les différentes lésions pathogènes
06:00
that were involved in causing this individual cancer.
106
345000
4000
qui étaient impliquées dans ce cancer.
06:04
So, hopefully, we will go from being the art of medicine
107
349000
3000
Espérons alors qu'on ira de l'art de la médecine
06:07
more to the science of medicine,
108
352000
2000
vers une science de la médecine
06:09
and be able to do what they do in infectious disease,
109
354000
3000
et qu'on sera capable de faire ce qu'on fait avec les maladies infectieuses,
06:12
which is look at that organism, that bacteria,
110
357000
3000
c'est-à-dire regarder tel organisme, telle bactérie,
06:15
and then say, "This antibiotic makes sense,
111
360000
3000
puis dire, cet antibiotique serait utile
06:18
because you have a particular bacteria that will respond to it."
112
363000
4000
parce qu'il y a une bactérie spéciale qui réagira avec lui.
06:22
When one is exposed to H1N1, you take Tamiflu,
113
367000
4000
Quand quelqu'un est exposé au H1N1, il prend du Tamiflu,
06:26
and you can remarkably decrease the severity of symptoms
114
371000
3000
et on peut remarquablement réduire la gravité des symptômes
06:29
and prevent many of the manifestations of the disease.
115
374000
3000
et éviter plusieurs des manifestations de la maladie.
06:32
Why? Because we know what you have, and we know how to treat it --
116
377000
5000
Pourquoi ? Parce qu'on sait ce que le patient a et qu'on sait comment le traiter,
06:37
although we can't make vaccine in this country, but that's a different story.
117
382000
4000
bien qu'on ne puisse pas fabriquer de vaccins dans ce pays... mais ça c'est une autre histoire.
06:41
The Cancer Genome Atlas is coming out now.
118
386000
3000
Le Cancer Genome Atlas Project va bientôt sortir.
06:44
The first cancer was done, which was brain cancer.
119
389000
4000
Le premier cancer a été terminé, c'était le cancer du cerveau.
06:48
In the next month, the end of December, you'll see ovarian cancer,
120
393000
4000
Le mois d'après, vers la fin du mois de décembre, vous verrez le cancer des ovaires.
06:52
and then lung cancer will come several months after.
121
397000
4000
Le cancer des poumons viendra plusieurs mois plus tard.
06:56
There's also a field of proteomics that I'll talk about in a few minutes,
122
401000
3000
Il y a également le domaine protéomique dont nous parlerons dans quelques minutes
06:59
which I think is going to be the next level
123
404000
3000
qui est d'après moi le prochain niveau
07:02
in terms of understanding and classifying disease.
124
407000
4000
pour comprendre et classifier la maladie.
07:06
But remember, I'm not pushing genomics,
125
411000
2000
Attention, je n'écarte pas la génomique,
07:08
proteomics, to be a reductionist.
126
413000
3000
la protéomique, pour être réducteur.
07:11
I'm doing it so we can identify what we're up against.
127
416000
3000
Je le fais pour que nous puissions identifier ce contre quoi nous nous battons.
07:14
And there's a very important distinction there that we'll get to.
128
419000
4000
Il y a ici une distinction importante où l'on arrivera.
07:18
In health care today, we spend most of the dollars --
129
423000
3000
Actuellement, dans le domaine de la santé, nous dépensons la majorité des dollars,
07:21
in terms of treating disease --
130
426000
3000
quand on traite des maladies.
07:24
most of the dollars in the last two years of a person's life.
131
429000
4000
Nous dépensons la majorité des dollars pendant les deux dernières années de la vie du patient.
07:28
We spend very little, if any, dollars in terms of identifying what we're up against.
132
433000
5000
Nous dépensons très peu, voir même pas du tout, de dollars pour identifier la maladie contre laquelle on se bat.
07:33
If you could start to move that, to identify what you're up against,
133
438000
4000
Si l'on pouvait commencer à faire ça, à identifier ce contre quoi on se bat,
07:37
you're going to do things a hell of a lot better.
134
442000
3000
on pourrait faire que les choses aillent beaucoup mieux.
07:40
If we could even take it one step further and prevent disease,
135
445000
4000
Si l'on pouvait aller une étape plus loin et prévenir la maladie,
07:44
we can take it enormously the other direction,
136
449000
3000
on pourrait faire des progrès considérables.
07:47
and obviously, that's where we need to go, going forward.
137
452000
4000
Bien entendu, c'est par là que nous devons aller, de l'avant.
07:51
So, this is the website of the National Cancer Institute.
138
456000
3000
Ceci est le site internet du National Cancer Institute (Institut National du Cancer).
07:54
And I'm here to tell you, it's wrong.
139
459000
3000
Je vous le dis, il comporte des erreurs.
07:57
So, the website of the National Cancer Institute
140
462000
2000
Le site internet du National Cancer Institute
07:59
says that cancer is a genetic disease.
141
464000
4000
dit que le cancer est une maladie génétique.
08:03
The website says, "If you look, there's an individual mutation,
142
468000
4000
Il dit, si l'on regarde, qu'il y a une mutation individuelle,
08:07
and maybe a second, and maybe a third,
143
472000
2000
et peut-être une deuxième, et peut-être une troisième,
08:09
and that is cancer."
144
474000
2000
et c'est ça le cancer.
