OpenMed 本地优先医疗 AI 实战指南临床 NER 与 HIPAA PII 去标识化Python / MLX / REST 全解析【免费下载链接】openmedLocal-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项目地址: https://gitcode.com/GitHub_Trending/ope/openmedOpenMed 是一个本地优先local-first的开源医疗 AI SDK它把临床命名实体识别clinical NER与 HIPAA 级 PII 检测、去标识化完全放到你掌控的硬件上运行患者数据不需要离开你的网络。本文以仓库根目录的 README.ar.md 为主体骨架结合 openmed 源码包的真实实现系统讲解从 30 秒快速上手、医学模型矩阵、PII 提取与去标识化、多语言支持到 Apple SiliconMLX加速与 REST 服务部署的完整链路。读完后你将能独立用 OpenMed 在 Python、Swift 与浏览器/服务端场景中完成临床文本的结构化抽取与隐私脱敏。一、为什么选择 OpenMed本地优先的部署边界OpenMed 的核心立场是你的数据、你的模型、你的硬件。SDK 的核心运行时在所需模型组件就绪后完全本地处理只有模型下载、远程适配、可选的遥测路径与用户自配的集成才会使用网络。README 中的部署边界表给出了清晰的职责划分部署考量OpenMed SDK 边界核心运行时所需组件就绪后本地处理可选网络路径下载、远程适配、遥测路径与集成可能使用网络验证由部署方核验模型/数据的条款、隐私行为与临床适用性接口Python、Swift、Android、浏览器与受支持的服务端几个值得注意的定位要点均来自 README.ar.md 与仓库现状模型清单庞大且可审计仓库根目录的 models.jsonl 收录了 2,266 条模型清单记录可逐条核验模型、许可证与适用数据集对应源码中的模型注册表 model_registry.pySafe Harbor 兼容的类别配置可瞄准 18 类 HIPAA Safe Harbor 标识符但部署仍需专家复核仅使用 SDK 本身不构成 HIPAA 合规证明多后端执行路径CPU / CUDA / MLX / 移动端 / 服务端 / 浏览器等转换器随环境与组件不同而各异Apache-2.0 开源 SDKSDK 源码以 Apache-2.0 发布见 LICENSE模型与数据集的条款另行约定。需要特别说明README 强调本地优先并不等于永远离线——模型下载、远端适配等路径按各模型与数据集的条款使用网络部署方应自行核验隐私与合规边界。二、30 秒上手analyze_text 临床实体抽取README 给出了一个可以直接复制的 30 秒示例使用默认疾病检测模型对一句临床文本做 NERfrom openmed import analyze_text result analyze_text( Patient started on imatinib for chronic myeloid leukemia., model_namedisease_detection_superclinical, ) for entity in result.entities: print(f{entity.label:12} {entity.text:28} {entity.confidence:.2f}) # DISEASE chronic myeloid leukemia 0.98 # DRUG imatinib 0.95这段代码背后对应的是 openmed/init.py 中analyze_text的完整实现。从源码可以看到几个值得了解的默认行为默认模型为disease_detection_superclinical可通过model_name或等价的model_id指定两者同时传入会抛ValueError句子检测默认开启sentence_detectionTrue文本会先被切分为句子、再按“每块最多 6 句 / 每块最多max(480, max_length*4)字符”的规则分块推理最后把分块预测的偏移量映射回原始文本避免长文本被截断或跨句误标聚合策略aggregation_strategysimple、置信度阈值confidence_threshold0.0保留全部、分组group_entitiesFalse等都可按需调整输出格式支持dict默认、json、html、csv可选assert_contextTrue为每个实体附加否定、不确定性、经历者experiencer与时态等临床上下文标签对应 clinical/context.py 的实现model_name支持注册表键、Hugging Face 完整模型 ID、或本地模型目录三种形式。离线 / 隔离环境直接指向本地目录README 专门给出了离线部署写法把model_id指向一个本地模型目录OpenMed 将直接本地加载不访问 Hugging Face Hubfrom openmed import OpenMedConfig, analyze_text result analyze_text( Patient presents with chronic myeloid leukemia and Type 2 diabetes., model_id./models/OpenMed-NER-DiseaseDetect-SuperClinical-434M, configOpenMedConfig(devicecpu), )OpenMedConfig负责后端/设备等运行时配置源码见 core/config.py 及openmed.core模块导出离线场景下配合devicecpu即可完全本地推理。三、快速开始三种安装方式README 的安装命令按运行形态分为三档# Core Hugging Face runtime (Linux, macOS, Windows; CPU or CUDA) pip install --upgrade openmed[hf] # Add the REST service pip install --upgrade openmed[hf,service] # Apple Silicon acceleration (MLX) pip install --upgrade openmed[mlx]基础包openmed[hf]提供 Python 运行时CPU/CUDA跨 Linux、macOS、Windows追加serviceextra 后可使用uvicorn启动 REST 服务见下文第四节在 Apple Silicon 上追加mlxextra 即可启用 MLX 加速运行时详见第九节。