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.
אני רופא של מחלת הסרטן, יצאתי מהמשרד שלי והלכתי ליד בית המרקחת בבית החולים לפני שלוש ארבע שנים, וזה היה על השער של מגזין פורצ'ן מוצג בחלון הראווה של בית המרקחת.
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.
וכך, כרופא סרטן, אתה מסתכל על זה, ונהיה קצת מדוכדך. אבל כשאתה מתחיל לקרוא את המאמר שנכתב ע"י קליף, שהוא עצמו שרד את מחלת הסרטן, וניצל לאחר שהשתתף בניסוי קליני, אליו היו מסיעים אותו הוריו, מהעיר ניו יורק לצפון מדינת ניו יורק, לקבל טיפול נסיוני עבור-- בזמנו-- מחלת הודג'קינס, שהציל את חייו. הוא מציין כמה דברים מופלאים כאן. והנקודה של המאמר היא כי נהיינו רדוקציוניסטים בצורת ההסתכלות שלנו על ביולוגיה, ובצורת ההסתכלות שלנו על סרטן. במהלך 50 השנים האחרונות, התמקדנו בטיפול בגנים אינדבדואלים, ובהבנת מחלת הסרטן אך לא בשליטה שלה.
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.
זו טבלה מדהימה. וזה דבר שצריך לפקוח את עיני העוסקים בתחום יום יום. בכך ש.., כמובן, הצלחנו להשפיע בצורה ניכרת על מחלות קרדיווסקולריות. אבל הסתכלו על סרטן. שיעור המוות ממחלת הסרטן לא השתנה כבר למעלה מחמישים שנה. הצלחנו להשיג ניצחונות קטנים בסוגי סרטן כגון לוקמיה מיאלואידית כרונית, אותה ניתן לרפא בכ 100 אחוזים ע"י תרופה שיש ברשותנו. אבל, באופן כללי, לא ניתן לומר כלל כי רשמנו הצלחה במלחמה במחלת הסרטן.
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.
אם כן, מה שאני הולך לספר לכם היום זה מעט מהסיבות אותן אני רואה כסיבה לכך, ואז אעזוב את הסביבה הנוחה ואספר לכם מה לדעתי צופן העתיד, בו גישה חדשה שאותה אנו מקווים לקדם במונחים של טיפול בסרטן. בגלל שזה פסול.
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?
אם כן, ראשית מה זה בכלל סרטן? ובכן, אם למישהו יש גוש או ערכי בדיקות דם לא תקינים, הוא הולך לרופא. ואלה דוחפים לו מחט. הדרך שבה אנחנו עושים את האבחנה היום היא על ידי זיהוי דפוסים. האם זה נראה נורמלי? או האם זה נראה לא נורמלי?
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.
אז, הפתולוגיה הזו היא בדיוק כמו להסתכל על הבקבוק הפלסטיק הזה. זהו תא נורמלי. וזה תא סרטני. זו קידמת החדשנות כיום לאבחון סרטן. אין מבחן מולקולרי. אין ריצוף של גנים שיכול להתייחס למה היה אתמול. אין דרך מרשימה להסתכל על כרומוזומים. זוהי הדרך המתקדמת ביותר כיצד אנו עושים זאת.
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.
אתם יודעים, אני יודע טוב מאוד, כרופא המטפל בסרטן, שאיני יכול לטפל בסרטן מתקדם. כך שבמאמר מוסגר, אני מאמין גדול בתחום המנסה לאבחן סרטן בשלבים מוקדמים. זהוי הדרך היחידה בה אנו יכולים להתחיל להלחם בסרטן, בכך שנגלה אותו מוקדם. אנו יכולים למנוע את רוב סוגי הסרטן. אתם יודעים, בהרצאה הקודמת דובר על מניעת מחלות לב. אנו יכולים לעשות את אותו הדבר עם מחלת הסרטן. אני אחד המייסדים של חברה הנקראת נאביג'ניקס, המפתחת שיטה בה אם אתם יורקים למבחנה, אנו יכולים לבחון כ 35 או 40 מרקרים גנטיים למחלות, כולם ניתנים לעיכוב בסוגי סרטן רבים. אתה מתחיל בזהוי מה אתה יכול לקבל, ואז אתה יכול להתחיל לפעול למנוע אותם. מאחר והבעיה היא, כאשר יש סרטן במצב מתקדם, כבר אין באפשרותנו לעשות הרבה כפי שהסטטיסטיקה מצביעה.
