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.
Eu sou um médico de câncer, e saí do meu consultório e andei pela farmácia do hospital, três ou quatro anos atrás, e esta era a capa da revista Fortune que estava na prateleira da farmácia.
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.
Então, como um oncologista, a gente olha para isso e fica um pouco desanimado. Mas quando a gente começa a ler o artigo de Cliff, que é um sobrevivente do câncer, e que foi salvo por uma pesquisa clínica, quando seus pais levaram-no da cidade de Nova Iorque para o norte do estado de Nova Iorque para receber uma terapia experimental para -- naquele tempo -- Doença de Hodgkin, o que salvou sua vida. Ele faz observações notáveis. E a idéia central do artigo era que nós nos tornamos reducionistas em nossa visão da biologia, em nossa visão do câncer. Nos últimos 50 anos, estivemos focados em tratar o gene individual, em compreender o câncer, não em controlar o câncer.
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.
Portanto, esta é uma situação assustadora. E isso é algo que nos faz sermos realistas em nosso campo todos os dias pois, obviamente, temos obtido impactos notáveis em doenças cardiovasculares. No entanto, veja o câncer. A taxa de mortalidade por câncer em mais de 50 anos não mudou. Nós tivemos pequenas vitórias em doenças como leucemia mielóide crônica, para a qual temos uma pílula que pode colocar 100 por cento de pessoas em remissão [desaparecimento dos sinais em exames -- N do T]. Mas, geralmente, não temos obtido nenhum impacto na guerra contra o câncer.
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.
Então, o que vou dizer a vocês hoje, é um pouco do porque acredito que isso acontece, e então vou sair de minha zona de conforto e dizer-lhes para onde creio que isso está progredindo, onde uma nova abordagem -- que esperamos levar adiante em termos de tratar o câncer. Porque isso está errado.
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?
Então, o que é o câncer, antes de mais nada? Bem, se alguém tem uma massa ou um valor anormal do sangue, essa pessoa vai ao médico. Eles espetam uma agulha. A maneira com que nós fazemos o diagnóstico hoje é através de reconhecimento de padrões. Parece normal? Parece 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.
Assim, é como se o patologista estivesse olhando esta garrafa plástica. Esta é uma célula normal. Esta é uma célula cancerosa. Esse é o estado da arte do diagnóstico de câncer de hoje. Não há teste molecular. Não há o sequenciamento de genes que foi mencionado ontem. Não há uma observação mais sofisticada dos cromossomos. Este é o estado da arte de como nós fazemos isso.
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.
Sabem, eu sei muito bem, como oncologista, não posso tratar um câncer avançado. Assim, a título de observação, acredito firmemente na abordagem de tentar identificar o câncer precocemente. É a única maneira possível de começar a lutar contra o cancer, é identificá-lo no começo. Nós podemos previnir a maioria dos cânceres. Sabem, a conversa anterior aludiu à prevenção de doenças cardíacas. Poderíamos fazer o mesmo com o câncer. Eu co-fundei uma empresa chamada Navigenics, onde, se você cuspir em um tubo, e nós podemos observar 35 ou 40 marcadores genéticos para doenças, todos os quais resultam mais tarde em muitos dos cânceres. Vocês começam a identificar o que vocês poderiam ter, e então nós podemos começar a trabalhar para prevenir. Porque o problema é, quando você tem câncer avançado, nós não podemos fazer muito, hoje, sobre isso, como as estatísticas sugerem.
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.
Assim, o fato sobre o câncer é que é uma doença de idosos. Por que é uma doença de idosos? Porque a evolução não se importa conosco depois de termos nossos filhos. Vejam, a evolução nos protege durante nossa idade fértil, e então, depois da idade de 35 ou 40 ou 45, ela diz que não importa mais, porque eles tiveram seus descendentes. Então se você olha para os cânceres, é muito raro, extremamente raro encontrar cancer em uma criança, da ordem de milhares de casos por ano. À medida que se envelhece, é muito, muito comum.
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.
