...............................FOR THE ENGLISH VERSION- PLEASE SCROLL DOWN!...............................
Die unglaubliche Geschichte des Data-Wizards, der den Kampf gegen den bösartigen Krebs seines geliebten Hundes aufnahm - und gewann!
Paul Conyngham ist studierter Informatiker, war als Software-Ingenieur und Cloud-Architekt jahrelang mit großen Daten-Infrastrukturen beschäftigt und eignete sich dabei autodidaktisch seine Expertise in Machine Learning (ML) und Data Science an.
Mit diesem Rüstzeug gründete er 2018 das Unternehmen Mika (früher „Data Pipeline") in Sydney. Im darauffolgenden Jahr adoptierte er aus einem Sydneyer Tierheim seine Hündin Rosie, die im australischen Busch ausgesetzt worden war. Zu ihr entwickelte er im Laufe der Zeit eine starke Beziehung und sie war laut eigenen Aussagen seine treue Begleiterin in manch schwierigen Phasen seines Lebens. Von einer Familie ist hingegen nichts bekannt.
Dann der Schock: 2024 zeigten sich große Schwellungen an einem Hinterlauf des Tieres. Die Diagnose war ernüchternd: Mastzelltumor – der häufigste Hautkrebs bei Hunden und besonders schwer zu behandeln, sobald er sich erst einmal ausgebreitet hat.
Paul investierte daraufhin tausende Dollar in tierärztliche Chemotherapie und Operationen – mit mäßigem Erfolg: lediglich eine Verlangsamung des Tumorwachstums konnte erreicht werden.
Über „Neurodivergenz" bzw. Autismus lässt sich in Paul Conynghams Fall nur spekulieren, jedenfalls vergrub er sich hyperfokussiert monatelang mit KI-Unterstützung in die Biologie der Krebsentstehung und verfasste danach sogar ein 100-seitiges wissenschaftliches Proposal – einen Forschungsantrag, der ihm erst die Kooperation mit Universitäten und Labors ermöglichte.
3.000 Dollar zahlte er daraufhin dem Ramaciotti Centre for Genomics an der University of New South Wales (UNSW), um Rosies Genom zu sequenzieren. Das Ergebnis: 350 GB Rohdaten. Die KI AlphaFold von Google DeepMind halfen ihm, die Proteinstruktur der entscheidenden Tumor-Neoantigene zu bestimmen – jener molekularen Erkennungsmerkmale der Krebszellen, gegen die sich das Immunsystem trainieren lässt.
Mit diesen Daten wurde an der UNSW ein mRNA-Impfstoff spezifisch gegen Rosies Tumor entwickelt und Ende 2024 verabreicht. Mit Erfolg! Innerhalb eines Monats schrumpfte der Primärtumor massiv. Rosies Zustand verbesserte sich sichtbar.
Wie geht es Rosie heute?
Paul Conyngham berichtete kürzlich im australischen Fernsehen, dass Rosie wieder „Kaninchen jagt". Der Haupttumor ist um 50–75 % geschrumpft – bei einem Tier, dem ursprünglich ein qualvoller Tod innerhalb weniger Monate prognostiziert wurde. Paul spricht realistisch von einer „kontrollierbaren chronischen Krankheit", bei der der Krebs vom Immunsystem in Schach gehalten wird. Bei aggressivem Mastzellkrebs finden sich nämlich üblicherweise Metastasen im Körper auf Grund des „Immune Escape"-Phänomens: Einzelne Zellen überleben die Behandlung und können weiter wachsen.
Paul nimmt diese Herausforderung an und entwickelt bereits mittels ChatGPT und AlphaFold einen Booster-Impfstoff, um genau diese resistenten Zellen zu eliminieren.
Diese Form personalisierter Medizin gilt heute als die Zukunft der Krebsbehandlung.
