1.3k星!开源「AI健康数据引擎」,把体检报告、智能穿戴设备和基因数据翻译成同一种语言

现在已经 9 月份了,不少在职的朋友今年的体检估计还没做吧。

我也一样,上半年一直拖拖拉拉的,再不去体检,后面天就冷了,就不方便了。

这不半月前做完体检刚拿到检测报告,老样子直接丢给AI分析一波。

现在的AI看单一数据报告完全不在话下,比较麻烦的是我们生活中的健康数据太分散、格式不一样、甚至数据单位也可能有差异。

例如:体检结构出的PDF报告,可穿戴设备的运动和睡眠数据。同一个「血红蛋白」,不同医院、不同语言、不同系统,写法还可能完全不一样。

这就导致我们想准确分析自己的健康状态,往往不全面。

今天给大家推荐一个开源的 AI 健康数据引擎,叫做 Mirobody,目前在 GitHub 已经有约 1.3k 星。

它会先把体检报告、穿戴设备和基因数据整理成统一的标准格式,再交给 Agent 查询、对比和分析。

Mirobody把整个流程分成了三步,收集、转译、回答。

先接入PDF、图片、Excel、Word、Apple Health和穿戴设备数据,再把里面的健康指标映射到LOINC、SNOMED CT、RxNorm等标准编码,单位统一成UCUM。

说人话,就是先确定「这项指标究竟是什么」,再统一它的名字和单位。

整理完成后,Agent才能把不同时间、不同来源的数据放到一起,画出变化趋势,并告诉你答案来自哪份报告、哪一页。

Mirobody最有意思的地方,是它提供了一个完全离线的指标解析器。

安装之后,不需要API Key,也不需要联网,就能测试不同语言和不同写法的指标:

bash 复制代码
pip install mirobody
mirobody resolve "LDL cholesterol" 血红蛋白 ヘモグロビン "空腹血糖(GLU)" 血脂

中文的「血红蛋白」、日文写法和英文的 hemoglobin,最后都会落到同一个LOINC编码 718-7。

但如果输入「血脂」,系统不会急着给你一个答案。

因为血脂是一类指标,并不对应某一个具体的观测项,Mirobody 会直接标记为未解析。不确定就先留空,不给一个看起来合理的错码。

我觉得这一点很重要。

医疗数据最怕把两个不同的指标当成同一个指标,还用很肯定的语气告诉你结果。

把体检报告变成标准数据

把化验单 PDF 拖进系统,Mirobody 会提取里面的指标、数值和单位,并把每条结果链接回原始文件所在的页面。

项目支持 PDF、图片、表格、办公文档和文本等 7 种文件格式。普通页面直接解析,只有扫描页面才会交给视觉模型处理。

这套思路和全部文件无脑跑OCR相比,会更克制一些。

把长期数据放到一张图里

单看一次糖化血红蛋白,只能知道这一次的结果高不高。

Mirobody 会把多次化验结果和穿戴设备记录的连续数据放到同一条时间线上,交给 Agent 判断变化有没有持续。

官方演示里,一个合成用户有 244 个指标、14273 条读数和 5 份原始文件。

Agent 会根据这些数据画出趋势图,回答时也会标明它读的是哪份文件、哪一页。

中文指标和单位统一

项目内置49253条多语言别名,其中中文别名22578条,还处理了简繁体差异。

同一个胆固醇指标,使用 mmol/L 和 mg/dL 时,可能对应不同的标准表达。Mirobody会结合名称、数值和单位一起判断,不只是搜一个相似词。

官方目前给出的普通体检面板覆盖结果是211/211,支持英文、简体中文、繁体中文和日文。

可以接入自己的Agent

Mirobody 也可以接到你自己的工作流里。

它提供 HTTP API 和 MCP 服务,能接入 Claude Desktop、Cursor,或者你自己开发的 Agent。设备数据源、工具和 Skill 也支持通过插件扩展。

整套服务可以用 Docker 部署在自己的机器上,健康数据不必全部交给某个封闭平台托管。

最后

它同样不能替代医生做诊断。

但如果你正在做健康数据平台、家庭健康档案、穿戴设备分析,或者医疗 Agent,Mirobody 提供的标准化层,可能比再加一个聊天界面更值得投入。

AI 想把健康问题回答好,首先得弄清楚自己读到的数据到底是什么。

仓库地址:

bash 复制代码
https://github.com/thetahealth/mirobody

今天就分享到这,感谢阅读。

持续更新中,竹叶获取最新所有分享工具信息。

相关推荐
泯泷5 分钟前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
电科_银尘7 分钟前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习
阿里云大数据AI技术14 分钟前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent
AllData公司负责人1 小时前
第九篇:AI大模型数据开发底座系列说明书:AllData集成BISHENG开源项目建设大模型应用开发底座,涵盖可视化编排/智能助手/一键API/模型接入!
人工智能·云原生·数据分析·视觉检测·知识图谱·大模型应用·bisheng
数字新视界1 小时前
数据中心DCIM管理系统助力提升机房管理效率与安全性
大数据·人工智能·物联网·信息与通信·动环监控系统
阿里云大数据AI技术1 小时前
阿里云 EMR Serverless StarRocks(Stella)× Paimon:让多模态数据湖从“存得下”走向“找得到、用得上”
人工智能
class心平气和1 小时前
AI 赋能测试流程:从基础概念到测试全流程实战
人工智能
猿人谷1 小时前
遗传编程的未来:从进化搜索到自主发现求解方法
人工智能·深度学习·神经网络·ai-native
字节跳动开源1 小时前
OpenViking 3D理解模型上线轴测八视图及PMI解析
人工智能·开源·aigc
阿里云大数据AI技术1 小时前
孩子王基于阿里云Data Agent的智能体实践:300+Agent 覆盖400+业务场景
大数据·人工智能·agent