Por quê é difícil tratar? Porque é heterogêneo, e esse é o substrato perfeito para evolução dentro do câncer. Ele começa por selecionar aquelas células nocivas e agressivas, o que nós chamamos de seleção clonal. Mas, se nós começarmos a entender que o câncer não é apenas um defeito molecular, é algo mais, então vamos chegar a novas formas de tratá-lo, como mostrarei a vocês.
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.
Portanto, um dos problemas fundamentais que nós temos no câncer, é que, agora mesmo, nós o descrevemos por um número de adjetivos, sintomas, Estou cansado, estou inchado, tenho dor, etc. Você, então, tem algumas descrições anatômicas. Você faz uma tomografia computadorizada axial. Há três centímetros de massa no fígado. Você, então, tem algumas descrições da parte do corpo. Está no fígado, no seio, na próstata. E isso é tudo. Portanto, nosso dicionário para descrever o câncer é muito, muito pobre. Ele é, basicamente, de sintomas. São manifestações de uma doença.
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.
O que é excitante é que durante os últimos dois ou três anos, o governo gastou 400 milhões de dólares, e eles alocaram outro bilhão de dólares, para o que chamamos de Projeto do Atlas de Genoma do Câncer. Assim, a idéia é sequenciar todos os genes do câncer, dando-nos um novo léxico, um novo dicionário para descrevê-lo. Sabem, em meados do ano de 1850 na França, começaram a descrever o câncer associando a partes do corpo. Isso não mudou durante mais de 150 anos. É absolutamente arcaico o que nós chamamos de câncer de próstata, de seio, de músculo. Não faz sentido, se a gente pensa nisso.
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.
Então, obviamente, a tecnologia está aqui hoje, e, ao longo dos próximos anos, isso irá mudar. Vocês não irão mais a uma clínica de câncer de seio. Vocês irão a uma clínica de HER2 amplificado, ou a uma clínica de EGFR ativado, e eles irão atrás de algumas das lesões patogênicas que estavam envolvidas na causa desse câncer individual. Assim, esperamos, seremos menos a arte da medicina e mais a ciência da medicina, e seremos capazes de fazer o que se faz nas doenças infecciosas, que é olhar para aquele organismo, aquela bactéria, e então dizer, este antibiótico faz sentido, porque você tem uma bactéria específica que responderá a ele. Quando alguém é exposto ao H1N1, toma Tamiflu, e pode diminuir consideravelmente a gravidade dos sintomas e prevenir muitas das manifestações da doença. Por quê? Porque nós sabemos o que você tem, e nós sabemos como tratar isso, embora não possamos fazer vacinas neste país, mas essa é outra história.
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.
O Atlas do Genoma do Câncer está saindo agora. O primeiro câncer foi concluído, que foi o câncer de cérebro. No próximo mês, fim de dezembro, veremos o câncer de ovário, e então o câncer de pulmão virá alguns meses depois. Há também o campo da proteômica, de que falarei em alguns minutos, que, creio, será o próximo nível em termos de compreender e classificar as doenças. Mas lembrem-se, não estou impondo a genômica, a proteômica, para ser um reducionista. Estou fazendo isso para que possamos identificar o que estamos enfrentando. E há uma distinção muito importante nisso, e vamos chegar a ela.
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.
Nos cuidados com a saúde de hoje, gastamos a maior parte dos dólares, em termos de tratamento de doenças -- a maior parte desses dólares nos últimos dois anos da vida de uma pessoa. Nós gastamos muito poucos dólares, se é que gastamos, em termos de identificar o que estamos enfrentando. Se a gente começar a mudar isso, no sentido de identificar o que estamos enfrentando, vamos fazer as coisas tremendamente melhores. Se pudéssemos ao menos dar um passo à frente e prevenir doenças, poderíamos dar um grande passo em outra direção. E, obviamente, é para onde temos que ir, seguindo em frente.
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.