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.
אז העניין במחלת הסרטן הוא שזו מחלה של הזדקנות מדוע זו מחלה של הזדקנות? בגלל שלאבולוציה לא איכפת מאיתנו אחרי שהבאנו ילדים. תראו, האבולוציה מגינה עלינו בשנות הפיריון שלנו, ואז לאחר גיל 35 או 40 או 45, אפשר לומר כי זה כבר לא משנה וכבר ממילא קיימנו את תפקידנו בהתרבות. אז אם אתם בוחנים סרטנים שונים, זה מאוד נדיר, נדיר ביותר למצא סרטן בילדים, ביחס לאלפי המקרים המאובחנים בשנה. אולם ככל שאדם מזדקן, זה הופך ליותר ויותר נפוץ.
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.
מדוע כה קשה לטפל במחלת הסרטן? מאחר והיא הטרוגנית, ובתוך הסרטן זהו המצע המושלם לאבולוציה. מתחיל תהליך של סלקציה של אותם תאים רעים ואגרסיבים, מה שאנו מכנים סלקציה של קלונים (שיבוטים). אולם, אם נתחיל להבין כי סרטן אינו בא לידי ביטוי רק בפגם מולקולרי, זה יותר מכך, אז נוכל להגיע לדרכים חדשות לטיפול במחלה, כפי שאני אראה לכם.
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.
ובכן, אחת הבעיות הבסיסיות שיש לנו במחלת הסרטן, היא, שנכון לעכשיו, אנו מתארים אותה על ידי מספר תיאורים: תסמינים. אני עייף, אני נפוח, יש לי כאבים, וכו' ואז ישנם כמה תיאורים אנטומיים. אתה מקבל את סריקת הסי.טי... "יש גידול בגודל שלושה סנטימטר בכבד". ואז ישנם תיאורים של איברים בגוף. "זה בכבד, זה בשד, זה בערמונית". וזה, פחות או יותר, הכל. כך, שהמילון שלנו תיאור מחלת הסרטן במילון עני ביותר. זה בעצם סימפטומים. זה ביטוי של המחלה.
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.
מה שמרגש זה, שבשנתיים או שלוש השנים האחרונות, הממשלה הוציאה 400 מיליון דולר, והם כבר הקציבו עוד מיליארד דולר, למה שאנו מכנים פרויקט האטלס הגנומי של הסרטן. בסיס הרעיון הוא ריצוף כל הגנים במחלת הסרטן, ובכך לתת לנו לנו לקסיקון חדש, מילון חדש, כדי לתאר אותה. אתם יודעים, באמצע שנות ה 1850 בצרפת, הם התחילו לתאר סרטן ע"פ חלקי גוף. וזה לא השתנה כבר יותר מ- 150 שנה. זה ארכאי לחלוטין שאנו קוראים מכנים סוגי סרטן כ...ערמונית, שד, שריר. זה לא הגיוני, אם אתם חושבים על זה.
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.
