Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Medicina › PyHealth
✦ Grátis & open sourceMedicina

PyHealth

Um toolkit em Python para construir, testar e implantar modelos clínicos de deep learning em conjuntos de dados de saúde.

Toolkit Python Modular para Deep Learning em Saúde

Acelere a modelagem preditiva clínica usando conjuntos de dados de saúde integrados, códigos médicos e mais de 33 modelos.

Grátis para sempre · open source · MIT
✓ Light setup✓ No navegador✓ Colaboração em tempo real
8
ZEKAI
Toolkit essencial para IA em EHR.
Grátis & open source · Medicina
Facilidade de configuração7
Utilidade9
Manutenção9.5
Comunidade6.5
★ 1,659
GITHUB
Sep 2026
ATUALIZADO
MIT
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

PyHealth é uma biblioteca Python open-source projetada para simplificar fluxos de trabalho de deep learning em formatos de conjuntos de dados clínicos como MIMIC, eICU e OMOP. Ela oferece um pipeline estruturado de 5 estágios com processamento integrado de códigos médicos, tarefas preditivas padrão e treinadores de modelos. Pesquisadores de IA médica e cientistas de dados clínicos devem usá-la para construir modelos preditivos de saúde reproduzíveis.

Funciona em
Cross-platform
Hospedagem
Self-host
Idiomas
Python
Licença
MIT

O que é

PyHealth fornece uma estrutura modular que abrange processamento de dados, mapeamento de datasets, definição de tarefas, seleção de modelos e avaliação. Ele apresenta parsers especializados para sistemas EHR e padrões de codificação médica, juntamente com mais de 33 arquiteturas de redes neurais pré-construídas. As rotinas de processamento de dados executam até 3x mais rápido do que as operações padrão do pandas para experimentação rápida de modelos.

Para quem

É adequado para pesquisadores de machine learning, cientistas de dados clínicos e engenheiros de software de saúde que precisam treinar modelos de deep learning em dados de EHR. Não se destina a clínicos não técnicos que buscam uma interface sem código ou software de diagnóstico do tipo arrastar e soltar.

Recursos principais

Pipeline de ML em Saúde de Cinco Estágios

Estrutura o fluxo de trabalho em carregamento de dados, criação de datasets, definição de tarefas, construção de modelos e treinamento.

Suporte Nativo a Formatos Clínicos

Analisa formatos complexos de registros eletrônicos de saúde, incluindo MIMIC, eICU e datasets OMOP padronizados.

Modelos de Deep Learning Pré-Construídos

Inclui mais de 33 arquiteturas neurais especializadas projetadas para tarefas preditivas de saúde.

Utilitários de Manipulação de Códigos Médicos

Fornece mapeamento e pré-processamento integrados para sistemas complexos de codificação clínica.

Como começar

Pronto em 3 passos

1
Instale o Python 3.12 ou 3.13 em sua estação de trabalho ou servidor de computação.
2
Instale o pacote via pip usando 'pip install pyhealth'.
3
Siga a documentação oficial e os tutoriais do Google Colab para carregar datasets de EHR e configurar pipelines de treinamento.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Inclui parsers especializados para bancos de dados de EHR populares como MIMIC e OMOP
  • Oferece mais de 33 modelos de deep learning pré-construídos adaptados para previsão clínica
  • Executa rotinas de processamento de dados aproximadamente três vezes mais rápido que o pandas
  • Segue um pipeline limpo de cinco estágios para pesquisa estruturada de IA em saúde

Onde deixa a desejar

  • Exige ambientes estritos de Python 3.12 ou 3.13, limitando a compatibilidade com configurações mais antigas
  • Demanda recursos significativos de computação de GPU ao treinar modelos de deep learning em datasets grandes
  • Requer experiência em programação Python e conhecimento de machine learning para operar eficazmente
Custo

Preços & licença

PyHealth é totalmente gratuito e open-source sob a licença MIT. Não há níveis hospedados pagos, portanto, sua única despesa é a computação de GPU local ou em nuvem necessária para executar os modelos.

Trabalho remunerado

Vagas para quem fala português

877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: PyHealth para Medicina
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o PyHealth para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Quais versões do Python são necessárias para o PyHealth 2.0?

O PyHealth 2.0 exige estritamente Python 3.12 ou Python 3.13.

Quais bancos de dados clínicos são suportados nativamente?

Ele fornece parsers integrados para bancos de dados de EHR, como MIMIC, eICU e OMOP.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Medicina — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google