原贴链接

大家好，我想分享一下我在漫长的健康之旅后所构建的东西。五年来，我一直被一些神秘的症状所困扰——在锻炼时容易受伤、恢复缓慢、莫名疲倦、关节疼痛。我花费了超过10万美元，走访了30多家医院和专家，尝试了从标准治疗到长寿诊所的实验性方案的一切方法。改变饮食、锻炼习惯、睡眠时间，但似乎都没有帮助。最令人沮丧的不是没有答案，而是一切都非常碎片化。每个医生都只看到自己负责的部分：骨科医生看关节疼痛，内分泌科医生检查激素，风湿科医生做自己的检查。没有人看到整体情况。直到我去看了一位风湿科医生，他综合我的症状和基因检测结果，我才得知自己可能患有自身免疫性疾病。有趣的是，当我把在看风湿科医生之前的所有症状和医疗数据输入GPT时，它给出了和我最终得到的相同的诊断结果。在分享了这个经历之后，我发现很多人都面临着类似的病史碎片化和诊断不明确的困扰。这就是促使我把这个做成一个开源工具供任何人使用的原因。虽然它还处于早期阶段，但它已经可以使用了，可能会对类似情况的人有所帮助。以下是它的功能：上传医疗记录（PDF、实验室结果、医生笔记）；自动解析和标准化实验室结果：将不同的实验室格式转换为通用结构、统一单位（如将mg/dL转换为mmol/L等）、提取关键指标如CRP、ESR、CBC、维生素、按时间顺序整理结果；聊天分析所有内容：跟踪实验室数值随时间的变化、比较不同医院的结果、识别多项检测的模式；可与不同的AI模型一起工作：本地模型如Deepseek（在你的电脑上运行）或者如果你有API密钥的话可以使用商业模型如GPT4 / Claude。获取你的医疗记录：如果你没有医疗记录文件，可以查看[Fasten Health]（https://github.com/fastenhealth/fasten - onprem），它可以帮助你从你去过的医院获取记录，更容易将你所有的病史集中在一个地方，适用于大多数美国医疗服务提供商。当前状态：前端已经准备好并且开源；文档解析目前在一个单独的Python服务器上，计划将其完全迁移到本地运行，一旦迁移完成就会添加到代码库中。如果您对设置或使用它有任何疑问，请告诉我！

讨论总结

原帖作者讲述自己经历漫长且花费高昂的求医过程后构建了一个开源AI工具来帮助寻找自身免疫疾病。评论者的讨论主要围绕该工具展开，大多数人对作者构建工具的行为表示认可、赞赏或惊叹，也有部分人对工具的使用、性能、安全性等方面提出疑问，还有人分享自己的类似经历或医疗相关的看法。

主要观点

  1. 👍 该开源AI工具很有价值且对他人有益
    • 支持理由：很多人认为这一工具能帮助有类似经历的人，如处理医疗记录、辅助医疗诊断等。
    • 反对声音：无。
  2. 🔥 工具可能被特殊人群过度依赖，应添加免责声明
    • 正方观点：可能被疑病症患者或有精神问题的人过度使用，将结果当作绝对真理，所以需要免责声明强调应找医生验证。
    • 反方观点：部分人认为AI结果可视为一种视角，不应因可能被误用就不公开工具。
  3. 💡 医疗系统存在不足，AI在医疗方面可发挥积极作用
    • 解释：一些评论者指出自己在医疗体系中的遭遇，如诊断困难、医生不负责等，认为AI可以改善这种情况。
  4. 👍 工具在医疗领域可能有应用价值，部分专业人士表示认可
    • 支持理由：有医生评论认为这个工具可能会让自己的工作变得更加轻松。
    • 反对声音：无。
  5. 🔥 工具的使用方式、数据处理等技术方面存在疑问
    • 正方观点：例如对工具是否支持特定API、数据如何提取、在PDF中如何确保数值可靠性等方面提出疑问。
    • 反方观点：部分是单纯提问，没有明显反对声音。

