TEDMED 2009
David Agus: A new strategy in the war on cancer
David Agus: Uma nova estratégia na guerra contra o câncer
Filmed:
Readability: 4.3
830,903 views
Tradicionalmente, explica David Agus, o tratamento do câncer teve seu foco limitado às células doentias individualmente. Ele sugere uma abordagem nova e interdisciplinar, utilizando medicamentos atípicos, modelagem computacional e análise protéica para tratar e analisar o corpo como um todo.
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
Eu sou um médico de câncer, e saí do meu consultório
00:18
and walked by the pharmacy in the hospital three or four years ago,
1
3000
4000
e andei pela farmácia do hospital, três ou quatro anos atrás,
00:22
and this was the cover of Fortune magazine
2
7000
3000
e esta era a capa da revista Fortune
00:25
sitting in the window of the pharmacy.
3
10000
2000
que estava na prateleira da farmácia.
00:27
And so, as a cancer doctor, you look at this,
4
12000
2000
Então, como um oncologista, a gente olha para isso
00:29
and you get a little bit downhearted.
5
14000
2000
e fica um pouco desanimado.
00:31
But when you start to read the article by Cliff,
6
16000
3000
Mas quando a gente começa a ler o artigo de Cliff,
00:34
who himself is a cancer survivor,
7
19000
2000
que é um sobrevivente do câncer,
00:36
who was saved by a clinical trial
8
21000
2000
e que foi salvo por uma pesquisa clínica,
00:38
where his parents drove him from New York City to upstate New York
9
23000
4000
quando seus pais levaram-no da cidade de Nova Iorque para o norte do estado de Nova Iorque
00:42
to get an experimental therapy for --
10
27000
2000
para receber uma terapia experimental para --
00:44
at the time -- Hodgkin's disease, which saved his life,
11
29000
3000
naquele tempo -- Doença de Hodgkin, o que salvou sua vida.
00:47
he makes remarkable points here.
12
32000
3000
Ele faz observações notáveis.
00:50
And the point of the article was that we have gotten
13
35000
3000
E a idéia central do artigo era que nós nos tornamos
00:53
reductionist in our view of biology,
14
38000
3000
reducionistas em nossa visão da biologia,
00:56
in our view of cancer.
15
41000
2000
em nossa visão do câncer.
00:58
For the last 50 years, we have focused on treating
16
43000
3000
Nos últimos 50 anos, estivemos focados em tratar
01:01
the individual gene
17
46000
2000
o gene individual,
01:03
in understanding cancer, not in controlling cancer.
18
48000
3000
em compreender o câncer, não em controlar o câncer.
01:06
So, this is an astounding table.
19
51000
3000
Portanto, esta é uma situação assustadora.
01:09
And this is something that sobers us in our field everyday
20
54000
3000
E isso é algo que nos faz sermos realistas em nosso campo todos os dias
01:12
in that, obviously, we've made remarkable impacts
21
57000
2000
pois, obviamente, temos obtido impactos notáveis
01:14
on cardiovascular disease,
22
59000
2000
em doenças cardiovasculares.
01:16
but look at cancer. The death rate in cancer
23
61000
3000
No entanto, veja o câncer. A taxa de mortalidade por câncer
01:19
in over 50 years hasn't changed.
24
64000
3000
em mais de 50 anos não mudou.
01:22
We've made small wins in diseases like chronic myelogenous leukemia,
25
67000
4000
Nós tivemos pequenas vitórias em doenças como leucemia mielóide crônica,
01:26
where we have a pill that can put 100 percent of people in remission,
26
71000
3000
para a qual temos uma pílula que pode colocar 100 por cento de pessoas em remissão [desaparecimento dos sinais em exames -- N do T].
01:29
but in general, we haven't made an impact at all in the war on cancer.
27
74000
6000
Mas, geralmente, não temos obtido nenhum impacto na guerra contra o câncer.
01:35
So, what I'm going to tell you today,
28
80000
3000
Então, o que vou dizer a vocês hoje,
01:38
is a little bit of why I think that's the case,
29
83000
3000
é um pouco do porque acredito que isso acontece,
01:41
and then go out of my comfort zone
30
86000
2000
e então vou sair de minha zona de conforto
01:43
and tell you where I think it's going,
31
88000
3000
e dizer-lhes para onde creio que isso está progredindo,
01:46
where a new approach -- that we hope to push forward
32
91000
3000
onde uma nova abordagem -- que esperamos levar adiante
01:49
in terms of treating cancer.
33
94000
4000
em termos de tratar o câncer.
01:53
Because this is wrong.
34
98000
3000
Porque isso está errado.
01:56
So, what is cancer, first of all?
35
101000
2000
Então, o que é o câncer, antes de mais nada?
01:58
Well, if one has a mass or an abnormal blood value, you go to a doctor,
36
103000
5000
Bem, se alguém tem uma massa ou um valor anormal do sangue, essa pessoa vai ao médico.
02:03
they stick a needle in.
37
108000
2000
Eles espetam uma agulha.
02:05
They way we make the diagnosis today is by pattern recognition:
38
110000
4000
A maneira com que nós fazemos o diagnóstico hoje é através de reconhecimento de padrões.
02:09
Does it look normal? Does it look abnormal?
39
114000
4000
Parece normal? Parece anormal?
02:13
So, that pathologist is just like looking at this plastic bottle.
40
118000
3000
Assim, é como se o patologista estivesse olhando esta garrafa plástica.
02:16
This is a normal cell. This is a cancer cell.
41
121000
3000
Esta é uma célula normal. Esta é uma célula cancerosa.
02:19
That is the state-of-the-art today in diagnosing cancer.
42
124000
5000
Esse é o estado da arte do diagnóstico de câncer de hoje.
02:24
There's no molecular test,
43
129000
3000
Não há teste molecular.
02:27
there's no sequencing of genes that was referred to yesterday,
44
132000
3000
Não há o sequenciamento de genes que foi mencionado ontem.
02:30
there's no fancy looking at the chromosomes.
45
135000
3000
Não há uma observação mais sofisticada dos cromossomos.
02:33
This is the state-of-the-art and how we do it.
46
138000
3000
Este é o estado da arte de como nós fazemos isso.
02:36
You know, I know very well, as a cancer doctor, I can't treat advanced cancer.
47
141000
6000
Sabem, eu sei muito bem, como oncologista, não posso tratar um câncer avançado.
02:42
So, as an aside, I firmly believe in the field of trying to identify cancer early.
48
147000
7000
Assim, a título de observação, acredito firmemente na abordagem de tentar identificar o câncer precocemente.
02:49
It is the only way you can start to fight cancer, is by catching it early.
49
154000
5000
É a única maneira possível de começar a lutar contra o cancer, é identificá-lo no começo.
02:54
We can prevent most cancers.
50
159000
3000
Nós podemos previnir a maioria dos cânceres.
02:57
You know, the previous talk alluded to preventing heart disease.
51
162000
3000
Sabem, a conversa anterior aludiu à prevenção de doenças cardíacas.
