#medical-ai Repositorios
Descubre 18 repositorios activos de código abierto de GitHub etiquetados con #medical-ai, que acumulan 22,415 estrellas en total (una media de 1,245 estrellas por proyecto). El líder de este tema es wasserth/TotalSegmentator, con 3,172 estrellas.
18 repositorios en total
Herramienta para la segmentación robusta de >100 estructuras anatómicas importantes en imágenes de TC y RM
Red Neuronal Convolucional (CNN) Pytorch 3D U-Net diseñada para la segmentación de imágenes médicas
Un kit de herramientas de aprendizaje profundo para la IA en salud: historias clínicas electrónicas (MIMIC, eICU, OMOP), texto clínico, señales e imágenes. Más de 30 modelos y flujos de trabajo reproducibles.
【ICML 2025 Spotlight】 Repositorio oficial del artículo “HealthGPT: Un modelo de lenguaje visual médico a gran escala para unificar la comprensión y la generación a través de la adaptación de conocimiento heterogéneo”
Refleja tu cuerpo en datos. Un estándar, todas las fuentes, una imagen completa de ti: un historial de salud autoalojado creado a partir de informes de laboratorio, dispositivos wearables y datos genéticos, con cada cifra vinculada a su fuente y un servidor MCP integrado. Ejecútalo con Docker y una clave de LLM, o mantén todos los modelos en local con llama.cpp.
Este proyecto diseñó e implementó un sistema inteligente de preguntas y respuestas médicas basado en RAG (Generación Aumentada por Recuperación) con grafos de conocimiento y grandes modelos de lenguaje. Basado en el conjunto de datos médico DiseaseKG y utilizando Neo4j, el sistema construye un grafo de conocimiento de dominio que incluye 44.000 entidades y 310.000 relaciones. Al combinar el reconocimiento de entidades nombradas BERT con el reconocimiento de intención mediante un modelo 32B, el sistema mitiga eficazmente las alucinaciones de los grandes modelos en escenarios médicos mediante una búsqueda precisa en el grafo y una generación controlada de respuestas, mejorando significativamente la precisión y fiabilidad de las mismas.
TorchXRayVision: Una biblioteca de conjuntos de datos y modelos de rayos X de tórax. Clasificadores, segmentación y autoencoders.
Un punto de referencia de evidencia para decisiones clínicas: extraer el único hecho en el que se basa una respuesta y comprobar si la acción del asistente cambia conforme a la evidencia. Basado en HealthBench.
Un Modelo Generalista Transparente hacia la Comprensión Holística Visión-Lenguaje Médica
[TMLR 2025🔥] Una encuesta sobre modelos autorregresivos en visión.
BiomedGPT: Un modelo de fundación generalista de Visión y Lenguaje para diversas tareas biomédicas
Los códigos oficiales de "PMC-LLaMA: Hacia la construcción de modelos de lenguaje de código abierto para la medicina"
EMNLP'22 | MedCLIP: Aprendizaje contrastivo a partir de imágenes y textos médicos no emparejados
Prov-GigaPath: Un modelo fundacional de portaobjetos completo para patología digital a partir de datos del mundo real
SegMamba: Mamba de modelado secuencial de largo alcance para segmentación de imágenes médicas 3D
[IEEE TMI-2024] UNETR++: Profundizando en la Segmentación Eficiente y Precisa de Imágenes Médicas 3D
MedResearcher-R1 es un agente de investigación profunda para escenarios médicos, construido sobre un marco de síntesis de trayectorias informado por conocimiento.
Preguntas frecuentes
¿Cuál es el repositorio de #medical-ai más popular en GitHub?
El proyecto de código abierto de #medical-ai mejor posicionado en GitHub es wasserth/TotalSegmentator, con 3,172 estrellas. Herramienta para la segmentación robusta de >100 estructuras anatómicas importantes en imágenes de TC y RM
¿Qué lenguajes de programación se utilizan más en los repositorios de #medical-ai?
Entre los proyectos de #medical-ai mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #medical-ai?
Seguimos 18 repositorios activos de código abierto etiquetados con #medical-ai (500+ estrellas), que suman un total de 22,415 estrellas, con una media de 1,245 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.