אז, כמובן, הטכנולוגיה היום כבר נמצאת, ובמהלך השנים הקרובות, זה ישתנה. אתם כבר לא תלכו למרפאה לסרטן השד. אתם תלכו למרפאה ל HER2 מוגבר, או למרפאה של EGFR פעיל, והם יאבחנו את אותם גורמים פתוגניים אשר היו מעורבים והובילו להתפחות אותו סוג סרטן פרטני. אז, בתקווה, נעבור תהליך בו נתייחס פחות לאומנות הרפואה ויותר למדע הרפואה, וניהיה מסוגלים לעשות את מה שעושים במחלות זיהומיות, שזה להסתכל ברמת האורגניזם, ברמת החיידק, ולומר באיזו אנטיביוטיקה יהיה הגיוני להשתמש, כדי שאותו חיידק מסויים יגיב אליה. כאשר מישהו נחשף ל H1N1, אתה נותן לו תמיפלו, ובכך ניתן להפחית במידה ניכרת את חומרת הסימפטומים ולמנוע רבים מתסמיני המחלה. מדוע? כי אנחנו יודעים מה יש לו, ואנחנו יודעים איך לטפל בזה, למרות שאנחנו לא יכולים לעשות חיסון במדינה הזאת, אבל זה סיפור אחר.
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.
האטלס הגנומי של הסרטן מתחיל לצאת כבר עכשיו. הסרטן הראשון נעשה, וזה היה סרטן המוח. בחודש הבא, בסוף דצמבר, תראו את סרטן השחלות, ואז סרטן ריאות יגיע כמה חודשים אחרי. יש גם תחום של פרוטאומיקה (חקר החלבונים), עליו אני אדבר עוד כמה דקות, אשר אני חושב יהיה השלב הבא במונחים של הבנה וסיווג מחלות. אבל זיכרו, אני לא דוחף גנומיקה (חקר הגנום), פרוטאומיקה, לצורך רדוקציוניזם. אני עושה זאת כדי שנוכל לזהות כנגד מה אנו מתמודדים. ויש הבחנה חשובה מאוד שם , אליה עוד נגיע.
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.
בתחום הבריאות היום, אנחנו מוציאים את רוב הדולרים, לצרכים של טיפול במחלה - רוב הכסף יוצא במהלך השנתיים האחרונות בחייו של אדם. אנחנו מוציאים מעט מאוד דולרים, אם בכלל,לצורכי זיהוי כנגד מה אנו מתמודדים. אם היינו משנים זאת ומוציאים יותר כדי לזהות כנגד מה אנו מתמודדים, היינו עושים את הדברים הרבה יותר טוב. אם נוכל אפילו לקחת את זה צעד אחד קדימה ולמנוע מחלות, אנחנו יכולים לשנות את הכיוון בצורה אדירה. וכמובן, זה הכיוון אליו אנו צריכים ללכת, להתקדם קדימה.
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.
אם כן, זהו האתר של המוסד הלאומי לסרטן. ואני כאן כדי לומר לכם, זה שגוי. אז, אתר האינטרנט של המוסד הלאומי לסרטן אומר כי סרטן היא מחלה גנטית. האתר אומר, אם תסתכל, יש מוטציה פרטנית, ואולי גם אחת נוספת, ואולי גם שלישית, וזה סרטן. אבל, כרופא של מחלת הסרטן, כך אני רואה זאת: זו היא איננה מחלה גנטית. אם כן, כאן אתם יכולים לראות, זהו כבד ובו סרטן גרורתי שמקורו במעי הגס, ואתם רואים, במבט דרך מיקרוסקופ, בלוטת לימפה אליה פלש סרטן. אתם רואים סריקה סי.טי. ובה סרטן בכבד. סרטן הוא אינטראקציה של תא, בו כבר לא קיימת בקרה על תהליכי הגדילה, עם הסביבה. זה לא באופן מופשט; זה אינטראקציה עם הסביבה. זה מה שאנו מכנים מערכת.
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.
המטרת שלי כרופא סרטן היא לא להבין סרטן. ואני חושב שזו היתה הבעיה היסודית בחמש העשורים האחרונים, והיא שחתרנו להבנה של הסרטן. המטרה היא לשלוט בסרטן. וזו מטרה בעלת סכמת אופטימיזציה שונה לחלוטין, עם אסטרטגיה שונה מאוד עבור כולנו.