03:00
We could do the same in cancer.
52
165000
2000
Poderíamos fazer o mesmo com o câncer.
03:02
I co-founded a company called Navigenics,
53
167000
2000
Eu co-fundei uma empresa chamada Navigenics,
03:04
where, if you spit into a tube --
54
169000
2000
onde, se você cuspir em um tubo,
03:06
and we can look look at 35 or 40 genetic markers for disease,
55
171000
6000
e nós podemos observar 35 ou 40 marcadores genéticos para doenças,
03:12
all of which are delayable in many of the cancers --
56
177000
2000
todos os quais resultam mais tarde em muitos dos cânceres.
03:14
you start to identify what you could get,
57
179000
4000
Vocês começam a identificar o que vocês poderiam ter,
03:18
and then we can start to work to prevent them.
58
183000
3000
e então nós podemos começar a trabalhar para prevenir.
03:21
Because the problem is, when you have advanced cancer,
59
186000
3000
Porque o problema é, quando você tem câncer avançado,
03:24
we can't do that much today about it, as the statistics allude to.
60
189000
4000
nós não podemos fazer muito, hoje, sobre isso, como as estatísticas sugerem.
03:28
So, the thing about cancer is that it's a disease of the aged.
61
193000
4000
Assim, o fato sobre o câncer é que é uma doença de idosos.
03:32
Why is it a disease of the aged?
62
197000
2000
Por que é uma doença de idosos?
03:34
Because evolution doesn't care about us after we've had our children.
63
199000
4000
Porque a evolução não se importa conosco depois de termos nossos filhos.
03:39
See, evolution protected us during our childbearing years
64
204000
3000
Vejam, a evolução nos protege durante nossa idade fértil,
03:42
and then, after age 35 or 40 or 45,
65
207000
4000
e então, depois da idade de 35 ou 40 ou 45,
03:46
it said "It doesn't matter anymore, because they've had their progeny."
66
211000
4000
ela diz que não importa mais, porque eles tiveram seus descendentes.
03:50
So if you look at cancers, it is very rare -- extremely rare --
67
215000
5000
Então se você olha para os cânceres, é muito raro, extremamente raro
03:55
to have cancer in a child, on the order of thousands of cases a year.
68
220000
5000
encontrar cancer em uma criança, da ordem de milhares de casos por ano.
04:00
As one gets older? Very, very common.
69
225000
4000
À medida que se envelhece, é muito, muito comum.
04:04
Why is it hard to treat?
70
229000
2000
Por quê é difícil tratar?
04:06
Because it's heterogeneous,
71
231000
2000
Porque é heterogêneo,
04:08
and that's the perfect substrate for evolution within the cancer.
72
233000
5000
e esse é o substrato perfeito para evolução dentro do câncer.
04:13
It starts to select out for those bad, aggressive cells,
73
238000
4000
Ele começa por selecionar aquelas células nocivas e agressivas,
04:17
what we call clonal selection.
74
242000
4000
o que nós chamamos de seleção clonal.
04:21
But, if we start to understand
75
246000
3000
Mas, se nós começarmos a entender
04:24
that cancer isn't just a molecular defect, it's something more,
76
249000
5000
que o câncer não é apenas um defeito molecular, é algo mais,
04:29
then we'll get to new ways of treating it, as I'll show you.
77
254000
4000
então vamos chegar a novas formas de tratá-lo, como mostrarei a vocês.
04:33
So, one of the fundamental problems we have in cancer
78
258000
2000
Portanto, um dos problemas fundamentais que nós temos no câncer,
04:35
is that, right now, we describe it by a number of adjectives, symptoms:
79
260000
4000
é que, agora mesmo, nós o descrevemos por um número de adjetivos, sintomas,
04:39
"I'm tired, I'm bloated, I have pain, etc."
80
264000
3000
Estou cansado, estou inchado, tenho dor, etc.
04:42
You then have some anatomic descriptions,
81
267000
2000
Você, então, tem algumas descrições anatômicas.
04:44
you get that CT scan: "There's a three centimeter mass in the liver."
82
269000
4000
Você faz uma tomografia computadorizada axial. Há três centímetros de massa no fígado.
04:48
You then have some body part descriptions:
83
273000
3000
Você, então, tem algumas descrições da parte do corpo.
04:51
"It's in the liver, in the breast, in the prostate."
84
276000
2000
Está no fígado, no seio, na próstata.
04:53
And that's about it.
85
278000
3000
E isso é tudo.
04:56
So, our dictionary for describing cancer is very, very poor.
86
281000
4000
Portanto, nosso dicionário para descrever o câncer é muito, muito pobre.
05:00
It's basically symptoms.
87
285000
2000
Ele é, basicamente, de sintomas.
05:02
It's manifestations of a disease.
88
287000
3000
São manifestações de uma doença.
05:05
What's exciting is that over the last two or three years,
89
290000
3000
O que é excitante é que durante os últimos dois ou três anos,
05:08
the government has spent 400 million dollars,
90
293000
2000
o governo gastou 400 milhões de dólares,
05:10
and they've allocated another billion dollars,
91
295000
3000
e eles alocaram outro bilhão de dólares,
05:13
to what we call the Cancer Genome Atlas Project.
92
298000
2000
para o que chamamos de Projeto do Atlas de Genoma do Câncer.
05:15
So, it is the idea of sequencing all of the genes in the cancer,
93
300000
4000
Assim, a idéia é sequenciar todos os genes do câncer,
05:19
and giving us a new lexicon, a new dictionary to describe it.
94
304000
5000
dando-nos um novo léxico, um novo dicionário para descrevê-lo.
05:24
You know, in the mid-1850's in France,
95
309000
3000
Sabem, em meados do ano de 1850 na França,
05:27
they started to describe cancer by body part.
96
312000
3000
começaram a descrever o câncer associando a partes do corpo.
05:30
That hasn't changed in over 150 years.
97
315000
4000
Isso não mudou durante mais de 150 anos.
05:34
It is absolutely archaic that we call cancer
98
319000
4000
É absolutamente arcaico o que nós chamamos de câncer
05:38
by prostate, by breast, by muscle.
99
323000
4000
de próstata, de seio, de músculo.
05:42
It makes no sense, if you think about it.
100
327000
3000
Não faz sentido, se a gente pensa nisso.
05:45
So, obviously, the technology is here today,
101
330000
3000
Então, obviamente, a tecnologia está aqui hoje,
05:48
and, over the next several years, that will change.
102
333000
3000
e, ao longo dos próximos anos, isso irá mudar.
05:51
You will no longer go to a breast cancer clinic.
103
336000
2000
Vocês não irão mais a uma clínica de câncer de seio.
05:53
You will go to a HER2 amplified clinic, or an EGFR activated clinic,
104
338000
5000
Vocês irão a uma clínica de HER2 amplificado, ou a uma clínica de EGFR ativado,
05:58
and they will go to some of the pathogenic lesions
105
343000
2000
e eles irão atrás de algumas das lesões patogênicas
06:00
that were involved in causing this individual cancer.
