Le co-fondateur d’OpenAI, Greg Brockman, a amplifié un récit largement partagé ce week-end concernant un chien traité avec un vaccin personnalisé contre le cancer à ARN messager développé avec l’aide de ChatGPT, attirant l’attention des communautés technologiques et IA. L’affaire concerne Rosie, une Shar Pei de sept ans appartenant à Paul Conyngham, consultant en IA en Australie. Selon des publications circulant en ligne, Rosie n’avait que quelques mois à vivre avant de recevoir ce traitement expérimental, que Conyngham affirme avoir développé avec l’aide du chatbot IA.
« En 2022, j’ai remarqué des bosses étranges sur sa tête », a écrit Conyngham dans un fil de novembre 2024 retraçant le parcours depuis le début. « Ce que le vétérinaire considérait comme « simplement des verrues » s’est avéré être un cancer en phase terminale. » Les vétérinaires estimaient qu’il restait à Rosie entre un et six mois à vivre et ont dit à Conyngham qu’ils ne pouvaient plus rien faire. Le récit s’est rapidement répandu après que Brockman l’ait partagé avec ses centaines de milliers de followers, ce qui a suscité une couverture dans plusieurs médias technologiques. Bien que le traitement lui-même semble authentique, le rôle attribué à ChatGPT dans le développement du vaccin fait l’objet de débats, certains chercheurs remettant en question la capacité réelle d’un grand modèle de langage à gérer une partie aussi cruciale du processus.
Avancer Conyngham a dit qu’il n’a pas abandonné Rosie. Au contraire, il a décidé de construire une chaîne de recherche à partir d’outils d’IA grand public. Il a commencé avec ChatGPT, l’utilisant pour élaborer un plan d’action. Le modèle lui a dit qu’il lui fallait un séquençage génomique, un échantillon de tissu sain et un autre de la tumeur, et l’a orienté vers des institutions et équipements spécifiques. « La chose la plus ironique, c’est qu’au cours d’une précédente session avec ChatGPT, il m’a dit que je devrais contacter Elita ou le Dr Martin et utiliser une machine Illumina », a-t-il écrit à l’époque. Il a donc suivi cette piste. Un directeur de l’UNSW l’a mis en contact avec le Dr Martin Smith, responsable du Ramaciotti Centre for Genomics, qui a accepté de séquencer le génome de Rosie pour environ 3 000 dollars. Dix jours. Trente fois la profondeur dans le tissu sain, 60 fois dans la tumeur : le taux de passage plus élevé nécessaire pour isoler les mutations à l’origine du cancer. Le centre a fourni 320 gigaoctets de données brutes. Les informations génomiques sont exprimées sous forme de chaînes de lettres A, T, C et G, de sorte que les experts se sont retrouvés avec une pile de 700 000 pages recto-verso remplies uniquement de ces quatre lettres, a rapporté l’Université de New South Wales en juin dernier. C’était le génome de Rosie, son empreinte biologique. Il s’est ensuite concentré sur c-KIT, une protéine bien documentée dans la littérature publiée sur les mastocytomes chez les chiens.
En utilisant AlphaFold de Google, il a modélisé la version de Rosie de cette protéine et l’a comparée à la référence saine. Le résultat semblait incorrect, muté de manière conforme aux prédictions de la littérature. Il a ensuite recherché des composés existants pouvant attaquer c-KIT ou des protéines similaires, et en a trouvé un : un médicament déjà utilisé aux États-Unis pour traiter un autre cancer chez l’humain. « Nous avons pris sa tumeur, séquencé l’ADN, l’avons converti de tissu en données, et utilisé cela pour identifier le problème dans son ADN, puis développer un remède basé sur cela », a déclaré Conyngham au Today Show australien samedi. « ChatGPT a assisté tout au long de ce processus. » Rôle réel de l’IA Même si, en fin de compte, il y a un grand écart entre ChatGPT qui trouve un remède contre le cancer et ChatGPT qui aide à la recherche. Conyngham a finalement contacté le Prof. Palli Thordarson, directeur de l’UNSW RNA Institute. « Le Prof. @martinalexsmith a effectué le séquençage ADN/ARN pour convertir le tissu de Rosie en données brutes », a posté Conyngham. « Le Prof @PalliThordarson a assemblé le vaccin à ARN messager », a-t-il ajouté dans un autre tweet. Thordarson l’a confirmé dans son propre fil : « Fier d’avoir participé avec @UNSWRNA à la fabrication de l’ARNm-LNP pour Rosie », a-t-il écrit sur X dimanche. « L’intersection de la technologie