当前仓库版本号为 2.3.0见 openmed/about.py需要 Python 3.10。SDK 源码按 Apache-2.0 发布。四、三种接口形态Python、REST、批量README 用三栏对照展示了 OpenMed 的三种主流调用方式本文分别展开并补充源码细节。1. Python 接口from openmed import analyze_text analyze_text( Patient received 75mg clopidogrel for NSTEMI., model_name pharma_detection_superclinical, )使用pharma_detection_superclinical药物/治疗检测时会识别DRUG、MEDICATION、TREATMENT等实体。2. REST 服务uvicorn openmed.service.app:app \ --host 0.0.0.0 --port 8080核心端点README 列举且均能在 openmed/service/app.py 中找到对应路由实现端点方法说明/healthGET健康检查另有/livez、/readyz/analyzePOST临床实体分析/pii/extractPOSTPII 实体提取/pii/deidentifyPOSTPII 去标识化/pii/extract与/pii/deidentify的实现openmed/service/app.py会携带请求级追踪标签端点、输入长度、模型名并支持批处理、超时控制与请求合并coalescing服务本身是 Docker 友好的 FastAPI 应用带请求校验、共享管线预加载与统一错误包装。3. 批量处理BatchProcessorfrom openmed import BatchProcessor p BatchProcessor( model_name disease_detection_superclinical, group_entitiesTrue, ) p.process_texts([...])BatchProcessor的源码位于 openmed/processing/batch.py支持三种operationanalyze_text默认、extract_pii、deidentify。默认按每批 8 篇文档处理置信度阈值随操作类型自动对齐analyze_text0.0、extract_pii0.5、deidentify0.7支持continue_on_error、持久化 checkpoint、进度跟踪与错误汇总适合批量脱敏数据集。五、医学 NER 模型矩阵README 给出了一个精选的医学 NER 模型清单完整目录见仓库 models.jsonl 与模型注册表 model_registry.py模型专长实体类型大小disease_detection_superclinical疾病与状况DISEASE, CONDITION, DIAGNOSIS434Mpharma_detection_superclinical药物与治疗DRUG, MEDICATION, TREATMENT434Mpii_superclinical_largePII 与去标识化NAME, DATE, SSN, PHONE, EMAIL, ADDRESS434Manatomy_detection_electramed解剖与身体部位ANATOMY, ORGAN, BODY_PART109Mgene_detection_genecorpus基因与蛋白质GENE, PROTEIN109M源码佐证在 model_registry.py 中可以看到这些短名registry key与完整模型 ID 的别名映射例如disease_detection_superclinical→OpenMed/OpenMed-NER-DiseaseDetect-SuperClinical-434Mpharma_detection_superclinical→OpenMed/OpenMed-NER-PharmaDetect-SuperClinical-434Manatomy_detection_electramed→OpenMed/OpenMed-NER-AnatomyDetect-ElectraMed-109M也就是说你既可以用短名让 OpenMed 自动解析也可以直接用完整模型 ID 或本地目录路径见第二节离线示例。除此之外注册表中还有肿瘤、病理、血癌、化学物、物种、蛋白质等更多专业模型可调用get_models_by_category()与get_model_info()openmed.core.model_registry导出浏览。六、隐私核心PII 检测与去标识化这是 OpenMed 的招牌能力。README 给出的完整示例from openmed import extract_pii, deidentify text Patient: John Doe, DOB: 01/15/1970, SSN: 123-45-6789 # Extract PII with smart merging (prevents tokenization fragmentation) result extract_pii(text, model_namepii_superclinical_large, use_smart_mergingTrue) # De-identify with the method you need deidentify(text, methodmask) # [NAME], [DATE] deidentify(text, methodreplace) # Faker-backed, locale-aware, format-preserving fakes deidentify(text, methodhash) # Cryptographic hashing deidentify(text, methodshift_dates, date_shift_days180)extract_pii智能合并extract_pii的签名与实现位于 openmed/core/pii.py。