08:11
But, as a cancer doc, this is what I see.
145
476000
4000
En tant que cancérologue, voilà comment je le vois.
08:15
This isn't a genetic disease.
146
480000
2000
Ce n'est pas une maladie génétique.
08:17
So, there you see, it's a liver with colon cancer in it,
147
482000
3000
Là on peut voir un foie avec un cancer du colon.
08:20
and you see into the microscope a lymph node
148
485000
2000
On voit dans le microscope un ganglion lymphatique
08:22
where cancer has invaded.
149
487000
2000
où le cancer est entré.
08:24
You see a CT scan where cancer is in the liver.
150
489000
4000
On voit un scanner où le cancer a infecté le foie.
08:28
Cancer is an interaction of a cell
151
493000
3000
Le cancer est le produit d'une cellule
08:31
that no longer is under growth control with the environment.
152
496000
5000
qui n'est plus régie par la croissance contrôlée de l'environnement.
08:36
It's not in the abstract; it's the interaction with the environment.
153
501000
4000
Ce n'est pas abstrait ; c'est une interaction avec l'environnement.
08:40
It's what we call a system.
154
505000
3000
C'est ce que nous appelons un système.
08:43
The goal of me as a cancer doctor is not to understand cancer.
155
508000
4000
Mon but en tant que cancérologue n'est pas de comprendre le cancer.
08:47
And I think that's been the fundamental problem over the last five decades,
156
512000
3000
Je pense que ce qui a été un problème majeur depuis une cinquantaine d'années,
08:50
is that we have strived to understand cancer.
157
515000
3000
c'est que nous avons essayé de comprendre le cancer.
08:53
The goal is to control cancer.
158
518000
3000
Le but est de contrôler de cancer.
08:56
And that is a very different optimization scheme,
159
521000
2000
Et ça nécessite une schéma d'optimisation très différent,
08:58
a very different strategy for all of us.
160
523000
3000
une stratégie différente pour chacun d'entre nous.
09:01
I got up at the American Association of Cancer Research,
161
526000
2000
Je suis allé à l'Association Américaine de Recherche sur le Cancer,
09:03
one of the big cancer research meetings, with 20,000 people there,
162
528000
4000
une des plus grandes réunions sur le cancer avec 20 000 personnes.
09:07
and I said, "We've made a mistake.
163
532000
3000
J'ai dit : on a fait une erreur.
09:10
We've all made a mistake, myself included,
164
535000
3000
Nous avons tous fait une erreur, moi y-compris,
09:13
by focusing down, by being a reductionist.
165
538000
2000
en nous concentrant sur un détail, en étant réducteur envers le cancer.
09:15
We need to take a step back."
166
540000
2000
Nous devons prendre du recul.
09:17
And, believe it or not, there were hisses in the audience.
167
542000
2000
Croyez-le ou non, il y a eu des sifflements dans le public.
09:19
People got upset, but this is the only way we're going to go forward.
168
544000
4000
Des gens ont été contrariés mais c'est la seule façon pour que nous puissions aller de l'avant.
09:23
You know, I was very fortunate to meet Danny Hillis a few years ago.
169
548000
4000
J'ai été très chanceux de rencontrer Danny Hillis, il y a quelques années.
09:27
We were pushed together, and neither one of us really wanted to meet the other.
170
552000
4000
Nous avons été réunis malgré nous.
09:31
I said, "Do I really want to meet a guy from Disney, who designed computers?"
171
556000
4000
Je me disais : "Ai-je vraiment envie de rencontrer un gars de chez Disney, qui conçoit des ordinateurs ?"
09:35
And he was saying: Does he really want to meet another doctor?
172
560000
3000
Et il se disait, "Ai-je envie de rencontrer un autre docteur ?"
09:38
But people prevailed on us, and we got together,
173
563000
2000
Mais les gens ont eu raison de nous et nous nous sommes rencontrés.
09:40
and it's been transformative in what I do, absolutely transformative.
174
565000
5000
Ça nous a transformés dans ce que l'on fait. Complètement.
09:46
We have designed, and we have worked on the modeling --
175
571000
3000
Nous avons conçu, et nous avons travaillé sur un modèle,
09:49
and much of these ideas came from Danny and from his team --
176
574000
4000
et la plupart des idées sont venus de Danny et de son équipe :
09:53
the modeling of cancer in the body as complex system.
177
578000
3000
le modèle du cancer dans le corps humain comme un système complexe.
09:56
And I'll show you some data there
178
581000
2000
Je vais vous montrer quelques données ici
09:58
where I really think it can make a difference and a new way to approach it.
179
583000
4000
où je pense que cela peut faire une différence et une nouvelle façon de l'approcher.
10:02
The key is, when you look at these variables and you look at this data,
180
587000
4000
Ce qu'il faut, quand on regarde ces variables, quand on regarde ces données,
10:06
you have to understand the data inputs.
181
591000
4000
c'est bien comprendre d'où elles viennent.
10:10
You know, if I measured your temperature over 30 days,
182
595000
4000
Si je mesurais votre température pendant 30 jours
10:14
and I asked, "What was the average temperature?"
183
599000
2000
et si je demandais quelle a été la température moyenne
10:16
and it came back at 98.7, I would say, "Great."
184
601000
4000
et qu'elle avait été de 37 °C, je dirais "super".