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.
קמתי בכנס של האגודה האמריקאית לחקר הסרטן, אחד המפגשים הגדולים ביותר לחקר הסרטן, עם 20,000 אנשים, ואמרתי: עשינו טעות. כולנו טעינו, כולל אני, בכך שהיינו ממוקדים מדיי, בכך שהיינו רדוקציוניסטים. אנחנו צריכים לקחת צעד אחורה. ותאמינו או לא, היו לחשושים בקהל. אנשים התעצבנו, אבל זו הדרך היחידה שבה אנחנו נוכל ללכת קדימה.
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.
אתם יודעים, הייתי ממש בר מזל לפגוש את דני היליס לפני כמה שנים. דחקו אותנו להפגש, למרות שאף אחד מאיתנו לא באמת רצה לפגוש את האחר. שאלתי את עצמי: "האם אני באמת רוצה לפגוש בחור מדיסני, אשר מעצב מחשבים?" והוא אמר לעצמו, האם הוא באמת רוצה להיפגש עם עוד רופא. אבל אנשים שכנעו אותנו, ונפגשנו, וזה הוביל למהפכה במה שאני עושה, מהפכני לחלוטין. אנחנו עיצבנו, ועבדנו על הדמיה- כאשר הרבה מהרעיונות הללו באו מדני והקבוצה שלו - ההדמיה של סרטן בגוף כמו במערכת מורכבת. ואני אראה לכם כמה מהנתונים שם היכן שאני באמת חושב שזה יכול לעשות את ההבדל ולהביא גישה חדשה.
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.
המפתח הוא, כאשר אתם מסתכלים על משתנים האלו, ואתם מסתכלים על הנתונים האלה, אתם צריכים להבין את הנתונים המוזנים. אתם יודעים, אם הייתי מודד את הטמפרטורה שלכם מעל 30 ימים, והייתי שואל, מה היתה הטמפרטורה הממוצעת? והתשובה היתה יוצאת 37, הייתי אומר נהדר. אבל אם במהלך אחד מאותם ימים הטמפרטורה שלכם עלתה ל 39 למשך שש שעות, ולקחתם אקמול והרגשתם טוב יותר, וכו ', הייתי מפספס את זה לחלוטין. לכן, אחת הבעיות הבסיסיות ברפואה היא שאתם ואני, וכולם, אנחנו הולכים לרופא שלנו פעם בשנה. יש לנו נתונים בעלי אלמנטים בודדים; אין לנו את פונקציה הזמן עליהם.
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.
מוקדם יותר התיחסו לזה כהתקן חיים ישיר. אתם יודעים, אני משתמש בזה כבר במשך חודשיים וחצי. זה מכשיר מדהים, לא כי זה אומר לי כמה קילוקלוריות אני שורף כל יום, אלה בגלל שזה עוקב, על פני 24 שעות, אחרי מה עשיתי בכל רגע. ואני לא תארתי לעצמי כי במשך שלוש שעות אני יושב ליד השולחן העבודה שלי, ואני לא זז כלל. והרבה מהפונקציות בנתונים שיש לנו כמערכות הזנה כאן שונות מאוד מהדרך בה אנו מבינים אותן, כי אנחנו לא מודדים אותן באופן דינמי.
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.?"
וכך, אם אתם חושבים על סרטן כמערכת, יש קלט ופלט ואיזה שהוא מצב בינהם. מצבי הביניים אם כן, שקולים לשעורי היסטוריה, והחולה בסרטן, הקלט הוא הסביבה, הדיאטה, הטיפול, המוטציות הגנטיות. והפלט הם הסימפטומים שלנו. האם יש לנו הכאב? האם הסרטן גדל? האם אנחנו מרגישים נפוחים, וכו'? רוב המצב הזה מוסתר. ומה שאנחנו עושים בתחום שלנו הוא שאנחנו משנים את הקלט, אנחנו נותנים טיפול כימותרפי אגרסיבי. ואנחנו שואלים, האם קיבלנו תוצאה טובה יותר? האם ישתפר הכאב, וכו'?