关键参数包括model_namePII 检测模型默认按lang自动选择语言合适的模型confidence_threshold默认 0.5use_smart_merging默认True用正则识别语义单元日期、SSN、电话等把模型因分词而切碎的结果合并回完整实体例如01/15/1970不会被拆成01与/15/1970langISO 639-1 语言码决定默认模型与正则模式normalize_accents去除变音符号后再推理默认对西班牙语自动开启实体偏移仍指向原文custom_recognizer自定义 deny-list / allow-list 识别器命中带custom:deny来源标记budget可选的单请求墙钟时间与输入字符预算超长输入在推理前直接拒绝。deidentify七种脱敏策略deidentifyopenmed/core/pii.py实现了比 README 更完整的策略集合默认confidence_threshold0.7更保守、更安全并默认执行use_safety_sweepTrue去标识化前再跑一遍确定性结构化标识符扫描方法行为mask替换为占位符如[NAME]、[EMAIL]aadhaar_mask将 Aadhaar 渲染为XXXX XXXX NNNNUIDAI 掩码形式其余实体用普通占位符remove完全删除 PII 文本replace用逼真但虚构的数据替换Faker 驱动、区域感知、保格式hash用一致的哈希值替换便于实体关联format_preserve保留形状与分隔符的合成结构化标识符不支持的标签走掩码shift_dates按随机偏移平移日期并保持时间间隔其他值得注意的参数keep_year日期保留年份、patient_keydate_shift_secretHMAC 派生确定性的日期平移偏移保证跨会话稳定且原始 key 不被记录/持久化、consistentTrue同一输入生成同一替代身份、seed跨运行可复现、localeFaker 区域覆盖如pt_BR、en_GB、policy策略配置档、auditTrue返回确定性的AuditReport审计报告。保真且校验有效的虚构标识符README 特别指出replace方法背后的 Faker 提供者支持带校验和的临床标识符CPF、CNPJ、BSN、NIR、Codice Fiscale、NIE、Aadhaar、Steuer-ID、NPI。这在源码 openmed/core/anonymizer/providers/clinical_ids.py 中有完整实现例如巴西 CPF/CNPJ、荷兰 BSN、法国 NIR、意大利 Codice Fiscale 等均生成通过各自校验规则的合法格式Aadhaar 使用 Verhoeff 校验和生成合法 12 位号码format_preserve.py 还提供 UIDAI 掩码渲染德国 Steuer-ID 与 10 位美国 NPI 也都有专门的 providerGermanSteuerIdProvider、NPIProvider。也就是说methodreplace产出的替代值不只是像而是真正满足校验逻辑的合成数据可直接用于下游测试与二次加工。HIPAA 边界声明README 明确声明Safe Harbor 兼容类别与可配置阈值是实施辅助工具部署仍需专家复核仅使用 SDK 不构成 HIPAA 合规证明。文章写作时请务必在系统设计中保留这一复核环节。七、Privacy Filter 模型家族README 用details折叠块介绍了 Privacy Filter 家族三个模型共享同一种架构gpt-oss 风格的 Sparse-MoE 转换器带局部注意力、sink tokens、RoPEYaRNtiktokeno200k_base分词只训练数据不同它们都走同一个extract_pii()/deidentify()接口只改model_name参数变体PyTorch (CPU CUDA)MLX (Apple Silicon)MLX 8-bitOpenAI Privacy Filteropenai/privacy-filterOpenMed/privacy-filter-mlx…-mlx-8bitNemotron-PII fine-tuneOpenMed/privacy-filter-nemotron…-nemotron-mlx…-nemotron-mlx-8bitOpenMed MultilingualOpenMed/privacy-filter-multilingual…-multilingual-mlx…-multilingual-mlx-8bitfrom openmed import extract_pii text Patient Sarah Connor (DOB: 03/15/1985) at MRN 4471882. extract_pii(text, model_nameopenai/privacy-filter) # PyTorch baseline extract_pii(text, model_nameOpenMed/privacy-filter-nemotron) # same code, different weights extract_pii(text, model_nameOpenMed/privacy-filter-mlx) # Apple Silicon (MLX)一个模型名全平台运行在非 Apple Silicon 主机上MLX 模型名会自动回退到对应的 PyTorch checkpoint并给出一次性警告——你只需写一个模型名就能在任何地方运行。README 中的演示 GIFdocs/brand/openmed-pii-demo.gif展示的正是 Nemotron Privacy Filter 在本地实时隐藏临床出院报告中的姓名、地址、标识符与账单数据。实时去标识化Privacy Filter 家族模型在设备本地隐藏临床文档中的姓名、地址、标识符与账单信息图中数值均为合成数据。