TEDMED 2009
David Agus: A new strategy in the war on cancer
דיוויד אגוס: אסטרטגיה חדשה במלחמה נגד סרטן
Filmed:
Readability: 4.3
830,903 views
באופן מסורתי, מסביר דיויד אגוס, טיפולים בסרטן היו ממוקדים באופן קצר רואי על תאים בודדים פגועים. הוא מציע גישה חדשה, המשלבת מספר דספלינות,משתמשת בתרופות לא טיפוסיות, הדמיות מחשב וניתוח חלבון לטיפול ולניתוח הגוף כולו.
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
אני רופא של מחלת הסרטן, יצאתי מהמשרד שלי
00:18
and walked by the pharmacy in the hospital three or four years ago,
1
3000
4000
והלכתי ליד בית המרקחת בבית החולים לפני שלוש ארבע שנים,
00:22
and this was the cover of Fortune magazine
2
7000
3000
וזה היה על השער של מגזין פורצ'ן
00:25
sitting in the window of the pharmacy.
3
10000
2000
מוצג בחלון הראווה של בית המרקחת.
00:27
And so, as a cancer doctor, you look at this,
4
12000
2000
וכך, כרופא סרטן, אתה מסתכל על זה,
00:29
and you get a little bit downhearted.
5
14000
2000
ונהיה קצת מדוכדך.
00:31
But when you start to read the article by Cliff,
6
16000
3000
אבל כשאתה מתחיל לקרוא את המאמר שנכתב ע"י קליף,
00:34
who himself is a cancer survivor,
7
19000
2000
שהוא עצמו שרד את מחלת הסרטן,
00:36
who was saved by a clinical trial
8
21000
2000
וניצל לאחר שהשתתף בניסוי קליני,
00:38
where his parents drove him from New York City to upstate New York
9
23000
4000
אליו היו מסיעים אותו הוריו, מהעיר ניו יורק לצפון מדינת ניו יורק,
00:42
to get an experimental therapy for --
10
27000
2000
לקבל טיפול נסיוני עבור--
00:44
at the time -- Hodgkin's disease, which saved his life,
11
29000
3000
בזמנו-- מחלת הודג'קינס, שהציל את חייו.
00:47
he makes remarkable points here.
12
32000
3000
הוא מציין כמה דברים מופלאים כאן.
00:50
And the point of the article was that we have gotten
13
35000
3000
והנקודה של המאמר היא כי נהיינו
00:53
reductionist in our view of biology,
14
38000
3000
רדוקציוניסטים בצורת ההסתכלות שלנו על ביולוגיה,
00:56
in our view of cancer.
15
41000
2000
ובצורת ההסתכלות שלנו על סרטן.
00:58
For the last 50 years, we have focused on treating
16
43000
3000
במהלך 50 השנים האחרונות, התמקדנו בטיפול
01:01
the individual gene
17
46000
2000
בגנים אינדבדואלים,
01:03
in understanding cancer, not in controlling cancer.
18
48000
3000
ובהבנת מחלת הסרטן אך לא בשליטה שלה.
01:06
So, this is an astounding table.
19
51000
3000
זו טבלה מדהימה.
01:09
And this is something that sobers us in our field everyday
20
54000
3000
וזה דבר שצריך לפקוח את עיני העוסקים בתחום יום יום.
01:12
in that, obviously, we've made remarkable impacts
21
57000
2000
בכך ש.., כמובן, הצלחנו להשפיע בצורה ניכרת
01:14
on cardiovascular disease,
22
59000
2000
על מחלות קרדיווסקולריות.
01:16
but look at cancer. The death rate in cancer
23
61000
3000
אבל הסתכלו על סרטן. שיעור המוות ממחלת הסרטן
01:19
in over 50 years hasn't changed.
24
64000
3000
לא השתנה כבר למעלה מחמישים שנה.
01:22
We've made small wins in diseases like chronic myelogenous leukemia,
25
67000
4000
הצלחנו להשיג ניצחונות קטנים בסוגי סרטן כגון לוקמיה מיאלואידית כרונית,
01:26
where we have a pill that can put 100 percent of people in remission,
26
71000
3000
אותה ניתן לרפא בכ 100 אחוזים ע"י תרופה שיש ברשותנו.
01:29
but in general, we haven't made an impact at all in the war on cancer.
27
74000
6000
אבל, באופן כללי, לא ניתן לומר כלל כי רשמנו הצלחה במלחמה במחלת הסרטן.
01:35
So, what I'm going to tell you today,
28
80000
3000
אם כן, מה שאני הולך לספר לכם היום
01:38
is a little bit of why I think that's the case,
29
83000
3000
זה מעט מהסיבות אותן אני רואה כסיבה לכך,
01:41
and then go out of my comfort zone
30
86000
2000
ואז אעזוב את הסביבה הנוחה
01:43
and tell you where I think it's going,
31
88000
3000
ואספר לכם מה לדעתי צופן העתיד,
01:46
where a new approach -- that we hope to push forward
32
91000
3000
בו גישה חדשה שאותה אנו מקווים לקדם
01:49
in terms of treating cancer.
33
94000
4000
במונחים של טיפול בסרטן.
01:53
Because this is wrong.
34
98000
3000
בגלל שזה פסול.
01:56
So, what is cancer, first of all?
35
101000
2000
אם כן, ראשית מה זה בכלל סרטן?
01:58
Well, if one has a mass or an abnormal blood value, you go to a doctor,
36
103000
5000
ובכן, אם למישהו יש גוש או ערכי בדיקות דם לא תקינים, הוא הולך לרופא.
02:03
they stick a needle in.
37
108000
2000
ואלה דוחפים לו מחט.
02:05
They way we make the diagnosis today is by pattern recognition:
38
110000
4000
הדרך שבה אנחנו עושים את האבחנה היום היא על ידי זיהוי דפוסים.
02:09
Does it look normal? Does it look abnormal?
39
114000
4000
האם זה נראה נורמלי? או האם זה נראה לא נורמלי?
02:13
So, that pathologist is just like looking at this plastic bottle.
40
118000
3000
אז, הפתולוגיה הזו היא בדיוק כמו להסתכל על הבקבוק הפלסטיק הזה.
02:16
This is a normal cell. This is a cancer cell.
41
121000
3000
זהו תא נורמלי. וזה תא סרטני.
02:19
That is the state-of-the-art today in diagnosing cancer.
42
124000
5000
זו קידמת החדשנות כיום לאבחון סרטן.
02:24
There's no molecular test,
43
129000
3000
אין מבחן מולקולרי.
02:27
there's no sequencing of genes that was referred to yesterday,
44
132000
3000
אין ריצוף של גנים שיכול להתייחס למה היה אתמול.
02:30
there's no fancy looking at the chromosomes.
45
135000
3000
אין דרך מרשימה להסתכל על כרומוזומים.
02:33
This is the state-of-the-art and how we do it.
46
138000
3000
זוהי הדרך המתקדמת ביותר כיצד אנו עושים זאת.
02:36
You know, I know very well, as a cancer doctor, I can't treat advanced cancer.
47
141000
6000
אתם יודעים, אני יודע טוב מאוד, כרופא המטפל בסרטן, שאיני יכול לטפל בסרטן מתקדם.
02:42
So, as an aside, I firmly believe in the field of trying to identify cancer early.
48
147000
7000
כך שבמאמר מוסגר, אני מאמין גדול בתחום המנסה לאבחן סרטן בשלבים מוקדמים.
02:49
It is the only way you can start to fight cancer, is by catching it early.
49
154000
5000
זהוי הדרך היחידה בה אנו יכולים להתחיל להלחם בסרטן, בכך שנגלה אותו מוקדם.
02:54
We can prevent most cancers.
50
159000
3000
אנו יכולים למנוע את רוב סוגי הסרטן.
02:57
You know, the previous talk alluded to preventing heart disease.
