Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › Medicina › OpenHealth
✦ Gratis y open sourceMedicina

OpenHealth

Consolida historiales médicos, análisis de sangre y síntomas para alimentar con contexto estructurado a modelos de IA locales o en la nube.

Asistente de salud con IA privada basado en datos médicos personales

Agrega historiales médicos y realiza consultas contextuales a través de modelos locales como Ollama o APIs comerciales.

Gratis para siempre · open source · AGPL-3.0
✓ Needs IT✓ En el navegador✓ Colaboración en tiempo real
6.3
ZEKAI
IA de salud privada centrada en los datos.
Gratis y open source · Medicina
Facilidad de configuración5
Utilidad7
Mantenimiento5.5
Comunidad7.5
★ 3,948
GITHUB
Jan 2026
ACTUALIZADO
AGPL-3.0
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

🚀 **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.

Funciona en
Web
Alojamiento
Nube o autoalojado
Idiomas
TypeScript
Licencia
AGPL-3.0

Qué es

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.

Para quién

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.

Funciones clave

Consolidación de datos de múltiples fuentes

Agrega análisis de sangre, datos de dispositivos wearables, antecedentes familiares y registros de síntomas personales en un repositorio estructurado.

Integración flexible con motores LLM

Se conecta a APIs comerciales como Claude y GPT, o a modelos locales mediante Ollama y LLaMA.

Análisis local de documentos

Procesa documentos localmente utilizando Docling para extraer archivos estructurados sin enviar datos sin procesar a terceros.

Chat con IA consciente del contexto

Proporciona respuestas personalizadas al inyectar tus datos médicos estandarizados en el contexto de interacción del modelo.

Cómo empezar

Listo en 3 pasos

1
Clona el repositorio y copia .env.example a .env mientras generas una clave de cifrado de 32 bytes.
2
Configura tus puntos de conexión de LLM de destino, ajustando las URLs de los hosts si ejecutas Ollama en Docker.
3
Inicia la pila de contenedores usando docker compose --env-file .env up y accede al puerto 3000.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Soporta privacidad local completa usando Docker, Docling e instancias locales de Ollama.
  • Compatible tanto con modelos locales abiertos como con las principales APIs de LLM comerciales.
  • Acepta entradas diversas que incluyen resultados de análisis de sangre, métricas de wearables y antecedentes familiares.
  • Ofrece variantes web alojadas previamente junto con el código base autohospedado.

Sus límites

  • Requiere ejecutar Docker o Podman y gestionar servicios en contenedores manualmente.
  • El análisis de datos actualmente depende de un backend externo en Python separado del repositorio principal.
  • La inferencia local exige hardware capaz de ejecutar LLMs de manera eficiente.
  • La configuración requiere la definición manual de variables de entorno y la generación de claves de cifrado.
Costo

Precios y licencia

🚀 **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.

Trabajo remunerado

Empleos para hispanohablantes

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.

Ver todos los puestos abiertos →
Comparar

Alternativas

🎁 Alternativas gratis y open source

Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.

Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: OpenHealth para Medicina
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos OpenHealth por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Puedo ejecutar 🚀 **OpenHealth** sin enviar datos a APIs externas en la nube?

Sí, puedes ejecutar toda la pila de forma local utilizando Docling para el análisis de documentos y Ollama para la inferencia de LLM locales.

¿Qué formatos de datos y entradas puedo añadir a 🚀 **OpenHealth**?

Puedes ingresar resultados de análisis de sangre, informes de chequeos médicos, información física, registros de síntomas y antecedentes familiares.

¿Qué modelos de IA se pueden conectar?

Es compatible de forma nativa con LLaMA, DeepSeek-V3, GPT, Claude y Gemini.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para Medicina — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google