रोगी की सुरक्षा, जोखिम भविष्यवाणी और चिकित्सा अंतःक्रिया विश्लेषण के लिए नैदानिक निर्णय सहायता प्रणाली।
नैदानिक जोखिम भविष्यवाणी और चिकित्सा अंतःक्रियाओं को लक्षित करने वाले मशीन लर्निंग और निर्णय बुद्धिमत्ता मॉडल।
यह रिपॉजिटरी उच्च-परिणाम वाले चिकित्सा डोमेन को संभालने के لیے डिज़ाइन किए गए नैदानिक निर्णय-सहायता और रोगी-सुरक्षा प्रणाली प्रदान करती है। यह जोखिम भविष्यवाणी मॉडल बनाने या चिकित्सा अंतःक्रियाओं का विश्लेषण करने वाले नैदानिक शोधकर्ताओं और इंजीनियरों के अनुकूल है।
यह फ्रेमवर्क चार मुख्य परियोजनाओं में संचालन अनुसंधान और अनुप्रयुक्त AI को एकीकृत करता है, जिसमें हाइपोक्सिया और हाइपोटेंशन के लिए ICU शुरुआती-चेतावनी मॉडल, एक PyHealth एक्सटेंशन, एक शारीरिक वेवफॉर्म पाइपलाइन, और परामर्श ट्रांसक्रिप्ट के लिए एक नैदानिक सहानुभूति विश्लेषण टूल शामिल है। यह प्रदर्शन दावों का समर्थन करने के लिए रन लॉग और वास्तविक डेटा स्केल की आवश्यकता वाले कड़े बुनियादी नियमों को लागू करता है।
यह ICU वातावरण या चिकित्सा पाठ विश्लेषण के लिए साक्ष्य-आधारित सुरक्षा मॉडल विकसित करने वाले डेटा वैज्ञानिकों और नैदानिक शोधकर्ताओं के अनुकूल है। यह उपयोग के लिए तैयार वाणिज्यिक इलेक्ट्रॉनिक मेडिकल रिकॉर्ड एप्लिकेशन की तलाश कर रहे चिकित्सकों के लिए उपयुक्त नहीं है।
अंतर्निहित अंशांकन और अनिश्चितता अनुमानों के साथ MIMIC-IV या eICU डेटा पर हाइपोक्सिया और हाइपोटेंशन की भविष्यवाणी करता है।
रजिस्ट्री डाउनलोड आँकड़ों के माध्यम से अपनाने के मेट्रिक्स को ट्रैक करने के लिए एक इंस्टॉल करने योग्य पैकेज के रूप में PyHealth और RHealth का विस्तार करता है।
ICU मॉडल को फ़ीड करने वाले उच्च-आवृत्ति वाले शारीरिक वेवफॉर्म के लिए प्रीप्रोसेसिंग और एक व्युत्पन्न डेटासेट प्रदान करता है।
भारित शब्दावली और मशीन लर्निंग सुविधाओं का उपयोग करके चीनी नैदानिक परामर्श ट्रांसक्रिप्ट में डॉक्टर की सहानुभूति को मात्राबद्ध करता है।
यह रिपॉजिटरी ओपन-सोर्स प्रोजेक्ट संरचनाएं और पाइपलाइन प्रदान करती है। एकमात्र लागत इसे स्वयं चलाना और आवश्यक नैदानिक डेटाबेस तक पहुंच प्राप्त करना है।
870 खुले रिमोट AI-ट्रेनिंग रोल, 17 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 4 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
मॉडल 12,000 से अधिक रोगियों के पैमाने पर MIMIC-IV और eICU डेटासेट को लक्षित करते हैं।
रिपॉजिटरी को एक फ्रेमवर्क के रूप में संरचित किया गया है; बुनियादी नियमों द्वारा अनिवार्य रूप से रन लॉग का उपयोग करके परिणाम स्थानीय रूप से उत्पन्न किए जाने चाहिए।
Google में Zekai को सबसे पहले देखें