51
162000
3000
אתם יודעים, בהרצאה הקודמת דובר על מניעת מחלות לב.
03:00
We could do the same in cancer.
52
165000
2000
אנו יכולים לעשות את אותו הדבר עם מחלת הסרטן.
03:02
I co-founded a company called Navigenics,
53
167000
2000
אני אחד המייסדים של חברה הנקראת נאביג'ניקס,
03:04
where, if you spit into a tube --
54
169000
2000
המפתחת שיטה בה אם אתם יורקים למבחנה,
03:06
and we can look look at 35 or 40 genetic markers for disease,
55
171000
6000
אנו יכולים לבחון כ 35 או 40 מרקרים גנטיים למחלות,
03:12
all of which are delayable in many of the cancers --
56
177000
2000
כולם ניתנים לעיכוב בסוגי סרטן רבים.
03:14
you start to identify what you could get,
57
179000
4000
אתה מתחיל בזהוי מה אתה יכול לקבל,
03:18
and then we can start to work to prevent them.
58
183000
3000
ואז אתה יכול להתחיל לפעול למנוע אותם.
03:21
Because the problem is, when you have advanced cancer,
59
186000
3000
מאחר והבעיה היא, כאשר יש סרטן במצב מתקדם,
03:24
we can't do that much today about it, as the statistics allude to.
60
189000
4000
כבר אין באפשרותנו לעשות הרבה כפי שהסטטיסטיקה מצביעה.
03:28
So, the thing about cancer is that it's a disease of the aged.
61
193000
4000
אז העניין במחלת הסרטן הוא שזו מחלה של הזדקנות
03:32
Why is it a disease of the aged?
62
197000
2000
מדוע זו מחלה של הזדקנות?
03:34
Because evolution doesn't care about us after we've had our children.
63
199000
4000
בגלל שלאבולוציה לא איכפת מאיתנו אחרי שהבאנו ילדים.
03:39
See, evolution protected us during our childbearing years
64
204000
3000
תראו, האבולוציה מגינה עלינו בשנות הפיריון שלנו,
03:42
and then, after age 35 or 40 or 45,
65
207000
4000
ואז לאחר גיל 35 או 40 או 45,
03:46
it said "It doesn't matter anymore, because they've had their progeny."
66
211000
4000
אפשר לומר כי זה כבר לא משנה וכבר ממילא קיימנו את תפקידנו בהתרבות.
03:50
So if you look at cancers, it is very rare -- extremely rare --
67
215000
5000
אז אם אתם בוחנים סרטנים שונים, זה מאוד נדיר, נדיר ביותר
03:55
to have cancer in a child, on the order of thousands of cases a year.
68
220000
5000
למצא סרטן בילדים, ביחס לאלפי המקרים המאובחנים בשנה.
04:00
As one gets older? Very, very common.
69
225000
4000
אולם ככל שאדם מזדקן, זה הופך ליותר ויותר נפוץ.
04:04
Why is it hard to treat?
70
229000
2000
מדוע כה קשה לטפל במחלת הסרטן?
04:06
Because it's heterogeneous,
71
231000
2000
מאחר והיא הטרוגנית,
04:08
and that's the perfect substrate for evolution within the cancer.
72
233000
5000
ובתוך הסרטן זהו המצע המושלם לאבולוציה.
04:13
It starts to select out for those bad, aggressive cells,
73
238000
4000
מתחיל תהליך של סלקציה של אותם תאים רעים ואגרסיבים,
04:17
what we call clonal selection.
74
242000
4000
מה שאנו מכנים סלקציה של קלונים (שיבוטים).
04:21
But, if we start to understand
75
246000
3000
אולם, אם נתחיל להבין
04:24
that cancer isn't just a molecular defect, it's something more,
76
249000
5000
כי סרטן אינו בא לידי ביטוי רק בפגם מולקולרי, זה יותר מכך,
04:29
then we'll get to new ways of treating it, as I'll show you.
77
254000
4000
אז נוכל להגיע לדרכים חדשות לטיפול במחלה, כפי שאני אראה לכם.
04:33
So, one of the fundamental problems we have in cancer
78
258000
2000
ובכן, אחת הבעיות הבסיסיות שיש לנו במחלת הסרטן,
04:35
is that, right now, we describe it by a number of adjectives, symptoms:
79
260000
4000
היא, שנכון לעכשיו, אנו מתארים אותה על ידי מספר תיאורים: תסמינים.
04:39
"I'm tired, I'm bloated, I have pain, etc."
80
264000
3000
אני עייף, אני נפוח, יש לי כאבים, וכו'
04:42
You then have some anatomic descriptions,
81
267000
2000
ואז ישנם כמה תיאורים אנטומיים.
04:44
you get that CT scan: "There's a three centimeter mass in the liver."
82
269000
4000
אתה מקבל את סריקת הסי.טי... "יש גידול בגודל שלושה סנטימטר בכבד".
04:48
You then have some body part descriptions:
83
273000
3000
ואז ישנם תיאורים של איברים בגוף.
04:51
"It's in the liver, in the breast, in the prostate."
84
276000
2000
"זה בכבד, זה בשד, זה בערמונית".
04:53
And that's about it.
85
278000
3000
וזה, פחות או יותר, הכל.
04:56
So, our dictionary for describing cancer is very, very poor.
86
281000
4000
כך, שהמילון שלנו תיאור מחלת הסרטן במילון עני ביותר.
05:00
It's basically symptoms.
87
285000
2000
זה בעצם סימפטומים.
05:02
It's manifestations of a disease.
88
287000
3000
זה ביטוי של המחלה.
05:05
What's exciting is that over the last two or three years,
89
290000
3000
מה שמרגש זה, שבשנתיים או שלוש השנים האחרונות,
05:08
the government has spent 400 million dollars,
90
293000
2000
הממשלה הוציאה 400 מיליון דולר,
05:10
and they've allocated another billion dollars,
91
295000
3000
והם כבר הקציבו עוד מיליארד דולר,
05:13
to what we call the Cancer Genome Atlas Project.
92
298000
2000
למה שאנו מכנים פרויקט האטלס הגנומי של הסרטן.
05:15
So, it is the idea of sequencing all of the genes in the cancer,
93
300000
4000
בסיס הרעיון הוא ריצוף כל הגנים במחלת הסרטן,
05:19
and giving us a new lexicon, a new dictionary to describe it.
94
304000
5000
ובכך לתת לנו לנו לקסיקון חדש, מילון חדש, כדי לתאר אותה.
05:24
You know, in the mid-1850's in France,
95
309000
3000
אתם יודעים, באמצע שנות ה 1850 בצרפת,
05:27
they started to describe cancer by body part.
96
312000
3000
הם התחילו לתאר סרטן ע"פ חלקי גוף.
05:30
That hasn't changed in over 150 years.
97
315000
4000
וזה לא השתנה כבר יותר מ- 150 שנה.
05:34
It is absolutely archaic that we call cancer
98
319000
4000
זה ארכאי לחלוטין שאנו קוראים מכנים סוגי סרטן
05:38
by prostate, by breast, by muscle.
99
323000
4000
כ...ערמונית, שד, שריר.
05:42
It makes no sense, if you think about it.
100
327000
3000
זה לא הגיוני, אם אתם חושבים על זה.
05:45
So, obviously, the technology is here today,
101
330000
3000
אז, כמובן, הטכנולוגיה היום כבר נמצאת,
05:48
and, over the next several years, that will change.
102
333000
3000
ובמהלך השנים הקרובות, זה ישתנה.
05:51
You will no longer go to a breast cancer clinic.
103
336000
2000
אתם כבר לא תלכו למרפאה לסרטן השד.
05:53
You will go to a HER2 amplified clinic, or an EGFR activated clinic,
104
338000
5000
אתם תלכו למרפאה ל HER2 מוגבר, או למרפאה של EGFR פעיל,
05:58
and they will go to some of the pathogenic lesions
105
343000
2000
והם יאבחנו את אותם גורמים פתוגניים
06:00
that were involved in causing this individual cancer.
