Ich bin Onkologe, und vor drei oder vier Jahren ging ich an der Apotheke im Krankenhaus vorbei und sah dieses Cover des Magazins Fortune im Fenster der Apotheke.
I'm a cancer doctor, and I walked out of my office and walked by the pharmacy in the hospital three or four years ago, and this was the cover of Fortune magazine sitting in the window of the pharmacy.
Und wenn Sie Onkologe sind und das sehen, dann werden Sie schon etwas entmutigt. Aber wenn Sie den Artikel von Cliff lesen, der selbst Krebs hatte und überlebte, der durch eine klinische Studie gerettet wurde, für die ihn seine Eltern aus New York City nach Upstate New York fuhren, um eine experimentelle Therapie für Hodgkin-Lymphom zu bekommen, die sein Leben rettete. Er bringt hier bemerkenswerte Argumente. Und der Artikel lief darauf hinaus, dass wir Biologie reduktionistisch sehen, auch den Krebs. In den letzten 50 Jahren haben wir uns vor allem auf das einzelne Gen konzentriert um den Krebs zu verstehen, nicht, um ihn zu kontrollieren.
And so, as a cancer doctor, you look at this, and you get a little bit downhearted. But when you start to read the article by Cliff, who himself is a cancer survivor, who was saved by a clinical trial where his parents drove him from New York City to upstate New York to get an experimental therapy for -- at the time -- Hodgkin's disease, which saved his life, he makes remarkable points here. And the point of the article was that we have gotten reductionist in our view of biology, in our view of cancer. For the last 50 years, we have focused on treating the individual gene in understanding cancer, not in controlling cancer.
Das hier ist eine erstaunliche Tabelle. Und das ernüchtert uns in der Onkologie jeden Tag, denn offensichtlich haben wir bemerkenswerte Fortschritte bei Herz-Kreislauf-Erkrankungen gemacht. Aber schauen Sie sich den Krebs an. Die Sterberate bei Krebs hat sich über 50 Jahre nicht verändert. Es gibt kleine Erfolge bei Krankheiten wie chronische myeloische Leukämie, dort haben wir eine Pille, die bei 100 Prozent der Patienten zur Remission führt. Aber im Allgemeinen haben wir im Krieg gegen den Krebs gar nichts bewirkt.
So, this is an astounding table. And this is something that sobers us in our field everyday in that, obviously, we've made remarkable impacts on cardiovascular disease, but look at cancer. The death rate in cancer in over 50 years hasn't changed. We've made small wins in diseases like chronic myelogenous leukemia, where we have a pill that can put 100 percent of people in remission, but in general, we haven't made an impact at all in the war on cancer.
Ich möchte Ihnen also heute sagen, was meiner Meinung nach die Gründe dafür sind, und dann meine Komfortzone verlassen, und Ihnen sagen, in welche Richtung es weitergeht, wohin ein neuer Ansatz führt - den wir bei der Behandlung von Krebs vorantreiben möchten. Denn das hier ist falsch.
So, what I'm going to tell you today, is a little bit of why I think that's the case, and then go out of my comfort zone and tell you where I think it's going, where a new approach -- that we hope to push forward in terms of treating cancer. Because this is wrong.
Was also ist zunächst einmal Krebs? Nun, wenn Sie einen Knoten oder einen abnormen Blutwert haben, gehen Sie zum Arzt. Der steckt eine Nadel rein. Unsere heutige Art zu diagnostizieren ist die Mustererkennung. Sieht das normal aus? Sieht das unnormal aus?
So, what is cancer, first of all? Well, if one has a mass or an abnormal blood value, you go to a doctor, they stick a needle in. They way we make the diagnosis today is by pattern recognition: Does it look normal? Does it look abnormal?
Wenn also ein Pathologe diese Plastikflasche anschauen würde. Das ist eine normale Zelle. Das ist eine Krebszelle. Das ist die modernste Art der Krebsdiagnose. Kein molekularer Test. Keine Gensequenzierung, von der wir gestern gehört haben. Keine tolle Untersuchung der Chromosomen. Dies ist der aktuelle Stand der Diagnosetechnik.
So, that pathologist is just like looking at this plastic bottle. This is a normal cell. This is a cancer cell. That is the state-of-the-art today in diagnosing cancer. There's no molecular test, there's no sequencing of genes that was referred to yesterday, there's no fancy looking at the chromosomes. This is the state-of-the-art and how we do it.
Ich weiß sehr gut, als Onkologe, dass ich fortgeschrittenen Krebs kaum heilen kann. Daher, mal nebenbei bemerkt, glaube ich fest an den Nutzen einer Früherkennung von Krebs. Die einzige Chance im Kampf gegen den Krebs besteht darin, ihn früh zu erwischen. Wir können die meisten Krebserkrankungen verhindern. Im vorherigen Vortrag hörten wir etwas über die Verhinderung von Herzkrankheiten. Wir könnten dasselbe bei Krebs tun. Ich bin Mitgründer einer Firma namens Navigenics, wenn Sie für uns in ein Röhrchen spucken, können wir 35 oder 40 genetische Marker für Krankheiten untersuchen, die alle in vielen Krebsarten verzögert werden können. Zunächst stellen wir fest, welche Krankheiten Sie bekommen könnten, und dann können wir anfangen, sie zu verhindern. Denn das Problem ist, wenn Sie fortgeschrittenen Krebs haben, können wir heute nicht sehr viel tun, wie Sie an der Statistik sehen.
