Об этом проекте

OpenMed — это открытый локальный набор инструментов для медицинского ИИ, который превращает клинический текст в структурированные деидентифицированные данные на оборудовании, которое вы контролируете. Он обеспечивает клиническое распознавание именованных сущностей (NER) и обнаружение/деидентификацию PII, работающие на 100% на устройстве после того, как необходимые артефакты моделей доступны, без зависимости от облака и без выхода данных пациентов за пределы вашей сети. Ключевые возможности: - **Клинический NER**: извлечение заболеваний, лекарств, анатомических структур, генов и другого с помощью курируемых моделей (например, `disease_detection_superclinical`, `pharma_detection_superclinical`). - **Деидентификация PII**: обнаружение и редактирование имён, дат, номеров социального страхования, телефонных номеров, адресов электронной почты, адресов и национальных идентификаторов с помощью таких методов, как маскирование, замена, хеширование и сдвиг дат. Поддерживает интеллектуальное объединение сущностей и политико-ориентированные конвейеры (профили HIPAA/GDPR/исследовательские). - **Многоязычная поддержка**: 38 языковых маршрутов PII (35 на основе моделей), включая английский, испанский, французский, немецкий, итальянский, португальский, нидерландский, арабский, хинди, японский, турецкий и другие. - **Выполнение на устройстве**: работает на CPU, CUDA, Apple Silicon (MLX), Android (ONNX Runtime Mobile) и в браузерах (Transformers.js/WebGPU). - **Несколько интерфейсов**: Python API, REST-сервис (FastAPI), пакетная обработка, интерфейс командной строки, сервер MCP и Swift/OpenMedKit для iOS. - **Навыки агентов**: портативные Agent Skills для Claude Code, OpenAI Codex, OpenCode и совместимых агентов. - **Поддержка изолированных сред**: загрузка моделей из локальных каталогов без обращения к Hugging Face Hub. OpenMed включает курируемый каталог моделей с более чем 2 200 записями манифеста, а исходный код SDK лицензирован под Apache-2.0. Он предназначен для медицинских рабочих процессов, где конфиденциальность и контроль данных критически важны, при этом владельцы развёртывания несут ответственность за проверку условий моделей и клинической пригодности.