106
345000
4000
אשר היו מעורבים והובילו להתפחות אותו סוג סרטן פרטני.
06:04
So, hopefully, we will go from being the art of medicine
107
349000
3000
אז, בתקווה, נעבור תהליך בו נתייחס פחות לאומנות הרפואה
06:07
more to the science of medicine,
108
352000
2000
ויותר למדע הרפואה,
06:09
and be able to do what they do in infectious disease,
109
354000
3000
וניהיה מסוגלים לעשות את מה שעושים במחלות זיהומיות,
06:12
which is look at that organism, that bacteria,
110
357000
3000
שזה להסתכל ברמת האורגניזם, ברמת החיידק,
06:15
and then say, "This antibiotic makes sense,
111
360000
3000
ולומר באיזו אנטיביוטיקה יהיה הגיוני להשתמש,
06:18
because you have a particular bacteria that will respond to it."
112
363000
4000
כדי שאותו חיידק מסויים יגיב אליה.
06:22
When one is exposed to H1N1, you take Tamiflu,
113
367000
4000
כאשר מישהו נחשף ל H1N1, אתה נותן לו תמיפלו,
06:26
and you can remarkably decrease the severity of symptoms
114
371000
3000
ובכך ניתן להפחית במידה ניכרת את חומרת הסימפטומים
06:29
and prevent many of the manifestations of the disease.
115
374000
3000
ולמנוע רבים מתסמיני המחלה.
06:32
Why? Because we know what you have, and we know how to treat it --
116
377000
5000
מדוע? כי אנחנו יודעים מה יש לו, ואנחנו יודעים איך לטפל בזה,
06:37
although we can't make vaccine in this country, but that's a different story.
117
382000
4000
למרות שאנחנו לא יכולים לעשות חיסון במדינה הזאת, אבל זה סיפור אחר.
06:41
The Cancer Genome Atlas is coming out now.
118
386000
3000
האטלס הגנומי של הסרטן מתחיל לצאת כבר עכשיו.
06:44
The first cancer was done, which was brain cancer.
119
389000
4000
הסרטן הראשון נעשה, וזה היה סרטן המוח.
06:48
In the next month, the end of December, you'll see ovarian cancer,
120
393000
4000
בחודש הבא, בסוף דצמבר, תראו את סרטן השחלות,
06:52
and then lung cancer will come several months after.
121
397000
4000
ואז סרטן ריאות יגיע כמה חודשים אחרי.
06:56
There's also a field of proteomics that I'll talk about in a few minutes,
122
401000
3000
יש גם תחום של פרוטאומיקה (חקר החלבונים), עליו אני אדבר עוד כמה דקות,
06:59
which I think is going to be the next level
123
404000
3000
אשר אני חושב יהיה השלב הבא
07:02
in terms of understanding and classifying disease.
124
407000
4000
במונחים של הבנה וסיווג מחלות.
07:06
But remember, I'm not pushing genomics,
125
411000
2000
אבל זיכרו, אני לא דוחף גנומיקה (חקר הגנום),
07:08
proteomics, to be a reductionist.
126
413000
3000
פרוטאומיקה, לצורך רדוקציוניזם.
07:11
I'm doing it so we can identify what we're up against.
127
416000
3000
אני עושה זאת כדי שנוכל לזהות כנגד מה אנו מתמודדים.
07:14
And there's a very important distinction there that we'll get to.
128
419000
4000
ויש הבחנה חשובה מאוד שם , אליה עוד נגיע.
07:18
In health care today, we spend most of the dollars --
129
423000
3000
בתחום הבריאות היום, אנחנו מוציאים את רוב הדולרים,
07:21
in terms of treating disease --
130
426000
3000
לצרכים של טיפול במחלה -
07:24
most of the dollars in the last two years of a person's life.
131
429000
4000
רוב הכסף יוצא במהלך השנתיים האחרונות בחייו של אדם.
07:28
We spend very little, if any, dollars in terms of identifying what we're up against.
132
433000
5000
אנחנו מוציאים מעט מאוד דולרים, אם בכלל,לצורכי זיהוי כנגד מה אנו מתמודדים.
07:33
If you could start to move that, to identify what you're up against,
133
438000
4000
אם היינו משנים זאת ומוציאים יותר כדי לזהות כנגד מה אנו מתמודדים,
07:37
you're going to do things a hell of a lot better.
134
442000
3000
היינו עושים את הדברים הרבה יותר טוב.
07:40
If we could even take it one step further and prevent disease,
135
445000
4000
אם נוכל אפילו לקחת את זה צעד אחד קדימה ולמנוע מחלות,
07:44
we can take it enormously the other direction,
136
449000
3000
אנחנו יכולים לשנות את הכיוון בצורה אדירה.
07:47
and obviously, that's where we need to go, going forward.
137
452000
4000
וכמובן, זה הכיוון אליו אנו צריכים ללכת, להתקדם קדימה.
07:51
So, this is the website of the National Cancer Institute.
138
456000
3000
אם כן, זהו האתר של המוסד הלאומי לסרטן.
07:54
And I'm here to tell you, it's wrong.
139
459000
3000
ואני כאן כדי לומר לכם, זה שגוי.
07:57
So, the website of the National Cancer Institute
140
462000
2000
אז, אתר האינטרנט של המוסד הלאומי לסרטן
07:59
says that cancer is a genetic disease.
141
464000
4000
אומר כי סרטן היא מחלה גנטית.
08:03
The website says, "If you look, there's an individual mutation,
142
468000
4000
האתר אומר, אם תסתכל, יש מוטציה פרטנית,
08:07
and maybe a second, and maybe a third,
143
472000
2000
ואולי גם אחת נוספת, ואולי גם שלישית,
08:09
and that is cancer."
144
474000
2000
וזה סרטן.
08:11
But, as a cancer doc, this is what I see.
145
476000
4000
אבל, כרופא של מחלת הסרטן, כך אני רואה זאת:
08:15
This isn't a genetic disease.
146
480000
2000
זו היא איננה מחלה גנטית.
08:17
So, there you see, it's a liver with colon cancer in it,
147
482000
3000
אם כן, כאן אתם יכולים לראות, זהו כבד ובו סרטן גרורתי שמקורו במעי הגס,
08:20
and you see into the microscope a lymph node
148
485000
2000
ואתם רואים, במבט דרך מיקרוסקופ, בלוטת לימפה
08:22
where cancer has invaded.
149
487000
2000
אליה פלש סרטן.
08:24
You see a CT scan where cancer is in the liver.
150
489000
4000
אתם רואים סריקה סי.טי. ובה סרטן בכבד.
08:28
Cancer is an interaction of a cell
151
493000
3000
סרטן הוא אינטראקציה של תא,
08:31
that no longer is under growth control with the environment.
152
496000
5000
בו כבר לא קיימת בקרה על תהליכי הגדילה, עם הסביבה.
08:36
It's not in the abstract; it's the interaction with the environment.
153
501000
4000
זה לא באופן מופשט; זה אינטראקציה עם הסביבה.
08:40
It's what we call a system.
154
505000
3000
זה מה שאנו מכנים מערכת.
08:43
The goal of me as a cancer doctor is not to understand cancer.
155
508000
4000
המטרת שלי כרופא סרטן היא לא להבין סרטן.
08:47
And I think that's been the fundamental problem over the last five decades,
156
512000
3000
ואני חושב שזו היתה הבעיה היסודית בחמש העשורים האחרונים,
08:50
is that we have strived to understand cancer.
157
515000
3000
והיא שחתרנו להבנה של הסרטן.
08:53
The goal is to control cancer.
158
518000
3000
המטרה היא לשלוט בסרטן.