You know, I know very well, as a cancer doctor, I can't treat advanced cancer. So, as an aside, I firmly believe in the field of trying to identify cancer early. It is the only way you can start to fight cancer, is by catching it early. We can prevent most cancers. You know, the previous talk alluded to preventing heart disease. We could do the same in cancer. I co-founded a company called Navigenics, where, if you spit into a tube -- and we can look look at 35 or 40 genetic markers for disease, all of which are delayable in many of the cancers -- you start to identify what you could get, and then we can start to work to prevent them. Because the problem is, when you have advanced cancer, we can't do that much today about it, as the statistics allude to.
Krebs ist eine Krankheit des Alters. Warum ist das so? Weil die Evolution sich nicht mehr um uns kümmert, nachdem wir unsere Kinder bekommen haben. Sehen Sie, die Evolution schützte uns während unserer frühen Elternjahre, und dann, nach dem Alter von 35 oder 40 oder 45, sagt sie, jetzt ist es egal, denn sie haben ja schon ihre Nachkommen. Krebserkrankungen bei Kindern sind also extrem selten, in der Größenordnung von Tausenden von Fällen pro Jahr. Je älter man wird, desto häufiger wird es.
So, the thing about cancer is that it's a disease of the aged. Why is it a disease of the aged? Because evolution doesn't care about us after we've had our children. See, evolution protected us during our childbearing years and then, after age 35 or 40 or 45, it said "It doesn't matter anymore, because they've had their progeny." So if you look at cancers, it is very rare -- extremely rare -- to have cancer in a child, on the order of thousands of cases a year. As one gets older? Very, very common.
Warum ist Krebs so schwer zu behandeln? Weil er heterogen ist, und das ist das perfekte Substrat für die Evolution innerhalb des Krebses. Er beginnt damit, für diese agressiven Zellen zu selektieren, was wir klonale Selektion nennen. Aber, wenn wir erst einmal verstanden haben, dass Krebs nicht bloß ein molekularer Defekt ist, sondern noch etwas anderes, dann eröffnen sich neue Wege der Behandlung, wie ich gleich zeigen werde.
Why is it hard to treat? Because it's heterogeneous, and that's the perfect substrate for evolution within the cancer. It starts to select out for those bad, aggressive cells, what we call clonal selection. But, if we start to understand that cancer isn't just a molecular defect, it's something more, then we'll get to new ways of treating it, as I'll show you.
Also eines unserer fundamentalen Probleme mit Krebs ist, dass wir ihn momentan mit Hilfe einiger Adjektive beschreiben, mit Symptomen. Ich bin müde, aufgebläht, habe Schmerzen, usw. Dann haben Sie einige anatomische Beschreibungen. Dann kommt der CT-Scan. In der Leber findet sich eine 3 cm große Geschwulst. Dann haben Sie Beschreibungen nach Körperteilen. Es ist in der Leber, in der Brust, in der Prostata. Und das war's schon. Unser Wortschatz für die Beschreibung von Krebs ist also sehr klein. Es sind vor allem Symptome. Es sind Manifestationen einer Krankheit.
So, one of the fundamental problems we have in cancer is that, right now, we describe it by a number of adjectives, symptoms: "I'm tired, I'm bloated, I have pain, etc." You then have some anatomic descriptions, you get that CT scan: "There's a three centimeter mass in the liver." You then have some body part descriptions: "It's in the liver, in the breast, in the prostate." And that's about it. So, our dictionary for describing cancer is very, very poor. It's basically symptoms. It's manifestations of a disease.
Sehr spannend ist, dass über die letzten zwei oder drei Jahre, die Regierung 400 Millionen Dollar ausgegeben und weitere Milliarden Dollar bereitgestellt hat für das Cancer Genome Atlas Project. Die Idee ist, alle Gene im Krebs zu sequenzieren und so ein neues Lexikon zu erhalten, um ihn zu beschreiben. Um 1855 herum begann man in Frankreich damit, Krebs nach Körperteilen zu beschreiben. Das hat sich in über 150 Jahren nicht geändert. Es ist absolut archaisch, dass wir Krebs danach benennen, ob er in der Prostata, in der Brust oder im Muskel sitzt. Es ergibt keinen Sinn, wenn Sie darüber nachdenken.
What's exciting is that over the last two or three years, the government has spent 400 million dollars, and they've allocated another billion dollars, to what we call the Cancer Genome Atlas Project. So, it is the idea of sequencing all of the genes in the cancer, and giving us a new lexicon, a new dictionary to describe it. You know, in the mid-1850's in France, they started to describe cancer by body part. That hasn't changed in over 150 years. It is absolutely archaic that we call cancer by prostate, by breast, by muscle. It makes no sense, if you think about it.
Also offensichtlich ist die Technologie heute vorhanden, und in den nächsten Jahren wird sich das ändern. Sie werden nicht länger zu einer Brustkrebsklinik gehen. Sie werden zu einer HER2-Amplified-Klinik oder zu einer EGFR-Activated-Klinik gehen, und dort werden die pathogenen Verletzungen untersucht, die diesen individuellen Krebs mitverursacht haben. Wir werden uns also hoffentlich bald von der medizinischen Kunst zur medizinischen Wissenschaft bewegen und das tun können, was wir bei Infektionskrankheiten tun, nämlich den Organismus, das Bakterium, untersuchen und dann sagen, dieses Antibiotikum ist sinnvoll, weil Sie ein bestimmtes Bakterium haben, das darauf reagieren wird. Wenn Sie H1N1 haben, nehmen Sie Tamiflu, und Sie können die Schwere der Symptome erstaunlich reduzieren und viele Manifestationen der Krankheit verhindern. Warum? Weil wir wissen, was Sie haben, und wir wissen, wie es zu behandeln ist, obwohl wir hierzulande keinen Impfstoff herstellen können, aber das ist eine andere Geschichte.
