maziyarpanahi/openmed

解決的問題

OpenMed 提供了一個以本地為首的框架，用於處理臨床文本，特別專注於醫療實體（NER）的提取以及個人識別資訊（PII）的去識別化。它讓醫療機構和研究人員能夠將非結構化的臨床筆記轉換為結構化資料，同時將敏感的患者資料保留在自己的硬體上，以維持隱私與安全。

如何運作

OpenMed 使用經過精心挑選的專業醫療 NER 模型和 PII 濾鏡目錄。它提供一個可在多種環境中部署的本地執行時，包括 Python、Swift（透過 OpenMedKit）、Android（透過 ONNX Runtime Mobile）以及網頁瀏覽器（透過 Transformers.js）。它支援多種執行後端，例如 CPU、CUDA 和 Apple 的 MLX，以在 Apple Silicon 上實現加速。

適用對象

此框架專為需要在本地處理臨床文本以避免將敏感的 PHI（受保護的健康資訊）傳送至雲端 API 的開發人員與醫療機構設計，也適用於開發醫療 AI 代理或行動健康應用程式的使用者。

主要特色

• 以本地為首的執行：在下載模型檔案後，於使用者的硬體上本地處理資料。
• 廣泛的硬體支援：針對 Apple Silicon（MLX）、Android（ONNX）以及瀏覽器端推理（WebGPU）進行優化。
• 全面的 PII 工具：支援遮蔽、取代、雜湊與日期偏移等去識別化方式，涵蓋 33 種以上由模型支援的語言。
• 專業醫療模型：包含專門用於檢測疾病、藥物、解剖結構與基因的精選模型。
• 支援代理整合：提供 MCP 伺服器與技能目錄，可與 Claude Code 和 OpenAI Codex 等程式碼代理整合。

"這是一個真正能讓醫療 AI 在本地安全運作的框架。" — @openmeddev