八、多语言 PII36 条受支持路径 / 33 个模型支持的语种README 声明多语言 PII 提取与去标识化覆盖en、fr、de、it、es、nl、hi、te、pt、ar、ja、tr模型注册表总计 33 个模型支持的语种、36 条受支持路径对应openmed.core.pii_i18n的SUPPORTED_LANGUAGES与DEFAULT_PII_MODELS导出。用法是给extract_pii传lang参数python -c from openmed import extract_pii; print([(e.label, e.text) for e in extract_pii(Dr. Pedro Almeida, CPF: 123.456.789-09, email: pedrohospital.pt, langpt).entities])README 还为葡萄牙语、荷兰语、印地语、阿拉伯语、日语、土耳其语各给出一个完整示例from openmed import extract_pii portuguese extract_pii(Paciente: Pedro Almeida, CPF: 123.456.789-09, telefone: 351 912 345 678, langpt, use_smart_mergingTrue) dutch extract_pii(Patiënt: Eva de Vries, BSN: 123456782, telefoon: 31 6 12345678, langnl, use_smart_mergingTrue) hindi extract_pii(रोगी: अनीता शर्मा, फोन: 91 9876543210, पता: नई दिल्ली 110001, langhi, use_smart_mergingTrue) arabic extract_pii(المريضة ليلى حسن، الهاتف 20 10 1234 5678، الرقم القومي 29801011234567., langar, use_smart_mergingTrue) japanese extract_pii(患者 佐藤 花子、電話 81 90 1234 5678、マイナンバー 1234 5678 9012., langja, use_smart_mergingTrue) turkish extract_pii(Hasta Ayşe Yılmaz, telefon 90 532 123 45 67, TCKN 10000000146., langtr, use_smart_mergingTrue) for r in (portuguese, dutch, hindi, arabic, japanese, turkish): print([(e.label, e.text) for e in r.entities])从源码看多语言能力不仅是换模型这么简单lang会同时驱动默认模型选择、正则模式库与 Faker 替代数据区域deidentify的methodreplace会依据lang推导 Faker locale如pt_BR、en_GB对印地语/泰卢固语等混合文字场景还内置了脚本感知的印度临床路由abdm、code_mixed等参数见 core/pii.py 与 core/anonymizer 目录。九、在 Apple 上运行MLX、OpenMedKit 与 Swift在受支持的 Apple 硬件上OpenMed 可用MLX与OpenMedKitSwift 原生 SDK源码见 swift/OpenMedKit实现本地处理。模型获取与用户自配的远端集成仍是独立的网络边界。README 给出了 Swift 包依赖写法以 OpenMedKit 当前版本为准示例中为 2.3.0// Add OpenMedKit to your app dependencies: [ .package(url: https://github.com/maziyarpanahi/openmed.git, from: 2.3.0), ]关键能力MLX 运行时用于 PII token 分类、Privacy Filter 家族与 GLiNER 家族的实验性 zero-shot 任务另有 CoreML 回退路径一个模型名、全平台非 Apple 硬件上 MLX 模型名自动回退到对应 PyTorch checkpointApple Silicon 上的 Pythonpip install --upgrade openmed[mlx]即可。进一步阅读MLX 后端说明、Swift OpenMedKit 指南、CoreML 导出。仓库还提供开箱即用的 Swift 演示工程 swift/OpenMedDemo 与 swift/OpenMedScanDemo以及 Android / ONNX Runtime Mobiledocs/export-onnx-android.md与浏览器 / Transformers.jsdocs/export-transformersjs.md的导出路线。十、REST API 实战部署与调用README 给出了 REST 服务的最小化部署路径pip install --upgrade openmed[hf,service] uvicorn openmed.service.app:app --host 0.0.0.0 --port 8080 # or with Docker docker build -t openmed:local . docker run --rm -p 8080:8080 -e OPENMED_PROFILEprod openmed:local一个多语言 PII 提取的 curl 示例README 原文langes西班牙语场景curl -X POST http://127.0.0.1:8080/pii/extract \ -H Content-Type: application/json \ -d {text:Paciente: Maria Garcia, DNI: 12345678Z,lang:es}服务端实现openmed/service/app.py是 FastAPI 应用除上文端点外还有/models/loaded、/models/unload、/pii/extract/stream、/pii/deidentify/stream等流式与运维端点请求支持批处理提交、优先级与超时。