Skip to content

Latest commit

 

History

History
150 lines (110 loc) · 5.63 KB

README.de.md

File metadata and controls

150 lines (110 loc) · 5.63 KB

🚀 OpenHealth

KI-Gesundheitsassistent | Angetrieben von Ihren Daten

Platform Language Framework

📢 Jetzt als Webversion Verfügbar!
Aufgrund Ihrer Anfragen nach einfacherem Zugang haben wir eine Webversion gestartet.
Jetzt ausprobieren: open-health.me


🌍 Wählen Sie Ihre Sprache

English | Français | Deutsch | Español | 한국어 | 中文 | 日本語 | Українська


OpenHealth Demo

🌟 Überblick

OpenHealth hilft Ihnen, die Kontrolle über Ihre Gesundheitsdaten zu übernehmen. Durch den Einsatz von KI und Ihren persönlichen Gesundheitsinformationen bietet OpenHealth einen privaten Assistenten, der Ihnen hilft, Ihre Gesundheit besser zu verstehen und zu verwalten. Für maximale Privatsphäre können Sie es vollständig lokal ausführen.

✨ Projektfunktionen

Hauptfunktionen
  • 📊 Zentralisierte Gesundheitsdateneingabe: Konsolidieren Sie alle Ihre Gesundheitsdaten einfach an einem Ort.
  • 🛠️ Intelligentes Parsing: Analysiert automatisch Ihre Gesundheitsdaten und generiert strukturierte Datendateien.
  • 🤝 Kontextbezogene Gespräche: Nutzen Sie die strukturierten Daten als Kontext für personalisierte Interaktionen mit GPT-gestützter KI.

📥 Unterstützte Datenquellen & Sprachmodelle

Verfügbare Datenquellen Unterstützte Sprachmodelle
• Bluttestergebnisse
• Gesundheitscheck-Daten
• Persönliche Körperinformationen
• Familiengeschichte
• Symptome
• LLaMA
• DeepSeek-V3
• GPT
• Claude
• Gemini

🤔 Warum Wir OpenHealth Entwickelt Haben

  • 💡 Ihre Gesundheit liegt in Ihrer Verantwortung.
  • ✅ Echtes Gesundheitsmanagement kombiniert Ihre Daten + Intelligenz und verwandelt Erkenntnisse in umsetzbare Pläne.
  • 🧠 KI fungiert als unvoreingenommenes Werkzeug, um Sie bei der effektiven Verwaltung Ihrer langfristigen Gesundheit zu unterstützen.

🗺️ Projektdiagramm

graph LR
    A[Datenerfassung] --> B[Datenverarbeitung]
    B --> C[Strukturierte Daten]
    C --> D[Kontextanalyse]
    D --> E[KI-Interaktion]
    E --> F[Personalisierte Erkenntnisse]
    
    style A fill:#ff7eb6,stroke:#ff2d7e,stroke-width:2px
    style B fill:#7afcff,stroke:#00b4ff,stroke-width:2px
    style C fill:#98fb98,stroke:#32cd32,stroke-width:2px
    style D fill:#ffa07a,stroke:#ff4500,stroke-width:2px
    style E fill:#dda0dd,stroke:#9370db,stroke-width:2px
    style F fill:#f0e68c,stroke:#daa520,stroke-width:2px
Loading

Gesundheitsdaten-Eingabe --> Parsing-Modul --> Strukturierte Datendateien --> GPT-Integration

Hinweis: Die Datenanalyse-Funktionalität ist derzeit in einem separaten Python-Server implementiert und soll in Zukunft zu TypeScript migriert werden.

⚙️ OpenHealth ausführen

  1. Repository klonen:

    git clone https://github.com/OpenHealthForAll/open-health.git
    cd open-health
  2. Einrichtung und Ausführung:

    # Umgebungsdatei kopieren
    cp .env.example .env
    
    # Anwendung mit Docker Compose starten
    docker compose --env-file .env up

    Für bestehende Benutzer:

    # ENCRYPTION_KEY für die .env-Datei generieren:
    # Führen Sie den folgenden Befehl aus und fügen Sie die Ausgabe zu ENCRYPTION_KEY in .env hinzu
    echo $(head -c 32 /dev/urandom | base64)
    
    # Bild neu erstellen und starten
    docker compose --env-file .env up --build
  3. Zugriff auf OpenHealth: Öffnen Sie Ihren Browser und navigieren Sie zu http://localhost:3000, um OpenHealth zu nutzen.

Hinweis: Das System besteht aus zwei Hauptkomponenten: Parsing und LLM. Für das Parsing können Sie docling für eine vollständig lokale Ausführung verwenden, während die LLM-Komponente mit Ollama vollständig lokal ausgeführt werden kann.

Hinweis: Wenn Sie Ollama mit Docker verwenden, stellen Sie sicher, dass der Ollama-API-Endpunkt auf http://docker.for.mac.localhost:11434 für Mac oder http://host.docker.internal:11434 für Windows eingestellt ist.

🌐 Community und Support

💫 Teilen Sie Ihre Geschichte & Bleiben Sie auf dem Laufenden

AIDoctor Subreddit Discord

📬 Kontakt

Reddit

🤝 Mit dem Team sprechen

Calendly Email