TED日本語 - デイビット・アガス: がんとの戦いへの新しい戦略

TED日本語

TED Talks(英語 日本語字幕付き動画)

TED日本語 - デイビット・アガス: がんとの戦いへの新しい戦略

TED Talks

がんとの戦いへの新しい戦略
A new strategy in the war against cancer
デイビット・アガス
David Agus

内容

デイビット・アガスは従来のがん治療は個々の細胞を攻撃することに焦点をあてた視野の狭いアプローチだったと説明する。そして、今までになかった薬やコンピューター・モデリング、タンパク質の解析などを活用し分野を超えて体全体を分析し治療する新しいアプローチを提案する。

Script

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.

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.

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.

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.

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?

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.?"

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

Thank you very much.

私はがんの専門医です オフィスを出て 病院の中の薬局の横を抜けた時 ― 3~4年ほど前のことでした 目に止まったフォーチュン誌のカバーです [何故私たちはがんとの戦いに勝てないのか] 薬局の窓からこれが見えたのです [何故私たちはがんとの戦いに勝てないのか]

そして がんの専門医としてこれを見ると [何故私たちはがんとの戦いに勝てないのか] 少々落胆します [何故私たちはがんとの戦いに勝てないのか] ですが自身もがんのサバイバーである クリフの記事を読むと ― 彼も臨床試験により救われました 実験的治療のため彼の両親はニューヨーク市街から 近郊の街まで運転し ホジキン病(悪性リンパ腫)の治療を受けさせたのです ― その記事の中で優れた論点を示しています それは「私たちは 生物学の見解やがんに関して 還元主義に囚われてしまった」というものです 過去50年間 個々の遺伝子を取り扱うことで がんを理解しようとして来ましたが がんのコントロールには至りませんでした

びっくり仰天するようなグラフです [アメリカにおける死亡率推移、死因別] これは医療の現場にいる私たちを毎日でも暗い気持ちにできます 明らかに私たちは 心血管疾患治療において目覚ましい進歩を遂げました しかし がんの死亡率は 50年前と変わっていません わずかに慢性骨髄白血病に関して 100%の患者を寛解させる薬の開発により小さな勝利を得ました しかし 総合的に見てがんとの戦いには大した力を発揮できていないのです

そこで今日は皆さんに なぜ がんとの闘いに対してはこういう状態なのか、そして 自分のコンフォートゾーンから脱して 研究者達とがんとの闘いがどこへ向かっているのか 私たちが推し進めて行こうとしている 新しいがん治療のアプローチについてお話したいと思います この状況は間違っているからです

まず始めにがんとは何でしょうか? しこりを見つけたり異常な血液検査結果のために医師を訪ねたとします 医師はそこに針を差し込みます 今日の診断方法はパターン認識で行われているのです これは正常に見えるかそれとも異常に見えるか?

病理学医はこのペットボトルを見ているようなものです これは正常な細胞でこちらががん細胞です これが今日のがん診断の最先端です 分子テストも行わず 遺伝子配列解析も行われず 染色体の難しい分析も行われません これが今日最先端とされて用いられているやり方なのです

がん専門医としてよくわかっていることは進行したがんは治療できないということです 余談ですが 私は早期発見に関する分野には大きな期待を寄せています 早期発見が勝算を得る唯一の方法です ほとんどのがんは予防することができます 私の前の講演者は心臓病の予防についてお話しされましたが がんに対しても同じようなことができます 私は「ナビジェニックス」という会社の共同創立者です 試験管にツバを吐き出し 35から40の病気の遺伝子マーカーを調べ それらのすべては多くのがんにおいて進行を遅らせることができるので どんな病気にかかる可能性があるのか確認した上で それらの病気の予防を行うことができるのです 進行がんになってしまうと 統計の示すように 今日私達に出来る事が限られていることが問題なのです

がんは年配者がかかる病気です なぜ年配者がかかる病気なのでしょうか? 子孫を残した後は進化の仕組みが関係しないからです 子育ての年齢までは進化に守られてきました しかし 35歳から40歳そして45歳になると もう関係ないということになります なぜならもう子孫を残しているからです と言うわけで 子供のがんの症例は極めて 少ないのです それも一年に数千という数に留まるのです しかし 年を取るにつれて がんはとてもよくある症例となります