10:20
But if during one of those days
185
605000
2000
Mais si durant un seul de ces 30 jours,
10:22
your temperature spiked to 102 for six hours,
186
607000
3000
votre température était montée à 39 °C pendant 6 heures,
10:25
and you took Tylenol and got better, etc.,
187
610000
2000
et que aviez pris du Paracétamol pour aller mieux, etc.
10:27
I would totally miss it.
188
612000
2000
Je ne l'aurais jamais su.
10:29
So, one of the problems, the fundamental problems in medicine
189
614000
3000
En fait, un des problèmes fondamentaux de la médecine,
10:32
is that you and I, and all of us,
190
617000
2000
c'est que vous comme moi, et nous tous,
10:34
we go to our doctor once a year.
191
619000
2000
nous allons chez le docteur une fois par an.
10:36
We have discrete data elements; we don't have a time function on them.
192
621000
4000
Nous avons peu de données ; nous ne les avons pas au cours du temps.
10:40
Earlier it was referred to this direct life device.
193
625000
3000
Plus tôt, je parlais de cet appareil de Philips : DirectLife.
10:43
You know, I've been using it for two and a half months.
194
628000
3000
Vous savez, je l'utilise depuis 2 mois ½.
10:46
It's a staggering device, not because it tells me
195
631000
2000
C'est un appareil stupéfiant, non pas parce qu'il me dit
10:48
how many kilocalories I do every day,
196
633000
3000
combien de kilocalories je brûle chaque jour
10:51
but because it looks, over 24 hours, what I've done in a day.
197
636000
4000
mais parce qu'il analyse sur 24 heures ce que j'ai fait en une journée.
10:55
And I didn't realize that for three hours I'm sitting at my desk,
198
640000
3000
Je n'avais pas réalisé que, pendant trois heures je suis assis à mon bureau
10:58
and I'm not moving at all.
199
643000
2000
et que je ne bouge pas du tout.
11:00
And a lot of the functions in the data that we have as input systems here
200
645000
5000
La plupart des fonctions d'acquision de données
11:05
are really different than we understand them,
201
650000
3000
sont vraiment différentes de ce que nous comprenons initialement
11:08
because we're not measuring them dynamically.
202
653000
2000
parce que nous ne les mesurons pas dynamiquement.
11:10
And so, if you think of cancer as a system,
203
655000
5000
Si l'on pense le cancer comme un système,
11:15
there's an input and an output and a state in the middle.
204
660000
4000
il y a une entrée et une sortie et un état au millieu.
11:19
So, the states, are equivalent classes of history,
205
664000
3000
En fait, les états sont de différents horizons temporels,
11:22
and the cancer patient, the input, is the environment,
206
667000
3000
et le patient, l'entrée est l'environnement,
11:25
the diet, the treatment, the genetic mutations.
207
670000
4000
le régime, le traitement, les mutations génétiques.
11:29
The output are our symptoms:
208
674000
3000
La sortie, ce sont nos symptômes.
11:32
Do we have pain? Is the cancer growing? Do we feel bloated, etc.?
209
677000
4000
Souffre t-on ? Le cancer progresse-t-il ? Se sent-on bouffi ? Etc.
11:36
Most of that state is hidden.
210
681000
4000
Cet état est le plus souvent caché.
11:40
So what we do in our field is we change and input,
211
685000
3000
Donc ce qu'on fait, c'est qu'on change une entrée,
11:43
we give aggressive chemotherapy,
212
688000
2000
on utilise une chimiothérapie agressive.
11:45
and we say, "Did that output get better? Did that pain improve, etc.?"
213
690000
5000
Et on regarde si la sortie s'est améliorée. Est-ce que la douleur a diminué ? Etc.
11:50
And so, the problem is that it's not just one system,
214
695000
4000
Le problème, c'est que ce n'est pas juste un système,
11:54
it's multiple systems on multiple scales.
215
699000
3000
c'est un système multiple avec différentes échelles.
11:57
It's a system of systems.
216
702000
3000
C'est un système de systèmes.
12:00
And so, when you start to look at emergent systems,
217
705000
2000
Quand vous commencez à regarder des systèmes émergents,
12:02
you can look at a neuron under a microscope.
218
707000
3000
vous pouvez observer un neurone au microscope.
12:05
A neuron under the microscope is very elegant
219
710000
2000
Un neurone vu au microscope, c'est très élégant
12:07
with little things sticking out and little things over here,
220
712000
3000
avec des petites choses qui dépassent et des petites choses ici
12:10
but when you start to put them together in a complex system,
221
715000
4000
mais, quand vous commencer à les assembler dans un système complexe,
12:14
and you start to see that it becomes a brain,
222
719000
2000
vous réalisez que ça devient un cerveau
12:16
and that brain can create intelligence,
223
721000
3000
et ce cerveau peut créer de l'intelligence,
12:19
what we're talking about in the body,
224
724000
2000
ce dont nous parlons dans le corps.
12:21
and cancer is starting to model it like a complex system.
225
726000
3000
Le cancer le modélise comme un système complexe.
12:24
Well, the bad news is that these robust --
226
729000
3000
Eh bien, la mauvaise nouvelle, c'est que ces robustes -
12:27
and robust is a key word --
227
732000
2000
et robuste est un mot-clé -
12:29
emergent systems are very hard to understand in detail.