106
345000
4000
que estavam envolvidas na causa desse câncer individual.
06:04
So, hopefully, we will go from being the art of medicine
107
349000
3000
Assim, esperamos, seremos menos a arte da medicina
06:07
more to the science of medicine,
108
352000
2000
e mais a ciência da medicina,
06:09
and be able to do what they do in infectious disease,
109
354000
3000
e seremos capazes de fazer o que se faz nas doenças infecciosas,
06:12
which is look at that organism, that bacteria,
110
357000
3000
que é olhar para aquele organismo, aquela bactéria,
06:15
and then say, "This antibiotic makes sense,
111
360000
3000
e então dizer, este antibiótico faz sentido,
06:18
because you have a particular bacteria that will respond to it."
112
363000
4000
porque você tem uma bactéria específica que responderá a ele.
06:22
When one is exposed to H1N1, you take Tamiflu,
113
367000
4000
Quando alguém é exposto ao H1N1, toma Tamiflu,
06:26
and you can remarkably decrease the severity of symptoms
114
371000
3000
e pode diminuir consideravelmente a gravidade dos sintomas
06:29
and prevent many of the manifestations of the disease.
115
374000
3000
e prevenir muitas das manifestações da doença.
06:32
Why? Because we know what you have, and we know how to treat it --
116
377000
5000
Por quê? Porque nós sabemos o que você tem, e nós sabemos como tratar isso,
06:37
although we can't make vaccine in this country, but that's a different story.
117
382000
4000
embora não possamos fazer vacinas neste país, mas essa é outra história.
06:41
The Cancer Genome Atlas is coming out now.
118
386000
3000
O Atlas do Genoma do Câncer está saindo agora.
06:44
The first cancer was done, which was brain cancer.
119
389000
4000
O primeiro câncer foi concluído, que foi o câncer de cérebro.
06:48
In the next month, the end of December, you'll see ovarian cancer,
120
393000
4000
No próximo mês, fim de dezembro, veremos o câncer de ovário,
06:52
and then lung cancer will come several months after.
121
397000
4000
e então o câncer de pulmão virá alguns meses depois.
06:56
There's also a field of proteomics that I'll talk about in a few minutes,
122
401000
3000
Há também o campo da proteômica, de que falarei em alguns minutos,
06:59
which I think is going to be the next level
123
404000
3000
que, creio, será o próximo nível
07:02
in terms of understanding and classifying disease.
124
407000
4000
em termos de compreender e classificar as doenças.
07:06
But remember, I'm not pushing genomics,
125
411000
2000
Mas lembrem-se, não estou impondo a genômica,
07:08
proteomics, to be a reductionist.
126
413000
3000
a proteômica, para ser um reducionista.
07:11
I'm doing it so we can identify what we're up against.
127
416000
3000
Estou fazendo isso para que possamos identificar o que estamos enfrentando.
07:14
And there's a very important distinction there that we'll get to.
128
419000
4000
E há uma distinção muito importante nisso, e vamos chegar a ela.
07:18
In health care today, we spend most of the dollars --
129
423000
3000
Nos cuidados com a saúde de hoje, gastamos a maior parte dos dólares,
07:21
in terms of treating disease --
130
426000
3000
em termos de tratamento de doenças --
07:24
most of the dollars in the last two years of a person's life.
131
429000
4000
a maior parte desses dólares nos últimos dois anos da vida de uma pessoa.
07:28
We spend very little, if any, dollars in terms of identifying what we're up against.
132
433000
5000
Nós gastamos muito poucos dólares, se é que gastamos, em termos de identificar o que estamos enfrentando.
07:33
If you could start to move that, to identify what you're up against,
133
438000
4000
Se a gente começar a mudar isso, no sentido de identificar o que estamos enfrentando,
07:37
you're going to do things a hell of a lot better.
134
442000
3000
vamos fazer as coisas tremendamente melhores.
07:40
If we could even take it one step further and prevent disease,
135
445000
4000
Se pudéssemos ao menos dar um passo à frente e prevenir doenças,
07:44
we can take it enormously the other direction,
136
449000
3000
poderíamos dar um grande passo em outra direção.
07:47
and obviously, that's where we need to go, going forward.
137
452000
4000
E, obviamente, é para onde temos que ir, seguindo em frente.
07:51
So, this is the website of the National Cancer Institute.
138
456000
3000
Portanto, esse é o site do Instituto Nacional do Câncer.
07:54
And I'm here to tell you, it's wrong.
139
459000
3000
E estou aqui para dizer-lhes, ele está errado.
07:57
So, the website of the National Cancer Institute
140
462000
2000
Então, o site do Instituto Nacional do Câncer
07:59
says that cancer is a genetic disease.
141
464000
4000
diz que o câncer é uma doença genética.
08:03
The website says, "If you look, there's an individual mutation,
142
468000
4000
O site diz que, se você olhar, existe uma mutação indivídual,
08:07
and maybe a second, and maybe a third,
143
472000
2000
e talvez uma segunda, e talvez uma terceira,
08:09
and that is cancer."
144
474000
2000
e isso é câncer.
08:11
But, as a cancer doc, this is what I see.
145
476000
4000
Mas, como uma médico de câncer, isto é o que eu vejo.
08:15
This isn't a genetic disease.
146
480000
2000
Isso não é uma doença genética.
08:17
So, there you see, it's a liver with colon cancer in it,
147
482000
3000
Assim, vejam aí, isso é um fígado com um câncer de colon,
08:20
and you see into the microscope a lymph node
148
485000
2000
e você vê no microscópio, um nódulo de linfa
08:22
where cancer has invaded.
149
487000
2000
onde o câncer invadiu.
08:24
You see a CT scan where cancer is in the liver.
150
489000
4000
Você vê uma tomografia computadorizada axial onde o câncer está no fígado.
08:28
Cancer is an interaction of a cell
151
493000
3000
Câncer é uma interação de uma célula
08:31
that no longer is under growth control with the environment.
152
496000
5000
que não está mais submetida ao controle de crescimento pelo ambiente.
08:36
It's not in the abstract; it's the interaction with the environment.
153
501000
4000
Isso não está no abstrato, é a interação com o ambiente.
08:40
It's what we call a system.
154
505000
3000
É o que chamamos de sistema.
08:43
The goal of me as a cancer doctor is not to understand cancer.
155
508000
4000
Meu objetivo como médico de câncer não é entender o câncer.
08:47
And I think that's been the fundamental problem over the last five decades,
156
512000
3000
E acho que isso tem sido o problema fundamental ao longo das cinco últimas décadas,
08:50
is that we have strived to understand cancer.
157
515000
3000
é que temos lutado para compreender o câncer.
08:53
The goal is to control cancer.
158
518000
3000
O objetivo é controlar o câncer.
08:56
And that is a very different optimization scheme,
159
521000
2000
E esse é um esquema de otimização muito diferente,
08:58
a very different strategy for all of us.
160
523000
3000
uma estratégia muito diferente para todos nós.
