Sobre o HackCancer
HackCancer é um projeto educacional aberto para pessoas de tecnologia, dados e engenharia que querem entender oncologia computacional com responsabilidade.
O objetivo não é prometer cura, substituir profissionais de saúde ou transformar pesquisa inicial em recomendação clínica. O objetivo é construir uma ponte honesta: explicar biologia do câncer, métodos de bancada, ômicas, dados, IA, terapias e limites de evidência em linguagem que uma pessoa técnica consiga estudar, auditar e melhorar.
Para quem é
- Desenvolvedores que querem entender o domínio antes de criar ferramentas.
- Cientistas de dados que precisam aprender as armadilhas de dados biomédicos.
- Pessoas de produto, segurança, infraestrutura e IA interessadas em saúde.
- Pesquisadores e clínicos que queiram colaborar com uma comunidade técnica aberta.
O que este projeto tenta fazer
- Organizar fundamentos de câncer, biologia molecular, métodos de laboratório e ômicas.
- Separar conteúdo educacional de afirmação clínica.
- Marcar maturidade: aprovado, clínico, translacional, pré-clínico ou especulativo.
- Usar fontes rastreáveis, preferindo reguladores, diretrizes, artigos primários e bases públicas.
- Criar exemplos computacionais que ensinem sem fingir que são pipelines validados.
O que este projeto não faz
- Não recomenda tratamento.
- Não interpreta caso individual.
- Não vende protocolo, suplemento, cura alternativa ou intervenção experimental.
- Não substitui oncologista, geneticista, patologista, farmacêutico, enfermeiro ou equipe assistencial.
- Não transforma notícia, press release ou estudo em animais em promessa para pacientes.
In memoriam
Para Sueli Shimohama, minha mãe, que perdi para um câncer de estômago.
Que este projeto transforme saudade em conhecimento aberto, cuidado responsável e trabalho útil, para que outras mães, outras famílias e outras vidas tenham mais tempo, mais chance e mais esperança.
Como contribuir
Boas contribuições aqui são pequenas, verificáveis e bem referenciadas:
- Corrigir uma frase ambígua.
- Trocar uma fonte fraca por fonte primária ou regulatória.
- Adicionar rótulo de maturidade a uma terapia.
- Melhorar tradução sem perder precisão.
- Transformar um exemplo de código em material educacional seguro.
Comece por Primeiros passos, Padrão editorial e Limites e responsabilidade.