228
734000
4000
systèmes émergents sont très difficiles à comprendre en détail.
12:33
The good news is you can manipulate them.
229
738000
3000
La bonne nouvelle, c'est que vous pouvez les manipuler.
12:36
You can try to control them
230
741000
2000
Vous pouvez essayer de les contrôler
12:38
without that fundamental understanding of every component.
231
743000
3000
sans en comprendre fondamentalement chaque composant.
12:41
One of the most fundamental clinical trials in cancer
232
746000
3000
Un des essais cliniques les plus fondamentaux dans le domaine du cancer
12:44
came out in February in the New England Journal of Medicine,
233
749000
3000
est sorti en février dans le Journal de Médecine de Nouvelle-Angleterre,
12:47
where they took women who were pre-menopausal with breast cancer.
234
752000
4000
où ils ont pris des femmes en pré-ménopauses atteintes d'un cancer du sein.
12:51
So, about the worst kind of breast cancer you can get.
235
756000
3000
Un des pires cancers du sein possibles.
12:54
They had gotten their chemotherapy,
236
759000
2000
Elles avaient eu leur chimiothérapie,
12:56
and then they randomized them,
237
761000
2000
puis, au hasard,
12:58
where half got placebo,
238
763000
2000
la moitié a reçu un placebo
13:00
and half got a drug called Zoledronic acid that builds bone.
239
765000
4000
et l'autre moitié un médicament, l'acide Zolédronique, qui entre dans la construction des os.
13:04
It's used to treat osteoporosis,
240
769000
2000
Il est utilisé pour traiter l'ostéoporose
13:06
and they got that twice a year.
241
771000
2000
et elles recevaient ça deux fois par an.
13:08
They looked and, in these 1,800 women,
242
773000
4000
Ils ont observé parmi ces 1 800 femmes
13:12
given twice a year a drug that builds bone,
243
777000
3000
qui recevaient deux fois par an ce médicament
13:15
you reduce the recurrence of cancer by 35 percent.
244
780000
5000
une réduction de la rechute du cancer de 35%.
13:21
Reduce occurrence of cancer by a drug
245
786000
2000
Un médicament qui réduit la survenue du cancer
13:23
that doesn't even touch the cancer.
246
788000
2000
et qui n'y touche même pas.
13:25
So the notion, you change the soil, the seed doesn't grow as well.
247
790000
5000
D'où la notion, vous changez le sol, la graine ne pousse pas aussi bien.
13:30
You change that system,
248
795000
3000
Vous changez ce système
13:33
and you could have a marked effect on the cancer.
249
798000
2000
et vous pourriez avoir un effet important sur le cancer.
13:35
Nobody has ever shown -- and this will be shocking --
250
800000
3000
Personne n'a démontré - et ceci est choquant -
13:38
nobody has ever shown that most chemotherapy
251
803000
3000
personne n'a prouvé que la plus grande part de chimiothérapie
13:41
actually touches a cancer cell.
252
806000
2000
touche effectivement une cellule cancéreuse.
13:43
It's never been shown.
253
808000
2000
Ça n'a jamais été démontré.
13:45
There's all these elegant work in the tissue culture dishes,
254
810000
3000
Il y a tous ces travaux sur les cultures tissulaires
13:48
that if you give this cancer drug, you can do this effect to the cell,
255
813000
3000
qui disent que, si vous donnez ce médicament contre le cancer, vous pouvez avoir cet effet sur la cellule
13:51
but the doses in those dishes are nowhere near
256
816000
3000
mais les doses dans ces essais n'ont rien à voir
13:54
the doses that happen in the body.
257
819000
4000
avec celles qui se produisent dans le corps.
13:58
If I give a woman with breast cancer a drug called Taxol
258
823000
3000
Si je donne à une patiente du cancer du sein un médicament appelé Taxol
14:01
every three weeks, which is the standard,
259
826000
2000
toutes les trois semaines, ce qui est standard,
14:03
about 40 percent of women with metastatic cancer
260
828000
2000
environ 40% des cas de cancers avec métastase
14:05
have a great response to that drug.
261
830000
3000
répondent très bien à ce médicament.
14:08
And a response is 50 percent shrinkage.
262
833000
2000
Une réponse signifie un rétrécissement de 50%.
14:10
Well, remember that's not even an order of magnitude,
263
835000
2000
Rappelez-vous que ce n'est même pas de l'ordre de la magnitude,
14:12
but that's a different story.
264
837000
2000
mais c'est une autre histoire.
14:14
They then recur, I give them that same drug every week.
265
839000
4000
Ensuite elles reviennent, je leur donne le même médicament chaque semaine.
14:18
Another 30 percent will respond.
266
843000
3000
Il y aura encore 30% de réponses.
14:21
They then recur, I give them that same drug
267
846000
2000
Ensuite elles reviennent, je leur redonne ce médicament
14:23
over 96 hours by continuous infusion,
268
848000
3000
pendant plus de 96 heures en continu,
14:26
another 20 or 30 percent will respond.
269
851000
3000
et encore 20% à 30% vont y répondre.
14:29
So, you can't tell me it's working by the same mechanism in all three size.
270
854000
4000
Donc, vous ne pouvez pas me dire que c'est le même mécanisme à chaque fois.
14:33
It's not. We have no idea the mechanism.
