maziyarpanahi/openmed

它解决了什么问题

OpenMed 提供了一个以本地优先的框架，用于处理临床文本，特别专注于医学实体提取（NER）和个人身份信息（PII）的去标识化。它使医疗提供者和研究人员能够在不将敏感患者数据上传至云端的情况下，将非结构化的临床笔记转化为结构化数据，从而保持隐私和安全。

它如何工作

OpenMed 使用经过精心挑选的专用医学 NER 模型和 PII 过滤器目录。它提供了一个本地运行时，可部署在多种环境中，包括 Python、Swift（通过 OpenMedKit）、Android（通过 ONNX Runtime Mobile）以及 Web 浏览器（通过 Transformers.js）。它支持多种执行后端，如 CPU、CUDA 和 Apple 的 MLX，以在 Apple Silicon 上实现加速。

适用于谁

它专为需要在本地处理临床文本以避免将敏感的受保护健康信息（PHI）发送到云 API 的开发者和医疗组织设计，也适用于构建医疗 AI 代理或移动健康应用的用户。

主要特点

• 本地优先执行：在下载模型文件后，数据将在用户硬件上本地处理。
• 广泛的硬件支持：针对 Apple Silicon（MLX）、Android（ONNX）和基于浏览器的推理（WebGPU）进行了优化。
• 全面的 PII 工具：支持在 33 种以上由模型支持的语言中进行掩码、替换、哈希和日期偏移去标识化。
• 专用医学模型：包含用于检测疾病、药物、解剖结构和基因的精选模型。
• 支持 AI 代理集成：提供 MCP 服务器和技能目录，可与 Claude Code 和 OpenAI Codex 等编码代理集成。

一个真正以本地优先为核心的医疗 AI 框架，让数据安全始终掌握在用户手中 — @openmed