09:01
I got up at the American Association of Cancer Research,
161
526000
2000
Eu pedi a palavra na Associação Americana de Pesquisa do Câncer,
09:03
one of the big cancer research meetings, with 20,000 people there,
162
528000
4000
um dos maiores encontros da pesquisa do câncer, com 20.000 pessoas lá,
09:07
and I said, "We've made a mistake.
163
532000
3000
e disse, nós cometemos um erro.
09:10
We've all made a mistake, myself included,
164
535000
3000
Nós todos cometemos um erro, inclusive eu mesmo,
09:13
by focusing down, by being a reductionist.
165
538000
2000
por focalizar o detalhe, por ser um reducionista.
09:15
We need to take a step back."
166
540000
2000
Nós precisamos dar um passo atrás.
09:17
And, believe it or not, there were hisses in the audience.
167
542000
2000
E, acredite se quiser, houve assobios na audiência.
09:19
People got upset, but this is the only way we're going to go forward.
168
544000
4000
As pessoas ficaram perturbadas, mas esse é o único jeito de progredirmos.
09:23
You know, I was very fortunate to meet Danny Hillis a few years ago.
169
548000
4000
Sabem, eu tive muita sorte de conhecer Danny Hillis alguns anos atrás.
09:27
We were pushed together, and neither one of us really wanted to meet the other.
170
552000
4000
Fizeram com que nos reuníssemos, e nenhum de nós queria realmente conhecer o outro.
09:31
I said, "Do I really want to meet a guy from Disney, who designed computers?"
171
556000
4000
Eu dizia: " Será que eu quero conhecer um cara da Disney, que projetava computadores?"
09:35
And he was saying: Does he really want to meet another doctor?
172
560000
3000
E ele estava dizendo, será que ele quer mesmo conhecer mais um médico.
09:38
But people prevailed on us, and we got together,
173
563000
2000
Mas as pessoas levaram a melhor sobre nós, e acabamos juntos,
09:40
and it's been transformative in what I do, absolutely transformative.
174
565000
5000
e isso foi transformador no que faço, absolutamente transformador.
09:46
We have designed, and we have worked on the modeling --
175
571000
3000
Nós projetamos, e nós trabalhamos na modelagem --
09:49
and much of these ideas came from Danny and from his team --
176
574000
4000
e muitas dessa ideias vieram de Danny, e de seu time --
09:53
the modeling of cancer in the body as complex system.
177
578000
3000
a modelagem do câncer como um sistema complexo no corpo.
09:56
And I'll show you some data there
178
581000
2000
e eu mostrarei alguns dados aqui
09:58
where I really think it can make a difference and a new way to approach it.
179
583000
4000
onde eu realmente acredito que pode fazer diferença e uma nova maneira de abordá-lo.
10:02
The key is, when you look at these variables and you look at this data,
180
587000
4000
A questão é, quando você observa essas variáveis, e observa esses dados,
10:06
you have to understand the data inputs.
181
591000
4000
você tem que entender os dados de entrada.
10:10
You know, if I measured your temperature over 30 days,
182
595000
4000
Sabe, se eu medisse sua temperatura durante 30 dias,
10:14
and I asked, "What was the average temperature?"
183
599000
2000
e perguntasse, qual era a temperatura média,
10:16
and it came back at 98.7, I would say, "Great."
184
601000
4000
e o resultado fosse 37, eu diria, ótimo.
10:20
But if during one of those days
185
605000
2000
Mas se durante um daqueles dias
10:22
your temperature spiked to 102 for six hours,
186
607000
3000
sua temperatura atingisse 39 durante seis horas,
10:25
and you took Tylenol and got better, etc.,
187
610000
2000
e você tomasse Tylenol e melhorasse, etc.,
10:27
I would totally miss it.
188
612000
2000
eu ignoraria totalmente.
10:29
So, one of the problems, the fundamental problems in medicine
189
614000
3000
Então, um dos problemas fundamentais na medicina
10:32
is that you and I, and all of us,
190
617000
2000
é que você e eu, e todos nós,
10:34
we go to our doctor once a year.
191
619000
2000
vamos a nossos médicos uma vez por ano.
10:36
We have discrete data elements; we don't have a time function on them.
192
621000
4000
Nós dispomos de elementos discretos de dados; nós não temos os dados como função do tempo.
10:40
Earlier it was referred to this direct life device.
193
625000
3000
Anteriormente foi mencionado este monitor de atividade física DirectLife.
10:43
You know, I've been using it for two and a half months.
194
628000
3000
Sabem, eu uso isso há dois meses e meio.
10:46
It's a staggering device, not because it tells me
195
631000
2000
É um dispositivo surpreendente, não porque me diz
10:48
how many kilocalories I do every day,
196
633000
3000
quantas quilocalorias eu gasto a cada dia,
10:51
but because it looks, over 24 hours, what I've done in a day.
197
636000
4000
mas porque ele mede, em 24 horas, o que eu fiz em um dia.
10:55
And I didn't realize that for three hours I'm sitting at my desk,
198
640000
3000
E eu não me dava conta de que, durante três horas eu fico sentado a minha mesa,
10:58
and I'm not moving at all.
199
643000
2000
e eu não me movimento nada.
11:00
And a lot of the functions in the data that we have as input systems here
200
645000
5000
E muitas das funções dos dados que temos como sistemas de entrada aqui
11:05
are really different than we understand them,
201
650000
3000
são realmente diferentes do que nós as compreendemos,
11:08
because we're not measuring them dynamically.
202
653000
2000
porque não os estamos medindo dinamicamente.
11:10
And so, if you think of cancer as a system,
203
655000
5000
E assim, se a gente pensa no câncer como um sistema,
11:15
there's an input and an output and a state in the middle.
204
660000
4000
há uma entrada e uma saída e um estado no meio.
11:19
So, the states, are equivalent classes of history,
205
664000
3000
Então, os estados são classes equivalentes do histórico,
11:22
and the cancer patient, the input, is the environment,
206
667000
3000
e o paciente de câncer, a entrada é o ambiente,
11:25
the diet, the treatment, the genetic mutations.
207
670000
4000
a dieta, o tratamento, as mutações genéticas.
11:29
The output are our symptoms:
208
674000
3000
A saída são os nossos sintomas.
11:32
Do we have pain? Is the cancer growing? Do we feel bloated, etc.?
209
677000
4000
Nós sentimos dor? O câncer está crescendo? Nós nos sentimos inchados, etc.?
11:36
Most of that state is hidden.
210
681000
4000
Muito daquele estado está escondido.
11:40
So what we do in our field is we change and input,
211
685000
3000
Então o que fazemos em nossa área é: nós mudamos a entrada,
11:43
we give aggressive chemotherapy,
212
688000
2000
damos quimioterapia agressiva.
11:45
and we say, "Did that output get better? Did that pain improve, etc.?"
213
690000
5000
E dizemos, aquela saída melhorou? Fez a dor passar, etc.?
11:50
And so, the problem is that it's not just one system,
214
695000
4000
E assim, o problema é que não é apenas um sistema,
11:54
it's multiple systems on multiple scales.