なぜそんなに治療が難しいのでしょうか? がんは異種遺伝子性で そのことはがんの中での進化を支持します 悪性で侵攻性の細胞が選ばれて行きます これはクローン選択と呼ばれます しかし 私たちががんは単なる分子の不具合から起こるのではなく それ以上の何かが原因となって起こると気づいた時 新しい治療法を発見することができるのです

がんに関する根本的な問題は 私たちががんを形容詞 つまり症状のみの説明で片付けてしまっているということです 『私は疲れた、むくんでいる、そして痛みに苦しんでいる』などです そして 体の構造に関する説明を受けます CTスキャンを受けます 『肝臓に3センチの腫瘤がありますね』 それから身体の各部分の状況説明があるでしょう 『(腫瘍は)肝臓 乳房 そして 前立腺にあります』 それだけです 私たちががんを説明する辞書はとても とても貧弱です がんは症状によって表現されます ということは症状の発現によって表現されるのです

過去2~3年の間に 米国政府は4億ドルを投じています それ以外にも10億ドルの追加資金も 癌ゲノム・アトラス・プロジェクトに投じられました がんの遺伝子をすべて読み取ろうという発想から起こった事業で がんを説明する上での新しい語彙、辞書を生み出そうというわけです 1850年代の半ばフランスで がんを体の部位ごとに説明する習慣が始まりました それは150年たった今も何ら変わっていません がんを体の部位ごとに説明するのは絶対的に「古い」のです 前立腺 乳房 筋肉というように 考えてみれば これは無意味なことです

今日では 明らかにテクノロジーがあります そしてここ5~6年すればそれも変わって来るでしょう 皆さんはもはや乳がんクリニックには行く必要がなくなります HER2 を増幅したり EGFR を活性化するために クリニックに通うことでしょう そして個々のがんを引き起こした 病原障害のいくつかに焦点をあてるようになります 願わくば 私たちが技術の医療から 科学の医療へ変貌を遂げ 感染症の治療で行うように 生体や細菌を見て 抗生物質がその患者に 効くかどうかを判断できるように 科学的根拠から治療をできるようになることです 私たちはH1N1にさらされている時は タミフル(抗インフルエンザ薬)を飲み 症状を著しく緩和して 色々な病気の発現を予防することができます なぜか?患者が何を患い どういう治療が効果的かを知っているからです この国ではワクチンを 開発することまではできませんが それはまた別の話です

癌ゲノム・アトラス・プロジェクトは成果を挙げ始めています 最初の症例は脳がんで 来月の12月の終わりには卵巣がん 数月後には肺がんの解析が完了します プロテオミクスの分野もあります プロテオミクスがこれから病気を分類し理解していく上で 私達を次の段階へリードしてくれる分野だと思います しかし ゲノム学やプロテオミクスを追及して 要素だけを突き詰めるつもりはありません これらの追求から何と闘えば良いかを明らかにしようとしているのです その重要な違いに関しては後ほどお話しします

今日の医療で私たちは 患者の最後の2年間に 最も多くの資金を投じています 私たちがどのような病と 闘っているのかという事の解析には ほとんど資金が投じられていません もっと私たちがこの点に 力を注ぐことが出来れば数段状況は改善されるはずです 更に予防まで出来れば 状況を 劇的に変えることが出来るでしょう 私たちはがんとの戦いにおいて 前進して行かなければならないのですから

これは全米癌研究所(NCI)のサイトです ここで申し上げたいのはこれが間違っているということです 癌研究所のサイトにがんは 遺伝性疾患であると書かれています ウェブサイトは最初の個別の変異から 2度 3度と変異が重なり がんが発現するとしています しかし がん専門医としての私の見解は これは遺伝性疾患ではない 結腸がんのある肝臓です そして顕微鏡を覗くと がんが侵したリンパ節が見える CTスキャンでがんが肝臓にあることが確認できます がんは増殖制御ができなくなった細胞と 環境との相互作用により起こるのです 抽象的な意味でなく 環境との相互作用によって起こる これが私たちがシステムと呼ぶ現象なのです

