כתבה שפורסמה ב-TechCrunch ב-27 ביוני 2026 מציבה במרכז מקרה אישי חריג, אך כזה שמחדד מגמה רחבה הרבה יותר: Conno Christou, מייסד ומנכ"ל Keragon, אובחן עם לימפומה אגרסיבית מסוג non-Hodgkin’s lymphoma, ולא הסתפק במעקב הרפואי הסטנדרטי. לאורך חודשי הטיפול הוא הזין ל-Claude תוצאות דם, נתוני הדמיה, מידע ממכשירי Whoop ו-Oura, לצד יומן תסמינים מפורט, כדי לחדד שאלות לרופאים, לזהות דפוסים ולהבין טוב יותר את מצבו. לפי הדיווח, Christou אינו מציג את המודל כתחליף לאונקולוג, אלא ככלי עזר שיכול לסייע למטופל מעורב, במיוחד כאשר מדובר במחלה נדירה, החלטות טיפול מורכבות ופערי מידע בין רופאים שונים.
מה קרה בפועל: מאבחון מקרי ועד מאבק מונחה נתונים
לפי TechCrunch, Christou היה רחוק מהפרופיל המקובל של מטופל שמופתע מאירוע בריאותי חמור. בגיל 35, בזמן שבנה את החברה השנייה שלו, הוא ניהל שגרת בריאות כמעט אובססיבית: מעקב שינה, בדיקות דם שנתיות בהיקף רחב, ניטור ביומרקרים ושימוש קבוע במכשירים לבישים. למרות זאת, אחרי אימון שגרתי הופיעה נפיחות ביד, ובהמשך התגלו שני קרישי דם. בדיקות טרום-ניתוח חשפו מסה גדולה מאחורי עצם החזה, בגודל 11 על 11 על 8 סנטימטרים. ביופסיה אישרה שמדובר בלימפומה אגרסיבית שצמחה, לפי ההערכה שהובאה בכתבה, בתוך כשלושה חודשים בלבד. נקודת המפנה הראשונה הייתה ההבנה שגם מטופל צעיר, בכושר גבוה ועם משמעת בריאותית קפדנית, אינו מוגן בהכרח מפני מחלה קשה שמופיעה בפתאומיות.
החלק השני בסיפור כבר נוגע ישירות לשאלת השימוש ב-AI. האונקולוג הראשון של Christou המליץ על פרוטוקול כימותרפיה מתון יותר. חוות דעת שנייה, שניתנה ערב תחילת הטיפול, המליצה על מסלול אגרסיבי יותר עם אשפוזים מחזוריים לאורך שישה חודשים. הפער בין ההמלצות לא היה שולי: לפי הדיווח, הוצגו לו שיעורי הצלחה משוערים של כ-60% למסלול הראשון לעומת כ-85% למסלול האינטנסיבי. במקום לקבל אחת מהעמדות כמובנת מאליה, Christou אסף בתוך יומיים 12 חוות דעת, מארצות הברית וממדינות נוספות, ורוב מוחלט של 11 מול 1 תמך בגישה האגרסיבית. כבר כאן ניכר דפוס פעולה שמוכר מעולם הסטארט-אפים: איסוף מידע מהיר, השוואת מקורות, והפיכת החלטה רפואית להכרעה מבוססת הסתברויות ולא רק סמכות.
- האבחון הראשוני הגיע במקרה, לאחר זיהוי קרישי דם ולא בעקבות בדיקת סקר ייעודית.
- פער מהותי בין שתי המלצות טיפוליות הוביל לאיסוף 12 חוות דעת רפואיות בתוך זמן קצר.
- ההכרעה על טיפול אגרסיבי יותר התקבלה רק אחרי שקלול רחב של מומחים ונתונים.
- כבר בשלב הזה AI לא שימש כ"רופא", אלא כחלק מגישה רחבה יותר של ניתוח מידע וקבלת החלטות.
איך Claude נכנס לתמונה
במהלך ששת חודשי הטיפול, Christou ניהל את המחלה כמו תהליך תפעולי מתמשך. לפי הדיווח, הוא תיעד כל תופעת לוואי, כל שינוי פיזי, כל תרופה ותרופת-נגד, ואף השתמש בהכתבה קולית כדי לשמור יומן תסמינים רציף. במקביל הוא המשיך לענוד את Whoop, שלדבריו הצליח לא פעם לאותת מראש על ימים שבהם המערכת החיסונית עומדת להיחלש. את כל שכבות המידע הללו הוא ריכז בתוך Claude: תוצאות מעבדה, דימות, נתוני לבישים ויומן אישי. הערך המרכזי, לפי תיאורו, לא היה קבלת "אבחנה אוטומטית", אלא יצירת מסגרת חשיבה: אילו שאלות לשאול, אילו חריגות לבחון, ואילו הסברים חלופיים לבדוק לפני שמקבלים החלטה טיפולית נוספת.