So, obviously, the technology is here today, and, over the next several years, that will change. You will no longer go to a breast cancer clinic. You will go to a HER2 amplified clinic, or an EGFR activated clinic, and they will go to some of the pathogenic lesions that were involved in causing this individual cancer. So, hopefully, we will go from being the art of medicine more to the science of medicine, and be able to do what they do in infectious disease, which is look at that organism, that bacteria, and then say, "This antibiotic makes sense, because you have a particular bacteria that will respond to it." When one is exposed to H1N1, you take Tamiflu, and you can remarkably decrease the severity of symptoms and prevent many of the manifestations of the disease. Why? Because we know what you have, and we know how to treat it -- although we can't make vaccine in this country, but that's a different story.
Der Cancer Genome Atlas wird jetzt herausgegeben. Der erste Krebs, der Gehirntumor, ist fertig. Im nächsten Monat, Ende Dezember, kommt Eierstockkrebs, und dann kommt einige Monate später Lungenkrebs. Es gibt auch das Gebiet der Proteomik, dazu gleich mehr, von dem ich glaube, dass es die nächste Stufe sein wird, wenn es um das Verstehen und Klassifizieren von Krankheiten geht. Aber bedenken Sie, ich werbe nicht für Genomik und Proteomik als Reduktionist. Ich will, dass wir unseren Feind identifizieren können. Und wir kommen gleich zu einer sehr wichtigen Unterscheidung.
The Cancer Genome Atlas is coming out now. The first cancer was done, which was brain cancer. In the next month, the end of December, you'll see ovarian cancer, and then lung cancer will come several months after. There's also a field of proteomics that I'll talk about in a few minutes, which I think is going to be the next level in terms of understanding and classifying disease. But remember, I'm not pushing genomics, proteomics, to be a reductionist. I'm doing it so we can identify what we're up against. And there's a very important distinction there that we'll get to.
Im Gesundheitswesen geben wir heute das meiste Geld für die Behandlung von Krankheiten in den letzten zwei Lebensjahren eines Menschen aus. Wir geben kaum Geld aus, um zu identifizieren, wogegen wir kämpfen. Wenn wir damit beginnen würden, könnten wir vieles sehr viel besser machen. Wenn wir sogar noch einen Schritt weiter gehen und eine Krankheit verhindern könnten, wäre das ein enormer Schritt in die andere Richtung. Und offensichtlich müssen wir in diese Richtung gehen, um Fortschritte zu machen.
In health care today, we spend most of the dollars -- in terms of treating disease -- most of the dollars in the last two years of a person's life. We spend very little, if any, dollars in terms of identifying what we're up against. If you could start to move that, to identify what you're up against, you're going to do things a hell of a lot better. If we could even take it one step further and prevent disease, we can take it enormously the other direction, and obviously, that's where we need to go, going forward.
Also dies ist die Website des National Cancer Institute. Und ich sage Ihnen hier: Das ist falsch. Die Website des National Cancer Institute sagt also, dass Krebs eine genetische Krankheit ist. Die Website sagt, wenn Sie schauen, da ist eine einzelne Mutation, und vielleicht eine zweite, und vielleicht eine dritte, und das ist Krebs. Aber, als Onkologe, sehe ich das hier. Dies ist keine genetische Krankheit. Hier sehen Sie also eine Leber mit Darmkrebs, und Sie sehen unter dem Mikroskop, ein Lymphknoten, in den der Krebs eingedrungen ist. Sie sehen auf einem CT-Scan Krebs in der Leber. Krebs ist eine Interaktion einer Zelle, deren Wachstum nicht mehr kontrolliert wird, mit der Umgebung. Es ist nicht abstrakt; es ist die Interaktion mit der Umgebung. Das nennen wir ein System.
So, this is the website of the National Cancer Institute. And I'm here to tell you, it's wrong. So, the website of the National Cancer Institute says that cancer is a genetic disease. The website says, "If you look, there's an individual mutation, and maybe a second, and maybe a third, and that is cancer." But, as a cancer doc, this is what I see. This isn't a genetic disease. So, there you see, it's a liver with colon cancer in it, and you see into the microscope a lymph node where cancer has invaded. You see a CT scan where cancer is in the liver. Cancer is an interaction of a cell that no longer is under growth control with the environment. It's not in the abstract; it's the interaction with the environment. It's what we call a system.
Mein Ziel als Onkologe ist es nicht, den Krebs zu verstehen. Und ich glaube, dass dies das fundamentale Problem der letzten 50 Jahre war, dass wir verstehen wollten, was Krebs ist. Das Ziel ist, den Krebs zu kontrollieren. Und das ist ein ganz anderes Optimierungsmodell, eine ganz andere Strategie für uns alle.
The goal of me as a cancer doctor is not to understand cancer. And I think that's been the fundamental problem over the last five decades, is that we have strived to understand cancer. The goal is to control cancer. And that is a very different optimization scheme, a very different strategy for all of us.
