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.
Je suis docteur en cancérologie. En sortant de mon bureau, je suis passé près de la pharmacie de l'hôpital, il y a 3 ou 4 ans. Ceci était la couverture du magazine "Fortune" dans la vitrine de la pharmacie.
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.
En tant que cancérologue, tu la regardes et tu te sens un peu découragé. Mais quand tu commences à lire l'article de Cliff, qui lui-même a survécu à un cancer, qui a été sauvé par un essai clinique. Ses parents l'ont conduit de la ville de New York jusqu'au nord de l'État pour avoir une thérapie expérimentale contre - à l'époque - la maladie de Hodgkin, ce qui lui a sauvé la vie. Il soulève un point remarquable dans cet article. L'objet de cet article était de montrer que nous étions devenus réductionnistes dans notre approche de la biologie, dans notre approche du cancer. Durant les 50 dernières années, nous nous sommes concentrés sur le traitement du gène individuel, sur la compréhension du cancer et non son contrôle.
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.
Ceci est un graphique étonnant. C'est quelque chose qui nous rassure quotidiennement dans notre domaine de voir que nous avons bel et bien obtenu un grand impact sur les maladies cardiovasculaires. Mais regardez le cancer. Le taux de mortalité du cancer n'a pas changé depuis plus de 50 ans. Nous avons eu plusieurs petites victoires dans des maladies comme la leucémie myéloïde chronique, où nous avons une pilule qui permet d'avoir 100% des personnes en rémission. Mais, en géneral, nous n'avons eu aucun impact dans la guerre contre le cancer.
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.
Ce que je vais vous raconter aujourd'hui, c'est un peu pourquoi je pense que c'est le cas et ensuite sortir de ma zone de confort pour vous raconter vers où je pense qu'on se dirige : une nouvelle approche qu'on souhaite pousser vers l'avant pour les traitements du cancer. Parce que ça ne va pas.
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?
Pour commencer, qu'est ce que le cancer ? En fait, quand on a une masse ou une valeur sanguine anormale, on va voir un médecin. Ils te plantent une seringue. Ils font le diagnostic par la reconnaissance de motifs. Ça a l'air normal ? Ça a l'air anormal ?
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.
Le médecin est en fait juste en train de regarder cette bouteille de plastique. Ceci est une cellule normale. Ceci est une cellule cancéreuse. C'est le dernier cri aujourd'hui dans le diagnostic du cancer. Il n'y a aucun test moléculaire. Il n'y a pas de séquençage de gènes comme ce qui a été dit hier. Il n'y a pas d'analyse sophistiquée des chromosomes. C'est la manière actuelle de le faire.
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.
Je sais très bien, en tant que cancérologue, que je ne peux pas traiter le cancer à un stade avancé. Je crois donc fermement au diagnostic précoce du cancer. La seule manière de commencer à lutter contre le cancer, c'est de le repérer tôt. On peut empêcher la plupart des cancers. Le discours précédent a fait allusion à la prévention des maladies cardiaques. On pourrait faire la même chose avec le cancer. Je suis le cofondateur d'une entreprise s'appelant Navigenics, où, si on crache dans un tube, on peut repérer 30 ou 40 marqueurs génétiques de maladies qui sont tous présents dans de nombreux cancers. On commence à identifier ce qu'on pourrait avoir et ensuite on peut travailler pour l'empêcher. Le problème, c'est que, quand on a une forme de cancer avancée, on ne peut pas faire grand chose aujourd'hui, comme le montrent les statistiques.
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.
Une des caractéristiques du cancer, c'est que c'est une maladie des personnes âgées. Pourquoi est-ce une maladie des personnes âgées ? Parce que l'Évolution se fiche de nous après que nous avons eu nos enfants. L'Évolution nous a protégés durant les années de fécondité, puis après, après l'âge de 35, 40 ou 45 ans, elle dit que cela n'a plus aucune importance parce qu'on a eu notre progéniture. Donc quand vous regardez le cancer, c'est extrêmement rare d'avoir un cancer chez un enfant, de l'ordre de quelques milliers de cas par an. Quand une personne vieillit, c'est très, très commun.