הרגע הדרמטי ביותר, לפי הכתבה, הגיע בסוף הטיפול. סריקת PET אחרונה החזירה ממצא לא חד-משמעי, והרופא החל להעלות אפשרות של קו טיפול שני, כולל רדיותרפיה סמוך ללב ולריאות. Christou בדק את הספרות הקלינית והבין כי בסוג הלימפומה הספציפי הזה שיעור ה-false positive בבדיקות PET בסיום טיפול עלול להיות גבוה, סביב 60%. לאחר שהזין ל-Claude שלוש סריקות PET ו-MRI, המודל הציף אפשרות מוכרת אך קלה לפספוס: thymus rebound, כלומר הפעלה מחדש של בלוטת התימוס אצל מטופלים צעירים לאחר כימותרפיה, תופעה שעלולה להיראות בהדמיה כמו מחלה פעילה. הוא פנה לעוד שלוש חוות דעת, והרופא הרביעי אישר שזה אכן ההסבר. לפי הדיווח, לא הייתה מחלה פעילה ולא היה צורך ברדיותרפיה.
בין העצמה אישית לסיכון קליני
הסיפור של Christou עשוי להיקרא בקלות כהוכחה לכך ש-LLM מסוגל "להציל חיים", אבל זו קריאה חלקית מדי. גם ב-TechCrunch הודגשו האזהרות של מומחים, ובהן דבריה של Danielle Bitterman מ-Mass General Brigham, שהזהירה בחודשים האחרונים כי צ'אטבוטים כלליים טועים לעיתים קרובות ולא עברו ולידציה מספקת לצורך אבחנות מותאמות אישית. במילים אחרות, הכוח של Claude במקרה הזה לא נבע מהסמכה רפואית, אלא מהיכולת שלו לסכם כמויות גדולות של מידע, לחבר בין הקשר קליני לבין ספרות קיימת, ולהעלות השערות שאפשר לבדוק מול בני אדם. זהו הבדל מהותי: AI עשוי להיות מנוע חקירה טוב, אבל הוא עדיין אינו מסגרת סמכות טיפולית. כשמדובר באונקולוגיה, טעות פרשנית אינה באג קטן אלא סיכון ממשי.
עם זאת, קשה להתעלם מהכשל המערכתי שהמקרה הזה חושף. כאשר שני מומחים מובילים מספקים המלצות שונות מאוד, וכאשר מטופל נאלץ להפעיל רשת קשרים בינלאומית כדי להבין מה נכון עבורו, נוצר חלל שבו טכנולוגיה דיגיטלית הופכת לכלי ניווט. כאן בדיוק נכנסים גם הפיתוי וגם הסכנה. AI מסוגל להפחית אסימטריית מידע בין מוסד רפואי למטופל, אך באותה נשימה הוא עלול להעצים יתר-ביטחון, לפרש מידע חלקי באופן מטעה, או לדחוף משתמשים לפעולה מוקדמת מדי. לכן ההשלכה האמיתית של הסיפור אינה "תנו ל-Claude לנהל טיפול", אלא דרישה לבנות שכבת תיווך אמינה, מוסדרת ושקופה יותר בין ספרות רפואית, נתוני מטופל והחלטת הרופא בפועל.
- היתרון המרכזי: ארגון מהיר של מידע רפואי מפוזר לכדי תמונה אחת קוהרנטית.
- היתרון השני: סיוע בניסוח שאלות ממוקדות לרופאים ובהבנת חלופות.
- הסיכון המרכזי: מודלים כלליים עלולים לטעות, להכליל יתר על המידה או להעניק תחושת ודאות שגויה.
- המסקנה הפרקטית: AI יכול לתמוך במטופל, אבל לא להחליף מסלול קליני, חוות דעת מקצועית או בדיקות מאמתות.
המגמה הרחבה יותר: הציבור כבר משתמש ב-AI לבריאות
המקרה של Christou אינו מתרחש בוואקום. סקר של KFF שפורסם במרץ 2026 מצא שכשליש מהמבוגרים בארצות הברית כבר השתמשו ב-AI לצורך מידע או ייעוץ בריאותי בשנה האחרונה. בקרב מי שנעזרו ב-AI לצרכים בריאותיים, שיעור משמעותי דיווח כי העלה לצ'אטבוט מידע רפואי אישי, כולל תוצאות בדיקות והערות רופאים, כדי לקבל הסבר מותאם יותר. הנתון הזה חשוב במיוחד משום שהוא מעיד שהשוק התקדם מהר יותר מהרגולציה, מההסדרה האתית ומהפרקטיקה הקלינית. המשתמשים לא מחכים שמערכת הבריאות תחליט עבורם אם הדבר לגיטימי; הם כבר עושים זאת, בעיקר כשהמערכת איטית, יקרה, מבוזרת או לא נגישה. במובן הזה, הסיפור של Christou אינו חריג, אלא פשוט גרסה קיצונית, מתועדת ומודעת יותר של תופעה שכבר הפכה להרגל צרכני.
