在这篇《癌症趋势》的文章中，NCI主任诺曼·夏普利斯博士描述了他发现的机会的关键领域，他认为随着NCI的加强关注，可以加速癌症研究和护理的进展。“KDSP”NCI主任诺曼·夏普利斯博士在4月10日的NCI工作人员市政厅会议上预演了他在该研究所的重点领域。
荣誉：国家癌症研究所“KDSP”从我成为NCI主任的那一刻起，我就被问到是否对NCI有了新的愿景。我的回答是，在我花了6个月的时间来做一次彻底的“倾听和学习之旅”之前，我会推迟任何类似的宣布，这样我才能真正了解NCI的全部复杂性，以及它在癌症研究界的作用和影响。
现在6个月过去了，我可以说过程是有价值的。在这段时间里，我从病人、科学家、倡导者和临床医生那里听到的消息非常有启发性，并帮助我思考如何塑造NCI和癌症研究企业的发展方向。今天早些时候，在2018年美国癌症研究协会（AACR）年会上，
，我有机会描述了我对NCI重点关注领域的看法，我想和癌症界的其他人分享我的想法。
在确定这些重点领域的过程中，发展癌症研究的创新方法“KDSP”，我记住了一些首要原则。
首先，当我们继续识别和组装癌症拼图的各个部分时，已经出现的是认识到癌症不是一种疾病，但事实上，数百甚至数千种临床上不同的癌症类型。这一认识对于改进我们研究癌症的方法和开发预防和治疗癌症的新方法至关重要。
以肺癌为例。有一次，我们认为它很简单：肺癌。然后我们发现了一种叫做非小细胞肺癌的亚型。后来我们又发现了RAS突变型非小细胞肺腺癌的进一步亚型。然后，就在最近几年，这个亚型被进一步分割成RAS突变的低肿瘤突变负担的非小细胞肺癌（或PD-L1表达），等等。
这种同样的细化到分子上不同的癌症发生在每种类型的癌症中，并且在所有方面都有重要的意义关于癌症的护理和研究，包括流行病学、预防、筛查和治疗。
当然，我们也需要继续意识到，癌症不仅仅是“一个人身上的肿瘤”，而是一个独特个体的问题。因此，我们必须进一步考虑患者的特定因素，如种族、种族和社会行为特征，这些因素也会影响患者的预后、治疗选择和长期需求。
对我来说，第二个指导原则是我们应该让患者在对抗所有癌症方面取得进展，而不是只是更常见或更容易管理的类型。当你考虑到癌症巨大且不断增长的异质性时，这就成了一个非常重要的想法。鉴于NCI的独特地位，我们可以率先对所有类型的癌症，包括最难治的疾病，引起更多的研究关注。我们不能害怕失败。
的第三个原则是，癌症惊人的异质性需要新的方法，对癌症的分子和细胞生物学的新理解，进行临床试验的新方法，接受不同培训的科学家，以及利用数据的新方法。我们已经取得了巨大的进步，在一切顺利的地方，我们应该继续全力以赴。但在进展滞后的地方，我们必须将创新思维付诸行动。
NCI重点关注领域“KDSP”这些指导原则使我确定了四个机会领域，随着NCI的加强关注，我认为这四个领域对于加快癌症研究和护理的进展尤为重要。
“KDSP”可以肯定的是，这些领域不是NCI的新领域。不过，我认为，现在是时候对这四个领域进行激光聚焦了，这是基于我们今天在科学技术方面所处的位置所有趋势。如果我们要充分利用这些机会，NCI有责任在癌症研究方法上进行创新。
未来就在眼前，现在是时候了。如果我们不把重点转移到这些领域，我们就有可能错过实现快速和有意义进展的关键机会。
第一个重点领域是培训和发展劳动力——从事科学研究和提供护理的人。NCI最重要的职责之一是确保癌症研究企业的长期成功，吸引、培训和留住从初出茅庐的高中生到经验丰富的研究员等不同背景的优秀人才。
“KDSP”通过加强员工培训和发展，我们可以例如，帮助研究人员发展必要的免疫学技能培训，因为正如我们发现的那样，免疫系统在癌症治疗中非常重要。精通数据科学以充分了解如何处理大数据是另一项技能，显然是成为当今和未来成功科学家的必要条件。第三个例子是统计和人口科学方法方面的能力，这是在对付癌症健康差异这一复杂问题上取得进展所必需的。我们在癌症方面的进步取决于有一支随时准备好应对不断加快的发现速度的队伍。
第二个关注领域是对基础科学的重新承诺。这类似于引用亚伯拉罕·林肯的一句话：“给我6个小时砍树，我将用头4个小时磨斧头。”我相信我们必须磨斧头，并保持对基础科学的专注，因为它是所有其他癌症研究的基础。“KDSPE”“KDSPs”仍然有很多关于癌症的未知。事实上，我们甚至不知道有多少，我们不知道这是一个未知未知的难以捉摸的领域。是的，我们在一些癌症上取得了巨大的进展，但还有一些癌症却明显没有进展。以自下而上的眼光加强我们对基础科学的承诺，研究者发起的研究我们可以继续加深我们对癌症生物学的理解，也许最终可以针对那些对进展有抵抗力的癌症取得进展。
我们将关注的第三个领域是催化大数据技术更好地为癌症研究提供信息。为了充分实现精确肿瘤学的难以置信的承诺，数据收集和报告必须有目的的标准化。
如果没有这一点，就不可能聚集和真正利用正在生成的复杂数据集来帮助我们改善现实世界中的癌症结果和护理。我们还必须使用更复杂的数据分析工具，包括机器学习和外部规模计算，以了解我们通过聚合多模态数据集而产生的更大、更复杂的项目。这一领域成功的一个关键部分将是培养具有数据科学专业知识的年轻科学家，以及吸引其他领域的数据科学家从事癌症研究。
如果我们要将今天的研究转化为明天的开创性临床发现，重点必须是从被动数据共享转向更广泛的主动数据聚合。通过聚合来自大样本病人的不同类型的数据，例如，连接基因组学、病理学、放射学，癌症类型和治疗之间的临床数据关键关系可能变得很明显，否则将不会从传统分析中显现出来。
一个统一的大数据方法将使我们能够从每个患者身上学习到我们已经成功治疗的患者，以及我们未能帮助的患者。所有患者都有宝贵的经验，可以为癌症研究提供帮助。
第四个重点领域是临床试验。临床试验是