完整的服务端指南见 docs/rest-service.mdDocker 部署参考仓库根目录 Dockerfile 与 docker-compose.yml。十一、工作原理README 给出了一个简洁的端到端流程图Mermaid一条输入文本在 OpenMed 中会同时产出三类结果医学实体NER、PII 检测结果、以及去标识化后的安全文本——这正是提取 脱敏一体的工作方式也是第一节部署边界表中本地处理的具体落点。十二、进一步探索README 还提供了丰富的仓库内资源入口以下链接均已转换为仓库根目录相对路径主题入口入门与 APIdocs/index.md · docs/analyze-text.md模型注册表models.jsonl · docs/model-registry.mdPII 完整教程examples/notebooks/PII_Detection_Complete_Guide.ipynb去标识化docs/anonymization.md智能合并docs/pii-smart-merging.md批量处理docs/batch-processing.md配置Profilesdocs/profiles.mdREST 服务docs/rest-service.mdMLX 后端docs/mlx-backend.md贡献与许可欢迎通过 issue 与 pull request 参与贡献见 CONTRIBUTING.md 与 docs/contributing.mdREADME 特别欢迎社区完成各语言 README 的翻译补全。OpenMed SDK 源码以 Apache-2.0 许可证发布LICENSE模型与数据集的条款另行约定。引用如果 OpenMed 对你的研究工作有帮助可参考以下 BibTeX 引用完整论文信息见仓库根 README.mdmisc{panahi2025openmedneropensourcedomainadapted, title{OpenMed NER: Open-Source, Domain-Adapted State-of-the-Art Transformers for Biomedical NER Across 12 Public Datasets}, author{Maziyar Panahi}, year{2025}, eprint{2508.01630}, archivePrefix{arXiv}, primaryClass{cs.CL}, }结语OpenMed 的价值在于把临床 NER PII 去标识化这条通常依赖云端的链路完整搬回本地一份输入文本同时产出医学实体、PII 检测与脱敏结果一套模型名在 PyTorch、MLX、Android 与浏览器之间自由切换一组精心设计的脱敏策略让替代值既逼真又满足校验规则。无论是快速原型analyze_text、批量数据集脱敏BatchProcessor、Apple 端本地运行MLX / OpenMedKit还是服务化部署REST / Docker你都可以从本文的示例与源码索引出发直接在生产场景中落地。请始终记得工具辅助实现不等于合规本身部署前的专家复核与数据条款核验不可省略。【免费下载链接】openmedLocal-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项目地址: https://gitcode.com/GitHub_Trending/ope/openmed创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
OpenMed 本地优先医疗 AI 实战指南临床 NER 与 HIPAA PII 去标识化Python / MLX / REST 全解析【免费下载链接】openmedLocal-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项目地址: https://gitcode.com/GitHub_Trending/ope/openmedOpenMed 是一个本地优先local-first的开源医疗 AI SDK它把临床命名实体识别clinical NER与 HIPAA 级 PII 检测、去标识化完全放到你掌控的硬件上运行患者数据不需要离开你的网络。本文以仓库根目录的 README.ar.md 为主体骨架结合 openmed 源码包的真实实现系统讲解从 30 秒快速上手、医学模型矩阵、PII 提取与去标识化、多语言支持到 Apple SiliconMLX加速与 REST 服务部署的完整链路。读完后你将能独立用 OpenMed 在 Python、Swift 与浏览器/服务端场景中完成临床文本的结构化抽取与隐私脱敏。一、为什么选择 OpenMed本地优先的部署边界OpenMed 的核心立场是你的数据、你的模型、你的硬件。SDK 的核心运行时在所需模型组件就绪后完全本地处理只有模型下载、远程适配、可选的遥测路径与用户自配的集成才会使用网络。README 中的部署边界表给出了清晰的职责划分部署考量OpenMed SDK 边界核心运行时所需组件就绪后本地处理可选网络路径下载、远程适配、遥测路径与集成可能使用网络验证由部署方核验模型/数据的条款、隐私行为与临床适用性接口Python、Swift、Android、浏览器与受支持的服务端几个值得注意的定位要点均来自 README.ar.md 与仓库现状模型清单庞大且可审计仓库根目录的 models.jsonl 收录了 2,266 条模型清单记录可逐条核验模型、许可证与适用数据集对应源码中的模型注册表 model_registry.pySafe Harbor 兼容的类别配置可瞄准 18 类 HIPAA Safe Harbor 标识符但部署仍需专家复核仅使用 SDK 本身不构成 HIPAA 合规证明多后端执行路径CPU / CUDA / MLX / 移动端 / 服务端 / 浏览器等转换器随环境与组件不同而各异Apache-2.0 开源 SDKSDK 源码以 Apache-2.0 发布见 LICENSE模型与数据集的条款另行约定。