团子 AI 学院 · 进攻组 · 工具精读 S11
一张地图，装下肿瘤学
OnCo 入门：什么是知识图谱，医生和 AI 怎么用它
onco.cc · 开源肿瘤学知识图谱 · 数据截至 2026 年 10 月 18 日
非商业教学课件 · 讲者 丁海祥
夜班结束 · 办公室
一个问题，二十个标签页
病人家属问：“三阴性乳腺癌，现在有什么新药？”
你打开指南、PubMed、药企官网、试验注册网站……一小时后，桌面上是二十个标签页，脑子里是一团乱麻。
资料一点不缺，
缺的是一张地图。
如果有人把
整个肿瘤学，
画成一张能点的地图呢？
今天介绍的 OnCo，就是在做这件事。
第一幕
OnCo 是什么
一个公开、带引用、人人可改的肿瘤学知识图谱
一句话
每个癌种、药物、靶点、试验、机构和想法，
各占一页，彼此相连
数字来自 OnCo 官方 API 的 meta.json（2026-10-18 构建），网站每次更新都会变。代码 MIT 开源，数据 CC BY-NC 4.0，由 Jude Gomila 发起。
关键词 · 知识图谱 Knowledge Graph
点是“东西”，线是“关系”
普通网站像一本书，一页一页往下翻。知识图谱更像一张网：每个点是一个对象（一种癌、一个药、一个靶点），每条线写明它们是什么关系。
所以你可以从任何一点出发，顺着线走到所有相关的东西。
🏈 像战术板：每个球员一张卡，连线就是传球路线
举个真实的例子
从一个癌种，走到一篇论文
示意图为课程自绘，简化了真实关系。在网站上，每个方框都是一页，点进去还能继续往外走。
每一页都分三层
先说人话，再说术语，最后给出处
一两句大白话
新手也能看懂这是什么。“TL;DR”是英文网络用语，意思是“太长不看版”。
给专业读者
分型、机制、数据、标准治疗、在研管线。术语都有悬停解释。
一手出处 + 核对日期
每条记录至少链接一个原始来源，写明最近一次核对是哪天。
读法：先看 TL;DR 判断要不要深读，重要的事一定回到原始来源核实
第二幕
六个入口，别迷路
网站有一百五十多个子页面，记住这六个大门就够了
按你的身份选门
从癌种、身体部位、生物标志物出发；有对比、时间线、图谱浏览。
癌种与治疗Cancers & treatments癌种、技术、靶点、药物、通路、试验、路线图、术语表。
新闻与证据News & evidence证据强度、读出日历、获批、失败博物馆、耐药。
机构与人物Institutions & people医院、大学、公司、国家（含中国深度）、资金流向。
与癌症共处Living with cancer给患者家属：确诊后 60 天、就诊准备、不良反应、报告解读。
学习与贡献Learn & contribute阅读路径、方法学、开放 API、教学包、建议修改。
卡片可点击，直达 onco.cc 原站。
课堂演示 · 5 分钟
回答开场那个问题
TNBC 页面的 TL;DR（课程翻译）
第三幕
医生和研究者怎么用
不是查一个答案，而是顺着一条路线读下去
阅读路径示范 · 放疗、肌肉与骨骼
一条路线，九站
六条完整路线（含外科、读懂一个癌种、找课题、AI 数据）见课后 GitHub 链接。
第四幕
让 AI 也能读这张地图
网页给人看，接口给机器读
关键词 · API 接口
像检验科的标准化报告单
网页是给人看的，排版好看但机器难读。API 是同一份数据的“标准格式版”，程序和 AI 可以直接读取、筛选、统计。
OnCo 的接口免费、不需要密钥；还专门给大模型准备了 llms.txt 和每个对象一份的 Markdown 说明。
🏈 API 就是统一格式的战术手语，任何球员一看就懂
MCP（让 AI 助手直接调用 OnCo 的接口协议）官方已写好，但 2026-10-19 尚未发布到 npm，需要从源码构建。相关课：MCP 协议。
用之前，先记住五条
安全边界
01网站自己声明：仍在建设中，可能不完整、过时或有错。
02不是医学建议。临床决策回到原始来源和指南。
03“已获批”看国家：先在页眉选择国家，美国获批不等于中国获批。
04数据许可 CC BY-NC 4.0：教学和个人使用免费，须署名；商业使用要付费授权。
05把病例交给 AI 查资料时，先去掉病人隐私信息。
这节课带走
三句话
点是东西，线是关系
知识图谱让你从任何一点出发，走到所有相关的东西。
先 TL;DR，再回出处
大白话判断要不要深读，重要的事一定核对原始来源。
空白就是机会
地图上没画的地方，可能就是你下一个课题。
One more thing · 课堂练习
选一个你科室最常见的癌种，走一遍四步
打开癌种页 → 读 TL;DR → 看一条路线图 → 点进一项关键试验。然后用一句话告诉同桌：这个癌种最近五年最大的变化是什么？证据有多强？
进阶：让 AI 读 onco.cc 上的同一页，对比它的总结和你自己读到的，有哪处不一样？
丁海祥 · 团子 AI 学院原创非商业教学课件 · 图片为 AI 生成或自绘示意，非 OnCo 截图
Data from OnCo (onco.cc), CC BY-NC 4.0 · 课程与 OnCo 官方无隶属关系 · 内容不构成医学建议