openmed: 這是什麼、解決了什麼問題以及為什麼它正受到關注

解決了什麼問題

OpenMed 提供了一種「本地優先」的醫療保健 AI 方法，允許使用者在不將敏感患者數據發送給雲端供應商的情況下處理臨床文本。它透過讓實體提取和 PII (Personally Identifiable Information) 去識別化完全在使用者自己的硬體上運行，解決了隱私和 HIPAA 合規性的問題。

如何運作

OpenMed 使用了一個包含超過 1,000 個專業生物醫學和臨床 NER (Named Entity Recognition) 模型的精選註冊表。它支持多種後端，包括 PyTorch (用於 CPU 和 CUDA) 以及 Apple 的 MLX，用於在 Apple Silicon 上進行加速。對於 iOS 和 macOS 應用程式，它提供了一個名為 OpenMedKit 的原生 Swift 函式庫。該系統可以提取醫療實體（例如疾病和藥物）或使用遮罩 (masking)、雜湊 (hashing) 或替換為虛假數據等各種方法來檢測並刪除 PII。

對象是誰

它是為醫療保健提供者、醫學研究人員和應用程式開發人員設計的，這些使用者需要處理臨床文本，同時保持嚴格的數據隱私並避免供應商鎖定。

重點摘要

• 100% 在裝置上運行： 臨床文本從不離開裝置或本地網絡。
• 豐富的模型庫： 可訪問跨越 15 種語言的 1,000 多個專業醫療模型。
• PII 去識別化： 具備 HIPAA 意識的 18 種 Safe Harbor 識別碼刪除，並具有智能實體合併功能。
• 跨平台支持： 運行在 Linux、Windows、macOS，以及透過 OpenMedKit 在 iOS/iPadOS 上原生運行。
• MLX 加速： 與 CPU PyTorch 相比，在 Apple Silicon 上有顯著的加速 (24-33x)。
• 靈活的部署方式： 可作為 Python API、Dockerized REST 服務或批次處理流水線使用。