Skip to content
项目

ChazY11/medradar has 307 GitHub stars and 19 forks. GitHot measured +7 stars in 24 hours. Last checked 2026-11-19 09:05 UTC. Last push 2026-11-17.

这些数字如何统计

实测星标增长

24小时
+7
7天
正在收集历史
15天
正在收集历史
1个月
正在收集历史

各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。

关于

以证据为先,观察和研究医疗技术发展早期信号的研究平台。

数据

README.zh-CN.md

原文

MedRadar —— 面向医疗技术变化的公开证据研究。六个免费公开数据源、375,378 条事件、事件日期覆盖 1966–2026,数据快照 2026-10-31。

包版本 0.5.0 1,157 项离线测试通过(共收集 1,160 项) 数据快照 2026-10-31,375,378 条事件 Python 3.10 至 3.12 MIT 许可证

项目主页  ·  平台  ·  研究  ·  快速开始  ·  文档  ·  English

公开证据,能否提前看见医疗技术的变化?

MedRadar 把公开、免费的监管、临床试验与公司披露证据,收集进一个可审计的事件库;然后用冻结的实验、 具名的基线与明确公布的负结果,检验这些证据是否在市场察觉之前就携带信号。

研究基础设施,不是已验证的预测产品。 本仓库没有任何方法展示出样本外预测能力,已发布的数据快照 也无法支撑真正的时点(point-in-time)声明。工程实现与负结果本身就是交付物。 → 局限 · 方法契约

375,378 条事件 · 6 个免费公开数据源 · 事件日期 1966–2026 · 快照 2026-10-31 · 1,160 项离线测试 · 包版本 v0.5.0 · MIT


一张图看懂平台

MedRadar 平台架构:公开数据源 → 证据基础设施 → 研究引擎 → 智能与应用。每一行都标注为已实现、有限或草案。

来源:tools/homepage/build_architecture.py —— 由仓库结构生成,不是示意图。浅色与深色版本同时提供;研究引擎与应用列的每一行都对应仓库中的实现路径。

如何读这张图。 实线表示该模块已在 main 上实现,并由离线测试覆盖;有限表示可用,但有明确且 已量化的缺口;右侧虚线框是草案:只存在于开放 PR 或分支,不在 main,也没有接入线上站点。

  • 已实现 —— 在 main 上,由 1,160 项离线测试覆盖。
  • 有限 —— 可用,但有明确且可度量的缺口(例如实体解析 35.2 % / 52.4 %)。
  • 草案 —— 开放 PR 或分支;未发布、未上线、不作声明。

平台细节、数据源清单与覆盖质量见 Platform 页面 ↗, 仓库内导航见 docs/INDEX.md。


已实现什么,以及验证到什么程度

用词约定:可用 = 已在 main 实现并由离线测试覆盖;部分 = 可用,但有一个已量化的缺口; 仅机制 = 机器部分正确,但其输入无法支撑它本应支撑的声明。

能力 做什么 验证状态 代码入口
多源采集 openFDA 器械 510(k)/PMA/召回/分类、openFDA 药品批准、ClinicalTrials.gov v2、SEC EDGAR 8-K → 统一事件模式;计数可从公开源复现 可用 medradar/collect_device.py · collect_drug.py · clinical.py
双时态事件库 每行都带 event_date / available_at / timestamp_quality,events 背后是追加式修订账本 —— 明确不是防篡改 可用 medradar/db.py · medradar/evidence_core/
实体解析 公司/子公司、技术赛道与产品码;35.2 % 的事件带公司键,52.4 % 有技术赛道。未匹配事件如实计数、绝不猜测 部分 config/ · docs/DATA.md
描述性分析 赛道热度(收缩后的速率)、结构位移(Jensen–Shannon)、新颖性(首次出现)—— 描述性、样本内得分,不是已验证的信号 仅描述性 medradar/analyze.py
事件研究、回放与模拟组合 方向对齐的超额收益、block bootstrap、Holm 校正、样本内仅多头的模拟组合 —— 不做样本外声明 可用,仅模拟 medradar/eventstudy.py · replay.py
报告与零依赖看板 由同一份 metrics.json 生成中文报告、英文一页纸、CSV 与自包含 HTML 看板 —— 生成产物,不是在线服务 可用 medradar/report.py · docs/dashboard.html

main 上还有两项验证层级更低的能力:双时态知识库(medradar/tkg/,仅机制) 与追加式预测注册表(medradar/forecast_registry.py,仅机制 —— 登记 25 条预测、0 条到期,校准状态为 insufficient_matured_forecasts)。

不在 main、也不对外声明: MedRadar 2.0(#12)、Live Observatory(#13/#14)、S-028 / S-029 (#15/#16)、PHOENIX(#23–#26)、DATA-EXPANSION / ATLAS / HORIZON / CONVERGENCE(#27–#30)。 每一项都是有标注的草稿,线上站点不会展示其中任何一个。见路线图。