Und meine Heimatstadt Wien ist ganz vorne mit dabei: Auf einer Fläche von 90.000 m² (etwa 13 Fußballfelder) entstehen gerade in der Nähe des AKH (Allgemeines Krankenhaus, eines der größten Universitätskliniken Europas mit mehr als 9.000 Mitarbeitern) zwei eng kooperierende Zentren, die 2026/2027 in Betrieb gehen sollen:
Das Eric-Kandel-Institut – Zentrum für Präzisionsmedizin. Wie in Rosies Fall werden dort gewaltige Genomdatenmengen mit KI analysiert – Stichwort „Molekulares Tumor-Profiling".
Das Center for Translational Medicine (CTM). Es vereint Forschungslabors und Behandlungsräume unter einem Dach. Dort entstehen individuelle mRNA-Impfstoffe oder Zelltherapien, die genau auf die Mutationen des jeweiligen Patienten zugeschnitten sind.
Obwohl die Zentren noch gar nicht eröffnet sind, konnte sich das AKH allein durch die bevorstehende Implementierung auf Platz 20 (zuvor 27) im prestigeträchtigen Newsweek-Ranking „World's Best Hospitals" verbessern – bei einer Befragung von 80.000 Medizinern weltweit. Nach vollständiger Inbetriebnahme ist ein Sprung in die Top 10 möglich.
Anhand der Geschichte von Paul und Rosie lässt sich erahnen, welche Rolle KI in der Medizin der nahen Zukunft spielen wird:
Neben der individuellen Krebstherapie zeichnen sich weitere Felder ab:
- Pharmakogenomik: Welche Wirkstoffe eignen sich für ein bestimmtes Individuum am besten?
- Simulation statt Labor: KI simuliert Gewebe und Wirkstoffe, um Entwicklungszyklen drastisch zu verkürzen.
- KI-gestützte Bilddiagnostik: Tumoren und andere Befunde auf Röntgen- und MRT-Aufnahmen werden zuverlässiger und früher erkannt.
- Prädiktive Analytik: KI-gestützte Auswertung von Vitaldaten kann lebensbedrohliche Kompilikationen wie drohenden Sepsis-Schock oder Herzstillstand etc. Stunden im Voraus anzeigen.
- Präzisions-Roboter-Chirurgie.
- Individuelles Gesundheitsmanagement – auch für Menschen, die noch gar nicht erkrankt sind.
Erste derartige Apps existieren bereits
Doch bei aller Euphorie bleiben grundlegende Fragen offen:
Viele dieser medizinischen Fortschritte beruhen auf der massenhaften Erhebung mitunter intimster Gesundheitsdaten. Big-Tech-Konzerne, Versicherungen und Pharmaunternehmen wissen das. Wenn individuelle Risiken präzise berechenbar werden, verliert das Solidarprinzip seine Grundlage: Wer genetisch als Hochrisikopatient gilt, zahlt entsprechend – oder bekommt gar keine Versicherung mehr. Was als medizinische Revolution beginnt, könnte als sozialpolitische Zeitbombe enden.
Das „Black Box"-Phänomen: KI-Diagnosen müssen nachvollziehbar sein. Die Letztentscheidung und Verantwortung liegt schließlich (noch) bei einem Menschen. Die Antwort darauf heißt XAI – Explainable AI.
FAZIT: Den gewaltigen Chancen dieser Technologien stehen erhebliche Risiken gegenüber. Es liegt an uns allen, diese Entwicklungen kritisch zu verfolgen und informiert mitzugestalten.
............................................................ENGLISH VERSION.............................................................
The Medical Layperson Who Developed an Effective Cancer Vaccine
The incredible story of the data wizard who took on the fight against his beloved dog’s malignant cancer — and won!
Paul Conyngham studied computer science and spent years working as a software engineer and cloud architect on large-scale data infrastructures, during which time he taught himself expertise in machine learning (ML) and data science.
Armed with this knowledge, he founded the company Mika (formerly “Data Pipeline”) in Sydney in 2018. The following year, he adopted his dog Rosie from a Sydney animal shelter; she had been abandoned in the Australian bush. According to Paul, she was his loyal companion through many difficult phases of his life. Nothing is known about her family, however.
