Un diagnostic brutal, des données médicales éparpillées et un modèle d’IA au milieu. Connor Christou, fondateur présenté par TechCrunch comme le « fittest founder in the room », a appris qu’il souffrait d’une forme agressive de lymphome non hodgkinien. Face à cette maladie rare, il a rassemblé dans Claude ses résultats sanguins, ses scans, les données de son bracelet connecté et ses notes de symptômes pour disposer d’un second regard sur son parcours médical.
Points clés
- Connor Christou a chargé dans Claude ses analyses sanguines, ses PET scans, ses données Whoop et ses notes de symptômes face à un lymphome rare (1 cas sur 420 000).
- L’IA a identifié un rebond du thymus, source fréquente de faux positifs sur les PET scans de fin de traitement chez les moins de 40 ans, avec une probabilité estimée à 90 %.
- Un quatrième avis médical a confirmé l’hypothèse : pas de maladie résiduelle, aucune radiothérapie nécessaire.
- L’usage repose sur un corpus complet de données médicales très personnelles confiées à un service tiers.
Des données personnelles réunies dans Claude
Le lymphome non hodgkinien de Christou est à croissance rapide. Il est lié à une mutation génétique aléatoire, sans rapport avec son mode de vie. La tumeur n’existait que depuis environ trois mois au moment du diagnostic. La maladie est rare, avec une incidence d’environ un cas pour 420 000 personnes.
Il a alimenté Claude avec tout ce qu’il pouvait documenter sur son traitement et son état physique : analyses de sang, imagerie, données issues d’un bracelet Whoop et journal de symptômes dicté à la voix. Le modèle a servi à croiser ces éléments et à faire ressortir des incohérences ou des pistes à discuter avec les médecins.
Christou ne présente pas cet usage comme un remplacement du corps médical. L’outil l’a, selon lui, aidé à poser les bonnes questions à ses oncologues plutôt qu’à se substituer à leur diagnostic.
Le point clé : les faux positifs sur les PET scans
Le cas le plus marquant rapporté par TechCrunch concerne la fin du traitement. Christou avait lu que, pour ce type précis de lymphome, le taux de faux positifs sur les PET scans de fin de traitement avoisine 60 %. Il a chargé dans Claude ses trois PET scans et son IRM.
L’IA a signalé un phénomène connu mais facile à manquer. Chez les patients de moins de 40 ans en phase de récupération après ce type de lymphome, le thymus peut se réactiver après la chimiothérapie et apparaître à l’imagerie comme une maladie active. En tenant compte de son âge et de la configuration des images, Claude a estimé à environ 90 % la probabilité de cette explication.
Christou a sollicité trois autres avis médicaux. Le quatrième médecin a confirmé l’hypothèse : il s’agissait d’un rebond du thymus, pas d’une maladie résiduelle. Aucune radiothérapie n’a été jugée nécessaire et il a été déclaré guéri.
Un cas individuel dans un usage de plus en plus banal de l’IA
Le recours de Christou à Claude s’inscrit dans un mouvement plus large d’usage des chatbots pour des questions de santé. L’enjeu est ici plus sensible qu’une simple recherche d’information générale.
Le point central reste la nature des données mobilisées : résultats biologiques, séries de scans, données biométriques en continu et notes quotidiennes. C’est ce corpus complet qui a permis au modèle d’argumenter sur une hypothèse clinique précise, dans une situation où un oncologue peut ne rencontrer ce type de cancer qu’une fois par an. On notera tout de même la masse de données médicales très intimes confiées à un service tiers, un arbitrage que tout le monde ne fera pas de gaieté de cœur.
Pour Christou, l’intérêt venait du fait que le modèle avait absorbé la littérature médicale complète sur un cancer rare, plutôt que de se contenter d’une réponse superficielle.