研究发现了什么 —— 包括没发现什么

正结果,按它的真实大小陈述

模拟事件研究中方向对齐的超额收益(block bootstrap,在「类别 × 窗口」全家族内做 Holm 校正)。 只有 60 日窗口通过:

窗口 n 平均超额收益 t 95 % 置信区间
+1 日 122 +0.15 % 0.57 [−0.33 %, +0.65 %]
+5 日 109 −0.37 % −0.92 [−1.17 %, +0.42 %]
+20 日 89 +1.14 % 1.17 [−0.65 %, +3.13 %]
+60 日 61 +5.65 % 2.45 [+1.35 %, +10.32 %]

方向对齐超额收益的森林图:+1 日 +0.15%,+5 日 −0.37%,+20 日 +1.14%,+60 日 +5.65%,含 95% 置信区间;只有 +60 日通过 Holm 校正。样本内模拟,不是时点结果。

数据来源:docs/metrics.json → trading.event_study,生成于 2026-10-30 · 窗口 2025-11-21 → 2026-10-30 · 图由 tools/site/make_figures.py 从已提交数据解析生成(图与数据漂移会使测试失败)。图内标注为英文。

每个收益数字都必须携带的时间数据前提。 快照没有独立的公开时间 —— 全部 375,378 行的 published_at = available_at = event_date —— 因此这个结果建立在「当日即公开」的假设上, 不是时点结果。它是样本内模拟,约 11 个月内 38 笔模拟交易,仅做多,不构成投资建议。

负结果,比正结果更重要

  • Market-to-R&D(12 个月窗口)。 没有新增数据源带来可检测的排序增益:marginal PR-AUC 分别为 金融 −0.0013、市场 −0.0015、论文 −0.0001、全源 −0.0068。模型仅略微超过逐对基准率 —— AP 0.7935 vs 0.7913,Δ +0.0022,95 % CI [−0.032, +0.037]。更多数据改善的是校准 (ECE 0.0811 → 0.0628),不是排序。冻结产物: experiments/reverse_rd_v1/ · experiments/reverse_rd_v2/。
  • 早期信号研究(五家公司)。 阶段 0 结论为 CONDITIONAL-GO,但领先后验门 —— 这个变化能否被更早发现? —— 结论是 NO-GO。 → research/studies/early_signal_5firms/PHASE0_REPORT.md
  • S-028 / S-029 关系研究。 两者均为 NO-GO:基于证据的关系网络在留出数据上没有跑赢零模型。 它们只存在于草稿分支(PR #15/#16),不作为已发布能力展示。

缺失的公开时间戳能否找回?(E1b)

数据源 可回溯的公开时间 结论
SEC EDGAR 可以 —— acceptanceDateTime、不可变归档、修订作为新 accession STRONG
ClinicalTrials.gov 部分 —— 只有首次发布日、日期粒度、仅 ACTUAL 记录 MEDIUM
openFDA 510(k)/PMA 不可以 —— 不存在公开发布字段;decision_date 是事件日期 只能从观测时点开始

完整报告:docs/refoundation/phase2/E1B_SOURCE_RECOVERY.md (28 个请求、每个来源 5 条记录 —— 形状测试,不是总体估计)。

更多:Research 页面 ↗ · docs/RESEARCH.md · docs/CASES.md · docs/CALIBRATION.md。


生成产物,不是在线服务

下面的每张图,都是仓库从已提交快照生成的页面的真实截图。没有示意图,也没有任何 main 上不存在的功能。

MedRadar 交互式看板 1440×900 截图:概览页显示事件总数 375,378、24 个赛道、2,384 条案例库、400 步回放、模拟盘 +19.2%、281 条信号、4/5 数据源可用,以及事件年度分布图。

对应页面:docs/dashboard.html(交互式看板,零依赖单文件) · 数据快照:2026-10-31(docs/metrics.json) · 包版本:v0.5.0 · 离线演示:是 —— 数据全部内联,无需服务器 · 是否在 main:是 · 截图:Chromium 1440×900,真实生成页面,未修改数据或界面。

MedRadar 生成式中文报告 1440×900 截图:数据状态横幅、KPI 卡片(事件总数 375,378、热度最高赛道、24 个赛道、模拟盘 +19.2%)以及本期结论列表。

对应页面:docs/report.html(生成式中英文报告,十九章) · 数据快照:2026-10-31 · 包版本:v0.5.0 · 离线演示:是 —— 自包含 HTML · 是否在 main:是 · 说明:报告目前以中文为主,站点与本 README 为英文。

看板、报告、回放、研究图与数据审计入口都在 Explore 页面 ↗。


快速开始

git clone https://github.com/ChazY11/medradar.git && cd medradar
pip install -e .                      # 仅用标准库;无需 API key

python -m pytest -q -o addopts=""     # 1,160 项离线测试(已验证基线),不联网
medradar demo                         # 离线运行,使用已提交快照,< 60 秒 → out/demo/index.html

