Communitygithub.com

OncoIntel HOT — Echtzeit-Onkologie-Intelligenz-Dashboard

Ein Aggregations-Dashboard für Echtzeit-Informationen aus der Onkologie-Branche, gebündelt als portable Agent-Fertigkeit. Nutzt openFDA, ClinicalTrials.gov, Europe PMC sowie RSS-Feeds für Konferenz- und Branchennachrichten.

Was ist OncoIntel HOT — Echtzeit-Onkologie-Intelligenz-Dashboard?

OncoIntel HOT ist eine sofort einsetzbare Intelligenz-Website für die onkologische Pharmaindustrie. Sie bezieht Live-Daten aus offiziellen öffentlichen APIs (openFDA, ClinicalTrials.gov, Europe PMC) ohne API-Schlüssel und ergänzt sie durch einen Backend-RSS-Fetcher für Medien- und Konferenznachrichten. Die Daten werden in einem AI-HOT-ähnlichen Feed dargestellt: Seitenleiste plus Zeitleiste mit Karten, die Quelle, Typ-Kennzeichnung, Wichtigkeitsscore, Lesezeichen und eine Begründung („Warum das wichtig ist“) enthalten. Das Tool ist vollständig in Vanilla HTML/CSS/JS und Python-Standardbibliothek (plus feedparser) geschrieben und funktioniert daher unabhängig vom verwendeten KI-Modell oder Agenten. Es eignet sich für Entwickler, die in Agenten-Workflows (Cursor, Codex, Claude Code) eine live-aktualisierte, faktenbasierte Onkologie-Intelligenz benutigen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add Athena010/oncointel-hot

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht OncoIntel HOT — Echtzeit-Onkologie-Intelligenz-Dashboard?

Eine sofort einsetzbare Intelligenz-Website für die onkologische Pharmaindustrie. Sie bezieht Live-Daten von offiziellen öffentlichen APIs (keine API-Schlüssel) plus einen kleinen Backend-RSS-Fetcher und rendert einen AI-HOT-artigen Feed: Seitenleiste mit Navigation + Zeitleiste mit Karten (Quelle, Typ-Kennzeichnung, Wichtigkeitsscore, Lesezeichen, „Warum das wichtig ist“-Grund). Alles ist in Vanilla HTML/CSS/JS und Python-Standardbibliothek + feedparser geschrieben, sodass es unabhängig von Modell oder Agent gleich funktioniert.

Die wichtigste Regel: Niemals Daten erfinden

Dieses Tool existiert, weil handgeschriebene „Beispiel“-Intelligenz schlimmer als nutzlos ist – sie sieht echt aus und führt in die Irre. Jede Karte muss auf eine echte API-Antwort oder einen echten RSS-Eintrag zurückgehen. Wenn ein Signal abgeleitet statt gemessen wird (z. B. „hohe Aufmerksamkeit“ aus Phase/Größe der Studie), kennzeichne es in der UI als abgeleitet. Wenn eine Quelle nicht erreichbar ist, zeige einen ehrlichen Fehler – erfinde keine Platzhalter. Behalte dieses Prinzip bei Erweiterungen der Website.

Inhalt dieser Fertigkeit

app/
  index.html      # UI-Grundgerüst: Seitenleiste + Zeitleisten-Feed + Detail-Modal
  styles.css      # Hell-/Dunkel-Design, Zeitleiste, Karten
  app.js          # Frontend: 3 Live-APIs abrufen, normalisieren, filtern, rendern
  fetch_news.py   # Backend: Medien-/Konferenz-RSS abrufen -> data/news.json
  data/news.json  # Beispielausgabe von fetch_news.py (neu generieren für aktuelle Daten)
references/
  extending.md    # Wie man Quellen hinzufügt, die Taxonomie anpasst, das Backend cron-t

Schnellstart (bereitstellen + ausführen)

  1. Kopiere app/ dorthin, wo der Benutzer die Website haben möchte (nenne diesen Ordner SITE/).
  2. Starte einen HTTP-Server aus dem übergeordneten Verzeichnis (relative Pfade benötigen dies):
    cd <übergeordnetes-Verzeichnis-von-SITE>
    python3 -m http.server 8769
    
    Öffne http://127.0.0.1:8769/SITE/. Die drei Live-APIs (openFDA, ClinicalTrials.gov, Europe PMC) laden sofort im Browser – kein Build-Schritt, keine Schlüssel.
  3. Für den Bereich Branchennachrichten / Konferenzen erzeuge data/news.json:
    pip install feedparser
    cd SITE && python3 fetch_news.py
    
    Führe es erneut aus (oder cron-e es), um zu aktualisieren. Ohne diese Datei funktionieren die anderen drei Bereiche weiterhin; die Website zeigt einen ehrlichen Hinweis „Branchendynamik nicht generiert“.

