Consolida registros de saúde, exames de sangue e sintomas para alimentar contextos estruturados em modelos de IA locais ou em nuvem.
Agregue registros médicos e execute consultas contextuais por meio de modelos locais como Ollama ou APIs comerciais.
🚀 **OpenHealth** agrega entradas de saúde dispersas — como exames de sangue, métricas físicas e registros de sintomas — em um formato estruturado para análise assistida por IA. Você pode executá-lo totalmente offline usando Docker e Ollama ou acessar interfaces web hospedadas. Ele é voltado para indivíduos e profissionais que buscam gerenciamento de contexto estruturado e privado junto com modelos LLM.
A plataforma analisa entradas médicas brutas, como resultados de exames laboratoriais, métricas físicas pessoais e histórico familiar, transformando-as em um arquivo de dados padronizado. Em seguida, ela usa essa estrutura analisada como contexto para conversas com modelos como LLaMA, DeepSeek-V3, GPT, Claude ou Gemini. Para execução local, ele se integra ao Docling para análise e ao Ollama para inferência privada.
É adequado para profissionais médicos com conhecimento técnico e pacientes que desejam privacidade de dados executando fluxos de trabalho de assistente de saúde localmente. Também é utilizável por meio de plataformas web hospedadas para consultas rápidas. Não é adequado para usuários não técnicos que procuram um aplicativo de desktop nativo pré-construído sem configuração de servidor.
Agrega exames de sangue, dados de wearables, histórico familiar e registros de sintomas pessoais em um repositório estruturado.
Conecta-se a APIs comerciais como Claude e GPT ou a modelos locais via Ollama e LLaMA.
Processa documentos localmente usando Docling para extrair arquivos estruturados sem enviar dados brutos para terceiros.
Fornece respostas personalizadas injetando seus dados médicos padronizados no contexto de interação do modelo.
🚀 **OpenHealth** é gratuito e de código aberto sob a licença AGPL-3.0. Opções hospedadas como Clinic e Full Platform existem online, mas o self-hosting exige infraestrutura de hospedagem e suas próprias chaves de API para LLMs pagos.
873 vagas remotas abertas de treinamento de IA, atualizadas em 17 de novembro de 2026; a maioria paga $20–$175 por hora. 10 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Sim, você pode executar todo o ecossistema localmente usando Docling para análise de documentos e Ollama para inferência de LLM local.
Você pode inserir resultados de exames de sangue, relatórios de check-up de saúde, informações físicas, registros de sintomas e histórico familiar.
Ele suporta nativamente LLaMA, DeepSeek-V3, GPT, Claude e Gemini.
Veja o Zekai primeiro no Google