Portanto, esse é o site do Instituto Nacional do Câncer. E estou aqui para dizer-lhes, ele está errado. Então, o site do Instituto Nacional do Câncer diz que o câncer é uma doença genética. O site diz que, se você olhar, existe uma mutação indivídual, e talvez uma segunda, e talvez uma terceira, e isso é câncer. Mas, como uma médico de câncer, isto é o que eu vejo. Isso não é uma doença genética. Assim, vejam aí, isso é um fígado com um câncer de colon, e você vê no microscópio, um nódulo de linfa onde o câncer invadiu. Você vê uma tomografia computadorizada axial onde o câncer está no fígado. Câncer é uma interação de uma célula que não está mais submetida ao controle de crescimento pelo ambiente. Isso não está no abstrato, é a interação com o ambiente. É o que chamamos de sistema.
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.
Meu objetivo como médico de câncer não é entender o câncer. E acho que isso tem sido o problema fundamental ao longo das cinco últimas décadas, é que temos lutado para compreender o câncer. O objetivo é controlar o câncer. E esse é um esquema de otimização muito diferente, uma estratégia muito diferente para todos nós.
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.
Eu pedi a palavra na Associação Americana de Pesquisa do Câncer, um dos maiores encontros da pesquisa do câncer, com 20.000 pessoas lá, e disse, nós cometemos um erro. Nós todos cometemos um erro, inclusive eu mesmo, por focalizar o detalhe, por ser um reducionista. Nós precisamos dar um passo atrás. E, acredite se quiser, houve assobios na audiência. As pessoas ficaram perturbadas, mas esse é o único jeito de progredirmos.
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.
Sabem, eu tive muita sorte de conhecer Danny Hillis alguns anos atrás. Fizeram com que nos reuníssemos, e nenhum de nós queria realmente conhecer o outro. Eu dizia: " Será que eu quero conhecer um cara da Disney, que projetava computadores?" E ele estava dizendo, será que ele quer mesmo conhecer mais um médico. Mas as pessoas levaram a melhor sobre nós, e acabamos juntos, e isso foi transformador no que faço, absolutamente transformador. Nós projetamos, e nós trabalhamos na modelagem -- e muitas dessa ideias vieram de Danny, e de seu time -- a modelagem do câncer como um sistema complexo no corpo. e eu mostrarei alguns dados aqui onde eu realmente acredito que pode fazer diferença e uma nova maneira de abordá-lo.
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.
A questão é, quando você observa essas variáveis, e observa esses dados, você tem que entender os dados de entrada. Sabe, se eu medisse sua temperatura durante 30 dias, e perguntasse, qual era a temperatura média, e o resultado fosse 37, eu diria, ótimo. Mas se durante um daqueles dias sua temperatura atingisse 39 durante seis horas, e você tomasse Tylenol e melhorasse, etc., eu ignoraria totalmente. Então, um dos problemas fundamentais na medicina é que você e eu, e todos nós, vamos a nossos médicos uma vez por ano. Nós dispomos de elementos discretos de dados; nós não temos os dados como função do tempo.
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.
Anteriormente foi mencionado este monitor de atividade física DirectLife. Sabem, eu uso isso há dois meses e meio. É um dispositivo surpreendente, não porque me diz quantas quilocalorias eu gasto a cada dia, mas porque ele mede, em 24 horas, o que eu fiz em um dia. E eu não me dava conta de que, durante três horas eu fico sentado a minha mesa, e eu não me movimento nada. E muitas das funções dos dados que temos como sistemas de entrada aqui são realmente diferentes do que nós as compreendemos, porque não os estamos medindo dinamicamente.
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.?"
E assim, se a gente pensa no câncer como um sistema, há uma entrada e uma saída e um estado no meio. Então, os estados são classes equivalentes do histórico, e o paciente de câncer, a entrada é o ambiente, a dieta, o tratamento, as mutações genéticas. A saída são os nossos sintomas. Nós sentimos dor? O câncer está crescendo? Nós nos sentimos inchados, etc.? Muito daquele estado está escondido. Então o que fazemos em nossa área é: nós mudamos a entrada, damos quimioterapia agressiva. E dizemos, aquela saída melhorou? Fez a dor passar, 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.
