maziyarpanahi/openmed

Local-first healthcare AI: clinical NER & HIPAA PII de-identification that runs 100% on-device. 2,200+ medical models, 21 languages, Apple MLX + Python, no cloud, no patient data leaving your network. Apache-2.0

해결하는 문제

OpenMed는 클라우드에서 민감한 의료 데이터를 처리할 때 발생하는 프라이버시 및 비용 문제를 해결합니다. 사용자는 환자 데이터를 외부 서버에 업로드하지 않고도 생물 의학 엔티티를 추출하고 개인 식별 정보(PII)를 제거할 수 있습니다.

작동 방식

이 프로젝트는 사용자의 하드웨어에서 로컬로 실행되는 전문 의료 모델 세트(2,000개 이상 사용 가능)를 제공합니다. Apple Silicon (MLX를 통해), NVIDIA GPU (CUDA를 통해), CPU 및 웹 브라우저 (Transformers.js를 통해)를 포함한 다양한 백엔드를 지원합니다. 질병, 약물 및 해부학에 대한 개체명 인식(NER)과 마스킹, 교체 또는 해싱을 통한 HIPAA 인식 비식별화와 같은 작업을 수행할 수 있습니다.

대상 사용자

헬스케어 개발자: 오프라인 임상 지능이 필요한 모바일 앱(iOS/Android)을 구축하는 개발자.
데이터 과학자: 데이터 거주성을 유지하면서 대규모 임상 데이터 세트의 비식별화가 필요한 과학자.
연구원: 에어갭(air-gapped) 환경에서 민감한 의료 텍스트를 다루는 연구원.

주요 특징

100% 온디바이스: 데이터가 로컬 장치나 네트워크를 벗어나지 않습니다.
교차 플랫폼 지원: iOS, iPadOS, macOS, Android 및 브라우저에서 실행됩니다.
전문 의료 모델: 질병 탐지, 약리학, 해부학 및 유전자를 위한 모델이 포함되어 있습니다.
HIPAA 인식: 18가지 Safe Harbor 식별자를 모두 식별하고 편집할 수 있습니다.
고성능: MLX를 사용하여 Apple Silicon에 최적화되어 CPU 전용 실행보다 훨씬 빠른 속도를 제공합니다.