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

解决的问题

OpenMed 解决了在云端处理敏感医疗数据时面临的隐私和成本挑战。它允许用户在无需将患者数据上传到外部服务器的情况下，提取生物医学实体并移除个人身份信息 (PII)。

工作原理

该项目提供了一套专门的医疗模型（可用超过 2,000 种），可在用户的硬件上本地运行。它支持多种后端，包括 Apple Silicon (通过 MLX)、NVIDIA GPU (通过 CUDA)、CPU 甚至 Web 浏览器 (通过 Transformers.js)。它可以执行诸如疾病、药物和解剖学的命名实体识别 (NER) 以及通过掩码、替换或哈希进行符合 HIPAA 标准的去标识化等任务。

适用对象

  • 医疗保健开发人员：正在构建需要离线临床智能的移动应用 (iOS/Android) 的开发人员。
  • 数据科学家：需要在保持数据驻留的同时对大规模临床数据集进行去标识化的数据科学家。
  • 研究人员：在物理隔离 (air-gapped) 环境中处理敏感医疗文本的研究人员。

亮点

  • 100% 设备端：数据不会离开本地设备或网络。
  • 跨平台支持：可在 iOS、iPadOS、macOS、Android 和浏览器中运行。
  • 专业医疗模型：包括疾病检测、药理学、解剖学和基因模型。
  • 符合 HIPAA 标准：能够识别并编辑所有 18 项 Safe Harbor 标识符。
  • 高性能：针对使用 MLX 的 Apple Silicon 进行了优化，提供比仅使用 CPU 执行显著提升的速度。