需要特别说明README 强调本地优先并不等于永远离线——模型下载、远端适配等路径按各模型与数据集的条款使用网络部署方应自行核验隐私与合规边界。二、30 秒上手analyze_text 临床实体抽取README 给出了一个可以直接复制的 30 秒示例使用默认疾病检测模型对一句临床文本做 NERfrom openmed import analyze_text result analyze_text( Patient started on imatinib for chronic myeloid leukemia., model_namedisease_detection_superclinical, ) for entity in result.entities: print(f{entity.label:12} {entity.text:28} {entity.confidence:.2f}) # DISEASE chronic myeloid leukemia 0.98 # DRUG imatinib 0.95这段代码背后对应的是 openmed/init.py 中analyze_text的完整实现。从源码可以看到几个值得了解的默认行为默认模型为disease_detection_superclinical可通过model_name或等价的model_id指定两者同时传入会抛ValueError句子检测默认开启sentence_detectionTrue文本会先被切分为句子、再按“每块最多 6 句 / 每块最多max(480, max_length*4)字符”的规则分块推理最后把分块预测的偏移量映射回原始文本避免长文本被截断或跨句误标聚合策略aggregation_strategysimple、置信度阈值confidence_threshold0.0保留全部、分组group_entitiesFalse等都可按需调整输出格式支持dict默认、json、html、csv可选assert_contextTrue为每个实体附加否定、不确定性、经历者experiencer与时态等临床上下文标签对应 clinical/context.py 的实现model_name支持注册表键、Hugging Face 完整模型 ID、或本地模型目录三种形式。离线 / 隔离环境直接指向本地目录README 专门给出了离线部署写法把model_id指向一个本地模型目录OpenMed 将直接本地加载不访问 Hugging Face Hubfrom openmed import OpenMedConfig, analyze_text result analyze_text( Patient presents with chronic myeloid leukemia and Type 2 diabetes., model_id./models/OpenMed-NER-DiseaseDetect-SuperClinical-434M, configOpenMedConfig(devicecpu), )OpenMedConfig负责后端/设备等运行时配置源码见 core/config.py 及openmed.core模块导出离线场景下配合devicecpu即可完全本地推理。三、快速开始三种安装方式README 的安装命令按运行形态分为三档# Core Hugging Face runtime (Linux, macOS, Windows; CPU or CUDA) pip install --upgrade openmed[hf] # Add the REST service pip install --upgrade openmed[hf,service] # Apple Silicon acceleration (MLX) pip install --upgrade openmed[mlx]基础包openmed[hf]提供 Python 运行时CPU/CUDA跨 Linux、macOS、Windows追加serviceextra 后可使用uvicorn启动 REST 服务见下文第四节在 Apple Silicon 上追加mlxextra 即可启用 MLX 加速运行时详见第九节。当前仓库版本号为 2.3.0见 openmed/about.py需要 Python 3.10。SDK 源码按 Apache-2.0 发布。四、三种接口形态Python、REST、批量README 用三栏对照展示了 OpenMed 的三种主流调用方式本文分别展开并补充源码细节。1. Python 接口from openmed import analyze_text analyze_text( Patient received 75mg clopidogrel for NSTEMI., model_name pharma_detection_superclinical, )使用pharma_detection_superclinical药物/治疗检测时会识别DRUG、MEDICATION、TREATMENT等实体。2. REST 服务uvicorn openmed.service.app:app \ --host 0.0.0.0 --port 8080核心端点README 列举且均能在 openmed/service/app.py 中找到对应路由实现端点方法说明/healthGET健康检查另有/livez、/readyz/analyzePOST临床实体分析/pii/extractPOSTPII 实体提取/pii/deidentifyPOSTPII 去标识化/pii/extract与/pii/deidentify的实现openmed/service/app.py会携带请求级追踪标签端点、输入长度、模型名并支持批处理、超时控制与请求合并coalescing服务本身是 Docker 友好的 FastAPI 应用带请求校验、共享管线预加载与统一错误包装。3. 批量处理BatchProcessorfrom openmed import BatchProcessor p BatchProcessor( model_name disease_detection_superclinical, group_entitiesTrue, ) p.process_texts([...])BatchProcessor的源码位于 openmed/processing/batch.py支持三种operationanalyze_text默认、extract_pii、deidentify。