私のがん専門医としての目標は がんを理解することではありません 私たちはがんを理解しようと努力して来ました それがここ5年間の根本的な間違いなのです 実は目標とすべきはコントロールすることなのです それにより全く違う最適化戦略を 私たちそれぞれの為に立てられるのです

2万人もが集まる大きながん研究の集会 米国癌研究学会(AACR)の会議で私は 「私たちは間違いを犯しました」と言いました 「要素だけを還元主義的に考え 視野を狭く持ったあまり 私も含め皆 間違いを犯しました 私たちは一歩 後ろに下がって考え直さなければならない」 信じがたいですが ブーイングをする人もいました 皆 うろたえました でもこれは前進のため 避けられないのです

数年ほど前 ダニー・ヒリスに会う機会に恵まれました お互いせき立てられて引き合わされたので私は 「コンピューターをデザインしたディズニーの社員に 会ってどうするのだろうか?」 そして ダニーは「また別の医者に会ってどうするんだろう?」と思っていました 私たちは周りの押しに負けて会うこととなりましたが それが全く仕事人生を変えるような出来事となりました 私たちは複雑な仕組みとしての 体内のがんのモデルを 多くはダニーとそのチームの仲間の発想のお陰で デザインしました。 これからあるデータをお見せします 今までと違う結果の出せる新しいがんへのアプローチとは

要するにこれらのデータを見る時に その入力されたデータの詳細について理解することが必要だという事です 皆さんの体温を30日間測ったとします 体温の平均値はと問いかけ 答えは約36.7度であれば素晴らしいと言います しかし もし皆さんの体温がその内6時間の間 約38.8度まで上がっていて 解熱剤のおかげで熱が下がっていたとしたら 私はその情報を全く見逃しているのです ですから医療の根本的な問題は 私たちが主治医に診てもらうのは 1年に1度だけだということです これで診る事ができるのは一時点でのデータのみで 時間による変化はわかりません

この装置を 2ヶ月半使っています これは驚異的な装置です 毎日私が何キロカロリー消費したかがわかるからではなく この装置は24時間私が何をしたかを把握できるからです 3時間私が机に座っている間中 自分が全く動いていないことに気づきませんでした 入力されたインプットのデータだけでは 表層的な事だけしか読みとれず その裏に隠された真相を理解するのは難しいのです

がんをひとつのシステムとして考えた場合 インプットとアウトプットの間にある状態が存在します この状態は病歴や患者自身であり 環境や食生活 治療や遺伝的突然変異が インプットとなり 症状がアウトプットとなります 痛みはあるか?がんは成長したか?膨張感はあるか?等 状態のほとんどは明らかではありません 私たちの分野では積極的な化学療法を用いて インプットを変えようとします そしてアウトプットが改善されたか 痛みが改善したかと問います

難しいのは これが単一のシステムではなく スケールの異なる複数のシステムであることです 複数のシステムからなるシステムです 癌新生の組織を 顕微鏡で神経細胞を観察すると あちこちに突出した模様が とてもみごとです しかしそれらを複雑なひとつのシステムとしてまとめると それらが脳となり その脳が知能を形成し がんもそのような複雑なシステムのひとつとして 体内で形成されていくことに気づきます 悪いニュースは これらの堅牢な ーそして堅牢ということがキーワードになりますー 新たに生まれてくるシステムを詳しく理解するのは非常に難しいということです。 一方で良いニュースはこれらのシステムに変化を加えることが出来る事です 新生システムのすべての基本的な要素を理解しなくても このシステムをコントロールしようとすることはできます

ニューイングランドジャーナルオブメディシン2月号に掲載された 最も重要ながんの臨床試験の一つで 乳がんの中でも最悪のケースである 閉経前の乳がん患者に 化学療法を受けさせた後 患者達を無作為試験により 半数を偽薬のグループに 残りの半数に骨を形成するゾレドロン酸薬を投与しました ゾレドロン酸は骨粗しょう症に使われる薬です 参加者はゾレドロン酸を年に2回投与されました これら1800人の女性らのデータから 骨をつくる薬を年に2回投与するだけで がんそのものに触れることすらない薬により がんの再発率を35%も減少させることに 成功できたのです 例えれば土壌を変えてしまえば 種は実らないようなものです だからシステムを変えれば がんに対して著しい効果を発揮することができる