215
699000
3000
São sistemas múltiplos em múltiplas escalas.
11:57
It's a system of systems.
216
702000
3000
É um sistema de sistemas.
12:00
And so, when you start to look at emergent systems,
217
705000
2000
E então, quando a gente começa a ver sistemas emergentes,
12:02
you can look at a neuron under a microscope.
218
707000
3000
você pode ver um neurônio sob um microscópio.
12:05
A neuron under the microscope is very elegant
219
710000
2000
Um neurônio sob um microscópio é muito elegante
12:07
with little things sticking out and little things over here,
220
712000
3000
com coisinhas espetadas para fora e coisinhas aqui,
12:10
but when you start to put them together in a complex system,
221
715000
4000
mas quando a gente começa a reuni-los num sistema complexo,
12:14
and you start to see that it becomes a brain,
222
719000
2000
e começamos a perceber que isso se torna um cérebro,
12:16
and that brain can create intelligence,
223
721000
3000
e aquele cérebro pode criar inteligência,
12:19
what we're talking about in the body,
224
724000
2000
aquilo de que estamos falando no corpo,
12:21
and cancer is starting to model it like a complex system.
225
726000
3000
e o câncer está começando a modelar isso como um sistema complexo.
12:24
Well, the bad news is that these robust --
226
729000
3000
Bem, a má notícia é que esses robustos --
12:27
and robust is a key word --
227
732000
2000
e robusto é uma palavra chave --
12:29
emergent systems are very hard to understand in detail.
228
734000
4000
sistemas emergentes são muito difíceis de entender em detalhe.
12:33
The good news is you can manipulate them.
229
738000
3000
A notícia boa é que a gente pode manipulá-los.
12:36
You can try to control them
230
741000
2000
A gente pode tentar controlá-los
12:38
without that fundamental understanding of every component.
231
743000
3000
sem aquela compreensão fundamental de cada componente.
12:41
One of the most fundamental clinical trials in cancer
232
746000
3000
Um dos ensaios clínicos mais fundamentais em câncer
12:44
came out in February in the New England Journal of Medicine,
233
749000
3000
saiu em Fevereiro no New England Journal of Medicine,
12:47
where they took women who were pre-menopausal with breast cancer.
234
752000
4000
onde eles pegaram mulheres que estavam na pré-menopausa com câncer de seio.
12:51
So, about the worst kind of breast cancer you can get.
235
756000
3000
Portanto, sobre o pior tipo de câncer de seio que você pode ter.
12:54
They had gotten their chemotherapy,
236
759000
2000
Elas tinham começado suas quimioterapias,
12:56
and then they randomized them,
237
761000
2000
e então elas foram selecionadas ao acaso,
12:58
where half got placebo,
238
763000
2000
metade tomou placebo,
13:00
and half got a drug called Zoledronic acid that builds bone.
239
765000
4000
e outra metade uma droga chamada Ácido Zoledrônico, que constrói ossos.
13:04
It's used to treat osteoporosis,
240
769000
2000
É usada para tratar osteoporose,
13:06
and they got that twice a year.
241
771000
2000
e elas tomaram aquilo duas vezes ao ano.
13:08
They looked and, in these 1,800 women,
242
773000
4000
Eles observaram e, nessas 1.800 mulheres,
13:12
given twice a year a drug that builds bone,
243
777000
3000
que receberam duas vezes ao ano a droga que constrói ossos,
13:15
you reduce the recurrence of cancer by 35 percent.
244
780000
5000
foi reduzida a recorrência de câncer em 35 por cento.
13:21
Reduce occurrence of cancer by a drug
245
786000
2000
Reduzida a ocorrência de câncer através de uma droga
13:23
that doesn't even touch the cancer.
246
788000
2000
que nem sequer afeta o câncer.
13:25
So the notion, you change the soil, the seed doesn't grow as well.
247
790000
5000
Então a noção é, você muda o solo, a semente não cresce.
13:30
You change that system,
248
795000
3000
Você muda o sistema,
13:33
and you could have a marked effect on the cancer.
249
798000
2000
e você poderia ter um efeito significativo sobre o câncer.
13:35
Nobody has ever shown -- and this will be shocking --
250
800000
3000
Ninguém jamais mostrou -- e isso vai ser chocante --
13:38
nobody has ever shown that most chemotherapy
251
803000
3000
ninguém jamais mostrou que a maioria dos quimioterápicos
13:41
actually touches a cancer cell.
252
806000
2000
efetivamente afeta uma célula cancerosa.
13:43
It's never been shown.
253
808000
2000
Isso nunca foi demonstrado.
13:45
There's all these elegant work in the tissue culture dishes,
254
810000
3000
Existem todos esses trabalhos elegantes sobre placas de cultura de tecidos,
13:48
that if you give this cancer drug, you can do this effect to the cell,
255
813000
3000
que, se você der essa droga para câncer, você pode fazer esse efeito para a célula,
13:51
but the doses in those dishes are nowhere near
256
816000
3000
mas as doses naquelas placas não são nada parecidas
13:54
the doses that happen in the body.
257
819000
4000
com as doses que acontecem no corpo.
13:58
If I give a woman with breast cancer a drug called Taxol
258
823000
3000
Se eu der a uma mulher com câncer de seio uma droga chamada Taxol
14:01
every three weeks, which is the standard,
259
826000
2000
a cada três semanas, que é o padrão,
14:03
about 40 percent of women with metastatic cancer
260
828000
2000
mais ou menos 40 por cento de mulheres com câncer metastático
14:05
have a great response to that drug.
261
830000
3000
têm ótima resposta àquela droga.
14:08
And a response is 50 percent shrinkage.
262
833000
2000
E uma resposta é 50 por cento de redução.
14:10
Well, remember that's not even an order of magnitude,
263
835000
2000
Bem, lembrem-se que isso não chega a ser uma ordem de magnitude,
14:12
but that's a different story.
264
837000
2000
mas essa é uma outra história.
14:14
They then recur, I give them that same drug every week.
265
839000
4000
Elas então recorrem, dou a elas aquela mesma droga toda semana.
14:18
Another 30 percent will respond.
266
843000
3000
Outras 30 por cento vão responder.
14:21
They then recur, I give them that same drug
267
846000
2000
Elas então recorrem, dou a elas aquela mesma droga
14:23
over 96 hours by continuous infusion,
268
848000
3000
durante 96 horas de infusão contínua,
14:26
another 20 or 30 percent will respond.
269
851000
3000
outras 20 ou 30 por cento responderão.
14:29
So, you can't tell me it's working by the same mechanism in all three size.
270
854000
4000
Assim, você não pode me dizer que está funcionando pelo mesmo mecanismo em todos os três casos.
14:33
It's not. We have no idea the mechanism.
271
858000
3000
Não está. Não temos nenhuma ideia do mecanismo.
14:36
So the idea that chemotherapy may just be disrupting
272
861000
3000
Então a ideia de que a quimioterapia pode estar apenas interrompendo
14:39
that complex system,
273
864000
3000
aquele sistema complexo,
14:42
just like building bone disrupted that system and reduced recurrence,
274
867000
5000
como construir osso interrompeu aquele sistema e reduziu a recorrência,
14:47
chemotherapy may work by that same exact way.