Then came the shock: In 2024, large swellings appeared on one of Rosie’s hind legs. The diagnosis was sobering: a mast cell tumor—the most common form of skin cancer in dogs and particularly difficult to treat once it has spread. Paul subsequently invested thousands of dollars in veterinary chemotherapy and surgeries—with limited success: the tumor’s growth was merely slowed.
One can only speculate about “neurodiversity” or autism. In any case, Paul immersed himself hyper-focused for months in the biology of cancer development - with AI support, even drafting a 100-page scientific proposal—a research grant application that ultimately enabled him to collaborate with universities and laboratories.
He paid $3,000 to the Ramaciotti Centre for Genomics at the University of New South Wales (UNSW) to sequence Rosie’s genome. The result: 350 GB of raw data. Google DeepMind’s AI AlphaFold helped him determine the protein structure of the key tumor neoantigens—those molecular markers against which the immune system can be trained. Using this data, an mRNA vaccine specifically targeting Rosie’s tumor was developed at UNSW and administered in late 2024. Within a month, the primary tumor shrank dramatically. Rosie’s condition improved visibly.
How is Rosie doing today?
Paul Conyngham recently reported on Australian television that Rosie is “chasing rabbits” again. The primary tumor has shrunk by 50–75%—in an animal that was originally predicted to die a painful death within a few months. Paul realistically refers to it as a “manageable chronic disease” in which the cancer is kept in check by the immune system. In aggressive mast cell cancer, metastases are usually found throughout the body. The cancer exhibits the “immune escape” phenomenon: individual cells survive treatment and can continue to grow. Paul is taking on the challenge and is already using ChatGPT and AlphaFold to develop a booster vaccine to eliminate precisely these resistant cells.
This form of personalized medicine is considered the future of cancer treatment.
And my hometown, Vienna, is at the forefront of this effort. On a 90,000 m² site (roughly 13 soccer fields), two closely collaborating centers are currently being built near the AKH (General Hospital, one of Europe’s largest university hospitals with over 9,000 employees), scheduled to open in 2026/2027:
- The Eric Kandel Institute – Center for Precision Medicine. As in Rosie’s case, massive amounts of genomic data are analyzed there using AI – keyword: “molecular tumor profiling.”
- The Center for Translational Medicine (CTM). It brings together research laboratories and treatment rooms under one roof. There, individualized mRNA vaccines or cell therapies are developed that are precisely tailored to the mutations of each patient.
Although the centers haven’t even opened yet, the AKH was able to climb to 20th place (up from 27th) in the prestigious Newsweek “World’s Best Hospitals” ranking—based on a survey of 80,000 medical professionals worldwide—simply due to the upcoming implementation. Once fully operational, a jump into the top 10 is realistic.
The story of Paul and Rosie offers a glimpse into the role AI will play in medicine in the near future:
In addition to personalized cancer therapy, other fields are emerging:
- Pharmakogenomics: Which medications work best for a specific individual?
- Simulation instead of the lab: AI simulates tissue and active ingredients to drastically shorten development cycles.
- AI-assisted diagnostic imaging: Tumors and other findings on X-rays and MRI scans are detected more reliably and earlier.
- Predictive analytics: AI-assisted analysis of vital signs can indicate an impending septic shock or cardiac arrest hours in advance.
- Precision robotic surgery.
- Personalized health management—even for people who are not yet ill.
But despite all the euphoria, fundamental questions remain:
Many of these medical advances rely on the mass collection of health data, some of which is highly personal. Big tech companies, insurance providers, and pharmaceutical firms are well aware of this. When individual risks become precisely calculable, the principle of solidarity loses its foundation: Those genetically classified as high-risk patients will pay accordingly—or may no longer be insured at all. What begins as a medical revolution could end up as a sociopolitical time bomb.
The “black box” phenomenon: AI diagnoses must be transparent. After all, the final decision and responsibility (still) lie with a human being. The answer to this is XAI—Explainable AI.
CONCLUSION: The tremendous opportunities offered by these technologies are offset by significant risks. It is up to all of us to critically monitor these developments and help shape them as informed participants.
(translated by DeepL)