房间里最强壮的创始人得了癌症：他是如何用 AI 反击的

背景

Conno Christou 是一位典型的“数据驱动型”创始人。作为 Keragon（一家利用 AI 自动化医疗行政运营的初创公司）的创始人，他习惯于将生活细节量化。他佩戴 Whoop 手环监测睡眠，并交叉比对 Oura 戒指的数据，每年进行近 100 项生物标志物检测。他遵循 Peter Attia 和 Rhonda Patrick 等长寿研究专家的协议，优化自己的补剂、昼夜节律和蛋白质摄入。

35 岁时，在打造他的第二家公司期间，他在健康研究方面的投入程度不亚于任何人。2025 年，他的最后一次体检结果显示各项指标均为“绿色”（正常）。然而，在一次锻炼后，他的手臂突然肿胀。起初他并未在意，直到一周后就医，医生发现他静脉中有两个血栓并安排了手术。但术前检查彻底改变了局面：医生告知手术取消，因为在他的胸骨后方发现了一个巨大的肿块。

活检结果证实了最坏的情况：他患有一种侵袭性强、生长迅速的罕见非霍奇金淋巴瘤（Non-Hodgkin’s lymphoma）。这种病症由随机基因突变引起，与生活方式、饮食或压力无关，发病率约为 42 万分之一。肿瘤仅存在了三个月，若再拖延三周，病情将发展至四期。

核心内容

Christou 的经历不仅是一场与癌症的斗争，更是一次对现代医疗体系局限性的深刻教育，以及一个坚定如何利用现有工具（特别是 AI）来弥补这些局限性的案例。

1. 医疗建议的分歧与“创始人思维” Christou 的第一位肿瘤专家（一位知名专家）推荐了较轻的化疗方案。然而，在首次输液前三天，他寻求了第二意见。第二位医生毫不犹豫地推荐了更激进的治疗方案——连续住院输液，每三周一个周期，持续六个月。

• 数据对比：较轻的方案对他这种病情的成功率约为 60%，而激进方案可提升至约 85%。
• 决策过程：Christou 没有盲从任何一位医生。他利用自己的专业网络，向美国和国外的血液学家及肿瘤学家寻求意见，两天内共收集了 12 份意见。11 比 1 的结果支持激进方案。对他而言，这并非勇敢，而是基于数据的逻辑决策。

2. 像管理公司一样管理化疗 在为期六个月的治疗中，Christou 将管理公司的方法应用于自身治疗：

• 数据追踪：他佩戴 Whoop 手环，发现其能极其准确地预测免疫系统低谷期，有时甚至早于症状出现。
• 日志记录：他使用语音转录记录症状日记，详细记录每一次变化、副作用及药物反应。
• 核心变量：他将关注点缩小为三个变量：睡眠、营养，以及首要的心理状态。“心理状态的影响比任何事物都大，”他说，“我从未问‘为什么是我’，因为这个问题没有有用的答案。”

3. AI 在罕见病诊断中的关键作用 Christou 将所有数据（血液结果、扫描数据、可穿戴设备输出、日记条目）输入给 Claude（Anthropic 开发的大型语言模型）。

• 背景：2024 年 3 月的一项民意调查显示，三分之一的美国成年人现在使用聊天机器人获取健康信息和建议。
• 专家警告：Mass General Brigham 的数据科学与 AI 临床负责人 Danielle Bitterman 曾警告，通用聊天机器人经常出错，且尚未经过个性化诊断的充分评估。
• Christou 的观点：他同意 AI 不能替代医生，但它“帮助我提出了正确的问题”。对于像他这种罕见病（肿瘤医生一年可能只遇到一例），访问吸收了完整医学文献的模型，与普通的 Google 搜索截然不同。