275
872000
3000
a quimioterapia pode funcionar exatamente da mesma maneira.
14:50
The wild thing about that trial also,
276
875000
3000
A coisa espantosa sobre esse ensaio também,
14:53
was that it reduced new primaries, so new cancers, by 30 percent also.
277
878000
7000
era que reduziu novos primários, ou seja, novos cânceres, em 30 por cento também.
15:02
So, the problem is, yours and mine, all of our systems are changing.
278
887000
5000
Portanto, o problema é que, os seus e os meus, todos os nossos sistemas estão mudando.
15:07
They're dynamic.
279
892000
2000
Eles são dinâmicos.
15:09
I mean, this is a scary slide, not to take an aside,
280
894000
3000
Quero dizer, esta é uma imagem assustadora, sem me desviar do assunto,
15:12
but it looks at obesity in the world.
281
897000
2000
mas ela mostra a obesidade no mundo.
15:14
And I'm sorry if you can't read the numbers, they're kind of small.
282
899000
3000
E sinto muito se vocês não podem ler os números, porque eles são meio pequenos.
15:17
But, if you start to look at it, that red, that dark color there,
283
902000
4000
Mas, se vocês começam a olhar para isso, aquele vermelho, aquela cor escura ali,
15:21
more than 75 percent of the population
284
906000
3000
mais de 75 por cento da população
15:24
of those countries are obese.
285
909000
3000
daqueles países são obesos.
15:27
Look a decade ago, look two decades ago: markedly different.
286
912000
4000
Olhe uma década atrás, olhe duas décadas atrás, marcadamente diferente.
15:31
So, our systems today are dramatically different
287
916000
3000
Então, nossos sistemas hoje são dramaticamente diferentes
15:34
than our systems a decade or two ago.
288
919000
4000
do que uma década ou duas atrás.
15:38
So the diseases we have today,
289
923000
3000
Portanto as doenças que temos hoje,
15:41
which reflect patterns in the system over the last several decades,
290
926000
4000
que refletem os padrões do sistema ao longo das últimas décadas,
15:45
are going to change dramatically over the next decade or so
291
930000
4000
vão mudar dramaticamente ao longo da próxima década mais ou menos
15:49
based on things like this.
292
934000
3000
por causa de coisas assim.
15:52
So, this picture, although it is beautiful, is a 40-gigabyte picture
293
937000
10000
Então, esta imagem, embora seja linda, é uma imagem de 40 gigabytes
16:02
of the whole proteome.
294
947000
2000
do proteoma inteiro.
16:04
So this is a drop of blood that has gone through a superconducting magnet,
295
949000
4000
Daí, isto é uma gota de sangue que passou por um imã supercondutor,
16:08
and we're able to get resolution
296
953000
2000
e nós somos capazes de obter uma resolução
16:10
where we can start to see all of the proteins in the body.
297
955000
4000
na qual podemos começar a ver todas as proteínas do corpo.
16:14
We can start to see that system.
298
959000
2000
Podemos começar a ver aquele sistema.
16:16
Each of the red dots are where a protein has actually been identified.
299
961000
4000
Cada ponto vermelho indica onde uma proteína foi realmente identificada.
16:20
The power of these magnets, the power of what we can do here,
300
965000
2000
A força desses imãs, a força do que nós podemos fazer aqui
16:22
is that we can see an individual neutron with this technology.
301
967000
5000
é que nós podemos ver um nêutron individual com essa tecnologia.
16:27
So, again, this is stuff we're doing with Danny Hillis
302
972000
3000
Assim, de novo, essa é a coisa que estamos fazendo com Danny Hillis
16:30
and a group called Applied Proteomics,
303
975000
2000
e um grupo chamado Proteômica Aplicada,
16:32
where we can start to see individual neutron differences,
304
977000
4000
de modo que podemos começar a ver diferenças individuais de nêutrons,
16:36
and we can start to look at that system like we never have before.
305
981000
4000
e podemos começar a observar o sistema como nunca fizemos antes.
16:40
So, instead of a reductionist view, we're taking a step back.
306
985000
4000
Então, em vez de uma visão reducionista, nós estamos recuando um passo.
16:44
So this is a woman, 46 years old,
307
989000
4000
Agora, aqui está uma mulher, 46 anos de idade,
16:48
who had recurrent lung cancer.
308
993000
3000
que tinha câncer de pulmão recorrente.
16:51
It was in her brain, in her lungs, in her liver.
309
996000
4000
Estava no cérebro dela, nos pulmões, no fígado.
16:55
She had gotten Carboplatin Taxol, Carboplatin Taxotere,
310
1000000
4000
Ela tinha sido tratada com Carboplatin Taxol, Carboplatin Taxotere,
16:59
Gemcitabine, Navelbine:
311
1004000
2000
Gemcitabene, Navelbine.
17:01
Every drug we have she had gotten, and that disease continued to grow.
312
1006000
5000
Ela tinha tomado todas as drogas que temos, e aquela doença continuava crescendo.
17:06
She had three kids under the age of 12,
313
1011000
4000
Ela tinha três filhos com menos de 12 anos,
17:10
and this is her CT scan.
314
1015000
2000
e esta é a tomografia dela.
17:12
And so what this is, is we're taking a cross-section of her body here,
315
1017000
3000
Então o que isto é, é uma seção transversal que fizemos do corpo dela neste ponto.
17:15
and you can see in the middle there is her heart,
316
1020000
3000
Como podem ver no meio está o coração dela,
17:18
and to the side of her heart on the left there is this large tumor
317
1023000
4000
e ao lado do coração dela, à esquerda, está este grande tumor
17:22
that will invade and will kill her, untreated, in a matter of weeks.
318
1027000
6000
que vai invadir e vai matá-la, se não for tratado, numa questão de semanas.
17:28
She goes on a pill a day that targets a pathway,
319
1033000
5000
Ela toma um comprimido por dia que visa um caminho,
17:33
and again, I'm not sure if this pathway was in the system, in the cancer,
320
1038000
4000
e novamente, não estou certo se esse caminho estava no sistema, no câncer,
17:37
but it targeted a pathway, and a month later, pow, that cancer's gone.
321
1042000
6000
mas ele visava um caminho, e um mês mais tarde, pow, aquele câncer foi-se embora.
17:43
Six months later it's still gone.
322
1048000
3000
Depois de outros seis meses, continuava desaparecido.
17:46
That cancer recurred, and she passed away three years later from lung cancer,
323
1051000
5000
Aquele câncer recorreu, e ela morreu três anos mais tarde de câncer do pulmão,
17:51
but she got three years from a drug
324
1056000
4000
mas ela conseguiu três anos graças a uma droga
17:55
whose symptoms predominately were acne.
325
1060000
2000
cujos sintomas, predominantemente, eram acne.
17:57
That's about it.
326
1062000
2000
É isso aí.