271
858000
3000
Ce n'est pas le cas. On a aucune idée du mécanisme.
14:36
So the idea that chemotherapy may just be disrupting
272
861000
3000
Donc l'idée que la chimiothérapie ne ferait qu'interrompre
14:39
that complex system,
273
864000
3000
ce système complexe
14:42
just like building bone disrupted that system and reduced recurrence,
274
867000
5000
tout comme fabriquer de l'os a interrompu ce système et diminué la rechute,
14:47
chemotherapy may work by that same exact way.
275
872000
3000
la chimiothérapie fait peut-être exactement la même chose.
14:50
The wild thing about that trial also,
276
875000
3000
L'autre chose étrange avec cet essai,
14:53
was that it reduced new primaries, so new cancers, by 30 percent also.
277
878000
7000
c'est qu'il a aussi réduit les primaires, donc les nouveaux cancers, de 30%.
15:02
So, the problem is, yours and mine, all of our systems are changing.
278
887000
5000
Donc, le problème, le vôtre et le mien, c'est que tous les systèmes changent.
15:07
They're dynamic.
279
892000
2000
Ils sont dynamiques.
15:09
I mean, this is a scary slide, not to take an aside,
280
894000
3000
Vous voyez, ceci est une image terrifiante, pour ne pas faire de détour,
15:12
but it looks at obesity in the world.
281
897000
2000
et c'est l'observation de l'obésité dans le monde.
15:14
And I'm sorry if you can't read the numbers, they're kind of small.
282
899000
3000
Je suis désolé si vous ne pouvez pas lire les chiffres, c'est écrit tout petit.
15:17
But, if you start to look at it, that red, that dark color there,
283
902000
4000
Si vous regardez bien, ce rouge, cette couleur sombre ici,
15:21
more than 75 percent of the population
284
906000
3000
c'est plus de 75% de la population
15:24
of those countries are obese.
285
909000
3000
de ces pays qui est obèse.
15:27
Look a decade ago, look two decades ago: markedly different.
286
912000
4000
Regardez, il y a 10 ans et il y a 20 ans, comme c'était différent.
15:31
So, our systems today are dramatically different
287
916000
3000
Donc, nos systèmes sont dramatiquement différents
15:34
than our systems a decade or two ago.
288
919000
4000
d'il y a 10 ou 20 ans.
15:38
So the diseases we have today,
289
923000
3000
Les maladies que nous avons aujourd'hui,
15:41
which reflect patterns in the system over the last several decades,
290
926000
4000
que reflètent les modèles dans le système des dernières décennies,
15:45
are going to change dramatically over the next decade or so
291
930000
4000
vont changer de façon dramatique dans les 10 prochaines années
15:49
based on things like this.
292
934000
3000
sur des bases comme celles-ci.
15:52
So, this picture, although it is beautiful, is a 40-gigabyte picture
293
937000
10000
Cette photo, bien que très belle, est une photo de 40 Go
16:02
of the whole proteome.
294
947000
2000
du protéome tout entier.
16:04
So this is a drop of blood that has gone through a superconducting magnet,
295
949000
4000
On a pris un peu de sang et on l'a fait passer par un aimant superpuissant,
16:08
and we're able to get resolution
296
953000
2000
et on arrive à avoir une résolution
16:10
where we can start to see all of the proteins in the body.
297
955000
4000
qui nous permet de voir toutes les protéines du corps.
16:14
We can start to see that system.
298
959000
2000
On peut commencer à voir le système.
16:16
Each of the red dots are where a protein has actually been identified.
299
961000
4000
Chaque point rouge représente une protéine qui a été identifiée.
16:20
The power of these magnets, the power of what we can do here,
300
965000
2000
Le pouvoir de ces aimants, ce qu'on peut faire ici,
16:22
is that we can see an individual neutron with this technology.
301
967000
5000
c'est voir chaque neutron grâce à cette technologie.
16:27
So, again, this is stuff we're doing with Danny Hillis
302
972000
3000
Encore une fois, c'est quelque chose que nous faisons avec Danny Hillis
16:30
and a group called Applied Proteomics,
303
975000
2000
et un groupe appelé "Applied Proteomics"
16:32
where we can start to see individual neutron differences,
304
977000
4000
qui permet de différencier chaque neutron.
16:36
and we can start to look at that system like we never have before.
305
981000
4000
On peut regarder ce système comme on ne l'a jamais fait avant.
16:40
So, instead of a reductionist view, we're taking a step back.
306
985000
4000
Au lieu d'avoir une vue réductionniste, on recule d'un pas.
16:44
So this is a woman, 46 years old,
307
989000
4000
Voici une femme de 46 ans
16:48
who had recurrent lung cancer.
308
993000
3000
avec une récidive de cancer du poumon.
16:51
It was in her brain, in her lungs, in her liver.
309
996000
4000
Il avait atteint son cerveau, ses poumons, son foie.
16:55
She had gotten Carboplatin Taxol, Carboplatin Taxotere,
310
1000000
4000
Elle avait reçu du Taxol Carboplatine, du Taxotere Carboplatine,
16:59
Gemcitabine, Navelbine:
311
1004000
2000
du Gemcitabene, du Navelbine.
17:01
Every drug we have she had gotten, and that disease continued to grow.
312
1006000
5000
Elle avait pris tous les médicaments dont nous disposons et la maladie continuait de s'étendre.