08:56
And that is a very different optimization scheme,
159
521000
2000
וזו מטרה בעלת סכמת אופטימיזציה שונה לחלוטין,
08:58
a very different strategy for all of us.
160
523000
3000
עם אסטרטגיה שונה מאוד עבור כולנו.
09:01
I got up at the American Association of Cancer Research,
161
526000
2000
קמתי בכנס של האגודה האמריקאית לחקר הסרטן,
09:03
one of the big cancer research meetings, with 20,000 people there,
162
528000
4000
אחד המפגשים הגדולים ביותר לחקר הסרטן, עם 20,000 אנשים,
09:07
and I said, "We've made a mistake.
163
532000
3000
ואמרתי: עשינו טעות.
09:10
We've all made a mistake, myself included,
164
535000
3000
כולנו טעינו, כולל אני,
09:13
by focusing down, by being a reductionist.
165
538000
2000
בכך שהיינו ממוקדים מדיי, בכך שהיינו רדוקציוניסטים.
09:15
We need to take a step back."
166
540000
2000
אנחנו צריכים לקחת צעד אחורה.
09:17
And, believe it or not, there were hisses in the audience.
167
542000
2000
ותאמינו או לא, היו לחשושים בקהל.
09:19
People got upset, but this is the only way we're going to go forward.
168
544000
4000
אנשים התעצבנו, אבל זו הדרך היחידה שבה אנחנו נוכל ללכת קדימה.
09:23
You know, I was very fortunate to meet Danny Hillis a few years ago.
169
548000
4000
אתם יודעים, הייתי ממש בר מזל לפגוש את דני היליס לפני כמה שנים.
09:27
We were pushed together, and neither one of us really wanted to meet the other.
170
552000
4000
דחקו אותנו להפגש, למרות שאף אחד מאיתנו לא באמת רצה לפגוש את האחר.
09:31
I said, "Do I really want to meet a guy from Disney, who designed computers?"
171
556000
4000
שאלתי את עצמי: "האם אני באמת רוצה לפגוש בחור מדיסני, אשר מעצב מחשבים?"
09:35
And he was saying: Does he really want to meet another doctor?
172
560000
3000
והוא אמר לעצמו, האם הוא באמת רוצה להיפגש עם עוד רופא.
09:38
But people prevailed on us, and we got together,
173
563000
2000
אבל אנשים שכנעו אותנו, ונפגשנו,
09:40
and it's been transformative in what I do, absolutely transformative.
174
565000
5000
וזה הוביל למהפכה במה שאני עושה, מהפכני לחלוטין.
09:46
We have designed, and we have worked on the modeling --
175
571000
3000
אנחנו עיצבנו, ועבדנו על הדמיה-
09:49
and much of these ideas came from Danny and from his team --
176
574000
4000
כאשר הרבה מהרעיונות הללו באו מדני והקבוצה שלו -
09:53
the modeling of cancer in the body as complex system.
177
578000
3000
ההדמיה של סרטן בגוף כמו במערכת מורכבת.
09:56
And I'll show you some data there
178
581000
2000
ואני אראה לכם כמה מהנתונים שם
09:58
where I really think it can make a difference and a new way to approach it.
179
583000
4000
היכן שאני באמת חושב שזה יכול לעשות את ההבדל ולהביא גישה חדשה.
10:02
The key is, when you look at these variables and you look at this data,
180
587000
4000
המפתח הוא, כאשר אתם מסתכלים על משתנים האלו, ואתם מסתכלים על הנתונים האלה,
10:06
you have to understand the data inputs.
181
591000
4000
אתם צריכים להבין את הנתונים המוזנים.
10:10
You know, if I measured your temperature over 30 days,
182
595000
4000
אתם יודעים, אם הייתי מודד את הטמפרטורה שלכם מעל 30 ימים,
10:14
and I asked, "What was the average temperature?"
183
599000
2000
והייתי שואל, מה היתה הטמפרטורה הממוצעת?
10:16
and it came back at 98.7, I would say, "Great."
184
601000
4000
והתשובה היתה יוצאת 37, הייתי אומר נהדר.
10:20
But if during one of those days
185
605000
2000
אבל אם במהלך אחד מאותם ימים
10:22
your temperature spiked to 102 for six hours,
186
607000
3000
הטמפרטורה שלכם עלתה ל 39 למשך שש שעות,
10:25
and you took Tylenol and got better, etc.,
187
610000
2000
ולקחתם אקמול והרגשתם טוב יותר, וכו ',
10:27
I would totally miss it.
188
612000
2000
הייתי מפספס את זה לחלוטין.
10:29
So, one of the problems, the fundamental problems in medicine
189
614000
3000
לכן, אחת הבעיות הבסיסיות ברפואה
10:32
is that you and I, and all of us,
190
617000
2000
היא שאתם ואני, וכולם,
10:34
we go to our doctor once a year.
191
619000
2000
אנחנו הולכים לרופא שלנו פעם בשנה.
10:36
We have discrete data elements; we don't have a time function on them.
192
621000
4000
יש לנו נתונים בעלי אלמנטים בודדים; אין לנו את פונקציה הזמן עליהם.
10:40
Earlier it was referred to this direct life device.
193
625000
3000
מוקדם יותר התיחסו לזה כהתקן חיים ישיר.
10:43
You know, I've been using it for two and a half months.
194
628000
3000
אתם יודעים, אני משתמש בזה כבר במשך חודשיים וחצי.
10:46
It's a staggering device, not because it tells me
195
631000
2000
זה מכשיר מדהים, לא כי זה אומר לי
10:48
how many kilocalories I do every day,
196
633000
3000
כמה קילוקלוריות אני שורף כל יום,
10:51
but because it looks, over 24 hours, what I've done in a day.
197
636000
4000
אלה בגלל שזה עוקב, על פני 24 שעות, אחרי מה עשיתי בכל רגע.
10:55
And I didn't realize that for three hours I'm sitting at my desk,
198
640000
3000
ואני לא תארתי לעצמי כי במשך שלוש שעות אני יושב ליד השולחן העבודה שלי,
10:58
and I'm not moving at all.
199
643000
2000
ואני לא זז כלל.
11:00
And a lot of the functions in the data that we have as input systems here
200
645000
5000
והרבה מהפונקציות בנתונים שיש לנו כמערכות הזנה כאן
11:05
are really different than we understand them,
201
650000
3000
שונות מאוד מהדרך בה אנו מבינים אותן,
11:08
because we're not measuring them dynamically.
202
653000
2000
כי אנחנו לא מודדים אותן באופן דינמי.
11:10
And so, if you think of cancer as a system,
203
655000
5000
וכך, אם אתם חושבים על סרטן כמערכת,
11:15
there's an input and an output and a state in the middle.
204
660000
4000
יש קלט ופלט ואיזה שהוא מצב בינהם.
11:19
So, the states, are equivalent classes of history,
205
664000
3000
מצבי הביניים אם כן, שקולים לשעורי היסטוריה,
11:22
and the cancer patient, the input, is the environment,
206
667000
3000
והחולה בסרטן, הקלט הוא הסביבה,
11:25
the diet, the treatment, the genetic mutations.
207
670000
4000
הדיאטה, הטיפול, המוטציות הגנטיות.
11:29
The output are our symptoms:
208
674000
3000
והפלט הם הסימפטומים שלנו.
11:32
Do we have pain? Is the cancer growing? Do we feel bloated, etc.?
209
677000
4000
האם יש לנו הכאב? האם הסרטן גדל? האם אנחנו מרגישים נפוחים, וכו'?
11:36
Most of that state is hidden.
210
681000
4000
רוב המצב הזה מוסתר.
11:40
So what we do in our field is we change and input,
211
685000
3000
ומה שאנחנו עושים בתחום שלנו הוא שאנחנו משנים את הקלט,
11:43
we give aggressive chemotherapy,
212
688000
2000
אנחנו נותנים טיפול כימותרפי אגרסיבי.