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.
Pourquoi est-ce tellement difficile à traiter ? Parce que c'est hétérogène, et c'est ça le parfait substrat pour l'Évolution concernant le cancer. Elle commence à choisir ces cellules mauvaises et agressives, c'est ce que l'on appelle la sélection clonale. Si on commence à comprendre que le cancer n'est pas juste un défaut moléculaire, que c'est quelque chose de plus, alors on trouvera de nouvelles manières de le traiter, comme je vais vous le montrer.
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.
L'un des problèmes fondamentaux qu'on a dans le domaine du cancer, c'est que, aujourd'hui, on le décrit par une quantité d'adjectifs, de symptômes. Je suis fatigué, j'ai une douleur, etc. Ensuite, il y a des descriptions anatomiques. On fait une radiographie. Il y a un amas de 3 cm dans le foie. Ensuite, il y a des descriptions de parties du corps. C'est dans le foie, dans le sein, dans la prostate. Et c'est à peu près tout. En conclusion, notre dictionnaire pour décrire le cancer est très, très pauvre. Ce sont en fait des symptômes. Ce sont les manifestations d'une maladie.
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.
Ce qui est intéressant, c'est que sur les dernières 2 ou 3 années, le gouvernement a dépensé 400 millions de dollars, et il a contribué avec un autre milliard de dollars à ce qu'on appelle Cancer Genome Atlas Project. L'idée est de séquencer tous les gènes dans le cancer, pour nous donner un nouveau lexique, un nouveau dictionnaire pour le décrire. Au milieu des années 1850 en France, ils ont commencé à décrire le cancer par parties du corps. Ça n'a pas changé depuis plus de 150 ans. C'est complétement archaïque de nommer le cancer par la prostate, le sein ou le muscle. C'est complétement dénué de sens quand on y réfléchit.
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.
Manifestement, la technologie en est ici aujourd'hui, et, dans les prochaines années, ça va changer. On n'ira plus à une clinique pour le cancer du sein. On ira a une clinique HER2 amplifée ou une clinique EGFR activée. Ils regarderont les différentes lésions pathogènes qui étaient impliquées dans ce cancer. Espérons alors qu'on ira de l'art de la médecine vers une science de la médecine et qu'on sera capable de faire ce qu'on fait avec les maladies infectieuses, c'est-à-dire regarder tel organisme, telle bactérie, puis dire, cet antibiotique serait utile parce qu'il y a une bactérie spéciale qui réagira avec lui. Quand quelqu'un est exposé au H1N1, il prend du Tamiflu, et on peut remarquablement réduire la gravité des symptômes et éviter plusieurs des manifestations de la maladie. Pourquoi ? Parce qu'on sait ce que le patient a et qu'on sait comment le traiter, bien qu'on ne puisse pas fabriquer de vaccins dans ce pays... mais ça c'est une autre histoire.
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.
Le Cancer Genome Atlas Project va bientôt sortir. Le premier cancer a été terminé, c'était le cancer du cerveau. Le mois d'après, vers la fin du mois de décembre, vous verrez le cancer des ovaires. Le cancer des poumons viendra plusieurs mois plus tard. Il y a également le domaine protéomique dont nous parlerons dans quelques minutes qui est d'après moi le prochain niveau pour comprendre et classifier la maladie. Attention, je n'écarte pas la génomique, la protéomique, pour être réducteur. Je le fais pour que nous puissions identifier ce contre quoi nous nous battons. Il y a ici une distinction importante où l'on arrivera.
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.
Actuellement, dans le domaine de la santé, nous dépensons la majorité des dollars, quand on traite des maladies. Nous dépensons la majorité des dollars pendant les deux dernières années de la vie du patient. Nous dépensons très peu, voir même pas du tout, de dollars pour identifier la maladie contre laquelle on se bat. Si l'on pouvait commencer à faire ça, à identifier ce contre quoi on se bat, on pourrait faire que les choses aillent beaucoup mieux. Si l'on pouvait aller une étape plus loin et prévenir la maladie, on pourrait faire des progrès considérables. Bien entendu, c'est par là que nous devons aller, de l'avant.