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.
וכך, הבעיה היא שזה לא רק מערכת אחת, זה מערכות מרובות במדדים רבים. זוהי מערכת של מערכות. וכך, כאשר אתם מתחילים להסתכל על מערכות מתהוות, אתם יכולים להסתכל על תא עצב תחת מיקרוסקופ. תא עצב תחת המיקרוסקופ נראה מאוד אלגנטי עם דברים קטנים מציצים מכאן ומכאן, אבל כשאתם מתחילים לשים אותם יחד במערכת מורכבת, ואתם מתחילים לראות כי זה הופך להיות מוח, ושמוח יכול ליצור אינטליגנציה, מה שאנחנו מדברים עליו בגוף, וסרטן מתחיל לחקות אותו כמו מערכת מורכבת. ובכן, החדשות הרעות הן שמערכות חזקות אלו וחזקות היא מילת מפתח קשה מאוד להבין לפרטי פרטים. החדשות הטובות הן שאתה יכול לתמרן אותן. אתה יכול לנסות לשלוט בהן ללא ההבנה הבסיסית של כל רכיב.
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.
תוצאות אחד הניסויים הקליניים הבסיסיים ביותר בסרטן התפרסמו בפברואר במגזין הרפואה של ניו אינגלנד. בו לקחו נשים לפני גיל המעבר עם סרטן השד. הסוג הגרוע ביותר של סרטן השד אותו ניתן לקבל. הן קיבלו כימותרפיה, ואז הן חולקו בצורה אקראית, חצי מהן קיבלו תרופת דמה, וחצי קיבלו תרופה בשם חומצה זולדרונית שבונה עצם. המשמשת לטיפול באוסטאופורוזיס, והן קיבלו את זה פעמיים בשנה. וכאשר הן נבדקו, מתוך 1,800 הנשים, אלה שלהן ניתנה התרופה, שבונה עצם, פעמיים בשנה, ניצפתה ירידה של הישנות הגידול בכ-35%. צמצום התרחשות הסרטן באמצעות תרופה שכלל אפילו לא מטפלת בסרטן. אז הרעיון, תשנה את הקרקע, הזרעים לא יגדלו גם כן. אתה משנה את המערכת, ואתה יכול להשפיע בצורה ניכרת על הסרטן.
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.
אף אחד לא הוכיח אי פעם - וזה הולך לזעזע - אף אחד לא הוכיח אי פעם כי רוב הכימותרפיה באמת פוגעת בתאי הסרטן. זה מעולם לא הוכח. יש את כל העבודות האלגנטיות האלה בצלחות בתרביות תאים, בהן, אם מטפלים בתאי סרטן עם תרופה, ניתן לקבל השפעה כזו על התאים, אולם הריכוזים בתרביות התאים אינם מתקרבים לריכוזים המתקיימים בגוף.
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.
אם אני נותן לאישה עם סרטן שד תרופה בשם טקסול כל שלושה שבועות, שזהו הסטנדרט, כ - 40 אחוזים מהנשים עם סרטן גרורתי מגיבות בצורה מצויינת לתרופה. ותגובה משמעותה הצטמקות של כ50 אחוזים בגידול. ובכן, תזכרו זה אפילו לא בסדר גודל, אבל זה סיפור אחר. לאחר מכן הגידולים חוזרים ונישנים, אני נותן להם את אותה התרופה מדי שבוע. 30 אחוז נוספים יגיבו לאחר מכן הם חוזרים ונשנים, אני נותן להם אותה תרופה למשך 96 שעות ע"י עירוי מתמשך, עוד 20 או 30 אחוז יגיבו. אז, אתם לא יכולים להגיד לי שזה עובד ע"י אותו המנגנון בכל שלושת השלבים. זה לא. אין לנו מושג מהו המנגנון. אז הרעיון הוא שכימותרפיה עשויה רק להפריע לאותה מערכת מורכבת, בדיוק כמו שבניית עצם שיבשה את המערכת והורידה הישנות גידולים, כימותרפיה עשויה לעבוד בדיוק באותה הדרך. הדבר המפתיע בנוגע לאותו ניסוי היה, שנצפתה ירידה של סרטנים חדשים גם כן בשיעור של 30 אחוזים.