גם Anthropic עצמה כבר דוחפת עמוק יותר לתחום. לפי דיווחים מתחילת 2026, החברה השיקה את Claude for Healthcare, יוזמה שמאפשרת חיבור מבוקר של המודל לנתוני בריאות, לרבות תוצאות מעבדה, מידע מ-Apple Health ומקורות נוספים, לצד שימושים אדמיניסטרטיביים כמו prior authorization, ערעורי תביעות וסיכום מסמכים. ההיגיון העסקי ברור: אם מטופלים וארגוני בריאות כבר פונים ל-AI, עדיף לספק מעטפת תואמת פרטיות ורגולציה ולא להותיר את הפעילות במרחב צרכני פרוץ. אבל גם כאן נשאלת שאלה יסודית: האם שכבת המוצר והציות באמת פותרת את בעיית האמינות הקלינית, או רק הופכת את השימוש ליותר נוח, זמין ומסחרי? הסיפור של Christou ממחיש מדוע שתי השאלות הללו חייבות להישאל יחד, ולא בנפרד.
למה זה חשוב גם לישראל
מנקודת מבט ישראלית, המקרה הזה נוגע בכמה קווי שבר מוכרים היטב: עודף מידע רפואי לא מאוחד, זמני המתנה למומחים, תלות גבוהה בחוות דעת שנייה, ופער הולך וגדל בין מה שהטכנולוגיה מאפשרת לבין מה שהמערכת הציבורית יודעת להטמיע. ישראל אמנם נחשבת מתקדמת יחסית בדיגיטציה של תיקי בריאות, אך גם כאן מטופלים נאלצים לא פעם לנווט בין קופות, בתי חולים, ביטוחים משלימים ורופאים פרטיים. במציאות כזו, כלים מבוססי AI עשויים להפוך מהר מאוד לעוזר פרטי של מטופלים משכילים ודיגיטליים. זה יכול לשפר הבנה, לייעל הכנה לפגישה רפואית ולהפחית עומס על הצוותים. מנגד, זה עלול להרחיב פערים: מי שיודע לנסח נכון, להצליב מקורות ולהטיל ספק, יקבל יותר ערך; מי שלא, עלול להיסחף אחרי תשובות משכנעות מדי.
לכן הדיון החשוב בישראל אינו אם להשתמש ב-AI בבריאות, אלא איך למסגר את השימוש. בתי חולים, קופות, סטארט-אפים ורגולטורים יצטרכו להכריע מי רשאי לחבר מודל לנתוני מטופל, מה מותר להמליץ, אילו תיעודים נשמרים, איך בודקים הטיות, ומתי המערכת חייבת להחזיר את ההחלטה לרופא אנושי. במקרה של Christou, היה למטופל גם ידע, גם משאבים, גם קשרים וגם משמעת תיעוד חריגה. זהו אינו המשתמש הממוצע. דווקא משום כך הסיפור שלו חשוב: הוא מראה מה אפשרי בקצה העליון של השימוש, אבל גם מזכיר עד כמה התועלת של AI ברפואה תלויה בהקשר, בתיווך אנושי ובאיכות הנתונים. אם יש לקח אחד ברור, הוא ש-AI רפואי צרכני כבר כאן, והמערכות הציבוריות יצטרכו להדביק את הקצב בזהירות, לא באופוריה.
- למטופלים: להשתמש ב-AI ככלי להכנה, הסבר וארגון מידע, לא כתחליף להכרעה רפואית.
- לרופאים: להניח שמטופלים כבר מגיעים עם פרשנות שנוצרה בידי מודלים, ולהתייחס אליה עניינית.
- למערכת הבריאות: לפתח מסגרות שימוש מאובטחות, מתועדות ומוגבלות למשימות שבהן יש ערך מוכח.
- לרגולטורים: לדרוש שקיפות, אחריותיות, בקרה על איכות ההמלצות והגדרה ברורה של גבולות השימוש.
בסופו של דבר, הסיפור ש-TechCrunch הביאה אינו רק סיפור על מייסד סטארט-אפ שנאבק בסרטן. זהו מבחן מציאות מוקדם לעידן שבו מודלים גנרטיביים נכנסים אל המקום האינטימי ביותר: הגוף, החרדה, ההחלטה אם להמשיך טיפול או לעצור. במקרה של Conno Christou, Claude שימש כמאיץ חשיבה וכמנוע לסקירה עצמית מחמירה, לא כתחליף לרפואה. זה הבדל קריטי. מי שיקרא את הסיפור כהוכחה לכך שהמכונה יודעת טוב יותר מהרופא יפספס את העיקר; מי שיבין אותו כעדות לכך שמטופלים מצפים מעתה לכלי עזר חכם, זמין ומבין הקשר, יבין כנראה לאן השוק הולך. האתגר הבא של תעשיית ה-AI והבריאות יהיה להפוך את הפוטנציאל הזה לבטוח, שוויוני ואמין יותר.