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.
Ceci est le site internet du National Cancer Institute (Institut National du Cancer). Je vous le dis, il comporte des erreurs. Le site internet du National Cancer Institute dit que le cancer est une maladie génétique. Il dit, si l'on regarde, qu'il y a une mutation individuelle, et peut-être une deuxième, et peut-être une troisième, et c'est ça le cancer. En tant que cancérologue, voilà comment je le vois. Ce n'est pas une maladie génétique. Là on peut voir un foie avec un cancer du colon. On voit dans le microscope un ganglion lymphatique où le cancer est entré. On voit un scanner où le cancer a infecté le foie. Le cancer est le produit d'une cellule qui n'est plus régie par la croissance contrôlée de l'environnement. Ce n'est pas abstrait ; c'est une interaction avec l'environnement. C'est ce que nous appelons un système.
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.
Mon but en tant que cancérologue n'est pas de comprendre le cancer. Je pense que ce qui a été un problème majeur depuis une cinquantaine d'années, c'est que nous avons essayé de comprendre le cancer. Le but est de contrôler de cancer. Et ça nécessite une schéma d'optimisation très différent, une stratégie différente pour chacun d'entre nous.
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.
Je suis allé à l'Association Américaine de Recherche sur le Cancer, une des plus grandes réunions sur le cancer avec 20 000 personnes. J'ai dit : on a fait une erreur. Nous avons tous fait une erreur, moi y-compris, en nous concentrant sur un détail, en étant réducteur envers le cancer. Nous devons prendre du recul. Croyez-le ou non, il y a eu des sifflements dans le public. Des gens ont été contrariés mais c'est la seule façon pour que nous puissions aller de l'avant.
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.
J'ai été très chanceux de rencontrer Danny Hillis, il y a quelques années. Nous avons été réunis malgré nous. Je me disais : "Ai-je vraiment envie de rencontrer un gars de chez Disney, qui conçoit des ordinateurs ?" Et il se disait, "Ai-je envie de rencontrer un autre docteur ?" Mais les gens ont eu raison de nous et nous nous sommes rencontrés. Ça nous a transformés dans ce que l'on fait. Complètement. Nous avons conçu, et nous avons travaillé sur un modèle, et la plupart des idées sont venus de Danny et de son équipe : le modèle du cancer dans le corps humain comme un système complexe. Je vais vous montrer quelques données ici où je pense que cela peut faire une différence et une nouvelle façon de l'approcher.
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.
Ce qu'il faut, quand on regarde ces variables, quand on regarde ces données, c'est bien comprendre d'où elles viennent. Si je mesurais votre température pendant 30 jours et si je demandais quelle a été la température moyenne et qu'elle avait été de 37 °C, je dirais "super". Mais si durant un seul de ces 30 jours, votre température était montée à 39 °C pendant 6 heures, et que aviez pris du Paracétamol pour aller mieux, etc. Je ne l'aurais jamais su. En fait, un des problèmes fondamentaux de la médecine, c'est que vous comme moi, et nous tous, nous allons chez le docteur une fois par an. Nous avons peu de données ; nous ne les avons pas au cours du temps.
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.
Plus tôt, je parlais de cet appareil de Philips : DirectLife. Vous savez, je l'utilise depuis 2 mois ½. C'est un appareil stupéfiant, non pas parce qu'il me dit combien de kilocalories je brûle chaque jour mais parce qu'il analyse sur 24 heures ce que j'ai fait en une journée. Je n'avais pas réalisé que, pendant trois heures je suis assis à mon bureau et que je ne bouge pas du tout. La plupart des fonctions d'acquision de données sont vraiment différentes de ce que nous comprenons initialement parce que nous ne les mesurons pas dynamiquement.
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.?"
Si l'on pense le cancer comme un système, il y a une entrée et une sortie et un état au millieu. En fait, les états sont de différents horizons temporels, et le patient, l'entrée est l'environnement, le régime, le traitement, les mutations génétiques. La sortie, ce sont nos symptômes. Souffre t-on ? Le cancer progresse-t-il ? Se sent-on bouffi ? Etc. Cet état est le plus souvent caché. Donc ce qu'on fait, c'est qu'on change une entrée, on utilise une chimiothérapie agressive. Et on regarde si la sortie s'est améliorée. Est-ce que la douleur a diminué ? Etc.