Wenn der Browser nach Änderungen eine veraltete Benutzeroberfläche anzeigt, liegt das am HTTP-Cache – hartes Aktualisieren (Cmd/Ctrl+Shift+R) hilft. Die Dateien index.html/app.js/styles.css können einen ?v=N-Parameter tragen, um den Cache zu umgehen.

Wie es aufgebaut ist (damit Sie Änderungen nachvollziehen können)

Frontend-Datenfluss (app.js): Vier Fetcher laufen parallel (fetchFDA, fetchTrials, fetchPapers, fetchNews), jeder normalisiert seine Quelle in ein gemeinsames Elementformat (type, date, title, source, detailUrl, company, cancer, modality, score, why, tags, ...). Rohdaten in Englisch werden mittels Schlüsselwort-Regex-Tabellen (CANCER_MAP, MODALITY_MAP, COMPANY_MAP) in eine chinesische Taxonomie gemappt. Die Seitenleiste wählt eine Ansicht; filteredItems() filtert + sortiert; renderItems() zeichnet die Zeitleiste.

Ansichten: Alle Dynamiken / Tägliches Briefing / Klinische Studien (geschichtet) / Hochrangige Publikationen / Arzneimittelzulassungen / Branchendynamik / Unternehmensdynamik / Lesezeichen. Lesezeichen und Design werden in localStorage gespeichert.

Klinische Studien sind geschichtet, nicht zusammengeworfen: normalizeTrial kennzeichnet jede Studie in Stufen – Ergebnisse/Statusaktualisierung (gerade veröffentlichte Ergebnisse oder Status->abgeschlossen/beendet), Neueintrag (neu registriert), Laufend (rekrutierend/aktiv), Hohe Aufmerksamkeit (aus Phase/Einschreibung/Sponsor abgeleitet). Die Ansicht zeigt Untertabs mit Live-Zahlen und einem farbigen „Was hat sich geändert“-Abzeichen pro Karte.

Nachrichten werden pro Ereignis entdupliziert (fetch_news.py -> cluster_duplicates): Wenn mehrere Quellen dieselbe Geschichte melden, werden sie zu einer Karte mit „🔁 N Quellen berichten“ zusammengefasst, und mehr Quellen = höherer Score (echtes Medien-Resonanz-Signal). Konferenznennungen (ASCO/ESMO/AACR/…) werden erkannt und mit einem Abzeichen versehen.

Datenquellen und die CORS-Realität

Browser können diese direkt aufrufen (öffentliches CORS, kein Schlüssel) – deshalb ist das Frontend autark:

BereichQuelleEndpunkt
Arzneimittelzulassungen / BeipackzettelopenFDAapi.fda.gov/drug/label.json
Klinische StudienClinicalTrials.gov v2clinicaltrials.gov/api/v2/studies
Hochrangige PublikationenEurope PMCebi.ac.uk/europepmc/webservices/rest/search

Dies sind gewöhnliche Webseiten ohne cross-origin API, daher kann eine statische Seite sie nicht abrufen – sie benötigen das Backend (fetch_news.py, erweiterbar) oder einen Proxy: EMA, NMPA/CDE, einzelne Unternehmenspresseseiten, Konferenz-Abstract-Seiten. Medien-RSS (FiercePharma, STAT, BioPharma Dive, ASCO Post, FDA Press) funktioniert über das Backend und deckt bereits die meisten Unternehmens- und Konferenznachrichten ab.

Erweiterung

Lies references/extending.md, wenn der Benutzer: eine Datenquelle hinzufügen (Frontend-API-Adapter oder Backend-RSS-Feed), die Krebs-/Unternehmens-/Medikamentenklassen-Taxonomie ändern, die Studienschichtung oder Nachrichten-Clusterung anpassen oder die Aktualisierung automatisieren möchte. Halte die beiden Kopien der Taxonomie-Maps (in app.js und fetch_news.py) synchron, wenn du sie bearbeitest.

Anpassung an andere Domänen

Die Architektur (parallele Fetcher -> gemeinsames Elementformat -> Schlüsselwort-Taxonomie -> Zeitleisten-UI mit Schichten/Entduplizierung) ist domänenunabhängig. Um sie umzuwidmen (z. B. Kardiologie oder eine nicht-medizinische Branche), ersetze die Fetcher und die Schlüsselwort-Maps, behalte aber das Elementformat, die UI und – vor allem – die Regel, niemals Daten zu erfinden.

Verwandte Skills