Claude Code
Anthropic 的代理式程式開發 CLI——我們以 AI 增強研究與教育工作流程的骨幹。我們使用它、教授它、並在其上建構。
研究與產出
本機構各項計畫所產出的開放工作項目。以運作中的平台為首;其後為已發布的開放資源、我們建構所依據的研究工具組,以及準備中的項目。
已發布產出
5
課程大綱
0
運作中的平台
三個已部署的平台,您可以立即點擊使用——這是支撐各項計畫的核心產品。
利用… · 平台
腫瘤學首次人體試驗情報平台——一個即時網路平台,探索以 AI 輔助的早期腫瘤學研究之主持人與試驗中心排名。歡迎學術合作者試用。
開啟平台 →
利用… · 平台
與一家臨床合作醫院及我們的高等教育合作夥伴共同開發的課程平台。十週三軌課程涵蓋從模型到臨床的臨床 AI;開放網站包含完整課程大綱、研究論文及合作備註。
開啟平台 →
利用… · 平台
五週實體證書課程「AI in Production for Small Business」,於紐約 Middletown 的合作校區舉辦——開放申請網站包含課程架構、班期時間表及報名流程。
開啟平台 →
會議報導
AAI 從現場視角寫的腫瘤學重要會議長文觀察。每篇報導以該會議的公開議程與摘要為基底,把我們在會場看到的東西,連回各條研究線正在問的問題。

ASCO Annual Meeting 2026 · 支柱 1
ASCO 2026 議程的 8,025 篇發表裡,掛上「Artificial Intelligence」標籤的有 220 篇——單一最大的次分類。這些 AI 大多不是新模型,而是被用在具體的差事上:從紀錄做預測、讀影像、把病摘結構化,以及為病人配對試驗。
閱讀報導 →

ASCO Annual Meeting 2026 · 支柱 1
ASCO 2026 議程有 481 篇泌尿生殖腫瘤摘要。這篇整理出有完整結果的攝護腺、膀胱、腎臟研究——按癌別分,每篇列出試驗、收案人數與主要數字,並用資料表呈現關鍵數據。
閱讀報導 →

AUA Annual Meeting 2026 · 支柱 1
AUA 2026 advanced / metastatic 攝護腺癌 50 篇 abstract 裡的五條活戰場:每個病人落在 triplet 強度梯度的哪一格、PSMA-PET 把 nmHSPC 重新分類成 metastatic、PSMAddition 的 PSA sub-analysis 疊在已 positive 的 rPFS 之上、survivorship 與 access 成為真正的一節、以及這場會議沒收掉的 sequencing / biomarker / AI gap。
閱讀報導 →

AUA 2026 Annual Meeting 2026 · 支柱 1
我們分析了 AUA 2026 年會的 3,200 篇摘要(1,835 篇有全文,其餘依標題與 session 資訊分類)。621 篇涉及 AI 或機器人手術——每五篇就有一篇。單孔成為摘要數量最多的機器人子類別,LLM 帶著 51 篇論文到場但毫無共識,而 AI 與機器人的交集幾乎不存在。工具都準備好了,整合還沒發生。
閱讀報導 →

AACR Annual Meeting 2026 · 支柱 1
我們把 AACR 2026 中 358 篇頭頸鱗狀細胞癌相關摘要整批拉出來讀,只想回答一個問題:今年這個領域在往哪裡移動?三件事同時到了——架構全新的分子、多元化的生物標記、以及三條對抗免疫治療抗藥性的路線。
閱讀報導 →

AACR Annual Meeting 2026 · 支柱 1
Phase 1 是藥廠把目前下注的東西攤在領域眼前的地方。我們把 AACR 2026 中所有 442 篇 first-in-human 與 Phase 1 摘要拉出來讀,看今年下注在什麼、又怎麼設計。
閱讀報導 →

AACR Annual Meeting 2026 · 支柱 1
我們把 AACR 2026 中 295 篇攝護腺癌相關摘要整批拉出來讀,只想回答一個實務問題:今年這個領域在往哪裡移動?什麼地方還意外地小?
閱讀報導 →

AACR Annual Meeting 2026 · 支柱 1
我們把 AACR 2026 的 7,066 份摘要從頭讀到尾,只想回答一個問題:今年 AI 真的出現在癌症研究的哪些地方?又少了哪些地方?
閱讀報導 →
開放資源

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…
Full recording of the keynote, illustrating concretely how a practicing clinician integrates Claude Code and AI agents into daily clinical and research work. Hosted on Google Drive; open for anyone with the link.
From 支柱 3 · 利用…研究工具組
分層堆疊——頂層是前沿語言模型,中層是開源生態,底層以精選的腫瘤學與生醫資料庫支撐每一項論述。
Anthropic 的代理式程式開發 CLI——我們以 AI 增強研究與教育工作流程的骨幹。我們使用它、教授它、並在其上建構。
Google DeepMind 的長上下文多模態模型——用於醫學影像審閱、長篇文獻合成,以及與 Claude 結果交叉驗證。
OpenAI 前沿模型——在推理任務中提供第二意見,以多模型投票確保單一答案不足時仍有共識。
開源生態系——Python / TypeScript 函式庫、統計工具、醫學影像 SDK,組裝為可重現的研究管線。
美國國家醫學圖書館的生醫文獻資料庫——系統性文獻回顧、統合分析、以及跨腫瘤與泌尿科證據圖譜的標準入口。
ASCO、ESMO、AACR、SITC 等會議摘要與臨床指引——我們用以掌握首次人體試驗脈絡與生物標記策略的實務知識庫。
準備中
經董事會核准後發布。
Regulatory-landscape analysis (LCME, NYSED, NECHE) informing a partner institution's medical-school planning. Targeted for release after board-approved redaction.
From 支柱 2 · 利用…