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.
Le problème, c'est que ce n'est pas juste un système, c'est un système multiple avec différentes échelles. C'est un système de systèmes. Quand vous commencez à regarder des systèmes émergents, vous pouvez observer un neurone au microscope. Un neurone vu au microscope, c'est très élégant avec des petites choses qui dépassent et des petites choses ici mais, quand vous commencer à les assembler dans un système complexe, vous réalisez que ça devient un cerveau et ce cerveau peut créer de l'intelligence, ce dont nous parlons dans le corps. Le cancer le modélise comme un système complexe. Eh bien, la mauvaise nouvelle, c'est que ces robustes - et robuste est un mot-clé - systèmes émergents sont très difficiles à comprendre en détail. La bonne nouvelle, c'est que vous pouvez les manipuler. Vous pouvez essayer de les contrôler sans en comprendre fondamentalement chaque composant.
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.
Un des essais cliniques les plus fondamentaux dans le domaine du cancer est sorti en février dans le Journal de Médecine de Nouvelle-Angleterre, où ils ont pris des femmes en pré-ménopauses atteintes d'un cancer du sein. Un des pires cancers du sein possibles. Elles avaient eu leur chimiothérapie, puis, au hasard, la moitié a reçu un placebo et l'autre moitié un médicament, l'acide Zolédronique, qui entre dans la construction des os. Il est utilisé pour traiter l'ostéoporose et elles recevaient ça deux fois par an. Ils ont observé parmi ces 1 800 femmes qui recevaient deux fois par an ce médicament une réduction de la rechute du cancer de 35%. Un médicament qui réduit la survenue du cancer et qui n'y touche même pas. D'où la notion, vous changez le sol, la graine ne pousse pas aussi bien. Vous changez ce système et vous pourriez avoir un effet important sur le cancer.
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.
Personne n'a démontré - et ceci est choquant - personne n'a prouvé que la plus grande part de chimiothérapie touche effectivement une cellule cancéreuse. Ça n'a jamais été démontré. Il y a tous ces travaux sur les cultures tissulaires qui disent que, si vous donnez ce médicament contre le cancer, vous pouvez avoir cet effet sur la cellule mais les doses dans ces essais n'ont rien à voir avec celles qui se produisent dans le corps.
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.
Si je donne à une patiente du cancer du sein un médicament appelé Taxol toutes les trois semaines, ce qui est standard, environ 40% des cas de cancers avec métastase répondent très bien à ce médicament. Une réponse signifie un rétrécissement de 50%. Rappelez-vous que ce n'est même pas de l'ordre de la magnitude, mais c'est une autre histoire. Ensuite elles reviennent, je leur donne le même médicament chaque semaine. Il y aura encore 30% de réponses. Ensuite elles reviennent, je leur redonne ce médicament pendant plus de 96 heures en continu, et encore 20% à 30% vont y répondre. Donc, vous ne pouvez pas me dire que c'est le même mécanisme à chaque fois. Ce n'est pas le cas. On a aucune idée du mécanisme. Donc l'idée que la chimiothérapie ne ferait qu'interrompre ce système complexe tout comme fabriquer de l'os a interrompu ce système et diminué la rechute, la chimiothérapie fait peut-être exactement la même chose. L'autre chose étrange avec cet essai, c'est qu'il a aussi réduit les primaires, donc les nouveaux cancers, de 30%.
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.
Donc, le problème, le vôtre et le mien, c'est que tous les systèmes changent. Ils sont dynamiques. Vous voyez, ceci est une image terrifiante, pour ne pas faire de détour, et c'est l'observation de l'obésité dans le monde. Je suis désolé si vous ne pouvez pas lire les chiffres, c'est écrit tout petit. Si vous regardez bien, ce rouge, cette couleur sombre ici, c'est plus de 75% de la population de ces pays qui est obèse. Regardez, il y a 10 ans et il y a 20 ans, comme c'était différent. Donc, nos systèmes sont dramatiquement différents d'il y a 10 ou 20 ans. Les maladies que nous avons aujourd'hui, que reflètent les modèles dans le système des dernières décennies, vont changer de façon dramatique dans les 10 prochaines années sur des bases comme celles-ci.
