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

解決的問題

OpenMed 解決了在雲端處理敏感醫療數據時面臨的隱私與成本挑戰。它允許使用者在無需將患者數據上傳到外部伺服器的情況下，提取生物醫學實體並移除個人識別資訊 (PII)。

工作原理

該專案提供了一套專業的醫療模型（可用超過 2,000 種），可在使用者的硬體上本地執行。它支援多種後端，包括 Apple Silicon (透過 MLX)、NVIDIA GPU (透過 CUDA)、CPU 甚至網頁瀏覽器 (透過 Transformers.js)。它可以執行諸如疾病、藥物與解剖學的命名實體識別 (NER)，以及透過遮罩、替換或雜湊進行符合 HIPAA 標準的去識別化等任務。

適用對象

  • 醫療保健開發人員：正在構建需要離線臨床智慧的行動應用程式 (iOS/Android) 的開發人員。
  • 數據科學家：需要在保持數據駐留的同時，對大規模臨床數據集進行去識別化的數據科學家。
  • 研究人員：在實體隔離 (air-gapped) 環境中處理敏感醫療文本的研究人員。

亮點

  • 100% 裝置端：數據不會離開本地裝置或網路。
  • 跨平台支援：可在 iOS、iPadOS、macOS、Android 及瀏覽器中執行。
  • 專業醫療模型：包含疾病檢測、藥理學、解剖學與基因模型。
  • 符合 HIPAA 標準：能夠識別並編輯所有 18 項 Safe Harbor 識別碼。
  • 高性能：針對使用 MLX 的 Apple Silicon 進行了優化，提供比僅使用 CPU 執行顯著提升的速度。