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.
לכן, הבעיה היא, שלכם ושלי, שכל המערכות שלנו משתנות. הן דינאמיות. אני מתכוון, זו שקופית מפחידה, אבל היא מציגה את מצב ההשמנה בעולם. ואני מצטער אם אינכם יכולים לקרוא את המספרים, הם די קטנים. אבל, אם אתם מתחילים להסתכל על זה, האדום הזה, הצבע הכהה שם, יותר מ 75 אחוז מהאוכלוסייה במדינות אלה סובלים מהשמנת יתר. תראו לפני עשור, תראו לפני שני עשורים, שונה במידה ניכרת. לכן, המערכות שלנו היום שונות באופן דרמטי מאשר לפני עשור או שניים. אז המחלות שיש לנו היום, המשקפות דפוסים במערכת במספר העשורים האחרונים, הולכים להשתנות באופן דרמטי במהלך העשור הבא בערך בהתבסס על דברים כאלה.
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.
אז, התמונה הזו, למרות שהיא יפה, היא תמונה של 40 ג'יגה של כל הפרוטאום. זוהי טיפת דם, שהועברה דרך מגנט מוליך-על, ואנחנו מסוגלים לקבל רזולוציה בה אנחנו יכולים להתחיל לראות את כל החלבונים בגוף. אנחנו יכולים להתחיל לראות את אותה המערכת. כל אחת מהנקודות האדומות מייצגות למעשה חלבון שכבר זוהה. הכוח של המגנטים האלה, העוצמה של מה אנחנו יכולים לעשות כאן היא שאנו יכולים לראות נויטרונים בודדים עם הטכנולוגיה הזו. אז, שוב, אלה דברים שאנחנו עושים עם דני היליס וקבוצה הנקראת אפלייד פרוטאומיקס, המאפשרים לנו להתחיל לראות את ההבדלים בין נייטרונים בודדים, ואנחנו יכולים להתחיל ולהסתכל על המערכת כפי שלא יכולנו מעולם לפני. לכן, במקום להסתכל בצורה רדוקציוניסטית, אנחנו לוקחים צעד אחורה.
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.
זוהי אישה, בת 46, לה היה התפרצות חוזרת של סרטן ריאות. זה היה במוח שלה, בריאותיה, בכבד שלה. היא קיבלה Carboplatin Taxol, Taxotere Carboplatin, Gemcitabene, Navelbine. כל תרופה שיש לנו היא קיבלה, והמחלה המשיכה לגדול. היו לה שלושה ילדים מתחת לגיל 12, זו סריקת הסי.טי. שלה. ובכן, מה שיש כאן זה שאנחנו לוקחים תמונת חתך של הגוף שלה כאן. ואתם יכולים לראות באמצע את הלב שלה, ובצידו של הלב מצד שמאל ישנו גידול גדול אשר ללא טיפול יפלוש ויהרוג אותה בתוך שבועות. היא מקבלת כדור ביום, שמטרתו פגיעה בנתיב, ושוב, אני לא בטוח אם נתיב זה קיים במערכת של אותו הסרטן, אבל זה פוגע בנתיב מסויים, וכעבור חודש, הפלא ופלא, אותו סרטן נעלם. שישה חודשים לאחר מכן הוא עדיין איננו. הסרטן חזר על עצמו, והיא נפטרה כעבור שלוש שנים מסרטן הריאות, אבל התרופה נתנה לה שלוש שנים כשהסימפטומים שלה מראשיתם היו פצעי בגרות. וזה פחות או יותר הכל.