4. AI 避免了一次不必要的放疗 治疗结束时，他的最后一次 PET 扫描（用于检测活跃疾病的成像）结果模棱两可。肿瘤医生开始讨论二线疗法，可能涉及心脏和肺部附近的放疗。

• AI 介入：Christou 将三次 PET 扫描和 MRI 数据输入 Claude。模型指出了一种已知但易被忽视的现象：对于 40 岁以下、从这种淋巴瘤中恢复的患者，胸腺可能在化疗后重新激活，在影像上表现为看似活跃的疾病。
• 结果：结合他的年龄和扫描特征，模型判断这种解释的概率约为 90%。他寻求了更多意见，第四位医生确认这是“胸腺反弹”，无活跃疾病，无需放疗。

5. 反思与转变 这段经历改变了 Christou 对健康、工作和时间的看法。

• 医疗体系批判：他目睹医护人员被与护理无关的任务淹没，并注意到自己与一位 80 岁女性接受相同的化疗方案，却通过层层叠加的药物来管理副作用。他认为未来回顾这一治疗时代时，人们会感到尴尬。
• 生活态度：他现在几乎每周日休息，努力活在当下，享受与朋友午餐、在家陪伴宠物狗以及那些曾被视为工作干扰的对话。一位风险投资（VC）朋友多年前告诉他：“Be happy now（现在就快乐）。”他在治疗期间反复回味这句话，并终于意识到其重要性。

关键要点

• 罕见病诊断的挑战：非霍奇金淋巴瘤中某些亚型极为罕见，导致医生经验有限，且 PET 扫描在治疗后可能出现高达 60% 的假阳性率，容易引发过度治疗。
• AI 作为“第二大脑”的价值：通用大语言模型（如 Claude）虽然不能替代医生，但能帮助患者快速检索海量医学文献，识别罕见并发症（如胸腺反弹），从而提出更精准的问题，辅助临床决策。
• 数据驱动的健康管理：通过可穿戴设备（Whoop, Oura）和详细日志记录生理数据，患者可以更主动地监测身体反应，预测免疫系统低谷，从而更好地配合治疗。
• 多专家会诊的重要性：在面对重大医疗决策时，寻求多位专家的第二、第三意见至关重要。Christou 通过收集 12 份意见，以 11:1 的比例确认了更激进但成功率更高的治疗方案。
• 心理因素的核心地位：在睡眠、营养和心理状态三个变量中，心理状态被证明对治疗效果和生活质量的影响最大。拒绝“为什么是我”的受害者心态，保持积极和接纳，是康复的关键部分。
• AI 应用的即时性：Christou 强调，AI 为患者带来的赋能并非未来的愿景，而是“正在今天发生”的现实。

意义与影响

Conno Christou 的故事揭示了在人工智能时代，患者角色的转变以及医疗体系面临的挑战。

首先，它展示了“赋能患者”的具体路径。传统医疗模式中，患者往往被动接受专家的建议。然而，对于罕见病或复杂病例，单一专家的经验可能存在局限。通过结合可穿戴设备产生的实时生理数据、详细的个人症状记录以及 AI 对全球医学文献的快速检索能力，患者可以构建出一个比单一医生更全面的健康视图。这种“数据+AI+人类专家”的协作模式，有望减少误诊和过度治疗，提高个性化治疗的精准度。

其次，它暴露了现有医疗体系的低效与僵化。Christou 观察到，医护人员被行政事务缠身，而患者则接受着“一刀切”的治疗方案，副作用管理复杂且痛苦。这暗示了未来医疗科技（如他创办的 Keragon 所致力于的领域）需要在自动化行政流程、优化治疗协议个性化方面取得突破，以减轻医护负担并改善患者体验。

最后，它引发了关于 AI 在医疗中伦理与应用的讨论。虽然专家警告通用聊天机器人的潜在错误风险，但 Christou 的案例表明，当患者具备较高的健康素养和数据管理能力时，AI 可以成为一个强大的辅助工具，帮助他们在复杂的医疗信息海洋中导航，提出关键问题，从而与医生进行更平等的对话。这要求医疗系统不仅要接纳 AI 技术，还要教育患者如何正确使用这些工具，同时确保医生在最终决策中保持主导地位。

Christou 的经历提醒我们，在技术飞速发展的今天，保持身心健康不仅需要医学干预，更需要个人的主动性、数据的理性分析以及对生活本质的重新审视。