E assim, o problema é que não é apenas um sistema, São sistemas múltiplos em múltiplas escalas. É um sistema de sistemas. E então, quando a gente começa a ver sistemas emergentes, você pode ver um neurônio sob um microscópio. Um neurônio sob um microscópio é muito elegante com coisinhas espetadas para fora e coisinhas aqui, mas quando a gente começa a reuni-los num sistema complexo, e começamos a perceber que isso se torna um cérebro, e aquele cérebro pode criar inteligência, aquilo de que estamos falando no corpo, e o câncer está começando a modelar isso como um sistema complexo. Bem, a má notícia é que esses robustos -- e robusto é uma palavra chave -- sistemas emergentes são muito difíceis de entender em detalhe. A notícia boa é que a gente pode manipulá-los. A gente pode tentar controlá-los sem aquela compreensão fundamental de cada componente.
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.
Um dos ensaios clínicos mais fundamentais em câncer saiu em Fevereiro no New England Journal of Medicine, onde eles pegaram mulheres que estavam na pré-menopausa com câncer de seio. Portanto, sobre o pior tipo de câncer de seio que você pode ter. Elas tinham começado suas quimioterapias, e então elas foram selecionadas ao acaso, metade tomou placebo, e outra metade uma droga chamada Ácido Zoledrônico, que constrói ossos. É usada para tratar osteoporose, e elas tomaram aquilo duas vezes ao ano. Eles observaram e, nessas 1.800 mulheres, que receberam duas vezes ao ano a droga que constrói ossos, foi reduzida a recorrência de câncer em 35 por cento. Reduzida a ocorrência de câncer através de uma droga que nem sequer afeta o câncer. Então a noção é, você muda o solo, a semente não cresce. Você muda o sistema, e você poderia ter um efeito significativo sobre o câncer.
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.
Ninguém jamais mostrou -- e isso vai ser chocante -- ninguém jamais mostrou que a maioria dos quimioterápicos efetivamente afeta uma célula cancerosa. Isso nunca foi demonstrado. Existem todos esses trabalhos elegantes sobre placas de cultura de tecidos, que, se você der essa droga para câncer, você pode fazer esse efeito para a célula, mas as doses naquelas placas não são nada parecidas com as doses que acontecem no corpo.
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.
Se eu der a uma mulher com câncer de seio uma droga chamada Taxol a cada três semanas, que é o padrão, mais ou menos 40 por cento de mulheres com câncer metastático têm ótima resposta àquela droga. E uma resposta é 50 por cento de redução. Bem, lembrem-se que isso não chega a ser uma ordem de magnitude, mas essa é uma outra história. Elas então recorrem, dou a elas aquela mesma droga toda semana. Outras 30 por cento vão responder. Elas então recorrem, dou a elas aquela mesma droga durante 96 horas de infusão contínua, outras 20 ou 30 por cento responderão. Assim, você não pode me dizer que está funcionando pelo mesmo mecanismo em todos os três casos. Não está. Não temos nenhuma ideia do mecanismo. Então a ideia de que a quimioterapia pode estar apenas interrompendo aquele sistema complexo, como construir osso interrompeu aquele sistema e reduziu a recorrência, a quimioterapia pode funcionar exatamente da mesma maneira. A coisa espantosa sobre esse ensaio também, era que reduziu novos primários, ou seja, novos cânceres, em 30 por cento também.
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.
Portanto, o problema é que, os seus e os meus, todos os nossos sistemas estão mudando. Eles são dinâmicos. Quero dizer, esta é uma imagem assustadora, sem me desviar do assunto, mas ela mostra a obesidade no mundo. E sinto muito se vocês não podem ler os números, porque eles são meio pequenos. Mas, se vocês começam a olhar para isso, aquele vermelho, aquela cor escura ali, mais de 75 por cento da população daqueles países são obesos. Olhe uma década atrás, olhe duas décadas atrás, marcadamente diferente. Então, nossos sistemas hoje são dramaticamente diferentes do que uma década ou duas atrás. Portanto as doenças que temos hoje, que refletem os padrões do sistema ao longo das últimas décadas, vão mudar dramaticamente ao longo da próxima década mais ou menos por causa de coisas assim.
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.