ARN, du génome et de l’IA offre une opportunité de changer notre façon de faire de la médecine et de rendre l’accès plus équitable. » Mais le Dr Smith n’était pas un homme derrière un écran ChatGPT. C’était un professeur dirigeant un institut universitaire d’ARN, faisant ce pour quoi son laboratoire a été créé. Et lorsque Conyngham a identifié la conception finale du vaccin — le plan moléculaire précis qui serait codé dans l’ARNm — il a révélé quel outil l’avait conçu. Ni AlphaFold, ni ChatGPT. « La conception finale du vaccin pour Rosie a été faite par Grok. » Cela dit, il a reconnu dans un autre post que « Gemini a aussi fait beaucoup de travail lourd. »
ChatGPT a été utilisé pour analyser des articles scientifiques et identifier des chercheurs susceptibles d’aider. Le chatbot a pointé vers le Ramaciotti Centre et suggéré des équipements de séquençage adaptés à la tâche, fonctionnant principalement comme un outil de navigation dans la littérature de recherche. Ce rôle peut être utile, mais il diffère de la conception d’un vaccin ou de l’analyse scientifique. AlphaFold, un système d’apprentissage profond de Google DeepMind, prédit la structure tridimensionnelle des protéines à partir de séquences d’acides aminés. Ce n’est pas le premier modèle entraîné sur des données biologiques : d’autres initiatives open source comme Ankh ou AlphaGenome fonctionnent sur des principes similaires. Conyngham a utilisé AlphaFold pour modéliser la protéine c-KIT de Rosie. La modélisation a obtenu un score de confiance de 54,55, que la biologiste structurale de l’UNSW, Dr Kate Michie, a qualifié publiquement de faible. Elle a noté qu’AlphaFold « peut se tromper » et qu’un travail de laboratoire important est nécessaire pour valider toute sortie. Le Dr Smith, directeur en génomique à l’UNSW, a confirmé publiquement dans le même fil qu’AlphaFold n’a en fait pas été utilisé pour la conception du vaccin à ARN messager. Le Prof. Thordarson a également été prudent dans sa formulation. « Cela n’a peut-être pas guéri Rosie », a-t-il écrit sur X. « Cela a certainement acheté du temps, mais certains tumours n’ont pas répondu. » Son équipe vérifie maintenant si ces tumours ont muté différemment, ce qui pourrait expliquer pourquoi certaines parties du traitement ont fonctionné et d’autres non. Le vaccin seul n’a pas suffi. « Le traitement nécessitait la co-administration d’un inhibiteur de point de contrôle », a noté Thordarson, « probablement avec tous les vaccins contre le cancer personnalisés. »
iii) Il est difficile d’estimer le coût réel des projets de recherche car nous investissons tous beaucoup de temps et de ressources en nature. iv) le traitement nécessitait la co-administration d’un inhibiteur de point de contrôle (probablement avec tous les vaccins contre le cancer personnalisés). v) les coûts globaux sont donc assez élevés. /3
— Palli Thordarson (@PalliThordarson) 15 mars 2026
L’utilisation de l’IA pour le traitement du cancer n’a pas toujours été synonyme de succès. En 2017, des documents internes d’IBM révélaient que Watson for Oncology, présenté comme un système capable de recommander des traitements contre le cancer mieux que des oncologues humains, produisait des recommandations que ses propres ingénieurs qualifiaient d’« non sécurisées et incorrectes ». Le MD Anderson Cancer Center a abandonné le projet après y avoir dépensé 62 millions de dollars. IBM a vendu l’ensemble de Watson Health en 2022. L’affaire Rosie ne relève pas d’un échec de l’IA. Personne n’a été blessé, la science sous-jacente est établie, et les chercheurs impliqués ont des références crédibles. La plateforme à ARN messager elle-même est soutenue par des recherches cliniques. La préoccupation réside davantage dans la façon dont l’histoire a été présentée. Lorsqu’on crédite l’IA pour un travail effectué par des scientifiques et des institutions de recherche, cela peut brouiller la compréhension publique de ce que la technologie fait réellement. Les chercheurs qui ont effectué le séquençage, produit le vaccin et géré les protocoles de sécurité risquent de passer inaperçus. Cet épisode rappelle que l’IA peut aider à des tâches comme la navigation dans la littérature scientifique, mais qu’elle reste loin de remplacer l’expertise et l’infrastructure nécessaires à la conception et à la production de traitements médicaux.