【免费下载链接】WellAlly-healthAlly-Health is an intelligent healthcare assistant that harnesses advanced AI technology and medical expertise to transform personal health management. Through natural language interaction, it helps users record symptoms, manage medications, organize medical records, and access multidisciplinary health insights—making healthcare more intelligent, p项目地址https://gitcode.com/gh_mirrors/cl/WellAlly-health点击查看免费下载WellAlly-health 是一个开源的个人医疗数据中心拍照即可录入化验单它能智能识别化验单图片结构化提取检验项目、数值、单位与参考范围并支持 B超、CT 等影像报告识别帮你快速建立可查询的个人健康档案。化验单为什么要拍照即结构化体检季过后你的化验单可能散落在三个地方纸质报告、手机截图、医院 App。它们共同的毛病是——没法比半年前的血红蛋白和这次比截图翻半天找不着参考范围因医院、检验方法不同而有差异看到↑到底严不严重没底影像报告B超、CT里的尺寸、分级结论想长期追踪结节变化更是无从下手。WellAlly-health 的思路是拍张照剩下的交给系统。识别 → 结构化 → 本地存档 → 趋势分析全程用自然语言命令完成不需要编程。一条命令完成化验单识别/save-report 快速上手核心入口是/save-report命令用法非常简单/save-report 医疗报告/血液检查.jpg# 也可以手动指定检查日期YYYY-MM-DD /save-report 医疗报告/血液检查.jpg 2025-10-07参数说明image_path必填化验单图片的本地路径exam_date可选检查日期缺省时从图片中自动识别智能日期识别不指定日期时系统会按优先级从图片中提取用户指定日期 采样时间 送样时间 检测/报告时间 其他日期标识最后才退回当前日期并统一转换为YYYY-MM-DD格式存储。下面这张截图来自项目内置的示例报告 报告单/生化报告.png对这样一张化验单系统会自动完成全部字段的识别检验项目癌胚抗原、糖链抗原125、总前列腺特异性抗原……结果数值如229.18、758.10参考范围0.00-5.00、0.00-35.00单位ng/mL、U/mL异常标识↑↓ 箭头自动转为异常标记参考范围提取让每项指标真正可比很多识别工具只提取项目 数值WellAlly-health 多走了一步——把参考范围也结构化提取出来min_ref下限 /max_ref上限并自动判定is_abnormal。以图中癌胚抗原为例落库后是这样一条干净的 JSON 记录{ name: 癌胚抗原, value: 229.18, unit: ng/mL, min_ref: 0.00, max_ref: 5.00, is_abnormal: true }有了结构化数据后续操作全部变成了查询/query abnormal—— 一次性列出所有异常指标表格带 ✅/⚠️ 状态列/report biochemical last_year—— 生成近一年的生化趋势 HTML 报告折线图直接看出升降走向。完整的字段定义见 docs/data-structures.md生化检查数据结构说明在文档开头部分。影像报告识别从B超到PET-CT都有专属模板影像报告和化验单不一样没有逐项数值核心是**检查所见 测量数据 结论**。WellAlly-health 为此设计了专门的影像结构并按检查类型内置了8 套识别模板检查类型重点提取内容B超/彩超结节三维尺寸、形态边界回声、钙化与血流、TI-RADS 分级X光病灶径线、心胸比率、磨玻璃/实变等征象CTCT值HU、毛刺/分叶征、LUNG-RADS / LI-RADS 分级MRIT1WI/T2WI 信号、ADC 值、BI-RADS / PI-RADS 分级内窥镜精确位置、大小数量、LA/Forrest 分级、活检信息病理分化程度、切缘、淋巴结转移如 2/15、TNM 分期、免疫组化心电图心率、PR/QRS/QTc 间期、心律诊断乳腺钼靶钙化形态分布、BI-RADS 0-6 分级PET-CTSUVmax、MTV、代谢活性描述、疗效评估结论以项目自带的这份 报告单/超声报告.png 为例系统会识别出检查部位甲状腺颈部淋巴结、双侧颈部IV区探及淋巴结左侧多发较大约 0.5*0.3cm 中的尺寸数据、形态与边界描述以及甲状腺术后等关键背景信息——这些都会存入findings结构下次复查时一眼对比结节大小变化。数据落库之后本地私有随查随用识别完成后数据按月份自动归档到本地文件系统data/ ├── 生化检查/YYYY-MM/YYYY-MM-DD_检查类型.json # 化验单结构化数据 ├── 影像检查/YYYY-MM/YYYY-MM-DD_类型_部位.json # 影像报告结构化数据 │ └── images/ # 原始图片自动备份 └── index.json # 全局索引自动更新每条记录都会把原始图片备份一份做到数据原件双存档data/index.json自动登记新记录后续/query、/report秒级定位所有数据只保存在本地磁盘不上传任何云端隐私完全自主。识别完成后可以接着做/report comprehensive生成含趋势图的完整健康报告/consult启动多学科专家会诊——命令说明分别见 commands/report.md 与 commands/consult.md。新手3步上手清单1️⃣获取项目并打开git clone https://gitcode.com/gh_mirrors/cl/WellAlly-health2️⃣ 在项目目录中打开 Claude Code先建立个人档案身高/体重/生日/profile set 175 70 1990-01-013️⃣ 拍照或传截图入库然后查异常、看趋势/save-report 报告单/生化报告.png /query abnormal给新手的小提示参考范围以就诊医院化验单上印刷的范围为准不同实验室、检验方法可能略有差异详见 docs/safety-guidelines.md图片尽量拍清楚、别反光模糊区域系统会尽力识别实在无法识别的字段会留空而不是乱填本系统的识别与分析结果仅供个人健康管理参考不构成诊断依据有健康问题请及时咨询专业医生。完整使用指南可查阅 docs/user-guide.md命令与目录的整体设计见 README.zh-CN.md。赞分享【免费下载链接】WellAlly-healthAlly-Health is an intelligent healthcare assistant that harnesses advanced AI technology and medical expertise to transform personal health management. Through natural language interaction, it helps users record symptoms, manage medications, organize medical records, and access multidisciplinary health insights—making healthcare more intelligent, p项目地址https://gitcode.com/gh_mirrors/cl/WellAlly-health点击查看免费下载相关推荐Open Micro-Manipulator打造你的亚微米级3D运动控制平台低成本实现高精度定位Open Micro Manipulator打造你的亚微米级3D运动控制平台低成本实现高精度定位 Open Micro Manipulator是一个开源低成文档处理新范式DocsGPT如何智能提取Markdown标题与结构化内容文档处理新范式DocsGPT如何智能提取Markdown标题与结构化内容 在信息爆炸的时代开发者每天都要面对海量文档。如何快速从Markdown文件中提取关人工智能AI 应用RAGAI Agent后端前端RAGFlow知识库报告结构化数据的分析与总结输出RAGFlow知识库报告结构化数据的分析与总结输出 在信息爆炸的时代企业和个人每天都在产生海量数据。如何从这些非结构化数据中快速提取关键信息并转化为结构化上一篇Ora2Pg与其他迁移工具对比为什么它是Oracle转PostgreSQL的最佳选择下一篇千万级数据同步终极挑战otter分布式数据库同步系统性能深度测试报告创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考