Ich hielt einen Vortrag bei der American Association of Cancer Research, einer der großen Krebsforschungskongresse, mit 20.000 Leuten, und ich sagte, wir haben einen Fehler gemacht. Wir alle haben einen Fehler gemacht, auch ich, weil wir zu detailliert waren, weil wir reduktionistisch waren. Wir müssen einen Schritt zurück treten. Und ob Sie es glauben oder nicht, es gab Pfiffe aus dem Publikum. Die Leute regten sich auf, aber das ist der einzige Weg nach vorn.
I got up at the American Association of Cancer Research, one of the big cancer research meetings, with 20,000 people there, and I said, "We've made a mistake. We've all made a mistake, myself included, by focusing down, by being a reductionist. We need to take a step back." And, believe it or not, there were hisses in the audience. People got upset, but this is the only way we're going to go forward.
Ich hatte großes Glück, dass ich vor einigen Jahren Danny Hillis traf. Wir wurden zusammengebracht, und keiner wollte den anderen wirklich kennenlernen. Ich sagte: „Will ich wirklich einen Computerdesigner von Disney kennenlernen?“ Und er sagte sich: „Will ich wirklich noch einen Arzt kennenlernen?“ Aber die Leute setzten sich durch, und wir trafen uns, und es hat das, was ich tue, absolut verändert. Wir haben entworfen, und wir haben an dem Modell gearbeitet - und viele dieser Ideen kamen von Danny und von seinem Team - dem Modell des Krebses im Körper als ein komplexes System. Und ich werde Ihnen einige Daten zeigen, die, wie ich glaube, wirklich eine andere Herangehensweise ermöglichen.
You know, I was very fortunate to meet Danny Hillis a few years ago. We were pushed together, and neither one of us really wanted to meet the other. I said, "Do I really want to meet a guy from Disney, who designed computers?" And he was saying: Does he really want to meet another doctor? But people prevailed on us, and we got together, and it's been transformative in what I do, absolutely transformative. We have designed, and we have worked on the modeling -- and much of these ideas came from Danny and from his team -- the modeling of cancer in the body as complex system. And I'll show you some data there where I really think it can make a difference and a new way to approach it.
Entscheidend ist, wenn Sie diese Variablen und Daten anschauen, dass Sie die Herkunft der Daten verstehen. Wenn ich Ihre Temperatur über 30 Tage messen würde, und dann nach der durchschnittlichen Temperatur fragen würde, und sie läge bei 37 Grad, würde ich sagen: Gut. Wäre aber an einem dieser Tage Ihre Temperatur für sechs Stunden auf 39 angestiegen, und hätten Sie Paracetamol eingenommen und es wäre Ihnen besser gegangen, usw., das würde ich vollkommen verpassen. Also eines der fundamentalen Probleme in der Medizin ist, dass wir alle einmal im Jahr zum Arzt gehen. Wir haben diskrete Datenelemente, diese tragen keine Zeitfunktion.
The key is, when you look at these variables and you look at this data, you have to understand the data inputs. You know, if I measured your temperature over 30 days, and I asked, "What was the average temperature?" and it came back at 98.7, I would say, "Great." But if during one of those days your temperature spiked to 102 for six hours, and you took Tylenol and got better, etc., I would totally miss it. So, one of the problems, the fundamental problems in medicine is that you and I, and all of us, we go to our doctor once a year. We have discrete data elements; we don't have a time function on them.
Vorhin war die Rede von diesem Direct-Life-Gerät. Ich habe es über zweieinhalb Monate verwendet. Es ist ein umwerfendes Gerät, nicht weil es mir zeigt, wie viele Kilokalorien ich jeden Tag verbrauche, sondern weil es 24 Stunden lang überwacht, was ich tue. Und mir war nicht bewusst, dass ich drei Stunden lang am Schreibtisch sitze und mich gar nicht bewege. Und viele der Funktionen in den Daten, die wir als Input-Systeme haben, sind wirklich anders, als wir sie verstehen, weil wir sie nicht dynamisch messen.
Earlier it was referred to this direct life device. You know, I've been using it for two and a half months. It's a staggering device, not because it tells me how many kilocalories I do every day, but because it looks, over 24 hours, what I've done in a day. And I didn't realize that for three hours I'm sitting at my desk, and I'm not moving at all. And a lot of the functions in the data that we have as input systems here are really different than we understand them, because we're not measuring them dynamically.
Und so, wenn Sie sich Krebs als ein System denken, gibt es da einen Input und einen Output und in der Mitte einen Zustand. Die Zustände sind äquivalente Verlaufsklassen, und der Krebspatient, der Input ist die Umgebung, die Ernährung, die Behandlung, die genetischen Mutationen. Der Output sind unsere Symptome. Haben wir Schmerzen? Wächst der Krebs? Fühlen wir uns aufgebläht, usw.? Dieser Zustand bleibt größtenteils verborgen. Daher verändern wir ihn und geben Inputs, wir geben aggressive Chemotherapie. Und wir fragen: Wurde der Output besser? Gingen die Schmerzen zurück, usw?
And so, if you think of cancer as a system, there's an input and an output and a state in the middle. So, the states, are equivalent classes of history, and the cancer patient, the input, is the environment, the diet, the treatment, the genetic mutations. The output are our symptoms: Do we have pain? Is the cancer growing? Do we feel bloated, etc.? Most of that state is hidden. So what we do in our field is we change and input, we give aggressive chemotherapy, and we say, "Did that output get better? Did that pain improve, etc.?"
