[SHAPE YOUR FUTURE]
«آینده خود را بسازید»
(Slam) Ow!
(صدای ضربه) اوه!
As anyone who’s stubbed a toe in the dark or spent an hour searching for their keys knows we're often limited by what we can or cannot see. In fact, even our own bodies can be black boxes.
مانند هر کسی که درتاریکی انگشتش را به جایی میکوبد یا یک ساعت به دنبال کلیدش است میداند که ما اغلب محدود به چیزهایی هستیم که میتوانیم یا نمیتوانیم ببینیم. در واقع حتی بدن خود ما میتواند جعبه سیاه باشد. امروز شما را به چشماندازی از مراقبتهای بهداشتی میبرم،
Today, I want to take you through a vision of health care that scientists and engineers, myself included, are building. We are creating a diagnostic lab inside your body that can provide a continuous analysis of your health so that we can better see what's happening in patients.
که دانشمندان و مهندسانی از جمله من در حال ساختن هستیم. ما در حال ایجاد یک آزمایشگاه تشخیصی داخل بدنتان هستیم که بطور مداوم سلامتی شما را تحلیل میکند، تا بهتر آنچه که در بدن بیماران اتفاق میافتد را ببینیم.
Currently, if someone is sick, we may diagnose them by using a biopsy to bring disease tissue outside the body where we can see it. We do this if we suspect, for instance, that a growth might be cancerous. Unfortunately, this approach can't work all the time because of two major problems. First, some tissues, like brains or spinal cords, can't be routinely biopsied. And second, doctors often don't know which tissue is causing the problem, so they don't know what to biopsy. So far, we've dealt with these issues using external medical tests, like MRIs or blood tests. These provide a broad overview of the health of a patient, but they can't see the molecular and cellular changes that occur within tissues, and they certainly can't provide enough information to proactively treat patients before symptoms develop. This is unfortunate because it's these invisible changes that ultimately cause disease. Our inability to measure these changes results in a disparity between what we can see on a test and what we know is happening in patients.
در حال حاضر، اگر شخصی بیمار شود، بیماریاش را با انجام نمونهبرداری تشخیص میدهیم این کار با بیرون آوردن بافت از بدن بیمار، جایی که بتوانیم ببینیم، انجام میشود. ما اینکار را زمانی انجام میدهیم که مشکوک به رشد سلولهای سرطانی باشیم. متاسفانه، این کار همیشه جواب نمیدهد به دلیل دو مشکل بزرگ. اول اینکه برخی بافتها، مانند مغز یا نخاع قابل نمونهبرداری نیستند. و دوم اینکه، پزشکان اغلب نمیدانند که کدام بافت دچار مشکل شده است، نمیدانند که از چه نمونهبرداری کنند. تاکنون ما تشخیص را با استفاده از آزمایشات خارج از بدن بیمار مانند امآرآی یا آزمایش خون انجام دادهایم. اینها یک نمای کلی از وضعیت سلامت بیمار میدهند، اما نمیتوانند تغییرات مولکولی و سلولی را ببینند که در بافتها اتفاق میافتد، و بطور قطع نمیتوانند اطلاعات کافی برای درمان قبل از بروز علائم ارائه دهند. این باعث تاسف است زیرا که همین تغییرات نامرئی است که در نهایت موجب بیماری میشود. ناتوانی ما در سنجش این تغییرات منجر به اختلاف بین آنجه در آزمایش میبینیم و آنچه در بدن بیمار اتفاق میافتد، میشود.
Let's take multiple sclerosis as an example. In MS, which is an autoimmune disease, the immune system attacks two specific tissues: the brain and the spinal cord, resulting in damage and in some cases, paralysis. Now, we obviously can't catch MS by routinely biopsying people's brains, where there would be abundant and active disease-inducing cells. And we can't catch it using a blood test because the MS-inducing cells are so rare and inactive in the blood that we simply can't see them. Even brain imaging technologies like MRI can't provide the information we need to be proactive about MS.
به عنوان مثال بیایید تصلب بافت چندگانه را در نظر بگیریم. در بیماری اِم اِس، که بیماری خودایمنی است، سیستم ایمنی به دوبافت خاص حمله میکند: مغز و نخاع، که منجر به آسیب و در برخی موارد فلج میشود. حال بدیهی استکه نمیتوانیم بانمونهبرداری معمول از مغز افراد، ام اس را تشخیص دهیم، جایی که سلولهای القاکننده بیماری فراوان و فعال وجود داشته باشد. و نمیتوانیم آن را با آزمایش خون تشخیص دهیم چون سلولهای به وجود آورنده ام اس در خون بسیار نادر و غیرفعال هستند که ما به راحتی نمیتوانیم ببینیم. حتی فناوری تصویربرداری ازمغز مثل ام آر آی هم نمیتواند اطلاعات مورد نیاز ما را برای پیشگیری از ام اس فراهم کند.
So we need to rethink how we see. My coworkers at the University of Michigan and I decided to do just that. Instead of taking an outside-in approach to diagnostics, we're taking an inside-out approach. We are creating implantable sites that have similarities to other sites in the body, and will improve our vision by giving us real-time access to molecular and cellular information about diseased tissues. These insights will enable us to predict the onset of disease and even identify therapies likely to work in an individual patient.
