maziyarpanahi/openmed

何を解決するか

OpenMedは、臨床テキストの処理、特に医学的エンティティの抽出（NER）と個人識別情報（PII）の匿名化に特化した、ローカルファーストのフレームワークを提供します。これにより、医療提供者や研究者は、プライバシーとセキュリティを維持するために機密性の高い患者データを自身のハードウェア上に保持したまま、非構造化された臨床ノートを構造化データに変換することができます。

仕組み

OpenMedは、厳選された専門的な医学的NERモデルとPIIフィルタのカタログを使用します。Python、Swift（OpenMedKit経由）、Android（ONNX Runtime Mobile経由）、およびウェブブラウザ（Transformers.js経由）を含む、さまざまな環境にデプロイ可能なローカルランタイムを提供します。CPU、CUDA、およびApple Siliconでの加速のためのApple MLXなどの複数の実行バックエンドをサポートしています。

対象ユーザー

クラウドAPIに機密性の高いPHI（Protected Health Information）を送信することを避けるために、臨床テキストをローカルで処理する必要がある開発者や医療機関、および医療AIエージェントやモバイルヘルスアプリケーションを構築している人々を対象としています。

ハイライト

• Local-First Execution: モデルのアーティファクトをダウンロードした後、ユーザーのハードウェア上でデータをローカルに処理します。
• Broad Hardware Support: Apple Silicon (MLX)、Android (ONNX)、およびブラウザベースの推論 (WebGPU) に最適化されています。
• Comprehensive PII Tools: 33以上のモデルベースの言語にわたって、匿名化のためのマスキング、置換、ハッシュ化、および日付シフトをサポートしています。
• Specialized Medical Models: 疾患、薬剤、解剖学、および遺伝子を検出するための厳選されたモデルが含まれています。
• Agent-Ready: Claude CodeやOpenAI Codexのようなコーディングエージェントとの統合のためのMCPサーバーとスキルカタログを提供します。