Então, esta imagem, embora seja linda, é uma imagem de 40 gigabytes do proteoma inteiro. Daí, isto é uma gota de sangue que passou por um imã supercondutor, e nós somos capazes de obter uma resolução na qual podemos começar a ver todas as proteínas do corpo. Podemos começar a ver aquele sistema. Cada ponto vermelho indica onde uma proteína foi realmente identificada. A força desses imãs, a força do que nós podemos fazer aqui é que nós podemos ver um nêutron individual com essa tecnologia. Assim, de novo, essa é a coisa que estamos fazendo com Danny Hillis e um grupo chamado Proteômica Aplicada, de modo que podemos começar a ver diferenças individuais de nêutrons, e podemos começar a observar o sistema como nunca fizemos antes. Então, em vez de uma visão reducionista, nós estamos recuando um passo.
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.
Agora, aqui está uma mulher, 46 anos de idade, que tinha câncer de pulmão recorrente. Estava no cérebro dela, nos pulmões, no fígado. Ela tinha sido tratada com Carboplatin Taxol, Carboplatin Taxotere, Gemcitabene, Navelbine. Ela tinha tomado todas as drogas que temos, e aquela doença continuava crescendo. Ela tinha três filhos com menos de 12 anos, e esta é a tomografia dela. Então o que isto é, é uma seção transversal que fizemos do corpo dela neste ponto. Como podem ver no meio está o coração dela, e ao lado do coração dela, à esquerda, está este grande tumor que vai invadir e vai matá-la, se não for tratado, numa questão de semanas. Ela toma um comprimido por dia que visa um caminho, e novamente, não estou certo se esse caminho estava no sistema, no câncer, mas ele visava um caminho, e um mês mais tarde, pow, aquele câncer foi-se embora. Depois de outros seis meses, continuava desaparecido. Aquele câncer recorreu, e ela morreu três anos mais tarde de câncer do pulmão, mas ela conseguiu três anos graças a uma droga cujos sintomas, predominantemente, eram acne. É isso aí.
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.
Então, o problema é que o teste clínico foi feito, e nós participamos nele, e no teste clínico fundamental, o teste clínico pivô, é o que chamamos fase três, nos recusamos a usar um placebo. Vocês gostariam que suas mães, seus irmãos, suas irmãs tomassem um placebo se eles estivessem com câncer pulmonar avançado e tivessem três semanas de vida? E a resposta, obviamente, é não. Assim, isso foi feito com esse grupo de pacientes. 10 por cento das pessoas no teste tiveram essa resposta dramática que é mostrada aqui, e a droga foi para o FDA, e o FDA disse, sem um placebo, como vamos saber se os pacientes efetivamente foram beneficiados pela droga? Então, na manhã em que o FDA ia reunir-se, esse foi o editorial no Wall Street Journal. (Risos) E assim, imaginem o que aconteceu, aquela droga foi aprovada.
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.
A coisa surpreendente é que outra empresa fez o teste científico convencional, em que deram placebo para a metade e a droga para outra metade. E aprendemos uma coisa importante aqui. O interessante é que eles fizeram isso na América do Sul e no Canadá, onde é "mais ético administrar placebos." Eles tiveram que administrá-lo também nos EUA para conseguir aprovação, assim creio que houveram três pacientes dos EUA no norte do Estado de New York, que fizeram parte do teste. Mas eles fizeram isso, e o que descobriram, é que 70 por cento dos que não responderam viveram muito mais e ficaram melhor do que as pessoas que receberam placebo. Assim, isso lançou dúvida sobre tudo que sabíamos sobre o câncer, é que você não precisa obter uma resposta. Você não precisa regredir a doença. Se nós retardarmos a doença, podemos ter um benefício maior em termos de sobrevivência dos pacientes, resultados dos pacientes, como eles se sentem, do que se regredíssemos a doença.
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.