誰もが今まで気づかなかったのです ショッキングですが がんの細胞に実際に触れる ほとんどの化学療法が 今まで一度も成し遂げれなかったことです 組織培養皿の上で行われる見事な技が このがんに薬を投与すれば細胞に効力を発揮することができる 培養皿の上の薬の量は 人の体内に投与される量とは比べ物になりませんが

乳がんを患う女性にタキソールという薬を投与すれば 週に3回それが基準の量です 40%の転移性がんを持つ女性が 素晴らしい反応を示します その反応とは50%の収縮です 大きさの順序の問題ではありません それはまた別問題です がんは再発を重ね 毎週同じ薬を投与する すると依然反応しなかった30%が反応する そしてまた再発し私は同じ薬を投与する 96時間以上の静脈点滴を続けて 残りの20%~30%の患者が反応します 異なる大きさのものは同じ仕組みでは 動いてはいないのです 化学療法が 複雑なシステムを阻害するものという考え方で 骨が形成されることによってシステムを妨害し再発を防いだように 化学療法も同じようにシステムの妨害によって効果を発揮するかもしれません 臨床試験のすごいところは 新しい主要ながんを30%も減少させたことです

問題は あなたも私も 我々の身体のシステムは常に変化しているということです これらは常に動的なのです これは避けられない問題の恐ろしい一面です これは世界の肥満を現しています 数字が見えにくくて恐縮です 赤などの濃い色で示されている国の 人口の75%以上が 肥満です 10年前 20年前を見てみると著しい違いがあります 私たちのシステムは劇的な変遷を遂げているのです 状況は20年前と全く変わっている 今日私たちが向き合っている病気は 数十年前のシステムによるパターンが反映されていますが これからの十年かそこらで 劇的に変化するでしょう

これは40ギガバイトにも関わらず美しい プロテオムの全体像を映した画像です これは超伝導電磁石を潜り抜けた血のしずくです この解像度で見れます 体中のすべてのタンパク質を見ることができます このようなシステムが見れるのです 赤い点はそれぞれタンパク質です 電磁石の力はここまで可能にしたのです このテクノロジーで個々の中性子を見れるのです これが「応用プロテオミクス」というグループで 私たちがダニー・ヒリスと行っていることです 個々の中性子の違いを観察し 今まで見た事もないような角度からシステムを見る事ができます 要素だけを考える代わりに 一歩立ち戻りました

46歳の女性です 肺がんを再発しました 脳 肺 肝臓に再発が見られました カルボプラチンタキソール カルボプラチンタキソテール ゲムシタビン ナベルビンが投与されました それでも病気は悪くなるばかりでした この患者には3人も12歳以下の子がいるのに CTスキャンです 患者の体の断面です 中央の部分が心臓です 左側に見えるのが大きな腫瘍です もし治療しなければ数週間でこの腫瘍が死に至らしめるでしょう がんシグナル伝達経路に焦点を当てる薬が一日に一度投与されます 経路はシステムかがんの中にあったのか実は定かではありませんが 伝達経路をターゲットに治療した結果 一ヶ月後には見事にがんは消えました 6ヶ月経ってもがんは消え去ったままです しかしそのがんは再発し 患者は3年後に肺がんで亡くなりました しかし彼女は薬のお陰で3年延命できたのです 彼女の主な症状は座瘡(にきびのような皮膚炎) それくらいです

問題は臨床試験が終わった時 ― 私たちはその臨床試験に関わり ― この基本的で 重要な第三相臨床試験で 偽薬の使用を拒否しました あなたのお母さんや兄弟が 末期の肺がんで数週間の命だとしたら偽薬を使わせますか? 答えは明らかにノーでしょう このグループには偽薬ではない薬を投与しました 10%の患者がここで見られるような劇的な反応を示したのです この薬は米国食品医薬品局(FDA)に送られました FDAではどうやって偽薬無しの試験で この薬によって良い結果が得られたと言えるのかと FDAの会議があった朝 これがウォールストリートジャーナルの社説に載りました ["FDAから患者へ案内:ドロップ・デッド"] (笑) しかしながらこの薬は認可されたのです