Und so ist das Problem also, dass es nicht nur um ein System geht, sondern um vielfältige Systeme auf vielfältigen Skalen. Es ist eine System aus Systemen. Und wenn Sie anfangen, emergente Systeme zu untersuchen, können Sie ein Neuron unter einem Miskroskop untersuchen. Ein Neuron unter dem Mikroskop ist sehr elegant, mit kleinen Dingen, die da und dort herausstehen, aber wenn Sie sie zu einem komplexen System zusammensetzen, sehen Sie allmählich, dass es ein Gehirn wird, und dass dieses Gehirn Intelligenz erzeugen kann. Wir müssen damit beginnen, den Krebs im Körper als ein komplexes System dar zu stellen. Nun, die schlechte Nachricht ist, dass es sehr schwer ist, diese robusten - und robust ist ein Schlüsselwort hier - emergenten Systeme im Detail zu verstehen. Die gute Nachricht ist, dass wir sie manipulieren können. Wir können versuchen, sie zu kontrollieren, ohne ein grundlegendes Verständnis jeder Komponente.
And so, the problem is that it's not just one system, it's multiple systems on multiple scales. It's a system of systems. And so, when you start to look at emergent systems, you can look at a neuron under a microscope. A neuron under the microscope is very elegant with little things sticking out and little things over here, but when you start to put them together in a complex system, and you start to see that it becomes a brain, and that brain can create intelligence, what we're talking about in the body, and cancer is starting to model it like a complex system. Well, the bad news is that these robust -- and robust is a key word -- emergent systems are very hard to understand in detail. The good news is you can manipulate them. You can try to control them without that fundamental understanding of every component.
Eine der grundlegendsten klinischen Studien zu Krebs wurde im Februar im New England Journal of Medicine veröffentlicht, dabei ging es um Frauen vor der Menopause mit Brustkrebs. Also ungefähr die schlimmste Art Brustkrebs, die Sie bekommen können. Sie erhielten ihre Chemotherapie, und dann wurden sie randomisiert, wobei die Hälfte ein Placebo erhielt, und die andere Hälfte ein Medikament namens Zoledronic, eine Säure, die Knochen bildet. Es wird zur Behandlung der Osteoporose eingesetzt, und sie erhielten dies zweimal jährlich. Man fand heraus, dass in diesen 1800 Frauen, die zweimal jährlich ein knochenbildendes Medikament erhielten, die Krebsneubildung um 35 Prozent gesenkt werden konnte. Reduzierte Entstehung von Krebs durch ein Medikament, das den Krebs nicht einmal berührt. Wir verändern also den Boden, damit der Samen nicht so gut wachsen kann. Man ändert das System, und man kann einen deutlichen Effekt auf den Krebs haben.
One of the most fundamental clinical trials in cancer came out in February in the New England Journal of Medicine, where they took women who were pre-menopausal with breast cancer. So, about the worst kind of breast cancer you can get. They had gotten their chemotherapy, and then they randomized them, where half got placebo, and half got a drug called Zoledronic acid that builds bone. It's used to treat osteoporosis, and they got that twice a year. They looked and, in these 1,800 women, given twice a year a drug that builds bone, you reduce the recurrence of cancer by 35 percent. Reduce occurrence of cancer by a drug that doesn't even touch the cancer. So the notion, you change the soil, the seed doesn't grow as well. You change that system, and you could have a marked effect on the cancer.
Niemand hat jemals nachgewiesen - und das wird Sie schockieren - dass die Chemotherapie in den meisten Fällen tatsächlich eine Krebszelle berührt. Das wurde nie nachgewiesen. Es gibt all diese eleganten Studien über Gewebekulturen, wenn man dieses Krebsmedikament gibt, erhält man diese Wirkung auf die Zelle, aber die Dosen in diesen Petrischalen sind völlig andere als die Dosen im Körper.
Nobody has ever shown -- and this will be shocking -- nobody has ever shown that most chemotherapy actually touches a cancer cell. It's never been shown. There's all these elegant work in the tissue culture dishes, that if you give this cancer drug, you can do this effect to the cell, but the doses in those dishes are nowhere near the doses that happen in the body.
Wenn ich einer Frau mit Brustkrebs alle drei Wochen ein Medikament namens Taxol gebe, das ist Standard, haben etwa 40 Prozent der Frauen mit metastatischem Krebs eine großartige Reaktion auf das Medikament. Und eine Reaktion ist ein Schrumpfen um 50 Prozent. Nun, denken Sie daran, dass das nicht einmal eine Größenordnung ist, aber das ist eine andere Geschichte. Tritt er wieder auf, gebe ich dasselbe Medikament jede Woche. Weitere 30 Prozent reagieren. Tritt er wieder auf, gebe ich dasselbe Medikament über 96 Stunden als kontinuierliche Infusion, weitere 20 - 30 Prozent reagieren. Sie können mir also nicht erzählen, dass es in allen drei Größen über denselben Mechanismus funktioniert. Denn das tut es nicht. Wir haben keine Ahnung, wie es funktioniert. Also die Idee ist, dass Chemotherapie dieses komplexe System einfach stört, ebenso wie der Knochenaufbau das System gestört und das Wiederauftreten gesenkt hat, Chemotherapie könnte genau so funktionieren. Besonders aufregend an dieser Studie war, dass neue Krebserkrankungen ebenfalls um 30 Prozent reduziert wurden.