11:45
and we say, "Did that output get better? Did that pain improve, etc.?"
213
690000
5000
ואנחנו שואלים, האם קיבלנו תוצאה טובה יותר? האם ישתפר הכאב, וכו'?
11:50
And so, the problem is that it's not just one system,
214
695000
4000
וכך, הבעיה היא שזה לא רק מערכת אחת,
11:54
it's multiple systems on multiple scales.
215
699000
3000
זה מערכות מרובות במדדים רבים.
11:57
It's a system of systems.
216
702000
3000
זוהי מערכת של מערכות.
12:00
And so, when you start to look at emergent systems,
217
705000
2000
וכך, כאשר אתם מתחילים להסתכל על מערכות מתהוות,
12:02
you can look at a neuron under a microscope.
218
707000
3000
אתם יכולים להסתכל על תא עצב תחת מיקרוסקופ.
12:05
A neuron under the microscope is very elegant
219
710000
2000
תא עצב תחת המיקרוסקופ נראה מאוד אלגנטי
12:07
with little things sticking out and little things over here,
220
712000
3000
עם דברים קטנים מציצים מכאן ומכאן,
12:10
but when you start to put them together in a complex system,
221
715000
4000
אבל כשאתם מתחילים לשים אותם יחד במערכת מורכבת,
12:14
and you start to see that it becomes a brain,
222
719000
2000
ואתם מתחילים לראות כי זה הופך להיות מוח,
12:16
and that brain can create intelligence,
223
721000
3000
ושמוח יכול ליצור אינטליגנציה,
12:19
what we're talking about in the body,
224
724000
2000
מה שאנחנו מדברים עליו בגוף,
12:21
and cancer is starting to model it like a complex system.
225
726000
3000
וסרטן מתחיל לחקות אותו כמו מערכת מורכבת.
12:24
Well, the bad news is that these robust --
226
729000
3000
ובכן, החדשות הרעות הן שמערכות חזקות אלו
12:27
and robust is a key word --
227
732000
2000
וחזקות היא מילת מפתח
12:29
emergent systems are very hard to understand in detail.
228
734000
4000
קשה מאוד להבין לפרטי פרטים.
12:33
The good news is you can manipulate them.
229
738000
3000
החדשות הטובות הן שאתה יכול לתמרן אותן.
12:36
You can try to control them
230
741000
2000
אתה יכול לנסות לשלוט בהן
12:38
without that fundamental understanding of every component.
231
743000
3000
ללא ההבנה הבסיסית של כל רכיב.
12:41
One of the most fundamental clinical trials in cancer
232
746000
3000
תוצאות אחד הניסויים הקליניים הבסיסיים ביותר בסרטן
12:44
came out in February in the New England Journal of Medicine,
233
749000
3000
התפרסמו בפברואר במגזין הרפואה של ניו אינגלנד.
12:47
where they took women who were pre-menopausal with breast cancer.
234
752000
4000
בו לקחו נשים לפני גיל המעבר עם סרטן השד.
12:51
So, about the worst kind of breast cancer you can get.
235
756000
3000
הסוג הגרוע ביותר של סרטן השד אותו ניתן לקבל.
12:54
They had gotten their chemotherapy,
236
759000
2000
הן קיבלו כימותרפיה,
12:56
and then they randomized them,
237
761000
2000
ואז הן חולקו בצורה אקראית,
12:58
where half got placebo,
238
763000
2000
חצי מהן קיבלו תרופת דמה,
13:00
and half got a drug called Zoledronic acid that builds bone.
239
765000
4000
וחצי קיבלו תרופה בשם חומצה זולדרונית שבונה עצם.
13:04
It's used to treat osteoporosis,
240
769000
2000
המשמשת לטיפול באוסטאופורוזיס,
13:06
and they got that twice a year.
241
771000
2000
והן קיבלו את זה פעמיים בשנה.
13:08
They looked and, in these 1,800 women,
242
773000
4000
וכאשר הן נבדקו, מתוך 1,800 הנשים,
13:12
given twice a year a drug that builds bone,
243
777000
3000
אלה שלהן ניתנה התרופה, שבונה עצם, פעמיים בשנה,
13:15
you reduce the recurrence of cancer by 35 percent.
244
780000
5000
ניצפתה ירידה של הישנות הגידול בכ-35%.
13:21
Reduce occurrence of cancer by a drug
245
786000
2000
צמצום התרחשות הסרטן באמצעות תרופה
13:23
that doesn't even touch the cancer.
246
788000
2000
שכלל אפילו לא מטפלת בסרטן.
13:25
So the notion, you change the soil, the seed doesn't grow as well.
247
790000
5000
אז הרעיון, תשנה את הקרקע, הזרעים לא יגדלו גם כן.
13:30
You change that system,
248
795000
3000
אתה משנה את המערכת,
13:33
and you could have a marked effect on the cancer.
249
798000
2000
ואתה יכול להשפיע בצורה ניכרת על הסרטן.
13:35
Nobody has ever shown -- and this will be shocking --
250
800000
3000
אף אחד לא הוכיח אי פעם - וזה הולך לזעזע -
13:38
nobody has ever shown that most chemotherapy
251
803000
3000
אף אחד לא הוכיח אי פעם כי רוב הכימותרפיה
13:41
actually touches a cancer cell.
252
806000
2000
באמת פוגעת בתאי הסרטן.
13:43
It's never been shown.
253
808000
2000
זה מעולם לא הוכח.
13:45
There's all these elegant work in the tissue culture dishes,
254
810000
3000
יש את כל העבודות האלגנטיות האלה בצלחות בתרביות תאים,
13:48
that if you give this cancer drug, you can do this effect to the cell,
255
813000
3000
בהן, אם מטפלים בתאי סרטן עם תרופה, ניתן לקבל השפעה כזו על התאים,
13:51
but the doses in those dishes are nowhere near
256
816000
3000
אולם הריכוזים בתרביות התאים אינם מתקרבים
13:54
the doses that happen in the body.
257
819000
4000
לריכוזים המתקיימים בגוף.
13:58
If I give a woman with breast cancer a drug called Taxol
258
823000
3000
אם אני נותן לאישה עם סרטן שד תרופה בשם טקסול
14:01
every three weeks, which is the standard,
259
826000
2000
כל שלושה שבועות, שזהו הסטנדרט,
14:03
about 40 percent of women with metastatic cancer
260
828000
2000
כ - 40 אחוזים מהנשים עם סרטן גרורתי
14:05
have a great response to that drug.
261
830000
3000
מגיבות בצורה מצויינת לתרופה.
14:08
And a response is 50 percent shrinkage.
262
833000
2000
ותגובה משמעותה הצטמקות של כ50 אחוזים בגידול.
14:10
Well, remember that's not even an order of magnitude,
263
835000
2000
ובכן, תזכרו זה אפילו לא בסדר גודל,
14:12
but that's a different story.
264
837000
2000
אבל זה סיפור אחר.
14:14
They then recur, I give them that same drug every week.
265
839000
4000
לאחר מכן הגידולים חוזרים ונישנים, אני נותן להם את אותה התרופה מדי שבוע.
14:18
Another 30 percent will respond.
266
843000
3000
30 אחוז נוספים יגיבו
14:21
They then recur, I give them that same drug
267
846000
2000
לאחר מכן הם חוזרים ונשנים, אני נותן להם אותה תרופה
14:23
over 96 hours by continuous infusion,
268
848000
3000
למשך 96 שעות ע"י עירוי מתמשך,
14:26
another 20 or 30 percent will respond.
269
851000
3000
עוד 20 או 30 אחוז יגיבו.
14:29
So, you can't tell me it's working by the same mechanism in all three size.
270
854000
4000
אז, אתם לא יכולים להגיד לי שזה עובד ע"י אותו המנגנון בכל שלושת השלבים.
14:33
It's not. We have no idea the mechanism.
