人工智能健康助手OpenHealth的本地部署指南

本文简要介绍在Windows计算机以Docker方式本地部署人工智能应用OpenHealth的过程。

OpenHealth是一个人工智能健康助手，通过本地运行的人工智能框架和个人健康信息运行。系统由解析和LLM两个主要组件组成。目前，解析使用Upstage和OpenAI API（在我们的测试中表现最佳），本地解析器即将推出。LLM组件可以使用Ollama在本地完全运行。

开发者有一段故事：五年来，他一直与神秘症状作斗争，花了 10 多万美元拜访了 30 多家医院和专家，直到看了风湿病医生，才知道可能患有自身免疫性疾病。当他把所有症状和医疗数据输入 GPT 时，验证了这个结果。

这个项目有助于病史支离破碎，诊断不明确的人。

可能会用到的环境准备

OpenHealth的基本情况

可以添加的健康检查数据

血液检查结果
健康检查数据
个人身体信息
家族病史
症状

支持的语言模型

OpenAI ChatGPT
Anthropic Claude
Google Gemini
Meta Llama
DeepSeek-V3（可能已支持

如何运行 OpenHealth

克隆仓库：

git clone https://github.com/OpenHealthForAll/open-health.git
cd open-health

设置和运行：

# 复制环境文件
cp .env.example .env

# 在.env文件中添加API密钥：
# UPSTAGE_API_KEY - 用于解析（在 https://www.upstage.ai 注册即可获得 $10 免费额度，无需绑定信用卡）
# OPENAI_API_KEY - 用于增强解析功能

# 使用Docker Compose启动应用
docker compose --env-file .env up

如果提示 ERROR [app internal] load metadata for docker.io/library/node:lts 错误的，可尝试先行拉取数据docker pull docker.io/library/node:lts，再运行docker compose --env-file .env up来部署。

对于现有用户：

docker compose --env-file .env up --build

访问OpenHealth：打开浏览器并访问 http://localhost:3000 开始使用 OpenHealth。

注意：如果您使用Docker运行Ollama，请确保将Ollama API端点设置为：http://docker.for.mac.localhost:11434/

示范应用

这个使用步骤与界面元素的对照可能有点乱，但以下步骤比较适合专业用户的行为惯性。

开启新的对话；
设置语言模型
选择助理模式
修改系统提示：会根据助理模式提供自动模板
输入病例记录
提供健康检查数据

在这里，我描述了一个模拟病例，主要是一些呼吸道症状、肌肉疼痛和潜在的胃肠道问题，系统诊断甲型流感或者COVID-19可能性高，并给出了辅助检查、鉴别诊断以及治疗和管理，有临床医生诊断思维或者病例写作的专业性和完整度。

请各位读者留意季节传染病。美国正迎来流感季第二波高峰，当前感染的水平，创2009年美国甲流疫情以来的最高水平。

然后，我提供了进一步的关键检查报告：肺CT扫描显示亚实性结节和胸膜凹陷征。

2025-02-14 145314.png

助手重新评估，提示这进一步完善了鉴别诊断，并显著提高了对某些特定疾病的怀疑，特别是肺癌，以及在较小程度上某些感染或炎症。助手建议进行组织活检和分子生物学检测。

那么当初那些典型的呼吸道症状呢？——应调查最初的呼吸道症状，但现在这些症状已不再是主要关注的问题。

目前，肺结节的检出率显著上升，肺结节是否发展成为肺癌备受关注。专业读者请关注《中国肺部结节分类、诊断与治疗指南》、《多发磨玻璃结节样肺癌多学科诊疗中国专家共识》、《肺结节诊治中国共识》、《中华医学会肺癌临床诊疗指南》等更多学术指南。

👍

酷玛DS

酷玛DS