#medical-ai Repositórios
Descubra 18 repositórios ativos de código aberto no GitHub marcados com #medical-ai, acumulando um total de 22,415 estrelas (uma média de 1,245 por projeto). O líder deste tópico é wasserth/TotalSegmentator, com 3,172 estrelas.
18 repositórios no total
Ferramenta para segmentação robusta de >100 estruturas anatômicas importantes em imagens de TC e RM
Rede Neural Convolucional (CNN) Pytorch 3D U-Net projetada para segmentação de imagens médicas
Um kit de ferramentas de aprendizado profundo para IA na área da saúde: prontuários eletrônicos (MIMIC, eICU, OMOP), textos clínicos, sinais e imagens. Mais de 30 modelos e pipelines reproduzíveis.
【ICML 2025 Spotlight】 Repositório Oficial para o Artigo ‘’HealthGPT: Um Grande Modelo Visão-Linguagem Médico para Unificação de Compreensão e Geração via Adaptação de Conhecimento Heterogêneo‘’
Espelhe seu corpo em dados. Um padrão, todas as fontes, um retrato completo de você: um prontuário de saúde auto-hospedado, criado a partir de exames laboratoriais, dispositivos vestíveis e dados genéticos, com cada número rastreável até sua fonte e um servidor MCP integrado. Execute-o com Docker e uma chave de LLM ou mantenha todos os modelos localmente com llama.cpp.
Este projeto projetou e implementou um sistema inteligente de perguntas e respostas médicas baseado em RAG (Geração Aumentada por Recuperação) com grafos de conhecimento e grandes modelos de linguagem. Com base no conjunto de dados médico DiseaseKG e utilizando o Neo4j, o sistema constrói um grafo de conhecimento de domínio contendo 44.000 entidades e 310.000 relações. Ao combinar o reconhecimento de entidades nomeadas BERT com o reconhecimento de intenção por um modelo 32B, o sistema mitiga efetivamente as alucinações dos grandes modelos em cenários médicos através de uma recuperação precisa no grafo e geração controlada de respostas, aumentando significativamente a precisão e a confiabilidade das respostas.
TorchXRayVision: Uma biblioteca de conjuntos de dados e modelos de raios-X de tórax. Classificadores, segmentação e autoencoders.
Um benchmark de evidências para decisões clínicas: extrair o único fato em que uma resposta se baseia e verificar se a ação do assistente acompanha as evidências. Desenvolvido com base no HealthBench.
Um Modelo Generalista Transparente para a Compreensão Holística de Visão-Linguagem Médica
[TMLR 2025🔥] Um levantamento sobre os modelos autorregressivos em visão.
BiomedGPT: Um Modelo Fundamental Generalista de Visão-Linguagem para Diversas Tarefas Biomédicas
Os códigos oficiais para "PMC-LLaMA: Rumo à Construção de Modelos de Linguagem de Código Aberto para Medicina"
EMNLP'22 | MedCLIP: Aprendizagem Contrastiva a partir de Imagens e Textos Médicos Não Emparelhados
Prov-GigaPath: Um modelo fundacional de lâminas completas para patologia digital a partir de dados do mundo real
SegMamba: Mamba de Modelagem Sequencial de Longo Alcance Para Segmentação de Imagens Médicas 3D
[IEEE TMI-2024] UNETR++: Aprofundamento na Segmentação de Imagens Médicas 3D Eficiente e Precisa
MedResearcher-R1 é um agente de pesquisa profunda para cenários médicos, construído sobre uma estrutura de síntese de trajetórias informada por conhecimento.
Perguntas Frequentes
Qual é o repositório de #medical-ai mais popular no GitHub?
O projeto de código aberto de #medical-ai mais bem classificado no GitHub é wasserth/TotalSegmentator, com 3,172 estrelas. Ferramenta para segmentação robusta de >100 estruturas anatômicas importantes em imagens de TC e RM
Quais linguagens de programação são mais usadas nos repositórios de #medical-ai?
Entre os projetos de #medical-ai mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #medical-ai?
Acompanhamos 18 repositórios ativos de código aberto marcados com #medical-ai (com mais de 500 estrelas), totalizando 22,415 estrelas e uma média de 1,245 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.