实时雷达需要联网(仍然不需要 API key),大约三分钟:

medradar run --months 24 --with-trade --with-dashboard
# → out/index.html · out/report_zh.md · docs/dashboard.html · docs/report.html · out/summary.csv

1.3 GiB 的 SQLite 快照刻意不入库,因此干净的 clone 复现的是流程,不是完全相同的数字。 冻结研究按记录的命重新构建:

python -m medradar.intelligence.pipeline collect --source fda --months 120   # 需要 `.[bulk]`
python experiments/reverse_rd_v2/run_v2.py --db data/medradar.sqlite --holdouts 3

局限

  1. 只有事件时间。 已提交快照中每一行都有 published_at = available_at = event_date (375,378 / 375,378),timestamp_quality = 'date'。独立公开时间 = 0 行。 收益研究因此建立在 「当日即公开」的假设上。
  2. 真正的时点声明尚不支持,除非重新获取来源的发布时间戳 —— EDGAR 可回溯,ClinicalTrials.gov 只有 日期粒度,openFDA 只能从观测时点开始。
  3. 实体解析是部分的。 35.2 % 的事件带公司键,52.4 % 有技术赛道。未映射事件保持未映射并被计数, 绝不猜测。
  4. 修订账本不是防篡改。 它记录的是应用写入路径;数据库所有者仍可修改主表或替换文件。
  5. 510(k)/PMA 行没有公开时间戳,因此进入产业计数,但永远不进入收益研究 —— 这是真实的样本损失, 刻意不用补丁掩盖。
  6. AdCom 采集器解析 0 行(FDA 日历由客户端渲染),标记为实验性;它返回 empty/source_changed, 绝不静默返回 ok。
  7. 模拟组合是样本内、仅多头、约 11 个月 38 笔交易。 做空只告警、不交易;费用、逼空与退市未建模。
  8. 不做因果声明。 双重差分与合成控制是路线图项,不是结果。
  9. NMPA 刻意不抓取(有 WAF)。没有用户提供的 CSV 时,所有中国数值都是 null,绝不是 0。

完整论证与逐数字溯源:docs/METHODS.md · docs/CALIBRATION.md · docs/ASSUMPTIONS.md。


路线图

已发布:v0.3.0 研究基础(双时态 TKG + 不可变预测注册表)、v0.4.0 更难目标 + 清洗式多窗口评估、 v0.5.0 持续预测周期与带引用的研究代理。完整记录:ROADMAP.md。

接下来,且明确尚未完成:

  1. 重新获取独立公开时间戳 —— 先做 EDGAR;它今天就能携带真实的公开时刻。没有这一步,不可能有 时点声明。
  2. 积累足够的预测窗口,才谈得上任何校准声明。
  3. 把关系图特征喂进模型,而不只是喂给检索代理。
  4. 在拿到 USPTO Open Data Portal key 后加入专利特征;版本化的历史赛道分类。
  5. NMPA CSV 导入器、AdCom 解析,以及 PR #12–#30 中记录的草稿通道。

项目状态

状态数字由 PROJECT_STATE.yaml 经 python tools/governance/gen_views.py 生成, 英文版 README 内嵌了同一份生成表格(不可手改)。当前关键事实:

项目 值
观测到的 main head b2a14c0(2026-11-03,可能滞后于 main)
已验证基线 b2a14c0(1,157 通过,收集 1,160)
发布版本 0.5.0(未发布)
测试 1,157 通过、3 跳过、0 失败(收集 1,160,离线)
能力 7 项可用 · 6 项草稿 · 1 项退役
研究 1 项研究(0 项有公开声明)
数据快照 2026-10-31 —— 375,378 条事件(本地构建;data/ 不入库)
开放 PR 28 个(27 个草稿),10 个已合并
分支保护 未启用

治理门见 docs/governance/GOVERNANCE.md,生成的研究索引见 docs/RESEARCH_INDEX.md。


贡献、引用与许可证

最高价值的贡献是整理知识文件,而不是写代码:公司/子公司别名、赛道词典、产品码映射。核心包保持仅用 标准库;每个新指标都必须先更新 docs/METHODS.md 与 docs/SCHEMA.md。从 CONTRIBUTING.md 与 docs/GOOD_FIRST_ISSUES.md 开始。

如需引用本仓库,请把它作为研究基础设施来引用,并引用具体的带标签产物(某份报告、某个研究目录、 某个冻结实验),而不是作为预测结论。

MIT —— 见 LICENSE。原始数据归其发布方所有:openFDA 属公有领域;ClinicalTrials.gov 与 SEC EDGAR 各有自己的条款。本项目不构成投资建议,是研究与教育项目。

数据快照 2026-10-31 · 包版本 v0.5.0 · MIT · English · 文档索引