金句与有趣评论

  1. “😂 Doctors hate him for this one simple trick”
    • 亮点：以幽默调侃的方式暗示这个工具可能会让医生们有所不满。
  2. “🤔 This is the real life version of the Emergency Medical Hologram from Star Trek Voyager.”
    • 亮点：将开源AI工具类比为科幻作品中的概念，强调其便利性和创新性。
  3. “👀 One thing to think about is that this will get downloaded by hypochondriacs and people with, let’s say, some mental issues, and then take the results as gospel and start their own conspiracy theories or persecution complex if doctors don’t agree.”
    • 亮点：指出工具可能被特殊人群过度依赖的风险。
  4. “😂 You better watch out though, coz them pharma execs might be sending assassins soon enough. might need to hire food tasters and security services too 😂”
    • 亮点：幽默地调侃创建者可能面临来自医药公司高管的威胁。
  5. “🤔 I’m incredibly skeptical about the ability of LLMs to truly generalize outside of their training set; however, the vast majority of medical diagnosis is actually pattern recognition.”
    • 亮点：对LLM在训练集外的泛化能力表示怀疑，同时指出医疗诊断的特点。

情感分析

总体情感倾向为积极，大多数评论者对原帖作者构建开源AI工具的行为表示认可、赞赏或惊叹。主要分歧点在于工具的使用和安全性方面，例如是否需要添加免责声明，工具的数据处理是否存在风险等。可能的原因是人们对这个工具的期待和担忧不同，一方面希望它能帮助解决医疗问题，另一方面也担心可能出现的误用和风险。

趋势与预测

  • 新兴话题：工具的商业化推广、与其他技术（如RAG管道）的结合、在不同地区（如欧盟、美国）的合规使用等可能引发后续讨论。
  • 潜在影响：如果工具发展良好，可能对医疗诊断方式、患者自我健康管理、医疗数据处理等方面产生积极影响，也可能促使医疗行业与AI技术的进一步融合。

详细内容：

标题：开源 AI 医疗诊断工具引发 Reddit 热议

在 Reddit 上，一篇关于个人开发开源 AI 工具以诊断自身免疫性疾病的帖子引发了广泛关注。该帖子作者历经 5 年、花费超 10 万美元，访问 30 多家医院和专家仍未确诊。最终通过一位综合考虑症状和基因检测结果的风湿病专家，怀疑可能患有自身免疫性疾病。受此经历启发，作者开发了一款可上传医疗记录并进行分析的开源工具，目前虽处于早期阶段但已具备一定功能。

此贴获得了众多点赞和丰富的评论，引发了以下主要讨论：

  1. 对工具效果的期待与担忧：有人认为它可能为医疗诊断带来便利，如[TestPilot1980]表示可与本地 LLM 结合；但也有人担心其准确性和潜在风险，如[ZenEngineer]担心工具被误用或提供错误诊断。
  2. 数据处理和存储方式：关于如何获取和处理医疗数据，[paul_tu]询问作者期望的社区支持，作者表示希望解决输入健康信息繁琐、运行困难等问题，并考虑数据获取方式。
  3. 与医疗专业人员的关系：部分人认为工具不能替代医生，如[g3t0nmyl3v3l]认为应包含人工元素，[justgetoffmylawn]分享了相关提示的使用经验。
  4. 适用范围和局限性：有人指出自身免疫性疾病的复杂性，如[Kep0a]认为需要医生持续尝试不同解决方案，[Dry_Steak30]则表示 AI 提供了比医生更多的信息。

在这场热烈的讨论中，共识在于认可这一工具的创新意义，但也强调其仍需完善和谨慎使用。有人提出应增加免责声明，避免误导患者。而特别有见地的观点如[pmp22]详细阐述了模型结合更多医疗信息资源以提升诊断能力的设想。

总之，这一开源工具为医疗诊断带来了新的思路，但也面临诸多挑战和争议，需要在技术发展和法律规范之间寻求平衡，以更好地服务患者。