If I give a woman with breast cancer a drug called Taxol every three weeks, which is the standard, about 40 percent of women with metastatic cancer have a great response to that drug. And a response is 50 percent shrinkage. Well, remember that's not even an order of magnitude, but that's a different story. They then recur, I give them that same drug every week. Another 30 percent will respond. They then recur, I give them that same drug over 96 hours by continuous infusion, another 20 or 30 percent will respond. So, you can't tell me it's working by the same mechanism in all three size. It's not. We have no idea the mechanism. So the idea that chemotherapy may just be disrupting that complex system, just like building bone disrupted that system and reduced recurrence, chemotherapy may work by that same exact way. The wild thing about that trial also, was that it reduced new primaries, so new cancers, by 30 percent also.
Das Problem ist also, unsere Systeme, Ihres und meins, ändern sich. Sie sind dynamisch. Das hier ist eine Furcht erregende Folie, sie zeigt Fettleibigkeit in der Welt. Leider können Sie die Zahlen nicht lesen, sie sind zu klein. Aber wenn Sie sich das Bild ansehen, die roten Gebiete, über 75 Prozent der Menschen in diesen Ländern sind fettleibig. Vor zehn oder zwanzig Jahren war das noch deutlich anders. Unsere Systeme sind also heute dramatisch anders als vor einem oder vor zwei Jahrzehnten. Die Krankheiten, die wir heute haben, welche Muster in dem System über die letzten Jahrzehnte widerspiegeln, werden sich also im Laufe des nächsten Jahrzehnts oder so dramatisch verändern aufgrund solcher Dinge.
So, the problem is, yours and mine, all of our systems are changing. They're dynamic. I mean, this is a scary slide, not to take an aside, but it looks at obesity in the world. And I'm sorry if you can't read the numbers, they're kind of small. But, if you start to look at it, that red, that dark color there, more than 75 percent of the population of those countries are obese. Look a decade ago, look two decades ago: markedly different. So, our systems today are dramatically different than our systems a decade or two ago. So the diseases we have today, which reflect patterns in the system over the last several decades, are going to change dramatically over the next decade or so based on things like this.
Dieses schöne Bild hier ist ein 40 GB großes Bild des ganzen Proteoms. Das ist also ein Tropfen Blut, der durch einen superleitenden Magneten gelaufen ist, und wir haben eine Auflösung erreicht, in der wir langsam alle Proteine im Körper sehen können. Bald können wir das System sehen. An jedem der roten Punkte wurde tatsächlich ein Protein identifiziert. Die Leistungskraft dieser Magnete ist so groß, dass wir mit dieser Technik ein einzelnes Neutron sehen können. Das sind Dinge, die wir zusammen mit Danny Hillis und einer Gruppe namens Applied Proteomics machen. Hier beginnen wir, Unterschiede einzelner Neutronen sehen zu können, und wir können dieses System so untersuchen wie niemals zuvor. Also statt einer reduktionistischen Sichtweise treten wir einen Schritt zurück.
So, this picture, although it is beautiful, is a 40-gigabyte picture of the whole proteome. So this is a drop of blood that has gone through a superconducting magnet, and we're able to get resolution where we can start to see all of the proteins in the body. We can start to see that system. Each of the red dots are where a protein has actually been identified. The power of these magnets, the power of what we can do here, is that we can see an individual neutron with this technology. So, again, this is stuff we're doing with Danny Hillis and a group called Applied Proteomics, where we can start to see individual neutron differences, and we can start to look at that system like we never have before. So, instead of a reductionist view, we're taking a step back.
Dies ist eine Frau, 46 Jahre alt, bei der Lungenkrebs wieder auftrat. Er war in ihrem Hirn, in ihren Lungen, in ihrer Leber. Sie erhielt Carboplatin Taxol, Carboplatin Taxotere, Gemcitabin, Navelbine. Sie erhielt jedes Medikament, das wir hatten, und diese Krankheit wuchs weiter. Sie hatte drei Kinder unter 12 Jahren, und dies ist ihr CT-Scan. Hier sehen wir einen Querschnitt ihres Körpers. Und Sie sehen in der Mitte ihr Herz, und links von ihrem Herzen sehen Sie diesen großen Tumor, der sie unbehandelt innerhalb weniger Wochen töten wird. Sie bekommt eine Pille täglich, die auf einen Signalweg zielt, und ich weiß nicht, ob dieser Signalweg im System, im Krebs war, aber sie zielte auf einen Signalweg, und einen Monat später war der Krebs weg. Sechs Monate später war er immer noch weg. Dieser Krebs trat wieder auf, und sie starb drei Jahre später an Lungenkrebs, aber sie gewann drei Jahre durch ein Medikament, das vor allem gegen Akne eingesetzt wird. Das ist alles.
So this is a woman, 46 years old, who had recurrent lung cancer. It was in her brain, in her lungs, in her liver. She had gotten Carboplatin Taxol, Carboplatin Taxotere, Gemcitabine, Navelbine: Every drug we have she had gotten, and that disease continued to grow. She had three kids under the age of 12, and this is her CT scan. And so what this is, is we're taking a cross-section of her body here, and you can see in the middle there is her heart, and to the side of her heart on the left there is this large tumor that will invade and will kill her, untreated, in a matter of weeks. She goes on a pill a day that targets a pathway, and again, I'm not sure if this pathway was in the system, in the cancer, but it targeted a pathway, and a month later, pow, that cancer's gone. Six months later it's still gone. That cancer recurred, and she passed away three years later from lung cancer, but she got three years from a drug whose symptoms predominately were acne. That's about it.