驚くべき事には 他の会社が正しい方法で 偽薬と薬とを それぞれ半数ずつの患者に投与し 臨床試験を行っていたためでした そこで重要なことがわかりました この研究は偽薬の処方が より倫理的とされる 南米やカナダで行われました 薬の認可を受ける為 最終的には米国でも偽薬を使った試験が 行われたので アメリカでも ニューヨーク州北部で少なくとも 3人の患者が臨床試験に参加したはずです その臨床試験により 薬に反応を見せなかった患者の70%が 偽薬を受け取った患者より元気で長生きしました これは私たちががんについて知っていたすべてに疑問を投げかけました 反応を得る必要はない がんを縮小させる必要はない ただ進行を遅らせるだけで がんを縮小させるよりも 患者の生存率、アウトカム、精神状態などについてより多くの恩恵が 得られるのかもしれないのです

問題は私が医師でCTスキャンを行い 患者の肝臓に2cmの腫瘍が確認されるとします 3ヵ月後の検診でその腫瘤は3cmになっていた 果たして薬は効果があったのか? 何を基準に判断できるでしょう 薬を投与しなければ10cmになっていたでしょうか それとも薬が 何の効果も無くコストだけがかかっていたとしたら? これは根本的な問題なのです ここで新しいテクノロジーが役に立ちます

目標は医師の診察を受けに行って 究極の目標は すべての病気を防ぐことですよね? それが最も効果的でコストのかからない 今日 最適の方法なのです。 しかし 不運にも病気にかかってしまったら 検診で採血すれば その病気と闘う方法がわかるのです 我々はプロテオミクスの分野に取り組み システムを観察し 全体像を把握しようとしています

このような技術につきものの問題は 体内のタンパク質を見た時に 11段階にわたる差異があることです 高濃度タンパク質と低濃度タンパク質の間には 11段階の差異があり それを網羅する技術は未だありません 工学の原理を取り入れ ソフトウェアを取り入れ ダニー・ヒリスのような人々が多くを試みてきました 連続体の上にある色々な要素に目を向けられるようになりました

先程 分野を超えたコラボレーションの話題がありましたが 今 始まっている事のひとつに 様々な分野の人々が がんの研究に加わり始めています 昨日 全米癌研究所が新しいプログラムを発表しました 物理科学と腫瘍学 物理学者や数学者ががんの研究に加わり始めているのです 今までがんの研究とは無関係だった研究者達です 昨日発表されたのですが ダニーと私は1600万ドルを受け取り この問題に取り組みます 抗がん剤を大量に投与する代わりの全く新たなアプローチ 違う仕組みに基づいた 体の中で何が起こっているかを画像で見るアプローチです

ちょっとだけ これらの技術がどう機能するか 見て理解することは重要です 体内のタンパク質が磁気を帯び タンパク質が吹き付けられ 電磁器がそれらをかき回し それらが取付けている 質量と補充を調べる検出器にあたると 解像度がある程度のレベルであり 磁石が十分な大きさであれば正確に 体内のタンパク質の全てを検出することができ 個々のシステムを理解し始める事が出来ます

がんの専門医としては 病歴を紙に書いてまとめたこんなにぶ厚いカルテではなく これからの診察室のデータはこういった画像により支配されるでしょう 血のしずくがギガバイトのデータをつくりだす 電子によるデータの要素が病気をすべての角度から捉える もちろん目標は患者との出会いから学ぶことです そして前進することです 根本的な学習なしに 患者との出会いばかりを重ねるのではなく

結論としては要素だけを還元主義的に考えることから 脱却するべきです 革命的な考え方をし始めなければなりません 皆さんに新たな視点を持ち 新しいアイデアを生み出して頂きたいのです そして私を含め この研究分野の人々にそれを伝えて欲しいのです ここ59年来 何も変わっていないからです 私たちには革命的に違ったアプローチが必要です

インテルの取締役会長であったアンディ・グローブがその座から降りる時 アンディは良き師であり タフな人でありました アンディが退官する時 こう言いました 「どのテクノロジーではなくテクノロジーそのものが勝つ」 医療界 特にがんに携わる者の一人として私は確信しています 幅広いプラットフォームのテクノロジーが 私たちを前進させ 患者を近い将来 救うことを期待しています

ありがとうございました

― もっと見る ―
― 折りたたむ ―

品詞分類

  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等

関連動画