Consolida historiales médicos, análisis de sangre y síntomas para alimentar con contexto estructurado a modelos de IA locales o en la nube.
Agrega historiales médicos y realiza consultas contextuales a través de modelos locales como Ollama o APIs comerciales.
🚀 **OpenHealth** agrupa entradas de salud dispersas —como análisis de sangre, métricas físicas y registros de síntomas— en un formato estructurado para análisis asistido por IA. Puedes ejecutarlo completamente sin conexión usando Docker y Ollama, o acceder a interfaces web alojadas. Está dirigido a particulares y profesionales que buscan una gestión de contexto estructurada y privada junto con modelos LLM.
La plataforma analiza entradas médicas sin procesar, como resultados de laboratorio, métricas físicas personales y antecedentes familiares, convirtiéndolas en un archivo de datos estandarizado. Luego, utiliza esta estructura analizada como contexto para conversaciones con modelos como LLaMA, DeepSeek-V3, GPT, Claude o Gemini. Para la ejecución local, se combina con Docling para el análisis sintáctico y con Ollama para la inferencia privada.
Se adapta a profesionales médicos con conocimientos tecnológicos y pacientes que desean privacidad de datos ejecutando flujos de trabajo de asistentes de salud de forma local. También se puede utilizar a través de plataformas web alojadas para consultas rápidas. No es adecuado para usuarios no técnicos que buscan una aplicación de escritorio nativa preconstruida sin configuración de servidor.
Agrega análisis de sangre, datos de dispositivos wearables, antecedentes familiares y registros de síntomas personales en un repositorio estructurado.
Se conecta a APIs comerciales como Claude y GPT, o a modelos locales mediante Ollama y LLaMA.
Procesa documentos localmente utilizando Docling para extraer archivos estructurados sin enviar datos sin procesar a terceros.
Proporciona respuestas personalizadas al inyectar tus datos médicos estandarizados en el contexto de interacción del modelo.
🚀 **OpenHealth** es gratuito y de código abierto bajo la licencia AGPL-3.0. Existen opciones alojadas como Clinic y Full Platform en línea, pero el autohospedaje requiere infraestructura de alojamiento y tus propias claves de API para LLM de pago.
897 puestos remotos abiertos de entrenamiento de IA, actualizados el 17 de noviembre de 2026; la mayoría paga $20–$170 por hora. 25 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Sí, puedes ejecutar toda la pila de forma local utilizando Docling para el análisis de documentos y Ollama para la inferencia de LLM locales.
Puedes ingresar resultados de análisis de sangre, informes de chequeos médicos, información física, registros de síntomas y antecedentes familiares.
Es compatible de forma nativa con LLaMA, DeepSeek-V3, GPT, Claude y Gemini.
Ve Zekai primero en Google