17:06
She had three kids under the age of 12,
313
1011000
4000
Elle avait 3 enfants de moins de 12 ans
17:10
and this is her CT scan.
314
1015000
2000
et voici son scanner.
17:12
And so what this is, is we're taking a cross-section of her body here,
315
1017000
3000
On a pris une section en coupe de son corps.
17:15
and you can see in the middle there is her heart,
316
1020000
3000
Au milieu, vous voyez son coeur,
17:18
and to the side of her heart on the left there is this large tumor
317
1023000
4000
et à côté de son coeur, à gauche, il y a cette grande tumeur
17:22
that will invade and will kill her, untreated, in a matter of weeks.
318
1027000
6000
qui va se propager et la tuer, sans traitement, en quelques semaines.
17:28
She goes on a pill a day that targets a pathway,
319
1033000
5000
Elle prend une pilule chaque jour, qui vise un chemin,
17:33
and again, I'm not sure if this pathway was in the system, in the cancer,
320
1038000
4000
et encore une fois, je ne sais pas si ce chemin allait dans le système, le cancer,
17:37
but it targeted a pathway, and a month later, pow, that cancer's gone.
321
1042000
6000
mais en tout cas, il visait un chemin, et un mois plus tard, pffft, ce cancer avait disparu.
17:43
Six months later it's still gone.
322
1048000
3000
Six mois plus tard, il a toujours disparu.
17:46
That cancer recurred, and she passed away three years later from lung cancer,
323
1051000
5000
Le cancer est revenu, et elle est décédée 3 ans plus tard d'un cancer du poumon
17:51
but she got three years from a drug
324
1056000
4000
mais pendant 3 ans, elle a pris un médicament
17:55
whose symptoms predominately were acne.
325
1060000
2000
qui était principalement prescrit contre l'acné.
17:57
That's about it.
326
1062000
2000
C'est cela dont on parle.
17:59
So, the problem is that the clinical trial was done,
327
1064000
4000
Donc, le problème, c'est que l'essai clinique a eu lieu,
18:03
and we were a part of it,
328
1068000
2000
et nous en faisions partie,
18:05
and in the fundamental clinical trial --
329
1070000
2000
et dans l'essai clinique fondamental,
18:07
the pivotal clinical trial we call the Phase Three,
330
1072000
2000
dans l'essai clinique critique, on l'appelle la phase 3,
18:09
we refused to use a placebo.
331
1074000
3000
on a refusé d'utiliser un placébo.
18:12
Would you want your mother, your brother, your sister
332
1077000
2000
Accepteriez-vous que votre mère, votre frère, votre soeur
18:14
to get a placebo if they had advanced lung cancer and had weeks to live?
333
1079000
4000
prenne un placébo s'ils avaient un cancer du poumon avancé et n'avaient que quelques semaines à vivre ?
18:18
And the answer, obviously, is not.
334
1083000
2000
La réponse est évidemment non.
18:20
So, it was done on this group of patients.
335
1085000
2000
Donc, cela a été fait sur ce groupe de patients.
18:22
Ten percent of people in the trial had this dramatic response that was shown here,
336
1087000
6000
10% des patients de l'essai ont eu la réponse dramatique qu'on a vue ici,
18:28
and the drug went to the FDA,
337
1093000
3000
et le médicament est passé à l'homologation de la FDA
18:31
and the FDA said, "Without a placebo,
338
1096000
2000
et la FDA a dit que, sans placébo,
18:33
how do I know patients actually benefited from the drug?"
339
1098000
5000
on ne pouvait pas savoir le bénéfice réel procuré par le médicament.
18:38
So the morning the FDA was going to meet,
340
1103000
2000
Le jour de la réunion de la FDA,
18:40
this was the editorial in the Wall Street Journal.
341
1105000
3000
ceci était l'éditorial du Wall Street Journal.
18:43
(Laughter)
342
1108000
2000
(Rires)
18:45
And so, what do you know, that drug was approved.
343
1110000
4000
Vous savez quoi, le médicament a été approuvé.
18:49
The amazing thing is another company did the right scientific trial,
344
1114000
4000
La chose amusante, c'est qu'un autre laboratoire avait effectué le bon essai clinique
18:53
where they gave half placebo and half the drug.
345
1118000
3000
en donnant pour moitié le placébo et pour moitié le médicament.
18:56
And we learned something important there.
346
1121000
2000
On a appris quelque chose d'important ici.
18:58
What's interesting is they did it in South America and Canada,
347
1123000
3000
Ce qui est intéressant, c'est qu'ils ont mené l'essai en Amérique du Sud et au Canada
19:01
where it's "more ethical to give placebos."
348
1126000
3000
où c'est "plus éthique de donner des placébos".
19:04
They had to give it also in the U.S. to get approval,
349
1129000
2000
Il a fallu le donner aussi aux USA pour avoir l'approbation
19:06
so I think there were three U.S. patients
350
1131000
2000
donc je crois que 3 patients américains
19:08
in upstate New York who were part of the trial.
351
1133000
2000
de l'état de New-York ont participé à l'essai.
19:10
But they did that, and what they found
352
1135000
2000
Ils ont fait ça et découvert que
19:12
is that 70 percent of the non-responders
353
1137000
3000
70% des patients qui ne répondaient pas
19:15
lived much longer and did better than people who got placebo.
