TrialFinder

Il problema

I pazienti che cercano studi clinici si trovano di fronte a un database governativo complesso e pieno di gergo. ClinicalTrials.gov restituisce migliaia di risultati per qualsiasi condizione comune, e pochi pazienti hanno il tempo o l'esperienza per filtrare per fase, stato di reclutamento, idoneità o posizione. Anche gli agenti AI che cercano di aiutare necessitano di una superficie strutturata e interrogabile che vada oltre la semplice ricerca per parole chiave.

L'approccio

Un frontend React con un globo 3D Cesium, supportato da un worker Hono su Cloudflare. Il frontend renderizza le posizioni degli studi sul globo con zoom a livello stradale (minimo 50 m) in modo che i pazienti possano vedere dove si svolgono gli studi. La chat multi-turno mantiene in contesto la cronologia delle conversazioni, i risultati precedenti e il profilo del paziente. Il backend interroga l'API v2 di ClinicalTrials.gov e utilizza Cloudflare Workers AI per ragionare sull'idoneità prima di restituire i risultati.

Decisioni degne di nota

• Ricerca guidata dal profilo del paziente. Accetta età, condizioni, posizione e trattamenti precedenti, quindi ragiona sull'idoneità invece di limitarsi alla corrispondenza di parole chiave.
• Punteggio di corrispondenza. Risultati contrassegnati come forti, possibili o deboli con motivazioni, in modo che pazienti e agenti AI possano triagiare rapidamente.
• Contesto conversazionale. Follow-up come 'altri studi più vicini a casa?' funzionano senza reinserire le informazioni del profilo.
• Globo 3D con Cesium. Lo zoom a livello stradale e i link 'Apri su Mappe' collegano ogni studio a un luogo reale piuttosto che a una voce di elenco.
• Design stateless per richiesta. Nessun log, nessuna analisi, nessun profilo memorizzato lato server.

Stato

Live su clinical-trials.davidloor.com. Lavori recenti su correzioni della telecamera e dello zoom di Cesium, rendering dei marker e migrazione da MapLibre a Cesium.