Um toolkit em Python para construir, testar e implantar modelos clínicos de deep learning em conjuntos de dados de saúde.
Acelere a modelagem preditiva clínica usando conjuntos de dados de saúde integrados, códigos médicos e mais de 33 modelos.
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.
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.
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.
Estrutura o fluxo de trabalho em carregamento de dados, criação de datasets, definição de tarefas, construção de modelos e treinamento.
Analisa formatos complexos de registros eletrônicos de saúde, incluindo MIMIC, eICU e datasets OMOP padronizados.
Inclui mais de 33 arquiteturas neurais especializadas projetadas para tarefas preditivas de saúde.
Fornece mapeamento e pré-processamento integrados para sistemas complexos de codificação clínica.
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.
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.
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
O PyHealth 2.0 exige estritamente Python 3.12 ou Python 3.13.
Ele fornece parsers integrados para bancos de dados de EHR, como MIMIC, eICU e OMOP.
Veja o Zekai primeiro no Google