maziyarpanahi/openmed

무엇을 해결하는가

OpenMed는 임상 텍스트 처리를 위한 로컬 우선(local-first) 프레임워크를 제공하며, 특히 의료 엔티티 추출(NER)과 개인 식별 정보(PII)의 비식별화에 초점을 맞춥니다. 이를 통해 의료 제공자와 연구자는 민감한 환자 데이터를 자신의 하드웨어에 유지하여 개인정보 보호와 보안을 유지하면서, 비정형 임상 노트를 구조화된 데이터로 변환할 수 있습니다.

작동 방식

OpenMed는 엄선된 전문 의료 NER 모델과 PII 필터 카탈로그를 사용합니다. Python, Swift (via OpenMedKit), Android (via ONNX Runtime Mobile), 그리고 웹 브라우저 (via Transformers.js)를 포함한 다양한 환경에 배포할 수 있는 로컬 런타임을 제공합니다. CPU, CUDA, 그리고 Apple Silicon 가속을 위한 Apple의 MLX와 같은 다양한 실행 백엔드를 지원합니다.

대상 사용자

민감한 PHI(Protected Health Information)를 클라우드 API로 전송하는 것을 피하기 위해 임상 텍스트를 로컬에서 처리해야 하는 개발자와 의료 기관, 그리고 의료 AI 에이전트나 모바일 헬스 애플리케이션을 구축하는 사용자를 위해 설계되었습니다.

주요 특징

• 로컬 우선 실행: 모델 아티팩트를 다운로드한 후 사용자의 하드웨어에서 데이터를 로컬로 처리합니다.
• 광범위한 하드웨어 지원: Apple Silicon (MLX), Android (ONNX), 그리고 브라우저 기반 추론 (WebGPU)에 최적화되어 있습니다.
• 포괄적인 PII 도구: 33개 이상의 모델 기반 언어에 대해 비식별화를 위한 마스킹, 교체, 해싱, 날짜 이동(date-shifting)을 지원합니다.
• 전문 의료 모델: 질병, 약물, 해부학, 유전자를 탐지하기 위한 엄선된 모델을 포함합니다.
• 에이전트 준비 완료: Claude Code 및 OpenAI Codex와 같은 코딩 에이전트와의 통합을 위한 MCP 서버와 기술 카탈로그를 제공합니다.