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.
ובכן, הבעיה היא כי הניסוי הקליני נעשה, ואנחנו היינו חלק ממנו, ובשלב הניסוי הקליני העיקרי, בניסוי הקליני המרכזי אותו אנחנו מכנים שלב שלוש, אנחנו סירבנו להשתמש בפלצבו (תרופת דמה). האם הייתם רוצים שאמא שלכם, אחיכם, אחותכם יקבלו פלצבו אם יש להם סרטן ריאות מתקדם ונשארו להם שבועות ספורים לחיות? והתשובה, כמובן, היא לא. אז, זה נעשה על קבוצה זו של חולים. ל 10 אחוז מהאנשים בניסוי היתה תגובה דרמטית כזו כפי שהוצג כאן, והתרופה עברה לבדיקה של ה-FDA (מנהל המזון והתרופות האמריקני), וה-FDA שאלו, בלי פלצבו, כיצד ניתן לדעת כי החולים נהנו בפועל מן התרופה? אז בבוקר הפגישה עם ה-FDA, זה היה מאמר המערכת של הוול סטריט ג 'ורנל. (צחוק) וכך, מה תגידו, אותה תרופה קיבלה אישור.
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.
הדבר המדהים הוא שחברה אחרת עשתה את הניסויים המדעיים הנכונים, שם הם נתנו לחצי פלצבו ולחצי את התרופה. ולמדנו שם משהו חשוב. מה שמעניין הוא, שהם עשו את זה בדרום אמריקה וקנדה, שם זה "מוסרי יותר לתת פלצבו." הם היו צריכים לתת את זה גם בארצות הברית כדי לקבל אישור, כך שאני חושב שהיו שלושה חולים בארה"ב בצפון מדינת ניו יורק, שהיו חלק מהניסוי. אבל הם עשו את זה, ומה שהם מצאו היה כי 70 אחוזים של אלו שלא הגיבו לטיפול חיו הרבה יותר והרגישו טוב יותר מאשר אנשים שקיבלו פלצבו. אז זה מציב אתגר בפני כל מה שאנחנו יודעים על סרטן, בכך שלא צריך לקבל תגובה. אתה לא צריך לכווץ את המחלה. אם נאט את המחלה, אנו עשויים לקבל יותר תועלת בהישרדות החולה, בתוצאת הטיפול, בהרגשת החולים, מאשר אם היינו מכווצים את המחלה.
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.
הבעיה היא שאם אני איזה רופא, ואני מקבל את סריקת הסי.טי. שלך היום, ויש לך גידול בגודל שני סנטימטר בכבד שלך, ואתה חוזר אלי תוך שלושה חודשים, וזה שלושה סנטימטרים, האם אותה תרופה עזרה לך או לא? איך אוכל לדעת? והיה וזה היה 10 ס"מ, או אולי אני נותן לך תרופה ללא תועלת ומחיר משמעותיים? אז, זו בעיה בסיסית. ושוב, זה המקום בו יכולות להכנס הטכנולוגיות החדשות הללו.
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.
וכך, המטרה כמובן היא, שתכנס למשרד של הרופא שלך - ובכן, המטרה הסופית היא למנוע מחלות, נכון. המטרה הסופית היא למנוע את כל הדברים האלה שבכלל יקרו. זוהי הדרך היעילה, המשתלמת והטובה ביותר לבחור בה היום. אבל אם מישהו לרוע מזלו מקבל מחלה, הוא יכנס למשרד של הרופא\ה שלו, הוא או היא ייקחו טיפה של דם, ויתחילו לדעת כיצד לטפל במחלה שלו. הדרך שבה אנחנו ניגש תיהיה בגישה של פרואומיקה, שוב,זה ע"י הסתכלות על המערכת. זה לקחת את התמונה הגדולה.
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.