354
1140000
5000
vivaient beaucoup plus longtemps que ceux qui recevaient le placébo.
19:20
So it challenged everything we knew in cancer,
355
1145000
3000
Donc, ça a remis en cause tout ce qu'on savait sur le cancer,
19:23
is that you don't need to get a response.
356
1148000
2000
à savoir que vous n'avez pas besoin d'avoir une réponse.
19:25
You don't need to shrink the disease.
357
1150000
2000
Vous n'avez pas besoin de réduire la maladie.
19:27
If we slow the disease, we may have more of a benefit
358
1152000
4000
Si on ralentit la maladie, on a en quelque sorte plus de bénéfices
19:31
on patient survival, patient outcome, how they feel,
359
1156000
4000
sur la survie du patient, son état, son ressenti,
19:35
than if we shrink the disease.
360
1160000
2000
que si on réduit la maladie.
19:37
The problem is that, if I'm this doc, and I get your CT scan today
361
1162000
3000
Le problème, c'est que si je suis votre médecin et que je reçois votre scanner aujourd'hui,
19:40
and you've got a two centimeter mass in your liver,
362
1165000
3000
et que vous avez une tumeur de 2 cm dans le foie,
19:43
and you come back to me in three months and it's three centimeters,
363
1168000
3000
et que 3 mois plus tard, elle mesure 3 cm,
19:46
did that drug help you or not?
364
1171000
2000
est-ce que ce médicament vous a aidé ou pas ?
19:48
How do I know?
365
1173000
2000
Comment savoir ?
19:50
Would it have been 10 centimeters, or am I giving you a drug
366
1175000
4000
Si elle avait mesuré 10 cm, est-ce que je vous aurais donné un médicament
19:54
with no benefit and significant cost?
367
1179000
3000
sans aucun effet mais au coût significatif ?
19:57
So, it's a fundamental problem.
368
1182000
2000
C'est un problème fondamental.
19:59
And, again, that's where these new technologies can come in.
369
1184000
5000
De nouveau, c'est là que ces nouvelles technologies peuvent intervenir.
20:04
And so, the goal obviously is that you go into your doctor's office --
370
1189000
4000
Le but, évidemment, c'est que vous alliez chez votre médecin,
20:08
well, the ultimate goal is that you prevent disease, right?
371
1193000
3000
bon, le but ultime c'est de prévenir la maladie, d'accord.
20:11
The ultimate goal is that you prevent any of these things from happening.
372
1196000
4000
Le but ultime, c'est d'empêcher que toutes ces choses arrivent.
20:15
That is the most effective, cost-effective,
373
1200000
3000
C'est la chose la plus efficace et la meilleure
20:18
best way we can do things today.
374
1203000
2000
chose à faire aujourd'hui.
20:20
But if one is unfortunate to get a disease,
375
1205000
3000
Mais si par malheur vous tombez quand même malade,
20:23
you'll go into your doctor's office, he or she will take a drop of blood,
376
1208000
3000
vous irez chez votre médecin, il ou elle vous prendra un peu de sang
20:26
and we will start to know how to treat your disease.
377
1211000
4000
et on saura comment traiter votre maladie.
20:31
The way we've approached it is the field of proteomics,
378
1216000
3000
C'est par le domaine de la protéomique qu'on passe
20:34
again, this looking at the system.
379
1219000
2000
en observant le système.
20:36
It's taking a big picture.
380
1221000
2000
Ça donne une vue globale.
20:38
The problem with technologies like this is
381
1223000
3000
Le problème avec des technologies comme celles-ci,
20:41
that if one looks at proteins in the body,
382
1226000
2000
c'est que si on regarde les protéines du corps,
20:43
there are 11 orders of magnitude difference
383
1228000
3000
il y a 11 ordres de magnitude différents
20:46
between the high-abundant and the low-abundant proteins.
384
1231000
3000
entre les protéines en grande et en faible abondance.
20:49
So, there's no technology in the world that can span 11 orders of magnitude.
385
1234000
5000
Il n'y a aucune technologie dans le monde qui peut couvrir 11 degrés de magnitude.
20:54
And so, a lot of what has been done with people like Danny Hillis and others
386
1239000
5000
Donc, une grande partie du travail avec Danny Hillis et d'autres,
20:59
is to try to bring in engineering principles, try to bring the software.
387
1244000
4000
a été d'essayer d'intégrer des logiciels, grâce à l'ingénierie.
21:03
We can start to look at different components along this spectrum.
388
1248000
5000
A travers ce spectre, on peut observer différents composants.
21:08
And so, earlier was talked about cross-discipline, about collaboration.
389
1253000
5000
Plus tôt, nous parlions de disciplines croisées, de collaboration.
21:13
And I think one of the exciting things that is starting to happen now
390
1258000
3000
Je trouve que l'une des choses excitantes qui se produit maintenant,
21:16
is that people from those fields are coming in.
391
1261000
3000
c'est que des gens de ces domaines commencent à participer.
21:19
Yesterday, the National Cancer Institute announced a new program
392
1264000
3000
Hier, l'Institut National du Cancer a annoncé un nouveau programme
21:22
called the Physical Sciences and Oncology,
393
1267000
3000
intitulé "les sciences physiques et l'oncologie",
21:25
where physicists, mathematicians, are brought in to think about cancer,
394
1270000
4000
dans lequel des physiciens, des mathématiciens vont réfléchir sur le cancer
21:29
people who never approached it before.