默认按每批 8 篇文档处理置信度阈值随操作类型自动对齐analyze_text0.0、extract_pii0.5、deidentify0.7支持continue_on_error、持久化 checkpoint、进度跟踪与错误汇总适合批量脱敏数据集。五、医学 NER 模型矩阵README 给出了一个精选的医学 NER 模型清单完整目录见仓库 models.jsonl 与模型注册表 model_registry.py模型专长实体类型大小disease_detection_superclinical疾病与状况DISEASE, CONDITION, DIAGNOSIS434Mpharma_detection_superclinical药物与治疗DRUG, MEDICATION, TREATMENT434Mpii_superclinical_largePII 与去标识化NAME, DATE, SSN, PHONE, EMAIL, ADDRESS434Manatomy_detection_electramed解剖与身体部位ANATOMY, ORGAN, BODY_PART109Mgene_detection_genecorpus基因与蛋白质GENE, PROTEIN109M源码佐证在 model_registry.py 中可以看到这些短名registry key与完整模型 ID 的别名映射例如disease_detection_superclinical→OpenMed/OpenMed-NER-DiseaseDetect-SuperClinical-434Mpharma_detection_superclinical→OpenMed/OpenMed-NER-PharmaDetect-SuperClinical-434Manatomy_detection_electramed→OpenMed/OpenMed-NER-AnatomyDetect-ElectraMed-109M也就是说你既可以用短名让 OpenMed 自动解析也可以直接用完整模型 ID 或本地目录路径见第二节离线示例。除此之外注册表中还有肿瘤、病理、血癌、化学物、物种、蛋白质等更多专业模型可调用get_models_by_category()与get_model_info()openmed.core.model_registry导出浏览。六、隐私核心PII 检测与去标识化这是 OpenMed 的招牌能力。README 给出的完整示例from openmed import extract_pii, deidentify text Patient: John Doe, DOB: 01/15/1970, SSN: 123-45-6789 # Extract PII with smart merging (prevents tokenization fragmentation) result extract_pii(text, model_namepii_superclinical_large, use_smart_mergingTrue) # De-identify with the method you need deidentify(text, methodmask) # [NAME], [DATE] deidentify(text, methodreplace) # Faker-backed, locale-aware, format-preserving fakes deidentify(text, methodhash) # Cryptographic hashing deidentify(text, methodshift_dates, date_shift_days180)extract_pii智能合并extract_pii的签名与实现位于 openmed/core/pii.py。关键参数包括model_namePII 检测模型默认按lang自动选择语言合适的模型confidence_threshold默认 0.5use_smart_merging默认True用正则识别语义单元日期、SSN、电话等把模型因分词而切碎的结果合并回完整实体例如01/15/1970不会被拆成01与/15/1970langISO 639-1 语言码决定默认模型与正则模式normalize_accents去除变音符号后再推理默认对西班牙语自动开启实体偏移仍指向原文custom_recognizer自定义 deny-list / allow-list 识别器命中带custom:deny来源标记budget可选的单请求墙钟时间与输入字符预算超长输入在推理前直接拒绝。deidentify七种脱敏策略deidentifyopenmed/core/pii.py实现了比 README 更完整的策略集合默认confidence_threshold0.7更保守、更安全并默认执行use_safety_sweepTrue去标识化前再跑一遍确定性结构化标识符扫描方法行为mask替换为占位符如[NAME]、[EMAIL]aadhaar_mask将 Aadhaar 渲染为XXXX XXXX NNNNUIDAI 掩码形式其余实体用普通占位符remove完全删除 PII 文本replace用逼真但虚构的数据替换Faker 驱动、区域感知、保格式hash用一致的哈希值替换便于实体关联format_preserve保留形状与分隔符的合成结构化标识符不支持的标签走掩码shift_dates按随机偏移平移日期并保持时间间隔其他值得注意的参数keep_year日期保留年份、patient_keydate_shift_secretHMAC 派生确定性的日期平移偏移保证跨会话稳定且原始 key 不被记录/持久化、consistentTrue同一输入生成同一替代身份、seed跨运行可复现、localeFaker 区域覆盖如pt_BR、en_GB、policy策略配置档、auditTrue返回确定性的AuditReport审计报告。