17:59
So, the problem is that the clinical trial was done,
327
1064000
4000
Então, o problema é que o teste clínico foi feito,
18:03
and we were a part of it,
328
1068000
2000
e nós participamos nele,
18:05
and in the fundamental clinical trial --
329
1070000
2000
e no teste clínico fundamental,
18:07
the pivotal clinical trial we call the Phase Three,
330
1072000
2000
o teste clínico pivô, é o que chamamos fase três,
18:09
we refused to use a placebo.
331
1074000
3000
nos recusamos a usar um placebo.
18:12
Would you want your mother, your brother, your sister
332
1077000
2000
Vocês gostariam que suas mães, seus irmãos, suas irmãs
18:14
to get a placebo if they had advanced lung cancer and had weeks to live?
333
1079000
4000
tomassem um placebo se eles estivessem com câncer pulmonar avançado e tivessem três semanas de vida?
18:18
And the answer, obviously, is not.
334
1083000
2000
E a resposta, obviamente, é não.
18:20
So, it was done on this group of patients.
335
1085000
2000
Assim, isso foi feito com esse grupo de pacientes.
18:22
Ten percent of people in the trial had this dramatic response that was shown here,
336
1087000
6000
10 por cento das pessoas no teste tiveram essa resposta dramática que é mostrada aqui,
18:28
and the drug went to the FDA,
337
1093000
3000
e a droga foi para o FDA,
18:31
and the FDA said, "Without a placebo,
338
1096000
2000
e o FDA disse, sem um placebo,
18:33
how do I know patients actually benefited from the drug?"
339
1098000
5000
como vamos saber se os pacientes efetivamente foram beneficiados pela droga?
18:38
So the morning the FDA was going to meet,
340
1103000
2000
Então, na manhã em que o FDA ia reunir-se,
18:40
this was the editorial in the Wall Street Journal.
341
1105000
3000
esse foi o editorial no Wall Street Journal.
18:43
(Laughter)
342
1108000
2000
(Risos)
18:45
And so, what do you know, that drug was approved.
343
1110000
4000
E assim, imaginem o que aconteceu, aquela droga foi aprovada.
18:49
The amazing thing is another company did the right scientific trial,
344
1114000
4000
A coisa surpreendente é que outra empresa fez o teste científico convencional,
18:53
where they gave half placebo and half the drug.
345
1118000
3000
em que deram placebo para a metade e a droga para outra metade.
18:56
And we learned something important there.
346
1121000
2000
E aprendemos uma coisa importante aqui.
18:58
What's interesting is they did it in South America and Canada,
347
1123000
3000
O interessante é que eles fizeram isso na América do Sul e no Canadá,
19:01
where it's "more ethical to give placebos."
348
1126000
3000
onde é "mais ético administrar placebos."
19:04
They had to give it also in the U.S. to get approval,
349
1129000
2000
Eles tiveram que administrá-lo também nos EUA para conseguir aprovação,
19:06
so I think there were three U.S. patients
350
1131000
2000
assim creio que houveram três pacientes dos EUA
19:08
in upstate New York who were part of the trial.
351
1133000
2000
no norte do Estado de New York, que fizeram parte do teste.
19:10
But they did that, and what they found
352
1135000
2000
Mas eles fizeram isso, e o que descobriram,
19:12
is that 70 percent of the non-responders
353
1137000
3000
é que 70 por cento dos que não responderam
19:15
lived much longer and did better than people who got placebo.
354
1140000
5000
viveram muito mais e ficaram melhor do que as pessoas que receberam placebo.
19:20
So it challenged everything we knew in cancer,
355
1145000
3000
Assim, isso lançou dúvida sobre tudo que sabíamos sobre o câncer,
19:23
is that you don't need to get a response.
356
1148000
2000
é que você não precisa obter uma resposta.
19:25
You don't need to shrink the disease.
357
1150000
2000
Você não precisa regredir a doença.
19:27
If we slow the disease, we may have more of a benefit
358
1152000
4000
Se nós retardarmos a doença, podemos ter um benefício maior
19:31
on patient survival, patient outcome, how they feel,
359
1156000
4000
em termos de sobrevivência dos pacientes, resultados dos pacientes, como eles se sentem,
19:35
than if we shrink the disease.
360
1160000
2000
do que se regredíssemos a doença.
19:37
The problem is that, if I'm this doc, and I get your CT scan today
361
1162000
3000
O problema é que, se eu sou seu médico, e recebo sua tomografia hoje,
19:40
and you've got a two centimeter mass in your liver,
362
1165000
3000
e você tem uma massa de dois centímetros no seu fígado,
19:43
and you come back to me in three months and it's three centimeters,
363
1168000
3000
e você retorna a mim em três meses, e ele está com três centímetros,
19:46
did that drug help you or not?
364
1171000
2000
será que aquela droga ajudou você ou não?
19:48
How do I know?
365
1173000
2000
Como posso saber?
19:50
Would it have been 10 centimeters, or am I giving you a drug
366
1175000
4000
Será que ele estaria com 10 centímetros, ou será que estou dando a você uma droga
19:54
with no benefit and significant cost?
367
1179000
3000
sem benefício algum e com um custo alto?
19:57
So, it's a fundamental problem.
368
1182000
2000
Assim, é um problema fundamental.
19:59
And, again, that's where these new technologies can come in.
369
1184000
5000
E, novamente, é aí que essas novas tecnologias podem contribuir.
20:04
And so, the goal obviously is that you go into your doctor's office --
370
1189000
4000
E assim, o objetivo é, obviamente, que você entre no consultório de seu médico --
20:08
well, the ultimate goal is that you prevent disease, right?
371
1193000
3000
bem, o objetivo principal é que você previna a doença, certo.
20:11
The ultimate goal is that you prevent any of these things from happening.
372
1196000
4000
O objetivo principal é que você evite que todas essas coisas aconteçam.
20:15
That is the most effective, cost-effective,
373
1200000
3000
Esse é o mais eficaz, eficiente em termos de custo,
20:18
best way we can do things today.
374
1203000
2000
a melhor maneira que temos de fazer as coisas hoje.
20:20
But if one is unfortunate to get a disease,
375
1205000
3000
Mas se alguém tem o infortúnio de ter a doença,
20:23
you'll go into your doctor's office, he or she will take a drop of blood,
376
1208000
3000
vai entrar no consultório de seu médico, ele ou ela vai tirar uma gota de sangue,
20:26
and we will start to know how to treat your disease.
377
1211000
4000
e vamos começar a saber como tratar a doença.
20:31
The way we've approached it is the field of proteomics,
378
1216000
3000
A maneira como abordamos isso é o campo da proteômica
20:34
again, this looking at the system.
379
1219000
2000
novamente, com isso observando o sistema.
20:36
It's taking a big picture.
380
1221000
2000
Isso é tirar uma foto do todo.
