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：

pip install mirobody
mirobody resolve <span>"LDL cholesterol"</span> 血红蛋白 ヘモグロビン <span>"空腹血糖(GLU)"</span> 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：

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。