O problema é que, se eu sou seu médico, e recebo sua tomografia hoje, e você tem uma massa de dois centímetros no seu fígado, e você retorna a mim em três meses, e ele está com três centímetros, será que aquela droga ajudou você ou não? Como posso saber? Será que ele estaria com 10 centímetros, ou será que estou dando a você uma droga sem benefício algum e com um custo alto? Assim, é um problema fundamental. E, novamente, é aí que essas novas tecnologias podem contribuir.
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.
E assim, o objetivo é, obviamente, que você entre no consultório de seu médico -- bem, o objetivo principal é que você previna a doença, certo. O objetivo principal é que você evite que todas essas coisas aconteçam. Esse é o mais eficaz, eficiente em termos de custo, a melhor maneira que temos de fazer as coisas hoje. Mas se alguém tem o infortúnio de ter a doença, vai entrar no consultório de seu médico, ele ou ela vai tirar uma gota de sangue, e vamos começar a saber como tratar a doença. A maneira como abordamos isso é o campo da proteômica novamente, com isso observando o sistema. Isso é tirar uma foto do todo.
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.
O problema com tecnologias como essa é que, se a gente observa as proteínas no corpo, existe uma diferença de 11 ordens de magnitude entre as proteínas muito abundantes e as pouco abundantes. Então, não existe tecnologia no mundo que possa abranger 11 ordens de magnitude. E assim, muito do que foi feito com Danny Hillis e outros é tentar trazer princípios de engenharia, tentar trazer o software. Podemos começar a observar componentes diferentes ao longo desse espectro.
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.
E assim, anteriormente falamos de interdisciplinaridade, de colaboração. E creio que uma das coisas positivas que estão começando a acontecer agora é que as pessoas desses campos estão chegando. Ontem, o Instituto Nacional do Câncer anunciou um novo programa chamado Ciências Físicas e Oncologia, no qual físicos, matemáticos, são envolvidos em pensar sobre o câncer. pessoas que jamais chegaram perto disso anteriormente. Danny e eu obtivemos 16 milhões de dólares, conforme anunciaram ontem, para tentar lidar com esse problema. Uma abordagem completamente nova, em vez de dar altas doses de quimioterápicos, através de mecanismos diferentes para tentar aplicar a tecnologia para obter uma imagem do que está efetivamente acontecendo no corpo.
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.
Assim, apenas uns dois segundos, sobre como essas tecnologias funcionam -- porque creio que é importante entender isso. O que acontece é que cada uma das proteínas em nossos corpos está carregada, então as proteínas são pulverizadas ali, o magneto as faz girar, e então há um detector no final. O momento em que ela chega ao detector é dependente da massa e da carga. E assim, precisamente, se o magneto for grande o suficiente, e se a resolução for suficiente, a gente pode realmente detectar todas as proteínas no corpo e começar a obter um entendimento do sistema individual.
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.
E assim, como médico de câncer, em vez de ter papel no meu prontuário, no prontuário de vocês, e dele ficar grosso assim, assim é como o fluxo de dados está ficando em nossos consultórios, onde aquela gota de sangue está criando gigabytes de dados. Elementos eletrônicos de dados estão descrevendo cada aspecto da doença. E certamente o objetivo é que possamos começar a aprender de cada consulta e realmente avançar, em vez de simplesmente ter consultas e mais consultas, sem aprendizagem fundamental.
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.
Assim, para encerrar, precisamos deixar para trás o pensamento reducionista. Precisamos começar a pensar diferentemente e radicalmente. E por isso, imploro a todos aqui, pensem de modo diferente. Tenham idéias novas. Contem-nas para mim ou para outras pessoas de nossa área, porque, durante os últimos 59 anos, nada mudou. Precisamos de uma abordagem radicalmente diferente.
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.
Como vocês sabem, quando Andy Grove deixou o cargo de presidente do conselho da Intel -- e Andy foi um de meus mentores, um indivíduo forte -- quando Andy saiu, ele disse, "Nenhuma tecnologia vai vencer. A própria tecnologia vai vencer." E creio firmemente, no campo da medicina e especialmente no câncer, que vai ser uma ampla plataforma de tecnologias que vai nos ajudar a progredir e tomara que isso ajude os pacientes no curto prazo.
Thank you very much.
Muito obrigado a vocês.