Consolide les dossiers de santé, les analyses de sang et les symptômes pour alimenter des modèles d'IA locaux ou cloud en contexte structuré.
Agrégez des dossiers médicaux et exécutez des requêtes contextuelles via des modèles locaux comme Ollama ou des API commerciales.
🚀 **OpenHealth** agrège des données de santé dispersées — telles que des analyses de sang, des métriques physiques et des journaux de symptômes — dans un format structuré pour une analyse assistée par IA. Vous pouvez l'exécuter entièrement hors ligne à l'aide de Docker et Ollama ou accéder à des interfaces web hébergées. Il cible les particuliers et les praticiens recherchant une gestion de contexte structurée et privée aux côtés de modèles LLM.
La plateforme analyse des données médicales brutes telles que des résultats de laboratoire, des métriques physiques personnelles et des antécédents familiaux dans un fichier de données standardisé. Elle utilise ensuite cette structure analysée comme contexte pour des conversations avec des modèles tels que LLaMA, DeepSeek-V3, GPT, Claude ou Gemini. Pour une exécution locale, elle s'associe à Docling pour l'analyse syntaxique et à Ollama pour l'inférence privée.
Il convient aux professionnels de santé férus de technologie et aux patients qui souhaitent préserver la confidentialité de leurs données en exécutant des flux de travail d'assistant de santé en local. Il est également utilisable via des plateformes web hébergées pour des consultations rapides. Il ne convient pas aux utilisateurs non techniques recherchant une application de bureau native préconstruite sans configuration de serveur.
Agrège les analyses de sang, les données de capteurs connectés, les antécédents familiaux et les dossiers de symptômes personnels dans un référentiel structuré.
Se connecte à des API commerciales telles que Claude et GPT ou à des modèles locaux via Ollama et LLaMA.
Traite les documents localement à l'aide de Docling pour extraire des fichiers structurés sans envoyer de données brutes à des tiers.
Fournit des réponses personnalisées en injectant vos données médicales standardisées dans le contexte d'interaction du modèle.
🚀 **OpenHealth** est gratuit et open source sous licence AGPL-3.0. Des options hébergées telles que Clinic et Full Platform existent en ligne, mais le self-host nécessite une infrastructure d'hébergement et vos propres clés API pour les LLM payants.
870 missions ouvertes à distance en entraînement d’IA, mises à jour le 17 novembre 2026 ; la plupart paient $20–$175 de l’heure. 10 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Oui, vous pouvez exécuter toute la pile en local en utilisant Docling pour l'analyse de documents et Ollama pour l'inférence LLM locale.
Vous pouvez saisir des résultats d'analyses de sang, des rapports de bilans de santé, des informations physiques, des journaux de symptômes et des antécédents familiaux.
Il prend en charge nativement LLaMA, DeepSeek-V3, GPT, Claude et Gemini.
Voir Zekai en premier dans Google