Also das Problem ist, dass die klinische Studie durchgeführt wurde, und wir nahmen daran teil, und in der fundamentalen klinischen Studie, der entscheidenden Phase drei, weigerten wir uns, ein Plazebo einzusetzen. Würden Sie wollen, dass Ihre Mutter, Ihr Bruder, Ihre Schwester ein Plazebo erhielten, wenn sie fortgeschrittenen Lungenkrebs und nur noch wenige Wochen zu leben hätten? Die Antwort ist offensichtlich Nein. So wurde diese Patientengruppe also behandelt. 10 Prozent der Menschen in der Studie hatten diese dramatische Reaktion, und das Medikament ging zur FDA, und die FDA fragte, wie können wir ohne Plazebo wissen, dass den Patienten das Medikament tatsächlich genutzt hat? Und an dem Morgen des Treffens der FDA war dies der Leitartikel im Wall Street Journal. (Lachen) Und stellen Sie sich vor, das Medikament wurde genehmigt.
So, the problem is that the clinical trial was done, and we were a part of it, and in the fundamental clinical trial -- the pivotal clinical trial we call the Phase Three, we refused to use a placebo. Would you want your mother, your brother, your sister to get a placebo if they had advanced lung cancer and had weeks to live? And the answer, obviously, is not. So, it was done on this group of patients. Ten percent of people in the trial had this dramatic response that was shown here, and the drug went to the FDA, and the FDA said, "Without a placebo, how do I know patients actually benefited from the drug?" So the morning the FDA was going to meet, this was the editorial in the Wall Street Journal. (Laughter) And so, what do you know, that drug was approved.
Erstaunlich ist, dass eine andere Firma die richtige wissenschaftliche Studie durchführte, bei der sie zur Hälfte Plazebo und zur Hälfte das Medikament gaben. Und wir lernten dabei etwas Wichtiges. Interessant ist, dass sie diese Studie in Südamerika und Kanada durchführten, wo es ethisch korrekter ist, Plazebos zu geben. Sie mussten es auch in den USA geben, um die Zulassung zu erhalten, es nahmen also, glaube ich, drei US-Patienten im Staat New York an der Studie teil. Aber sie machten das und sie fanden heraus, dass 70 Prozent derjenigen, die nicht darauf ansprachen, länger lebten und einen besseren Verlauf hatten als in der Plazebo-Gruppe. Das stellte alles in Frage, was wir über Krebs wussten. Nämlich, das man keine Reaktion braucht. Dass man den Tumor nicht schrumpfen muss. Wenn wir die Krankheit verlangsamen, haben wir eventuell einen größeren Nutzen für das Überleben und die Lebensqualität der Patienten, als wenn wir den Tumor schrumpfen.
The amazing thing is another company did the right scientific trial, where they gave half placebo and half the drug. And we learned something important there. What's interesting is they did it in South America and Canada, where it's "more ethical to give placebos." They had to give it also in the U.S. to get approval, so I think there were three U.S. patients in upstate New York who were part of the trial. But they did that, and what they found is that 70 percent of the non-responders lived much longer and did better than people who got placebo. So it challenged everything we knew in cancer, is that you don't need to get a response. You don't need to shrink the disease. If we slow the disease, we may have more of a benefit on patient survival, patient outcome, how they feel, than if we shrink the disease.
Das Problem ist nur, wenn ich Ihr Arzt bin und heute Ihren CT-Scan bekomme, und Sie eine zwei cm große Geschwulst in Ihrer Leber haben, und sie in drei Monaten wiederkommen, und jetzt sind es drei cm, hat das Medikament Ihnen geholfen oder nicht? Wie kann ich das wissen? Wäre er ansonsten 10 cm, oder gebe ich Ihnen ein Medikament ohne Nutzen und mit beträchtlichen Kosten? Das ist also ein grundlegendes Problem. Und hier kommen wiederum diese neuen Technologien ins Spiel.
The problem is that, if I'm this doc, and I get your CT scan today and you've got a two centimeter mass in your liver, and you come back to me in three months and it's three centimeters, did that drug help you or not? How do I know? Would it have been 10 centimeters, or am I giving you a drug with no benefit and significant cost? So, it's a fundamental problem. And, again, that's where these new technologies can come in.
Das Ziel ist also offensichtlich, dass Sie zu Ihrem Arzt gehen - obwohl, das vorrangige Ziel ist natürlich, die Krankheit zu verhindern. Das vorrangige Ziel ist, dass Sie verhindern, dass so etwas geschieht. Das ist der effektivste, kostengünstigste, beste Weg, den wir heute gehen können. Aber wenn Sie Pech haben und krank werden, dann gehen Sie zu Ihrem Arzt, der wird etwas Blut entnehmen, und wir werden wissen, wie Ihre Krankheit zu behandeln ist. Unser Ansatz ist das Gebiet der Proteomik, auch hier wieder, der Blick auf das System. Das ist ein riesiges Bild.
And so, the goal obviously is that you go into your doctor's office -- well, the ultimate goal is that you prevent disease, right? The ultimate goal is that you prevent any of these things from happening. That is the most effective, cost-effective, best way we can do things today. But if one is unfortunate to get a disease, you'll go into your doctor's office, he or she will take a drop of blood, and we will start to know how to treat your disease. The way we've approached it is the field of proteomics, again, this looking at the system. It's taking a big picture.