הבעיה עם טכנולוגיות דוגמת זו היא שאם נסתכל על חלבונים בגוף, יש הבדלים של 11 סידרי גודל בכמות החלבונים הנמצאים בשפע לבין אלה הנמצאים בכמויות זניחות. ואין טכנולוגיה בעולם שיכולה לכסות הבדלים של 11 סדרי גודל. וכך, הרבה ממה שנעשה עם דני היליס והאחרים היא לנסות להכניס עקרונות הנדסיים, לנסות להביא את התוכנה. אנחנו יכולים להתחיל להסתכל על המרכיבים השונים לאורך הספקטרום הזה.
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.
וקודם דיברו על שילוב של דציפלינות, על שיתופי פעולה. ואני חושב שזה קורה עכשיו, שאחד הדברים הבולטים זה שאנשים מהתחומים הללו מצטרפים ונרתמים. אתמול, הודיע המוסד הלאומי לסרטן על תוכנית חדשה הנקראת מדעי הפיזיקה ואונקולוגיה, שם מביאים פיסיקאים, מתמטיקאים בכדי לחשוב על סרטן, אנשים שמעולם לא ניגשו לנושא לפני כן. דני ואני קיבלנו 16 מיליון דולר, הודיעו אתמול, לנסות לקשר את הבעיה הזו. גישה חדשה לגמרי, במקום לתת מינון גבוה של כימותרפיה על ידי מנגנונים שונים לנסות להביא את הטכנולוגיה לכדי קבלת תמונה של מה שבאמת קורה בגוף.
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.
אז, רק שתי שניות, איך הטכנולוגיות הללו עובדות- כי אני חושב שחשוב להבין זאת. מה שקורה זה, שלכל חלבון בגוף שלנו יש מטען, ואז כל החלבונים מרוססים פנימה, המגנט מסובב אותם סביב, וישנו גלאי בקצה. זמן הפגיעה בגלאי תלוי במסה ובמטען של כל חלבון. וכך במדויק, אם המגנט גדול מספיק, והרזולוציה גבוהה מספיק, ניתן ממש לזהות את כל החלבונים בגוף ולהתחיל לקבל הבנה של מערכת הפרט.
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.
אם כך, כרופא של סרטן, במקום ניירות בתיק שלי, בתיק שלכם וזה יכול להיות עבה, כך מתחילה להראות תעבורת הנתונים במשרדים שלנו, כשטיפה של דם מיצרת ג 'יגה בייט של נתונים. אלמנטים אלקטרוניים מתארים כל היבט של המחלה. ובוודאי המטרה היא שנוכל להתחיל ללמוד בכל מפגש ולמעשה לנוע קדימה, במקום להפגש שוב ושוב, ללא לימוד יסודי.
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.
לכן,לסיכום, אנחנו צריכים להתרחק מחשיבה רדוקציוניסטית. אנחנו צריכים להתחיל לחשוב אחרת, בצורה קיצונית. וכך, אני מפציר בכולם פה, חישבו אחרת. בואו עם רעיונות חדשים. תגידו לי אותם או לכל אחד אחר בתחום שלנו, כי, במהלך 59 השנים האחרונות, שום דבר לא השתנה. אנו צריכים גישה קיצונית שונה.
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.
אתם יודעים, כאשר אנדי גרוב פרש מתפקידו כיו"ר מועצת המנהלים של אינטל אנדי היה אחד מהמורים הרוחניים שלי, אדם קשוח - כאשר אנדי פרש, הוא אמר, "הטכנולוגיה לא תנצח. הטכנולוגיה בעצמה היא ניצחון." ואני מאמין בנחישות, בתחום הרפואה, ובמיוחד סרטן, שזו הולכת להיות פלטפורמה רחבה לטכנולוגיות שיעזרו לנו להתקדם קדימה ובתקווה לעזור לחולים בטווח הקצר.
Thank you very much.
תודה רבה לכם.