ИИ-инструменты с оценкой для вашей профессии
Заработок с ИИ
🤝 Вы в библиотеке «Бесплатно и Open Source» — инструменты от сообщества, которыми можно пользоваться бесплатно. Это другой формат, чем наш оценённый каталог ИИ.
Главная › Бесплатно и Open Source › Медицина › OpenHealth
✦ Бесплатно и open sourceМедицина

OpenHealth

Объединяет медицинские карты, анализы крови и симптомы для передачи структурированного контекста в локальные или облачные AI-модели.

Приватный AI-помощник по здоровью на основе личных медицинских данных

Суммируйте медицинские записи и выполняйте контекстные запросы через локальные модели вроде Ollama или коммерческие API.

Бесплатно навсегда · open source · AGPL-3.0
✓ Needs IT✓ В браузере✓ Совместная работа в реальном времени
6.3
ZEKAI
Сфокусированный на данных приватный медицинский AI.
Бесплатно и open source · Медицина
Простота настройки5
Полезность7
Поддержка5.5
Сообщество7.5
★ 3,948
GITHUB
Jan 2026
ОБНОВЛЕНО
AGPL-3.0
ЛИЦЕНЗИЯ
🛠 Не хотите размещать сами? Мы настроим за вас →
⚡ Быстрый ответ

🚀 **OpenHealth** собирает разрозненные медицинские данные — такие как анализы крови, физические показатели и журналы симптомов — в структурированный формат для анализа с помощью AI. Вы можете запустить его полностью офлайн с помощью Docker и Ollama или получить доступ через хостинговые веб-интерфейсы. Он ориентирован на частных лиц и специалистов, которым требуется управление структурированным и конфиденциальным контекстом наряду с LLM-моделями.

Работает на
Веб
Хостинг
Облако или свой хостинг
Языки
TypeScript
Лицензия
AGPL-3.0

Что это

Платформа преобразует сырые медицинские данные, такие как результаты анализов, личные физические показатели и семейный анамнез, в стандартизированный файл данных. Затем она использует эту разобранную структуру в качестве контекста для бесед с такими моделями, как LLaMA, DeepSeek-V3, GPT, Claude или Gemini. Для локального запуска она работает в паре с Docling для парсинга и Ollama для приватного инференса.

Для кого

Он подходит технически подкованным медицинским работникам и пациентам, которые ценят конфиденциальность данных и запускают рабочие процессы медицинского помощника локально. Его также можно использовать через размещенные в сети веб-платформы для быстрых консультаций. Он не подходит нетехническим пользователям, ищущим готовое нативное десктопное приложение без настройки сервера.

Ключевые возможности

Консолидация данных из нескольких источников

Объединяет анализы крови, данные с носимых устройств, семейный анамнез и личные записи о симптомах в единое структурированное хранилище.

Гибкая интеграция движка LLM

Подключается к коммерческим API, таким как Claude и GPT, или локальным моделям через Ollama и LLaMA.

Локальный парсинг документов

Обрабатывает документы локально с помощью Docling для извлечения структурированных файлов без отправки сырых данных третьим лицам.

Контекстно-зависимый AI-чат

Предоставляет индивидуальные ответы, внедряя ваши стандартизированные медицинские данные в контекст взаимодействия с моделью.

Как начать

Готово за 3 шага

1
Клонируйте репозиторий и скопируйте .env.example в .env, одновременно сгенерировав 32-байтовый ключ шифрования.
2
Настройте целевые эндпоинты LLM, скорректировав URL-адреса хоста, если вы запускваете Ollama в Docker.
3
Запустите стек контейнеров с помощью docker compose --env-file .env up и перейдите на порт 3000.
Честно

Наш честный вердикт

Плюсы

  • Поддерживает полную локальную конфиденциальность с использованием Docker, Docling и локальных инстансов Ollama.
  • Совместим как с открытыми локальными моделями, так и с ведущими коммерческими API LLM.
  • Принимает разнообразные входящие данные, включая результаты анализов крови, метрики с носимых устройств и семейный анамнез.
  • Предлагает предварительно размещенные веб-варианты наряду с codebase для self-host.

Минусы

  • Требует запуска Docker или Podman и ручного управления контейнеризированными сервисами.
  • Парсинг данных в настоящее время опирается на внешний бэкенд на Python, отдельный от основного репозитория.
  • Локальный инференс требует оборудования, способного эффективно запускать LLM.
  • Установка требует ручной конфигурации переменных окружения и генерации ключа шифрования.
Стоимость

Цены и лицензия

🚀 **OpenHealth** бесплатен и имеет открытый исходный код под лицензией AGPL-3.0. В сети существуют хостинговые варианты, такие как Clinic и Full Platform, но для self-host требуются инфраструктура хостинга и собственные API-ключи для платных LLM.

Оплачиваемая работа

Вакансии для носителей русского языка

897 открытых удалённых вакансий по обучению ИИ, обновлено 17 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.

Все открытые вакансии →
Сравнить

Альтернативы

🎁 Бесплатные и open-source альтернативы

Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.

Больше

Используйте сами или мы всё настроим

📄 Бесплатный PDF: OpenHealth для Медицина
Простое руководство для первого результата. Придёт на вашу почту.
🔔 64 человек хотят полный видеоурок — добавьте свой голос
🛠 Не хотите настраивать сами?
Мы установим, разместим и настроим OpenHealth за вас — и обучим вашу команду.
Доверьте это нам ↗
Вопросы

Вопросы

Могу ли я запустить 🚀 **OpenHealth** без отправки данных во внешние облачные API?

Да, вы можете запустить весь стек локально, используя Docling для парсинга документов и Ollama для локального инференса LLM.

Какие форматы данных и входные данные можно добавлять в 🚀 **OpenHealth**?

Вы можете вводить результаты анализов крови, отчеты о медосмотрах, физическую информацию, журналы симптомов и семейный анамнез.

Какие AI-модели можно подключать?

Он нативно поддерживает LLaMA, DeepSeek-V3, GPT, Claude и Gemini.

Радар

Свежие новости ИИ

✉️ Еженедельный бесплатный набор
Лучшие новые бесплатные и open-source инструменты для Медицина — короткое письмо раз в неделю, на вашем языке.
Бесплатно · 1 письмо/неделю · отписка в любой момент
Заработок на обучении ИИ →

Zekai первым в Google