核心观点 - GitLab联合创始人Sid Sijbrandij将公司管理中的“创始人模式”与系统思维应用于自身癌症治疗，通过极限诊断、并行测试多种疗法并结合AI工具，探索出一条非标准但有效的个性化医疗路径，为未来诊疗方式提供了前瞻性案例 [6][15][34][40] Sid Sijbrandij的背景与“创始人模式” - Sid Sijbrandij是GitLab联合创始人兼执行主席，公司市值一度超过60亿美元，拥有超过2500名员工并完全远程运营，其管理核心是“极度透明”文化，拥有超过3000页的内部公开手册 [8] - 他将Paul Graham提出的“创始人模式”应用于抗癌，即从被动委托医生的“经理人模式”转变为主动深入细节、主导自身治疗决策的模式 [16][17][18] 抗癌治疗的具体原则与方法 - 极限诊断：遵循“能做的检测，全做”原则，建立了名为“Sid健康记录”的超1000页文档，存档了包括基因组测序在内的25TB原始数据 [20] - 并行治疗：摒弃传统序贯疗法，同时测试10种以上个性化疗法，用诊断数据快速测量响应并迭代，而非等待一个疗法失败再换下一个 [24] - 关键突破：通过单细胞测序发现肿瘤细胞高度表达FAP蛋白，进而采用德国一种针对FAP的放射性配体疗法，治疗后肿瘤坏死60%、缩小20%，并从脊髓硬膜脱离 [27][28] - 治疗成果：治疗后，肿瘤浸润免疫细胞中的T细胞比例从复发时的19%飙升至89%，目前处于“无疾病证据”状态 [28][37] AI在诊疗过程中的角色与应用 - AI作为超级助理，帮助非专家快速进入专家语境，例如将肿瘤RNA测序结果（CSV文件）输入GPT-4后，AI成功标记出关键靶点B7H3并识别出肿瘤微环境免疫动态 [30][32] - 团队搭建了自然语言查询系统，AI可自动进行文献检索、提出假设、设计分析框架并对60万个单细胞数据运行分析，生成含交互图表和Python代码的报告，单次分析成本约20美元，耗时30分钟 [32] - AI助力个性化mRNA肿瘤疫苗设计，自动化筛选数十个候选新抗原，Sid认为未来个性化癌症疫苗的实现必须依赖AI [33] 对未来医疗的启示 - Sid的案例是一个“存在性证明”，其探索的诊疗方法可能是三十年后的癌症标准疗法的一部分，AI正在急剧降低这类个性化诊疗体系的成本 [40] - 这种方法论意味着拒绝接受现有医疗系统的边界、极度投入细节并通过并行探索来加速治疗进程，尽管难以简单复制，但为未来医疗路径提供了方向 [34][39][41]