271
858000
3000
זה לא. אין לנו מושג מהו המנגנון.
14:36
So the idea that chemotherapy may just be disrupting
272
861000
3000
אז הרעיון הוא שכימותרפיה עשויה רק להפריע
14:39
that complex system,
273
864000
3000
לאותה מערכת מורכבת,
14:42
just like building bone disrupted that system and reduced recurrence,
274
867000
5000
בדיוק כמו שבניית עצם שיבשה את המערכת והורידה הישנות גידולים,
14:47
chemotherapy may work by that same exact way.
275
872000
3000
כימותרפיה עשויה לעבוד בדיוק באותה הדרך.
14:50
The wild thing about that trial also,
276
875000
3000
הדבר המפתיע בנוגע לאותו ניסוי היה,
14:53
was that it reduced new primaries, so new cancers, by 30 percent also.
277
878000
7000
שנצפתה ירידה של סרטנים חדשים גם כן בשיעור של 30 אחוזים.
15:02
So, the problem is, yours and mine, all of our systems are changing.
278
887000
5000
לכן, הבעיה היא, שלכם ושלי, שכל המערכות שלנו משתנות.
15:07
They're dynamic.
279
892000
2000
הן דינאמיות.
15:09
I mean, this is a scary slide, not to take an aside,
280
894000
3000
אני מתכוון, זו שקופית מפחידה,
15:12
but it looks at obesity in the world.
281
897000
2000
אבל היא מציגה את מצב ההשמנה בעולם.
15:14
And I'm sorry if you can't read the numbers, they're kind of small.
282
899000
3000
ואני מצטער אם אינכם יכולים לקרוא את המספרים, הם די קטנים.
15:17
But, if you start to look at it, that red, that dark color there,
283
902000
4000
אבל, אם אתם מתחילים להסתכל על זה, האדום הזה, הצבע הכהה שם,
15:21
more than 75 percent of the population
284
906000
3000
יותר מ 75 אחוז מהאוכלוסייה
15:24
of those countries are obese.
285
909000
3000
במדינות אלה סובלים מהשמנת יתר.
15:27
Look a decade ago, look two decades ago: markedly different.
286
912000
4000
תראו לפני עשור, תראו לפני שני עשורים, שונה במידה ניכרת.
15:31
So, our systems today are dramatically different
287
916000
3000
לכן, המערכות שלנו היום שונות באופן דרמטי
15:34
than our systems a decade or two ago.
288
919000
4000
מאשר לפני עשור או שניים.
15:38
So the diseases we have today,
289
923000
3000
אז המחלות שיש לנו היום,
15:41
which reflect patterns in the system over the last several decades,
290
926000
4000
המשקפות דפוסים במערכת במספר העשורים האחרונים,
15:45
are going to change dramatically over the next decade or so
291
930000
4000
הולכים להשתנות באופן דרמטי במהלך העשור הבא בערך
15:49
based on things like this.
292
934000
3000
בהתבסס על דברים כאלה.
15:52
So, this picture, although it is beautiful, is a 40-gigabyte picture
293
937000
10000
אז, התמונה הזו, למרות שהיא יפה, היא תמונה של 40 ג'יגה
16:02
of the whole proteome.
294
947000
2000
של כל הפרוטאום.
16:04
So this is a drop of blood that has gone through a superconducting magnet,
295
949000
4000
זוהי טיפת דם, שהועברה דרך מגנט מוליך-על,
16:08
and we're able to get resolution
296
953000
2000
ואנחנו מסוגלים לקבל רזולוציה
16:10
where we can start to see all of the proteins in the body.
297
955000
4000
בה אנחנו יכולים להתחיל לראות את כל החלבונים בגוף.
16:14
We can start to see that system.
298
959000
2000
אנחנו יכולים להתחיל לראות את אותה המערכת.
16:16
Each of the red dots are where a protein has actually been identified.
299
961000
4000
כל אחת מהנקודות האדומות מייצגות למעשה חלבון שכבר זוהה.
16:20
The power of these magnets, the power of what we can do here,
300
965000
2000
הכוח של המגנטים האלה, העוצמה של מה אנחנו יכולים לעשות כאן
16:22
is that we can see an individual neutron with this technology.
301
967000
5000
היא שאנו יכולים לראות נויטרונים בודדים עם הטכנולוגיה הזו.
16:27
So, again, this is stuff we're doing with Danny Hillis
302
972000
3000
אז, שוב, אלה דברים שאנחנו עושים עם דני היליס
16:30
and a group called Applied Proteomics,
303
975000
2000
וקבוצה הנקראת אפלייד פרוטאומיקס,
16:32
where we can start to see individual neutron differences,
304
977000
4000
המאפשרים לנו להתחיל לראות את ההבדלים בין נייטרונים בודדים,
16:36
and we can start to look at that system like we never have before.
305
981000
4000
ואנחנו יכולים להתחיל ולהסתכל על המערכת כפי שלא יכולנו מעולם לפני.
16:40
So, instead of a reductionist view, we're taking a step back.
306
985000
4000
לכן, במקום להסתכל בצורה רדוקציוניסטית, אנחנו לוקחים צעד אחורה.
16:44
So this is a woman, 46 years old,
307
989000
4000
זוהי אישה, בת 46,
16:48
who had recurrent lung cancer.
308
993000
3000
לה היה התפרצות חוזרת של סרטן ריאות.
16:51
It was in her brain, in her lungs, in her liver.
309
996000
4000
זה היה במוח שלה, בריאותיה, בכבד שלה.
16:55
She had gotten Carboplatin Taxol, Carboplatin Taxotere,
310
1000000
4000
היא קיבלה Carboplatin Taxol, Taxotere Carboplatin,
16:59
Gemcitabine, Navelbine:
311
1004000
2000
Gemcitabene, Navelbine.
17:01
Every drug we have she had gotten, and that disease continued to grow.
312
1006000
5000
כל תרופה שיש לנו היא קיבלה, והמחלה המשיכה לגדול.
17:06
She had three kids under the age of 12,
313
1011000
4000
היו לה שלושה ילדים מתחת לגיל 12,
17:10
and this is her CT scan.
314
1015000
2000
זו סריקת הסי.טי. שלה.
17:12
And so what this is, is we're taking a cross-section of her body here,
315
1017000
3000
ובכן, מה שיש כאן זה שאנחנו לוקחים תמונת חתך של הגוף שלה כאן.
17:15
and you can see in the middle there is her heart,
316
1020000
3000
ואתם יכולים לראות באמצע את הלב שלה,
17:18
and to the side of her heart on the left there is this large tumor
317
1023000
4000
ובצידו של הלב מצד שמאל ישנו גידול גדול
17:22
that will invade and will kill her, untreated, in a matter of weeks.
318
1027000
6000
אשר ללא טיפול יפלוש ויהרוג אותה בתוך שבועות.
17:28
She goes on a pill a day that targets a pathway,
319
1033000
5000
היא מקבלת כדור ביום, שמטרתו פגיעה בנתיב,
17:33
and again, I'm not sure if this pathway was in the system, in the cancer,
320
1038000
4000
ושוב, אני לא בטוח אם נתיב זה קיים במערכת של אותו הסרטן,
17:37
but it targeted a pathway, and a month later, pow, that cancer's gone.
321
1042000
6000
אבל זה פוגע בנתיב מסויים, וכעבור חודש, הפלא ופלא, אותו סרטן נעלם.
17:43
Six months later it's still gone.
322
1048000
3000
שישה חודשים לאחר מכן הוא עדיין איננו.
17:46
That cancer recurred, and she passed away three years later from lung cancer,
323
1051000
5000
הסרטן חזר על עצמו, והיא נפטרה כעבור שלוש שנים מסרטן הריאות,
17:51
but she got three years from a drug
324
1056000
4000
אבל התרופה נתנה לה שלוש שנים
17:55
whose symptoms predominately were acne.
