Asistente de Salud con IA | Impulsado por tus datos
📢 ¡Ahora Disponible en Versión Web!
En respuesta a las solicitudes de acceso más fácil, hemos lanzado una versión web.
Pruébalo ahora: open-health.me
English | Français | Deutsch | Español | 한국어 | 中文 | 日本語 | Українська
OpenHealth le ayuda a tomar el control de sus datos de salud. Aprovechando la IA y su información personal de salud, OpenHealth proporciona un asistente privado que le ayuda a comprender y gestionar mejor su salud. Puede ejecutarlo completamente de forma local para máxima privacidad.
Funcionalidades Principales
- 📊 Entrada Centralizada de Datos de Salud: Consolide fácilmente todos sus datos de salud en un solo lugar.
- 🛠️ Análisis Inteligente: Analiza automáticamente sus datos de salud y genera archivos de datos estructurados.
- 🤝 Conversaciones Contextuales: Utilice los datos estructurados como contexto para interacciones personalizadas con IA impulsada por GPT.
| Fuentes de Datos Disponibles | Modelos de Lenguaje Compatibles |
|---|---|
|
• Resultados de Análisis de Sangre • Datos de Chequeo Médico • Información Física Personal • Historial Familiar • Síntomas |
• LLaMA • DeepSeek-V3 • GPT • Claude • Gemini |
- 💡 Su salud es su responsabilidad.
- ✅ La verdadera gestión de la salud combina sus datos + inteligencia, convirtiendo las percepciones en planes accionables.
- 🧠 La IA actúa como una herramienta imparcial para guiarlo y apoyarlo en la gestión efectiva de su salud a largo plazo.
graph LR
subgraph Fuentes de Datos de Salud
A1[Registros Clínicos<br>Análisis de Sangre/Diagnósticos/<br>Recetas/Imágenes]
A2[Plataformas de Salud<br>Apple Health/Google Fit]
A3[Dispositivos Portátiles<br>Oura/Whoop/Garmin]
A4[Registros Personales<br>Dieta/Síntomas/<br>Historia Familiar]
end
subgraph Procesamiento de Datos
B1[Analizador y Estandarización<br>de Datos]
B2[Formato Unificado de<br>Datos de Salud]
end
subgraph Integración de IA
C1[Procesamiento LLM<br>Modelos Comerciales y Locales]
C2[Métodos de Interacción<br>RAG/Cache/Agentes]
end
A1 & A2 & A3 & A4 --> B1
B1 --> B2
B2 --> C1
C1 --> C2
style A1 fill:#e6b3cc,stroke:#cc6699,stroke-width:2px,color:#000
style A2 fill:#b3d9ff,stroke:#3399ff,stroke-width:2px,color:#000
style A3 fill:#c2d6d6,stroke:#669999,stroke-width:2px,color:#000
style A4 fill:#d9c3e6,stroke:#9966cc,stroke-width:2px,color:#000
style B1 fill:#c6ecd9,stroke:#66b399,stroke-width:2px,color:#000
style B2 fill:#c6ecd9,stroke:#66b399,stroke-width:2px,color:#000
style C1 fill:#ffe6cc,stroke:#ff9933,stroke-width:2px,color:#000
style C2 fill:#ffe6cc,stroke:#ff9933,stroke-width:2px,color:#000
classDef default color:#000
Entrada de datos de salud --> Módulo de análisis --> Archivos de datos estructurados --> Integración GPT
Nota: La funcionalidad de análisis de datos está actualmente implementada en un servidor Python separado y está planificada su migración a TypeScript en el futuro.
-
Clonar el repositorio:
git clone https://github.com/OpenHealthForAll/open-health.git cd open-health -
Configuración y Ejecución:
# Copiar el archivo de entorno cp .env.example .env # Iniciar la aplicación con Docker Compose docker compose --env-file .env up
Para usuarios existentes:
# Generar ENCRYPTION_KEY para el archivo .env: # Ejecute el siguiente comando y agregue la salida a ENCRYPTION_KEY en .env echo $(head -c 32 /dev/urandom | base64) # Reconstruir e iniciar la aplicación docker compose --env-file .env up --build
-
Acceder a OpenHealth: Abra su navegador y vaya a
http://localhost:3000para comenzar a usar OpenHealth.
Nota: El sistema consta de dos componentes principales: análisis y LLM. Para el análisis, puede usar docling para una ejecución completamente local, mientras que el componente LLM puede ejecutarse completamente de forma local usando Ollama.
Nota: Si está usando Ollama con Docker, asegúrese de configurar el punto final de la API de Ollama como:
http://docker.for.mac.localhost:11434para Mac ohttp://host.docker.internal:11434para Windows.