پس باید در دیدگاه خود تجدید نظر کنیم. من و همکارانم در دانشگاه میشیگان تصمیم گرفتیم همین کار را انجام دهیم. به جای اتخاذ رویکرد بیرونی در تشخیص، ما رویکرد درون به بیرون را در پیش گرفتیم. ما در حال ایجاد پایگاههای قابل کشت هستیم که شباهت زیادی به پایگاههای درون بدن انسان دارد، و چشمانداز ما را با دسترسی همگامشده به اطلاعات مولکولی و سلولی در مورد بافتهای بیمار ارتقا میبخشد. این چشمانداز ما را قادر به پیشبینی زمان شروع بیماری میکند و حتی روشهای درمانی که احتمال موثر بودن در بیمار دارد را تشخیص میدهد.
So what does this inside-out approach look like? Step one is to engineer new tissues just under the skin. These tissues have similarities to other inaccessible sites in the body, like the brain or the lungs. By implanting a porous plastic disk made of FDA-approved biomaterials, I can harness the body's natural responses to allow cells to migrate into the disk, survive at the site and form a tissue. Eventually, we're left with an engineered tissue with integrated immune cells, just the cells we need for diagnosis. Although these tissues are complex and chronically inflamed, they're also innocuous and after a few weeks, nearly imperceptible. Our engineered tissues contain information not present in the blood, and they can help bridge the gap between what we can see on a traditional test and cellular changes we know occur in disease.
خوب حالا این رویکرد درون به بیرون شبیه چیست؟ قدم اول مهندسی بافتهای جدید زیر پوست است. این بافتها شباهت زیادی به دیگر پایگاههای غیرقابل دسترسی بدن دارند، مثل مغز یا ریهها. با کاشتن یک دیسک پلاستیکی متخلخل با مواد زیستی مورد تایید اف دی ای، میتوانم ازپاسخهای طبیعی بدن استفاده کنم و به سلولها اجازه مهاجرت به دیسک دهم، آنها در آن مکان زنده مانده و بافت تشکیل میدهند. در نهایت ما با یک بافت مهندسیشده روبرو میشویم با سلولهای ایمن شده یکپارچه، فقط سولهایی که ما برای تشخیص نیاز داریم. اگرچه این سلولها پیچیده و بصورت مزمن ملتهب هستند، اما بیضررند و بعد از چند هفته، نامحسوس میشوند. بافتهای مهندسی شده ما شامل اطلاعاتی هستند که در خون نمیتوان یافت، کمک میکنند که براین خلا پل بزنیم بین چیزی که در آزمایشات سنتی قابل مشاهده است و تغییرات سلولی که میدانیم در حال وقوع در بیماری است.
Step two is to read this signal. Currently, I could take a biopsy of my engineered site and analyze it because I made them accessible just under the skin. But it would certainly be better if we could incorporate and read a sensor noninvasively. Within the next decade, rapidly converging technologies could enable diagnosis at such an implant by harnessing simple detectors, like a blood pressure cuff or smartwatch does now. The mechanisms for diagnosing and monitoring disease could be as simple as opening an app, like Candy Crush on your phone.
قدم دوم خواندن این علائم است. حال میتوانم یک نمونهبرداری از بافت مهندسی شده داشته باشم و آزمایش کنم زیرا من آنها را در زیر پوست قابل دسترسی کردهام. اما یقینا بهتر خواهد بود اگر بتوانیم یک سنسور را بطور غیرتهاجمی جا بدهیم و بخوانیم. طی یک دهه آینده، فناوریهای همگرا بطور سریع قابلیت تشخیص در چنین کاشتی را خواهند داشت با استفاده از ردیابهای ساده، مانند کاف فشار خون یا ساعتهای هوشمند که اینکار را میکنند. مکانیسم تشخیص و پایش بیماری میتواند به سادگی باز کردن یک برنامه در تلفن همراه شما مثل کندی کراش باشد.
Step three is to harness the huge array of knowledge in fields like engineering and material science to improve these implants and our ability to read their data. Eventually, tens, if not hundreds of individual engineered tissues with integrated sensors may be implantable with a single application.
قدم سوم استفاده از پهنه بزرگی از دانش است در رشتههایی مثل مهندسی و علم مواد تا این کاشتها و توانایی ما برای خواندن دادهها ارتقا پیدا کند. سرانجام، دهها، اگر نه صدها بافت مهندسی شده فردی با سنسورهای یکپارچه ممکن است قابل کاشت با یک برنامه ساده باشند.
Now, this approach to diagnosis is unconventional, to be sure, but it is robust. So far, my colleagues and I have used it to diagnose models of metastatic cancer, type 1 diabetes, multiple sclerosis and organ transplant rejection. But this is just the beginning of what we can see. With continuous improvements, we will be able to truly create a diagnostic lab inside your body that provides a continuous analysis of your health. By changing how we see what's going wrong in patients, we will be able to diagnose and treat diseases better and faster than ever before. If you're willing to rethink how you see, you may be surprised what comes into view.
این رویکرد تشخیص مطمئناً غیرمتعارف بوده، اما قوی است. من و همکارانم از آن استفاده میکنیم تا مدلهای سرطانهای متاستاتیک، دیابت نوع ۱، اِم اِس و رد پیوند اعضا را تشخیص دهیم. اما این شروع کار از آن چیزی است که میتوانیم ببینیم. ما به ارتقای آن ادامه میدهیم، ما قادر خواهیم بود تا به واقع یک آزمایشگاه تشخیص درون بدن شما ایجاد کنیم که دائما سلامت شما را تحلیل میکند. با تغییر دیدگاهمان که در بیماران چه اشتباهی رخ میدهد، ما قادر به تشخیص و درمان بهتر بیماری سریعتر از قبل خواهیم بود. اگر مایلید در دیدگاه خود تجدید نظر کنید، ممکن است از آنچه به چشم میآید شگفتزده شوید.
Thank you.
ممنون.