395
1274000
3000
alors qu'ils ne l'ont pas fait auparavant.
21:32
Danny and I got 16 million dollars, they announced yesterday,
396
1277000
3000
Danny et moi avons reçu 16 millions de dollars, ont-ils annoncé hier.
21:35
to try to attach this problem.
397
1280000
2000
pour réfléchir à ce problème.
21:37
A whole new approach, instead of giving high doses of chemotherapy
398
1282000
4000
Une toute nouvelle aprroche, au lieu d'administrer de hautes doses de chimiothérapie
21:41
by different mechanisms,
399
1286000
2000
par différents mécanismes,
21:43
to try to bring technology to get a picture of what's actually happening in the body.
400
1288000
6000
arriver, par la technologie, à voir ce qui se passe réellement dans le corps.
21:49
So, just for two seconds, how these technologies work --
401
1294000
4000
En 2 s, voici comment fonctionnent ces nouvelles technologies,
21:53
because I think it's important to understand it.
402
1298000
3000
je pense que c'est important de le comprendre.
21:56
What happens is every protein in your body is charged,
403
1301000
3000
Ce qui se passe, c'est que chaque protéine de votre corps est chargée,
21:59
so the proteins are sprayed in, the magnet spins them around,
404
1304000
4000
donc les protéines sont projetées, l'aimant les disperse
22:03
and then there's a detector at the end.
405
1308000
2000
et à la fin, il y a un détecteur.
22:05
When it hit that detector is dependent on the mass and the charge.
406
1310000
5000
Le fait qu'elle heurte le détecteur va dépendre de sa masse et de sa charge.
22:10
And so we can accurately -- if the magnet is big enough,
407
1315000
3000
De fait, si l'aimant est assez grand,
22:13
and your resolution is high enough --
408
1318000
2000
et que votre résolution est suffisamment bonne,
22:15
you can actually detect all of the proteins in the body
409
1320000
3000
vous pourrez détecter toutes les protéines du corps
22:18
and start to get an understanding of the individual system.
410
1323000
4000
et comprendre le fonctionnement du système.
22:22
And so, as a cancer doctor,
411
1327000
2000
En tant que cancérologue,
22:24
instead of having paper in my chart, in your chart, and it being this thick,
412
1329000
5000
au lieu d'avoir du papier chez moi, chez vous, et d'avoir cette épaisseur,
22:29
this is what data flow is starting to look like in our offices,
413
1334000
4000
voici à quoi ressemblera le flux des données dans vos cabinets,
22:33
where that drop of blood is creating gigabytes of data.
414
1338000
3000
où votre échantillon de sang créera des Go de données.
22:36
Electronic data elements are describing every aspect of the disease.
415
1341000
4000
Les donnés électroniques décrivent chaque aspect de la maladie.
22:40
And certainly the goal is we can start to learn from every encounter
416
1345000
4000
Certainement, le but est qu'on commencera à apprendre de chaque expérience,
22:44
and actually move forward, instead of just having encounter and encounter,
417
1349000
5000
et à avancer vraiment, au lieu d'avoir des rencontres et des rencontres
22:49
without fundamental learning.
418
1354000
2000
sans progrès fondamental.
22:51
So, to conclude, we need to get away from reductionist thinking.
419
1356000
6000
En conclusion, il faut nous éloigner d'une pensée réductionniste.
22:57
We need to start to think differently and radically.
420
1362000
4000
Il faut commencer à réfléchitr différemment et radicalement.
23:01
And so, I implore everyone here: Think differently. Come up with new ideas.
421
1366000
4000
Donc, je vous en supplie tous, pensez différemment. Ayez des idées nouvelles.
23:05
Tell them to me or anyone else in our field,
422
1370000
3000
Donnez-les moi ou à n'importe qui dans votre domaine,
23:08
because over the last 59 years, nothing has changed.
423
1373000
3000
parce que, en 59 ans, rien n'a changé.
23:11
We need a radically different approach.
424
1376000
3000
On a besoin d'une approche radicalement différente.
23:14
You know, Andy Grove stepped down as chairman of the board at Intel --
425
1379000
3000
Vous savez, quand Andy Grove a cessé d'être PDG d'Intel,
23:17
and Andy was one of my mentors, tough individual.
426
1382000
3000
et Andy était l'un de mes mentors, une sacré personnalité,
23:20
When Andy stepped down, he said,
427
1385000
2000
donc à ce moment là , il a dit,
23:22
"No technology will win. Technology itself will win."
428
1387000
3000
"Il n'y aura pas de technologie gagnante. La technologie tout court l'emportera"
23:25
And I'm a firm believer, in the field of medicine and especially cancer,
429
1390000
4000
Je crois fermement, dans le domaine de la médecine, et plus spécialement du cancer,
23:29
that it's going to be a broad platform of technologies
430
1394000
3000
que ce sera une plateforme de technologies
23:32
that will help us move forward
431
1397000
2000
qui nous aidera à avancer
23:34
and hopefully help patients in the near-term.
432
1399000
2000
et, espérons-le, qui aidera les patients à court terme.
23:36
Thank you very much.
433
1401000
2000
Merci beaucoup.
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