Das Problem mit solchen Technologien ist, wenn Sie sich Proteine im Körper anschauen, gibt es dort Unterschiede von 11 Größenordnungen zwischen den Proteinen, die sehr oft, und denen, die sehr selten vorkommen. Keine Technologie der Welt kann 11 Größenordnungen umfassen. Und so ist vieles von dem, was wir mit Danny Hillis und anderen gemacht haben, der Versuch, Konstruktionsprinzipien und Software einzubringen. Wir können jetzt verschiedene Komponenten entlang dieses Spektrums untersuchen.
The problem with technologies like this is that if one looks at proteins in the body, there are 11 orders of magnitude difference between the high-abundant and the low-abundant proteins. So, there's no technology in the world that can span 11 orders of magnitude. And so, a lot of what has been done with people like Danny Hillis and others is to try to bring in engineering principles, try to bring the software. We can start to look at different components along this spectrum.
Vorhin war die Rede von Interdisziplinarität, von Zusammenarbeit. Und ich glaube, das Aufregende, das jetzt langsam geschieht, ist, dass die Leute aus diesen Gebieten jetzt dazukommen. Gestern kündigte das National Cancer Institute ein neues Programm an namens Physikalische Wissenschaften und Onkologie, in dem Physiker, Mathematiker einbezogen werden, um über Krebs nachzudenken, Leute, die zuvor nichts damit zu tun hatten. Danny und ich bekommen 16 Millionen Dollar, gaben sie gestern bekannt, um dieses Problem anzugehen. Ein ganz neuer Ansatz, anstatt hohe Dosen von Chemotherapie auf verschiedene Weisen zu verabreichen, versuchen wir, uns mit Technologie ein Bild davon zu machen, was tatsächlich im Körper passiert.
And so, earlier was talked about cross-discipline, about collaboration. And I think one of the exciting things that is starting to happen now is that people from those fields are coming in. Yesterday, the National Cancer Institute announced a new program called the Physical Sciences and Oncology, where physicists, mathematicians, are brought in to think about cancer, people who never approached it before. Danny and I got 16 million dollars, they announced yesterday, to try to attach this problem. A whole new approach, instead of giving high doses of chemotherapy by different mechanisms, to try to bring technology to get a picture of what's actually happening in the body.
Also nur kurz dazu, wie diese Technologien funktionieren - denn ich glaube, das zu verstehen ist wichtig. Jedes Protein in Ihrem Körper hat eine Ladung, also die Proteine werden eingesprüht, der Magnet wirbelt sie herum, und am Ende ist ein Detektor. Wann es diesen Detektor trifft, hängt ab von der Masse und der Ladung. Wenn der Magnet groß genug ist, und Ihre Auflösung hoch genug, dann können Sie tatsächlich alle Proteine im Körper detektieren und beginnen, das individuelle System zu verstehen.
So, just for two seconds, how these technologies work -- because I think it's important to understand it. What happens is every protein in your body is charged, so the proteins are sprayed in, the magnet spins them around, and then there's a detector at the end. When it hit that detector is dependent on the mass and the charge. And so we can accurately -- if the magnet is big enough, and your resolution is high enough -- you can actually detect all of the proteins in the body and start to get an understanding of the individual system.
Und so werden wir als Onkologen nicht mehr Unmengen von Papier in den Akten haben, sondern einen Datenfluss, der ungefähr so aussehen wird, wobei dieser Tropfen Blut Gigabytes an Daten erzeugt. Elektronische Datenelemente beschreiben jeden Aspekt der Krankheit. Und sicher ist das Ziel, dass wir von jeder Behandlung lernen und tatsächlich Fortschritte machen, statt von einer Behandlung zur nächsten zu gehen, ohne Grundlegendes dazuzulernen.
And so, as a cancer doctor, instead of having paper in my chart, in your chart, and it being this thick, this is what data flow is starting to look like in our offices, where that drop of blood is creating gigabytes of data. Electronic data elements are describing every aspect of the disease. And certainly the goal is we can start to learn from every encounter and actually move forward, instead of just having encounter and encounter, without fundamental learning.
Um also zusammenzufassen: Wir müssen weg vom reduktionistischen Denken. Wir müssen anfangen, anders und radikal zu denken. Und daher bitte ich Sie alle, anders zu denken. Kommen Sie auf neue Ideen. Schildern Sie sie mir oder jemand anderem in unserem Fachgebiet, denn in den letzten 59 Jahren hat sich nichts geändert. Wir brauchen einen radikal anderen Ansatz.
So, to conclude, we need to get away from reductionist thinking. We need to start to think differently and radically. And so, I implore everyone here: Think differently. Come up with new ideas. Tell them to me or anyone else in our field, because over the last 59 years, nothing has changed. We need a radically different approach.
Wissen Sie, als Andy Grove als Vorstandsvorsitzender bei Intel zurücktrat - und Andy war einer meiner Mentoren, zäher Typ übrigens - als er zurücktrat, sagte er, „Keine Technologie wird gewinnen. Technologie selbst wird gewinnen.“ Und ich glaube fest daran, dass auf dem Gebiet der Medizin und besonders Krebs, dass es eine breite Plattform an Technologien sein wird, die uns helfen wird, Fortschritte zu machen, und hoffentlich auch Patienten in naher Zukunft helfen wird.
You know, Andy Grove stepped down as chairman of the board at Intel -- and Andy was one of my mentors, tough individual. When Andy stepped down, he said, "No technology will win. Technology itself will win." And I'm a firm believer, in the field of medicine and especially cancer, that it's going to be a broad platform of technologies that will help us move forward and hopefully help patients in the near-term.
Vielen Dank.
Thank you very much.