AD WIKI · Dashboard

核心资产你现在手上有的 4 样东西

🧪 试用 Demo（上传患者数据）

拖拽 progression CSV → Agent 立刻基于 wiki KB 给分期 / 风险 / 推荐 → 带原始论文引用

现可用

查看 →

📋 工作流汇报（中文）

11 节项目汇报 · 给老师看的 portfolio 文档 · 工作原理 + 现状 + 下一步

可分享

查看 →

专家知识库设计

5 目录 / 7 段格式 / 医生可编辑的临床手册式 KB，已和临床团队对齐

已就绪

查看 →

外部数据集校准（v1）

5 OpenNeuro 数据集已下载 + 分布提取完成，正在做合成数据 v1 校准

进行中

查看 →

Clinical advisor consultation

26-question structured interview with senior clinician (private — see internal repo)

私有

查看 →

S01–S04 baseline

4 健康受试者 × 12 任务，30 min 协议；S03/S04 完整，S02 部分 HR 异常

已就绪

查看 →

最近修改从 GitHub 实时拉取（最新 10 条）

载入中…

工作原理 Agent 拿到患者数据后怎么结合 raw + wiki 做判断

raw 原始数据 / 证据预处理 / 特征 Agent 推理 wiki 策展 KB 临床输出

七步推理：

患者佩戴手套，4 个传感器实时采集
原始数据落到 raw/sensor_data/<患者ID>/ 时间序列 CSV
preprocessing.py 抽特征：HRV、步态、EDA、语音、上下文
Unified Clinical Agent（Claude）拿到 features bundle，决定要查哪些 KB 条目
横向查 wiki/concepts/+ methods/+synthesis/ 拿结构化结论（阈值、判定规则、鉴别诊断逻辑）
纵向查 raw/papers/+ raw/clinical_data/ 拿原始证据（论文出处、纵向队列对照）
综合推理 → 分期 + 置信度 + 推理链 + KB/paper 引用 + BPSD 风险 + 干预建议 → 发给临床医生/看护

关键设计：每条结论必须能追溯到一个 wiki 页面 + 一篇原始论文。 wiki 给"结论是什么"，raw 给"凭什么这么说"。这是这个项目区别于黑盒 AI 的核心。

实时动态监测同一个 Agent · 5 种 cadence 同时跑

关键不是"一次推理"，而是同一个 Agent 在 5 种时间尺度上同时运行。

5 min 实时窗 ⚡：滚动检测 EDA/HR 突变 → BPSD 激越/焦虑 1–2 小时提前预警 → 推送给看护人
1 hour 短时窗 ⏱：状态汇总（情绪/活动/HRV/姿态分布）→ 实时状态板
1 day 日窗 📅：睡眠质量、日落综合征、ADL 完成度 → 日报推给医生
7 day 周窗 📊：步速下降斜率、HRV 下行、语速变化 → 周趋势
30 day 月窗 📈：CCI 综合认知指数、SCD→MCI 拐点 → 阶段转化提醒（建议做 PET / 血液标志物）

个性化基线（前 2–4 周自动建立）+ 历史评估 喂给所有 cadence——所以每次判断不是看绝对值，而是看"你相对于自己最近的偏移"。这是为什么 N=4 baseline 也能起步：每个患者建自己的基线，不依赖群体阈值。

wiki 内部结构 5 类内容页 + 4 个治理文件怎么协作

治理层（4 文件）管 wiki 怎么运转： README 是入口、index 是目录、schema 是规则（front-matter / 状态语义 / 维护流程）、log 是历史。任何人想读懂这个 wiki，从这 4 个开始。

内容层（55 页）按角色分 5 类：

concepts/ 是 KB 核心——疾病知识 + 传感器原理。所有判断要回到这里取定义。
methods/ 描述"怎么用 concepts"——数据管道、阈值规则、Agent 接口契约。
agents/ 是"谁在做推理"——1 个 active + 7 个 future。每个 agent 引用 concepts + methods。
datasets/ 是 ground truth 与验证语料——数据本身在 raw/，这里只放说明页。
synthesis/ 是横切论述——项目总览、创新点、"what we don't know" 这种跨多个类别的内容。

引用关系： datasets inform concepts；concepts used by methods + agents；synthesis summarizes across all。这就是为什么 dashboard 把它们分这 5 组显示。

知识维护循环辅助流程 · git 让 wiki 永远是最新版

作者改 wiki/*.md → git push → GitHub Action（10s）跑 build_dashboard.py 重生 dashboard.html → Pages 部署（30s）→ 这个公开 URL 立刻反映新内容；下一次 Agent 推理自动用最新版 wiki。 从 push 到生效约 1 分钟。 浏览者侧反向逻辑：dashboard 载入时 fetch GitHub commits API → 顶部「最近修改」面板始终显示最新 10 条 commit。