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.
Cette photo, bien que très belle, est une photo de 40 Go du protéome tout entier. On a pris un peu de sang et on l'a fait passer par un aimant superpuissant, et on arrive à avoir une résolution qui nous permet de voir toutes les protéines du corps. On peut commencer à voir le système. Chaque point rouge représente une protéine qui a été identifiée. Le pouvoir de ces aimants, ce qu'on peut faire ici, c'est voir chaque neutron grâce à cette technologie. Encore une fois, c'est quelque chose que nous faisons avec Danny Hillis et un groupe appelé "Applied Proteomics" qui permet de différencier chaque neutron. On peut regarder ce système comme on ne l'a jamais fait avant. Au lieu d'avoir une vue réductionniste, on recule d'un pas.
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.
Voici une femme de 46 ans avec une récidive de cancer du poumon. Il avait atteint son cerveau, ses poumons, son foie. Elle avait reçu du Taxol Carboplatine, du Taxotere Carboplatine, du Gemcitabene, du Navelbine. Elle avait pris tous les médicaments dont nous disposons et la maladie continuait de s'étendre. Elle avait 3 enfants de moins de 12 ans et voici son scanner. On a pris une section en coupe de son corps. Au milieu, vous voyez son coeur, et à côté de son coeur, à gauche, il y a cette grande tumeur qui va se propager et la tuer, sans traitement, en quelques semaines. Elle prend une pilule chaque jour, qui vise un chemin, et encore une fois, je ne sais pas si ce chemin allait dans le système, le cancer, mais en tout cas, il visait un chemin, et un mois plus tard, pffft, ce cancer avait disparu. Six mois plus tard, il a toujours disparu. Le cancer est revenu, et elle est décédée 3 ans plus tard d'un cancer du poumon mais pendant 3 ans, elle a pris un médicament qui était principalement prescrit contre l'acné. C'est cela dont on parle.
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.
Donc, le problème, c'est que l'essai clinique a eu lieu, et nous en faisions partie, et dans l'essai clinique fondamental, dans l'essai clinique critique, on l'appelle la phase 3, on a refusé d'utiliser un placébo. Accepteriez-vous que votre mère, votre frère, votre soeur prenne un placébo s'ils avaient un cancer du poumon avancé et n'avaient que quelques semaines à vivre ? La réponse est évidemment non. Donc, cela a été fait sur ce groupe de patients. 10% des patients de l'essai ont eu la réponse dramatique qu'on a vue ici, et le médicament est passé à l'homologation de la FDA et la FDA a dit que, sans placébo, on ne pouvait pas savoir le bénéfice réel procuré par le médicament. Le jour de la réunion de la FDA, ceci était l'éditorial du Wall Street Journal. (Rires) Vous savez quoi, le médicament a été approuvé.
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.
La chose amusante, c'est qu'un autre laboratoire avait effectué le bon essai clinique en donnant pour moitié le placébo et pour moitié le médicament. On a appris quelque chose d'important ici. Ce qui est intéressant, c'est qu'ils ont mené l'essai en Amérique du Sud et au Canada où c'est "plus éthique de donner des placébos". Il a fallu le donner aussi aux USA pour avoir l'approbation donc je crois que 3 patients américains de l'état de New-York ont participé à l'essai. Ils ont fait ça et découvert que 70% des patients qui ne répondaient pas vivaient beaucoup plus longtemps que ceux qui recevaient le placébo. Donc, ça a remis en cause tout ce qu'on savait sur le cancer, à savoir que vous n'avez pas besoin d'avoir une réponse. Vous n'avez pas besoin de réduire la maladie. Si on ralentit la maladie, on a en quelque sorte plus de bénéfices sur la survie du patient, son état, son ressenti, que si on réduit la maladie.
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.
