Claude Code
Anthropic 的智能编程 CLI——我们 AI 增强研究和教育工作流的骨干。我们使用它、教授它、并在其之上构建。
研究与成果
本机构各项项目产出的开放工作成果。上线平台排在最前;已发布的开放资源、我们赖以构建的研究工具栈以及筹备中的项目随后列出。
已发布成果
5
教学大纲与概要
0
上线平台
三个已部署的平台,您现在就可以点击进入——它们是我们各项项目的核心产品。
利用… · 平台
肿瘤学首次人体试验情报平台——一个实时 Web 平台,探索 AI 辅助的早期肿瘤学研究者和研究中心排名。欢迎学术合作者试用。
打开平台 →
利用… · 平台
与一家临床合作医院和我们的高等教育合作伙伴联合开发的课程平台。十周三轨制课程涵盖从模型到临床的临床 AI;开放网站包含完整教学大纲、研究论文和合作说明。
打开平台 →
利用… · 平台
五周面授证书项目 AI in Production for Small Business,在纽约 Middletown 的合作校区举办——开放申请网站包含项目结构、队列时间表和报名流程。
打开平台 →
会议观察
AAI 从现场视角写的肿瘤学重要会议长文观察。每篇报道以该会议的公开议程与摘要为底层数据,把我们在会场看到的内容,连回各条研究线正在追问的问题。

ASCO Annual Meeting 2026 · 支柱 1
ASCO 2026 议程的 8,025 篇发表里,挂上「Artificial Intelligence」标签的有 220 篇——单一最大的次分类。这些 AI 大多不是新模型,而是被用在具体的差事上:从记录做预测、读影像、把病摘结构化,以及为患者匹配试验。
阅读报道 →

ASCO Annual Meeting 2026 · 支柱 1
ASCO 2026 议程有 481 篇泌尿生殖肿瘤摘要。这篇整理出有完整结果的摄护腺、膀胱、肾脏研究——按癌别分,每篇列出试验、收案人数与主要数字,并用数据表呈现关键数据。
阅读报道 →

AUA Annual Meeting 2026 · 支柱 1
AUA 2026 advanced / metastatic 前列腺癌 50 篇 abstract 里的五条活战场:每个病人落在 triplet 强度梯度的哪一格、PSMA-PET 把 nmHSPC 重新分类成 metastatic、PSMAddition 的 PSA sub-analysis 叠在已 positive 的 rPFS 之上、survivorship 与 access 成为真正的一节、以及这场会议没收掉的 sequencing / biomarker / AI gap。
阅读报道 →

AUA 2026 Annual Meeting 2026 · 支柱 1
我们分析了 AUA 2026 年会的 3,200 篇摘要(1,835 篇有全文,其余依标题与 session 信息分类)。621 篇涉及 AI 或机器人手术——每五篇就有一篇。单孔成为摘要数量最多的机器人子类别,LLM 带着 51 篇论文到场但毫无共识,而 AI 与机器人的交集几乎不存在。工具都准备好了,整合还没发生。
阅读报道 →

AACR Annual Meeting 2026 · 支柱 1
我们把 AACR 2026 中 358 篇头颈鳞状细胞癌相关摘要整批拉出来读,只想回答一个问题:今年这个领域在往哪里移动?三件事同时到了——架构全新的分子、多元化的生物标记、以及三条对抗免疫治疗耐药性的路线。
阅读报道 →

AACR Annual Meeting 2026 · 支柱 1
Phase 1 是药厂把目前下注的东西摊在领域眼前的地方。我们把 AACR 2026 中所有 442 篇 first-in-human 与 Phase 1 摘要拉出来读,看今年下注在什么、又怎么设计。
阅读报道 →

AACR Annual Meeting 2026 · 支柱 1
我们把 AACR 2026 中 295 篇前列腺癌相关摘要整批拉出来读,只想回答一个实务问题:今年这个领域在往哪里移动?什么地方还意外地小?
阅读报道 →

AACR Annual Meeting 2026 · 支柱 1
我们把 AACR 2026 的 7,066 份摘要从头读到尾,只想回答一个问题:今年 AI 真的出现在癌症研究的哪些地方?又少了哪些地方?
阅读报道 →
开放资源

External recommended reading. A multi-author oncology review compendium (RuiRong Yuan, Jianda Yuan, Antong Chen, Gregory Goldmacher, Bo Wang, Ming Yuan; Independently published, 2026-04-22) covering sarcoma, glioblastoma, AI-driven drug development, and individualized treatment for rare and refractory cancers. Listed here as an external resource for readers in the field; not an AAI output.
From 支柱 1 · 利用…
主题演讲完整录像,具体展示一位在职临床医师如何将 Claude Code 和 AI 代理整合到日常临床和研究工作中。托管于 Google Drive;持有链接即可访问。
From 支柱 3 · 利用…研究工具栈
分层堆叠——顶层是前沿语言模型,中层是开源生态,底层以精选的肿瘤学和生物医学数据库支撑每一项论述。
Anthropic 的智能编程 CLI——我们 AI 增强研究和教育工作流的骨干。我们使用它、教授它、并在其之上构建。
Google DeepMind 的长上下文多模态模型——用于医学影像审阅、长文档综合,以及与 Claude 结果交叉验证。
OpenAI 前沿模型——在推理任务中提供第二意见,多模型投票确保单一答案不足时仍有共识。
开源生态系统——Python / TypeScript 库、统计工具、医学影像 SDK,组装为可复现的研究管线。
美国国家医学图书馆的生物医学文献数据库——系统综述、荟萃分析,以及跨肿瘤与泌尿科证据图谱的标准入口。
ASCO、ESMO、AACR、SITC 等会议摘要与临床指南——我们用以掌握首次人体试验脉络与生物标志策略的实务知识库。
筹备中
经董事会批准后发布。
监管环境分析(LCME、NYSED、NECHE),为合作院校的医学院规划提供信息。目标在董事会批准删减后发布。
From 支柱 2 · 利用…