8K+ Star,AlphaFold 3把结构预测拆成任务对象,最关键的不是模型如果前几期更多是在看医疗软件、FHIR（医疗数据交换标准）或医学影像工作流，这一期就把视角拉回医学科研：一个研究团队怎样把蛋白质、核酸、小分子和离子的相互作用，变成可以复跑、可以检查、可以写进实验记录的结构预测任务。 AlphaFold 3 值得现在看，不只是因为它在 GitHub（代码托管平台）上已经有 8K+ SGitHub 医疗项目刘浩南作者原文9.6 KB
4K+ Star,OHIF Viewer把医学影像查看拆成扩展机制,真正难的不是看图上期看 Medplum 时，我们讨论的是 FHIR（医疗数据交换标准）如何成为医疗应用底座。这一期换到影像场景：很多团队以为影像产品的难点是“把片子显示出来”，但真正进入医院后，问题往往变成另一件事。 OHIF Viewer 是 Open Health Imaging Foundation（开放健康影像基金会）维护的GitHub 医疗项目刘浩南作者原文9.5 KB
2K+ Star,Medplum把FHIR做成开发底座,关键不是多做一个页面前几期已经看过药物发现、医学影像、电子病历和患者侧研究工具。这一次我想换一个更贴近医疗 AI 落地底层的问题：如果一个团队要做真正能接进医院、患者、实验室和第三方系统的应用，难点到底是不是再写一个漂亮页面？ 它不是一个单点功能，也不是一个单独的 EHR（电子健康记录系统）页面。它更像一套面向开发者的医疗应用底座：FHGitHub 医疗项目刘浩南作者原文9.8 KB
8K+ Star,nnU-Net把医学影像分割自动配置,最难的不是模型前几期我们已经看过 DeepChem（药物发现工程框架）、MONAI（医学影像 AI 开源框架）、OpenEMR（开源电子病历系统）和 ResearchKit（患者侧研究数据采集框架）。这几类项目分别对应模型研发、影像工程、院内系统和患者侧数据。 这一次回到医学影像 AI（人工智能）里一个更具体的问题：当团队拿到一批GitHub 医疗项目刘浩南作者原文10.6 KB
5K+ Star,ResearchKit把医学研究装进手机,难点不是表单前几期我们看过 DeepChem（药物发现工程框架）、MONAI（医学影像 AI 开源框架）和 OpenEMR（开源电子病历系统）。它们分别回答了模型研发、医学影像工程和院内系统集成的问题。 这次换一个更靠近患者侧的入口：如果一个医疗 AI（人工智能）项目想长期获得真实世界数据，它不能只等医院系统里已经整理好的表格，GitHub 医疗项目刘浩南作者原文10.0 KB
8K+ Star,MONAI项目的医学影像工程底座模块化设计,告别模型大黑盒问题MONAI 值得讲，不是因为它又推出了一个单点影像模型，而是因为它把医学影像 AI 里最容易被低估的工程问题放到了台面上。数据读入、空间变换、训练组件、评估指标、自动分割流程、模型包和部署前验证，必须在同一个工具链里被反复检查。 很多影像 AI 项目做 demo 时看起来都像一个完整系统：输入一张片子，模型给出分割、GitHub 医疗项目刘浩南作者原文14.5 KB
【GitHub 热门医疗项目】DeepChem:药物发现真正缺的不是模型,而是工程底座|2026.06.23我先按“直接医疗相关”做硬过滤，再按 Star 总数和最近有效更新排序。候选池里，K-Dense-AI/scientific-agent-skills 有约 2.9 万 Star，但它覆盖整个科学研究，医学只是其中一部分；OpenEMR 和 OHIF 都很成熟，却分别更偏 EHR（电子病历系统）和医学影像工作站；MedGitHub 医疗项目刘浩南作者原文12.8 KB