325
1060000
2000
כשהסימפטומים שלה מראשיתם היו פצעי בגרות.
17:57
That's about it.
326
1062000
2000
וזה פחות או יותר הכל.
17:59
So, the problem is that the clinical trial was done,
327
1064000
4000
ובכן, הבעיה היא כי הניסוי הקליני נעשה,
18:03
and we were a part of it,
328
1068000
2000
ואנחנו היינו חלק ממנו,
18:05
and in the fundamental clinical trial --
329
1070000
2000
ובשלב הניסוי הקליני העיקרי,
18:07
the pivotal clinical trial we call the Phase Three,
330
1072000
2000
בניסוי הקליני המרכזי אותו אנחנו מכנים שלב שלוש,
18:09
we refused to use a placebo.
331
1074000
3000
אנחנו סירבנו להשתמש בפלצבו (תרופת דמה).
18:12
Would you want your mother, your brother, your sister
332
1077000
2000
האם הייתם רוצים שאמא שלכם, אחיכם, אחותכם
18:14
to get a placebo if they had advanced lung cancer and had weeks to live?
333
1079000
4000
יקבלו פלצבו אם יש להם סרטן ריאות מתקדם ונשארו להם שבועות ספורים לחיות?
18:18
And the answer, obviously, is not.
334
1083000
2000
והתשובה, כמובן, היא לא.
18:20
So, it was done on this group of patients.
335
1085000
2000
אז, זה נעשה על קבוצה זו של חולים.
18:22
Ten percent of people in the trial had this dramatic response that was shown here,
336
1087000
6000
ל 10 אחוז מהאנשים בניסוי היתה תגובה דרמטית כזו כפי שהוצג כאן,
18:28
and the drug went to the FDA,
337
1093000
3000
והתרופה עברה לבדיקה של ה-FDA (מנהל המזון והתרופות האמריקני),
18:31
and the FDA said, "Without a placebo,
338
1096000
2000
וה-FDA שאלו, בלי פלצבו,
18:33
how do I know patients actually benefited from the drug?"
339
1098000
5000
כיצד ניתן לדעת כי החולים נהנו בפועל מן התרופה?
18:38
So the morning the FDA was going to meet,
340
1103000
2000
אז בבוקר הפגישה עם ה-FDA,
18:40
this was the editorial in the Wall Street Journal.
341
1105000
3000
זה היה מאמר המערכת של הוול סטריט ג 'ורנל.
18:43
(Laughter)
342
1108000
2000
(צחוק)
18:45
And so, what do you know, that drug was approved.
343
1110000
4000
וכך, מה תגידו, אותה תרופה קיבלה אישור.
18:49
The amazing thing is another company did the right scientific trial,
344
1114000
4000
הדבר המדהים הוא שחברה אחרת עשתה את הניסויים המדעיים הנכונים,
18:53
where they gave half placebo and half the drug.
345
1118000
3000
שם הם נתנו לחצי פלצבו ולחצי את התרופה.
18:56
And we learned something important there.
346
1121000
2000
ולמדנו שם משהו חשוב.
18:58
What's interesting is they did it in South America and Canada,
347
1123000
3000
מה שמעניין הוא, שהם עשו את זה בדרום אמריקה וקנדה,
19:01
where it's "more ethical to give placebos."
348
1126000
3000
שם זה "מוסרי יותר לתת פלצבו."
19:04
They had to give it also in the U.S. to get approval,
349
1129000
2000
הם היו צריכים לתת את זה גם בארצות הברית כדי לקבל אישור,
19:06
so I think there were three U.S. patients
350
1131000
2000
כך שאני חושב שהיו שלושה חולים בארה"ב
19:08
in upstate New York who were part of the trial.
351
1133000
2000
בצפון מדינת ניו יורק, שהיו חלק מהניסוי.
19:10
But they did that, and what they found
352
1135000
2000
אבל הם עשו את זה, ומה שהם מצאו היה
19:12
is that 70 percent of the non-responders
353
1137000
3000
כי 70 אחוזים של אלו שלא הגיבו לטיפול
19:15
lived much longer and did better than people who got placebo.
354
1140000
5000
חיו הרבה יותר והרגישו טוב יותר מאשר אנשים שקיבלו פלצבו.
19:20
So it challenged everything we knew in cancer,
355
1145000
3000
אז זה מציב אתגר בפני כל מה שאנחנו יודעים על סרטן,
19:23
is that you don't need to get a response.
356
1148000
2000
בכך שלא צריך לקבל תגובה.
19:25
You don't need to shrink the disease.
357
1150000
2000
אתה לא צריך לכווץ את המחלה.
19:27
If we slow the disease, we may have more of a benefit
358
1152000
4000
אם נאט את המחלה, אנו עשויים לקבל יותר תועלת
19:31
on patient survival, patient outcome, how they feel,
359
1156000
4000
בהישרדות החולה, בתוצאת הטיפול, בהרגשת החולים,
19:35
than if we shrink the disease.
360
1160000
2000
מאשר אם היינו מכווצים את המחלה.
19:37
The problem is that, if I'm this doc, and I get your CT scan today
361
1162000
3000
הבעיה היא שאם אני איזה רופא, ואני מקבל את סריקת הסי.טי. שלך היום,
19:40
and you've got a two centimeter mass in your liver,
362
1165000
3000
ויש לך גידול בגודל שני סנטימטר בכבד שלך,
19:43
and you come back to me in three months and it's three centimeters,
363
1168000
3000
ואתה חוזר אלי תוך שלושה חודשים, וזה שלושה סנטימטרים,
19:46
did that drug help you or not?
364
1171000
2000
האם אותה תרופה עזרה לך או לא?
19:48
How do I know?
365
1173000
2000
איך אוכל לדעת?
19:50
Would it have been 10 centimeters, or am I giving you a drug
366
1175000
4000
והיה וזה היה 10 ס"מ, או אולי אני נותן לך תרופה
19:54
with no benefit and significant cost?
367
1179000
3000
ללא תועלת ומחיר משמעותיים?
19:57
So, it's a fundamental problem.
368
1182000
2000
אז, זו בעיה בסיסית.
19:59
And, again, that's where these new technologies can come in.
369
1184000
5000
ושוב, זה המקום בו יכולות להכנס הטכנולוגיות החדשות הללו.
20:04
And so, the goal obviously is that you go into your doctor's office --
370
1189000
4000
וכך, המטרה כמובן היא, שתכנס למשרד של הרופא שלך -
20:08
well, the ultimate goal is that you prevent disease, right?
371
1193000
3000
ובכן, המטרה הסופית היא למנוע מחלות, נכון.
20:11
The ultimate goal is that you prevent any of these things from happening.
372
1196000
4000
המטרה הסופית היא למנוע את כל הדברים האלה שבכלל יקרו.
20:15
That is the most effective, cost-effective,
373
1200000
3000
זוהי הדרך היעילה, המשתלמת
20:18
best way we can do things today.
374
1203000
2000
והטובה ביותר לבחור בה היום.
20:20
But if one is unfortunate to get a disease,
375
1205000
3000
אבל אם מישהו לרוע מזלו מקבל מחלה,
20:23
you'll go into your doctor's office, he or she will take a drop of blood,
376
1208000
3000
הוא יכנס למשרד של הרופא\ה שלו, הוא או היא ייקחו טיפה של דם,
20:26
and we will start to know how to treat your disease.
377
1211000
4000
ויתחילו לדעת כיצד לטפל במחלה שלו.
20:31
The way we've approached it is the field of proteomics,
378
1216000
3000
הדרך שבה אנחנו ניגש תיהיה בגישה של פרואומיקה,
20:34
again, this looking at the system.
379
1219000
2000
שוב,זה ע"י הסתכלות על המערכת.
20:36
It's taking a big picture.
380
1221000
2000
זה לקחת את התמונה הגדולה.