20:38
The problem with technologies like this is
381
1223000
3000
O problema com tecnologias como essa é
20:41
that if one looks at proteins in the body,
382
1226000
2000
que, se a gente observa as proteínas no corpo,
20:43
there are 11 orders of magnitude difference
383
1228000
3000
existe uma diferença de 11 ordens de magnitude
20:46
between the high-abundant and the low-abundant proteins.
384
1231000
3000
entre as proteínas muito abundantes e as pouco abundantes.
20:49
So, there's no technology in the world that can span 11 orders of magnitude.
385
1234000
5000
Então, não existe tecnologia no mundo que possa abranger 11 ordens de magnitude.
20:54
And so, a lot of what has been done with people like Danny Hillis and others
386
1239000
5000
E assim, muito do que foi feito com Danny Hillis e outros
20:59
is to try to bring in engineering principles, try to bring the software.
387
1244000
4000
é tentar trazer princípios de engenharia, tentar trazer o software.
21:03
We can start to look at different components along this spectrum.
388
1248000
5000
Podemos começar a observar componentes diferentes ao longo desse espectro.
21:08
And so, earlier was talked about cross-discipline, about collaboration.
389
1253000
5000
E assim, anteriormente falamos de interdisciplinaridade, de colaboração.
21:13
And I think one of the exciting things that is starting to happen now
390
1258000
3000
E creio que uma das coisas positivas que estão começando a acontecer agora
21:16
is that people from those fields are coming in.
391
1261000
3000
é que as pessoas desses campos estão chegando.
21:19
Yesterday, the National Cancer Institute announced a new program
392
1264000
3000
Ontem, o Instituto Nacional do Câncer anunciou um novo programa
21:22
called the Physical Sciences and Oncology,
393
1267000
3000
chamado Ciências Físicas e Oncologia,
21:25
where physicists, mathematicians, are brought in to think about cancer,
394
1270000
4000
no qual físicos, matemáticos, são envolvidos em pensar sobre o câncer.
21:29
people who never approached it before.
395
1274000
3000
pessoas que jamais chegaram perto disso anteriormente.
21:32
Danny and I got 16 million dollars, they announced yesterday,
396
1277000
3000
Danny e eu obtivemos 16 milhões de dólares, conforme anunciaram ontem,
21:35
to try to attach this problem.
397
1280000
2000
para tentar lidar com esse problema.
21:37
A whole new approach, instead of giving high doses of chemotherapy
398
1282000
4000
Uma abordagem completamente nova, em vez de dar altas doses de quimioterápicos,
21:41
by different mechanisms,
399
1286000
2000
através de mecanismos diferentes
21:43
to try to bring technology to get a picture of what's actually happening in the body.
400
1288000
6000
para tentar aplicar a tecnologia para obter uma imagem do que está efetivamente acontecendo no corpo.
21:49
So, just for two seconds, how these technologies work --
401
1294000
4000
Assim, apenas uns dois segundos, sobre como essas tecnologias funcionam --
21:53
because I think it's important to understand it.
402
1298000
3000
porque creio que é importante entender isso.
21:56
What happens is every protein in your body is charged,
403
1301000
3000
O que acontece é que cada uma das proteínas em nossos corpos está carregada,
21:59
so the proteins are sprayed in, the magnet spins them around,
404
1304000
4000
então as proteínas são pulverizadas ali, o magneto as faz girar,
22:03
and then there's a detector at the end.
405
1308000
2000
e então há um detector no final.
22:05
When it hit that detector is dependent on the mass and the charge.
406
1310000
5000
O momento em que ela chega ao detector é dependente da massa e da carga.
22:10
And so we can accurately -- if the magnet is big enough,
407
1315000
3000
E assim, precisamente, se o magneto for grande o suficiente,
22:13
and your resolution is high enough --
408
1318000
2000
e se a resolução for suficiente,
22:15
you can actually detect all of the proteins in the body
409
1320000
3000
a gente pode realmente detectar todas as proteínas no corpo
22:18
and start to get an understanding of the individual system.
410
1323000
4000
e começar a obter um entendimento do sistema individual.
22:22
And so, as a cancer doctor,
411
1327000
2000
E assim, como médico de câncer,
22:24
instead of having paper in my chart, in your chart, and it being this thick,
412
1329000
5000
em vez de ter papel no meu prontuário, no prontuário de vocês, e dele ficar grosso assim,
22:29
this is what data flow is starting to look like in our offices,
413
1334000
4000
assim é como o fluxo de dados está ficando em nossos consultórios,
22:33
where that drop of blood is creating gigabytes of data.
414
1338000
3000
onde aquela gota de sangue está criando gigabytes de dados.
22:36
Electronic data elements are describing every aspect of the disease.
415
1341000
4000
Elementos eletrônicos de dados estão descrevendo cada aspecto da doença.
22:40
And certainly the goal is we can start to learn from every encounter
416
1345000
4000
E certamente o objetivo é que possamos começar a aprender de cada consulta
22:44
and actually move forward, instead of just having encounter and encounter,
417
1349000
5000
e realmente avançar, em vez de simplesmente ter consultas e mais consultas,
22:49
without fundamental learning.
418
1354000
2000
sem aprendizagem fundamental.
22:51
So, to conclude, we need to get away from reductionist thinking.
419
1356000
6000
Assim, para encerrar, precisamos deixar para trás o pensamento reducionista.
22:57
We need to start to think differently and radically.
420
1362000
4000
Precisamos começar a pensar diferentemente e radicalmente.
23:01
And so, I implore everyone here: Think differently. Come up with new ideas.
421
1366000
4000
E por isso, imploro a todos aqui, pensem de modo diferente. Tenham idéias novas.
23:05
Tell them to me or anyone else in our field,
422
1370000
3000
Contem-nas para mim ou para outras pessoas de nossa área,
23:08
because over the last 59 years, nothing has changed.
423
1373000
3000
porque, durante os últimos 59 anos, nada mudou.
23:11
We need a radically different approach.
424
1376000
3000
Precisamos de uma abordagem radicalmente diferente.
23:14
You know, Andy Grove stepped down as chairman of the board at Intel --
425
1379000
3000
Como vocês sabem, quando Andy Grove deixou o cargo de presidente do conselho da Intel --
23:17
and Andy was one of my mentors, tough individual.
426
1382000
3000
e Andy foi um de meus mentores, um indivíduo forte --
23:20
When Andy stepped down, he said,
427
1385000
2000
quando Andy saiu, ele disse,
23:22
"No technology will win. Technology itself will win."
428
1387000
3000
"Nenhuma tecnologia vai vencer. A própria tecnologia vai vencer."
23:25
And I'm a firm believer, in the field of medicine and especially cancer,
429
1390000
4000
E creio firmemente, no campo da medicina e especialmente no câncer,
23:29
that it's going to be a broad platform of technologies
430
1394000
3000
que vai ser uma ampla plataforma de tecnologias
23:32
that will help us move forward
431
1397000
2000
que vai nos ajudar a progredir
23:34
and hopefully help patients in the near-term.
432
1399000
2000
e tomara que isso ajude os pacientes no curto prazo.
23:36
Thank you very much.
433
1401000
2000
Muito obrigado a vocês.
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