OpenHealthForAll : assistant IA pour la gestion des données de santé personnelles, téléchargement de rapports d'examen pour un plan de santé personnalisé

Introduction générale

OpenHealthForAll est un projet open source conçu pour aider les utilisateurs à gérer et à comprendre leurs données de santé personnelles. En s'appuyant sur la technologie de l'intelligence artificielle, OpenHealthForAll fournit un assistant de santé géré localement pour aider les utilisateurs à mieux gérer et analyser leurs informations de santé. Le projet prend en charge de multiples sources de données, notamment les résultats d'analyses sanguines, les données des bilans de santé, les informations corporelles personnelles et les antécédents médicaux familiaux. Les utilisateurs peuvent centraliser ces données sur une plateforme unique pour les analyser et les structurer de manière intelligente afin de permettre une gestion personnalisée de la santé.

Liste des fonctions

• Saisie centralisée des données de santéLa santé : centralisez facilement toutes vos données de santé sur une seule plateforme.
• analyse intelligente (informatique)Le système d'information sur la santé : analyse automatiquement les données sur la santé et génère des fichiers de données structurés.
• dialogue contextuelInteraction personnalisée avec l'IA pilotée par le GPT à l'aide de données structurées.
• Prise en charge de plusieurs sources de donnéesLes résultats des tests sanguins, les données de dépistage, les informations physiques personnelles et les antécédents médicaux de la famille sont inclus.
• Prise en charge des modèles multilingues: par exemple LLaMA, DeepSeek-V3, GPT, Claude, Gemini, etc.

Utiliser l'aide

Processus d'installation

1. entrepôt de clonesExécution dans un terminal git clone https://github.com/OpenHealthForAll/open-health.git Clonage de l'entrepôt de projets.
2. Installation des dépendances: Allez dans le répertoire du projet et exécutez npm install Installer les dépendances nécessaires.
3. Environnement de configurationLa reproduction : La reproduction .env.example et le renommer .env, modifiez la configuration si nécessaire.
4. Lancement de projets: Run npm run dev Démarrer le serveur de développement local.

Lignes directrices pour l'utilisation

1. saisie de donnéesLes données relatives à la santé : saisir ou télécharger des données relatives à la santé sur la plateforme, y compris des résultats d'analyses sanguines, des données relatives à des bilans de santé, etc.
2. analyse des donnéesLe système analyse automatiquement les données d'entrée et génère des fichiers de données structurés.
3. Interaction personnaliséeLes données analysées permettent de dialoguer avec un assistant d'intelligence artificielle pour obtenir des conseils de santé personnalisés.
4. gestion des donnéesLes utilisateurs peuvent consulter, modifier et gérer les données de santé saisies à tout moment.

Procédure d'utilisation détaillée

• Saisie centralisée des données de santéDans le module "Entrée de données" de la plateforme, les utilisateurs peuvent sélectionner différents types de données (par exemple, des résultats de tests sanguins, des données de bilans de santé, etc. Le système reconnaîtra et analysera automatiquement ces données.
• analyse intelligente (informatique)Saisie des données : une fois les données saisies, le système les analyse automatiquement et génère un fichier de données structuré, qui peut être consulté par l'utilisateur dans le module "Gestion des données".
• dialogue contextuelDans le module "AI Assistant", les utilisateurs peuvent utiliser les données analysées pour dialoguer avec l'assistant d'intelligence artificielle, qui leur fournira des conseils personnalisés en fonction de leurs données de santé.
• Prise en charge de plusieurs sources de donnéesLa plateforme prend en charge la saisie de plusieurs sources de données, y compris les résultats des tests sanguins, les données des bilans de santé, les informations corporelles personnelles et les antécédents médicaux de la famille. Les utilisateurs peuvent ajouter et gérer différentes sources de données dans le module "Gestion des sources de données".
• Prise en charge des modèles multilinguesLa plateforme intègre plusieurs modèles linguistiques, tels que LLaMA, DeepSeek-V3, GPT, Claude, Gemini, etc., de sorte que les utilisateurs peuvent choisir différents modèles pour interagir avec eux en fonction de leurs besoins.