20:38
The problem with technologies like this is
381
1223000
3000
הבעיה עם טכנולוגיות דוגמת זו היא
20:41
that if one looks at proteins in the body,
382
1226000
2000
שאם נסתכל על חלבונים בגוף,
20:43
there are 11 orders of magnitude difference
383
1228000
3000
יש הבדלים של 11 סידרי גודל
20:46
between the high-abundant and the low-abundant proteins.
384
1231000
3000
בכמות החלבונים הנמצאים בשפע לבין אלה הנמצאים בכמויות זניחות.
20:49
So, there's no technology in the world that can span 11 orders of magnitude.
385
1234000
5000
ואין טכנולוגיה בעולם שיכולה לכסות הבדלים של 11 סדרי גודל.
20:54
And so, a lot of what has been done with people like Danny Hillis and others
386
1239000
5000
וכך, הרבה ממה שנעשה עם דני היליס והאחרים
20:59
is to try to bring in engineering principles, try to bring the software.
387
1244000
4000
היא לנסות להכניס עקרונות הנדסיים, לנסות להביא את התוכנה.
21:03
We can start to look at different components along this spectrum.
388
1248000
5000
אנחנו יכולים להתחיל להסתכל על המרכיבים השונים לאורך הספקטרום הזה.
21:08
And so, earlier was talked about cross-discipline, about collaboration.
389
1253000
5000
וקודם דיברו על שילוב של דציפלינות, על שיתופי פעולה.
21:13
And I think one of the exciting things that is starting to happen now
390
1258000
3000
ואני חושב שזה קורה עכשיו, שאחד הדברים הבולטים
21:16
is that people from those fields are coming in.
391
1261000
3000
זה שאנשים מהתחומים הללו מצטרפים ונרתמים.
21:19
Yesterday, the National Cancer Institute announced a new program
392
1264000
3000
אתמול, הודיע המוסד הלאומי לסרטן על תוכנית חדשה
21:22
called the Physical Sciences and Oncology,
393
1267000
3000
הנקראת מדעי הפיזיקה ואונקולוגיה,
21:25
where physicists, mathematicians, are brought in to think about cancer,
394
1270000
4000
שם מביאים פיסיקאים, מתמטיקאים בכדי לחשוב על סרטן,
21:29
people who never approached it before.
395
1274000
3000
אנשים שמעולם לא ניגשו לנושא לפני כן.
21:32
Danny and I got 16 million dollars, they announced yesterday,
396
1277000
3000
דני ואני קיבלנו 16 מיליון דולר, הודיעו אתמול,
21:35
to try to attach this problem.
397
1280000
2000
לנסות לקשר את הבעיה הזו.
21:37
A whole new approach, instead of giving high doses of chemotherapy
398
1282000
4000
גישה חדשה לגמרי, במקום לתת מינון גבוה של כימותרפיה
21:41
by different mechanisms,
399
1286000
2000
על ידי מנגנונים שונים
21:43
to try to bring technology to get a picture of what's actually happening in the body.
400
1288000
6000
לנסות להביא את הטכנולוגיה לכדי קבלת תמונה של מה שבאמת קורה בגוף.
21:49
So, just for two seconds, how these technologies work --
401
1294000
4000
אז, רק שתי שניות, איך הטכנולוגיות הללו עובדות-
21:53
because I think it's important to understand it.
402
1298000
3000
כי אני חושב שחשוב להבין זאת.
21:56
What happens is every protein in your body is charged,
403
1301000
3000
מה שקורה זה, שלכל חלבון בגוף שלנו יש מטען,
21:59
so the proteins are sprayed in, the magnet spins them around,
404
1304000
4000
ואז כל החלבונים מרוססים פנימה, המגנט מסובב אותם סביב,
22:03
and then there's a detector at the end.
405
1308000
2000
וישנו גלאי בקצה.
22:05
When it hit that detector is dependent on the mass and the charge.
406
1310000
5000
זמן הפגיעה בגלאי תלוי במסה ובמטען של כל חלבון.
22:10
And so we can accurately -- if the magnet is big enough,
407
1315000
3000
וכך במדויק, אם המגנט גדול מספיק,
22:13
and your resolution is high enough --
408
1318000
2000
והרזולוציה גבוהה מספיק,
22:15
you can actually detect all of the proteins in the body
409
1320000
3000
ניתן ממש לזהות את כל החלבונים בגוף
22:18
and start to get an understanding of the individual system.
410
1323000
4000
ולהתחיל לקבל הבנה של מערכת הפרט.
22:22
And so, as a cancer doctor,
411
1327000
2000
אם כך, כרופא של סרטן,
22:24
instead of having paper in my chart, in your chart, and it being this thick,
412
1329000
5000
במקום ניירות בתיק שלי, בתיק שלכם וזה יכול להיות עבה,
22:29
this is what data flow is starting to look like in our offices,
413
1334000
4000
כך מתחילה להראות תעבורת הנתונים במשרדים שלנו,
22:33
where that drop of blood is creating gigabytes of data.
414
1338000
3000
כשטיפה של דם מיצרת ג 'יגה בייט של נתונים.
22:36
Electronic data elements are describing every aspect of the disease.
415
1341000
4000
אלמנטים אלקטרוניים מתארים כל היבט של המחלה.
22:40
And certainly the goal is we can start to learn from every encounter
416
1345000
4000
ובוודאי המטרה היא שנוכל להתחיל ללמוד בכל מפגש
22:44
and actually move forward, instead of just having encounter and encounter,
417
1349000
5000
ולמעשה לנוע קדימה, במקום להפגש שוב ושוב,
22:49
without fundamental learning.
418
1354000
2000
ללא לימוד יסודי.
22:51
So, to conclude, we need to get away from reductionist thinking.
419
1356000
6000
לכן,לסיכום, אנחנו צריכים להתרחק מחשיבה רדוקציוניסטית.
22:57
We need to start to think differently and radically.
420
1362000
4000
אנחנו צריכים להתחיל לחשוב אחרת, בצורה קיצונית.
23:01
And so, I implore everyone here: Think differently. Come up with new ideas.
421
1366000
4000
וכך, אני מפציר בכולם פה, חישבו אחרת. בואו עם רעיונות חדשים.
23:05
Tell them to me or anyone else in our field,
422
1370000
3000
תגידו לי אותם או לכל אחד אחר בתחום שלנו,
23:08
because over the last 59 years, nothing has changed.
423
1373000
3000
כי, במהלך 59 השנים האחרונות, שום דבר לא השתנה.
23:11
We need a radically different approach.
424
1376000
3000
אנו צריכים גישה קיצונית שונה.
23:14
You know, Andy Grove stepped down as chairman of the board at Intel --
425
1379000
3000
אתם יודעים, כאשר אנדי גרוב פרש מתפקידו כיו"ר מועצת המנהלים של אינטל
23:17
and Andy was one of my mentors, tough individual.
426
1382000
3000
אנדי היה אחד מהמורים הרוחניים שלי, אדם קשוח -
23:20
When Andy stepped down, he said,
427
1385000
2000
כאשר אנדי פרש, הוא אמר,
23:22
"No technology will win. Technology itself will win."
428
1387000
3000
"הטכנולוגיה לא תנצח. הטכנולוגיה בעצמה היא ניצחון."
23:25
And I'm a firm believer, in the field of medicine and especially cancer,
429
1390000
4000
ואני מאמין בנחישות, בתחום הרפואה, ובמיוחד סרטן,
23:29
that it's going to be a broad platform of technologies
430
1394000
3000
שזו הולכת להיות פלטפורמה רחבה לטכנולוגיות
23:32
that will help us move forward
431
1397000
2000
שיעזרו לנו להתקדם קדימה
23:34
and hopefully help patients in the near-term.
432
1399000
2000
ובתקווה לעזור לחולים בטווח הקצר.
23:36
Thank you very much.
433
1401000
2000
תודה רבה לכם.
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