Le problème, c'est que si je suis votre médecin et que je reçois votre scanner aujourd'hui, et que vous avez une tumeur de 2 cm dans le foie, et que 3 mois plus tard, elle mesure 3 cm, est-ce que ce médicament vous a aidé ou pas ? Comment savoir ? Si elle avait mesuré 10 cm, est-ce que je vous aurais donné un médicament sans aucun effet mais au coût significatif ? C'est un problème fondamental. De nouveau, c'est là que ces nouvelles technologies peuvent intervenir.
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.
Le but, évidemment, c'est que vous alliez chez votre médecin, bon, le but ultime c'est de prévenir la maladie, d'accord. Le but ultime, c'est d'empêcher que toutes ces choses arrivent. C'est la chose la plus efficace et la meilleure chose à faire aujourd'hui. Mais si par malheur vous tombez quand même malade, vous irez chez votre médecin, il ou elle vous prendra un peu de sang et on saura comment traiter votre maladie. C'est par le domaine de la protéomique qu'on passe en observant le système. Ça donne une vue globale.
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.
Le problème avec des technologies comme celles-ci, c'est que si on regarde les protéines du corps, il y a 11 ordres de magnitude différents entre les protéines en grande et en faible abondance. Il n'y a aucune technologie dans le monde qui peut couvrir 11 degrés de magnitude. Donc, une grande partie du travail avec Danny Hillis et d'autres, a été d'essayer d'intégrer des logiciels, grâce à l'ingénierie. A travers ce spectre, on peut observer différents composants.
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.
Plus tôt, nous parlions de disciplines croisées, de collaboration. Je trouve que l'une des choses excitantes qui se produit maintenant, c'est que des gens de ces domaines commencent à participer. Hier, l'Institut National du Cancer a annoncé un nouveau programme intitulé "les sciences physiques et l'oncologie", dans lequel des physiciens, des mathématiciens vont réfléchir sur le cancer alors qu'ils ne l'ont pas fait auparavant. Danny et moi avons reçu 16 millions de dollars, ont-ils annoncé hier. pour réfléchir à ce problème. Une toute nouvelle aprroche, au lieu d'administrer de hautes doses de chimiothérapie par différents mécanismes, arriver, par la technologie, à voir ce qui se passe réellement dans le corps.
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.
En 2 s, voici comment fonctionnent ces nouvelles technologies, je pense que c'est important de le comprendre. Ce qui se passe, c'est que chaque protéine de votre corps est chargée, donc les protéines sont projetées, l'aimant les disperse et à la fin, il y a un détecteur. Le fait qu'elle heurte le détecteur va dépendre de sa masse et de sa charge. De fait, si l'aimant est assez grand, et que votre résolution est suffisamment bonne, vous pourrez détecter toutes les protéines du corps et comprendre le fonctionnement du système.
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.
En tant que cancérologue, au lieu d'avoir du papier chez moi, chez vous, et d'avoir cette épaisseur, voici à quoi ressemblera le flux des données dans vos cabinets, où votre échantillon de sang créera des Go de données. Les donnés électroniques décrivent chaque aspect de la maladie. Certainement, le but est qu'on commencera à apprendre de chaque expérience, et à avancer vraiment, au lieu d'avoir des rencontres et des rencontres sans progrès fondamental.
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.
En conclusion, il faut nous éloigner d'une pensée réductionniste. Il faut commencer à réfléchitr différemment et radicalement. Donc, je vous en supplie tous, pensez différemment. Ayez des idées nouvelles. Donnez-les moi ou à n'importe qui dans votre domaine, parce que, en 59 ans, rien n'a changé. On a besoin d'une approche radicalement différente.
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.
Vous savez, quand Andy Grove a cessé d'être PDG d'Intel, et Andy était l'un de mes mentors, une sacré personnalité, donc à ce moment là , il a dit, "Il n'y aura pas de technologie gagnante. La technologie tout court l'emportera" Je crois fermement, dans le domaine de la médecine, et plus spécialement du cancer, que ce sera une plateforme de technologies qui nous aidera à avancer et, espérons-le, qui aidera les patients à court terme.
Thank you very much.
Merci beaucoup.