保真且校验有效的虚构标识符README 特别指出replace方法背后的 Faker 提供者支持带校验和的临床标识符CPF、CNPJ、BSN、NIR、Codice Fiscale、NIE、Aadhaar、Steuer-ID、NPI。这在源码 openmed/core/anonymizer/providers/clinical_ids.py 中有完整实现例如巴西 CPF/CNPJ、荷兰 BSN、法国 NIR、意大利 Codice Fiscale 等均生成通过各自校验规则的合法格式Aadhaar 使用 Verhoeff 校验和生成合法 12 位号码format_preserve.py 还提供 UIDAI 掩码渲染德国 Steuer-ID 与 10 位美国 NPI 也都有专门的 providerGermanSteuerIdProvider、NPIProvider。也就是说methodreplace产出的替代值不只是像而是真正满足校验逻辑的合成数据可直接用于下游测试与二次加工。HIPAA 边界声明README 明确声明Safe Harbor 兼容类别与可配置阈值是实施辅助工具部署仍需专家复核仅使用 SDK 不构成 HIPAA 合规证明。文章写作时请务必在系统设计中保留这一复核环节。七、Privacy Filter 模型家族README 用details折叠块介绍了 Privacy Filter 家族三个模型共享同一种架构gpt-oss 风格的 Sparse-MoE 转换器带局部注意力、sink tokens、RoPEYaRNtiktokeno200k_base分词只训练数据不同它们都走同一个extract_pii()/deidentify()接口只改model_name参数变体PyTorch (CPU CUDA)MLX (Apple Silicon)MLX 8-bitOpenAI Privacy Filteropenai/privacy-filterOpenMed/privacy-filter-mlx…-mlx-8bitNemotron-PII fine-tuneOpenMed/privacy-filter-nemotron…-nemotron-mlx…-nemotron-mlx-8bitOpenMed MultilingualOpenMed/privacy-filter-multilingual…-multilingual-mlx…-multilingual-mlx-8bitfrom openmed import extract_pii text Patient Sarah Connor (DOB: 03/15/1985) at MRN 4471882. extract_pii(text, model_nameopenai/privacy-filter) # PyTorch baseline extract_pii(text, model_nameOpenMed/privacy-filter-nemotron) # same code, different weights extract_pii(text, model_nameOpenMed/privacy-filter-mlx) # Apple Silicon (MLX)一个模型名全平台运行在非 Apple Silicon 主机上MLX 模型名会自动回退到对应的 PyTorch checkpoint并给出一次性警告——你只需写一个模型名就能在任何地方运行。README 中的演示 GIFdocs/brand/openmed-pii-demo.gif展示的正是 Nemotron Privacy Filter 在本地实时隐藏临床出院报告中的姓名、地址、标识符与账单数据。实时去标识化Privacy Filter 家族模型在设备本地隐藏临床文档中的姓名、地址、标识符与账单信息图中数值均为合成数据。八、多语言 PII36 条受支持路径 / 33 个模型支持的语种README 声明多语言 PII 提取与去标识化覆盖en、fr、de、it、es、nl、hi、te、pt、ar、ja、tr模型注册表总计 33 个模型支持的语种、36 条受支持路径对应openmed.core.pii_i18n的SUPPORTED_LANGUAGES与DEFAULT_PII_MODELS导出。用法是给extract_pii传lang参数python -c from openmed import extract_pii; print([(e.label, e.text) for e in extract_pii(Dr. Pedro Almeida, CPF: 123.456.789-09, email: pedrohospital.pt, langpt).entities])README 还为葡萄牙语、荷兰语、印地语、阿拉伯语、日语、土耳其语各给出一个完整示例from openmed import extract_pii portuguese extract_pii(Paciente: Pedro Almeida, CPF: 123.456.789-09, telefone: 351 912 345 678, langpt, use_smart_mergingTrue) dutch extract_pii(Patiënt: Eva de Vries, BSN: 123456782, telefoon: 31 6 12345678, langnl, use_smart_mergingTrue) hindi extract_pii(रोगी: अनीता शर्मा, फोन: 91 9876543210, पता: नई दिल्ली 110001, langhi, use_smart_mergingTrue) arabic extract_pii(المريضة ليلى حسن، الهاتف 20 10 1234 5678، الرقم القومي 29801011234567., langar, use_smart_mergingTrue) japanese extract_pii(患者 佐藤 花子、電話 81 90 1234 5678、マイナンバー 1234 5678 9012., langja, use_smart_mergingTrue) turkish extract_pii(Hasta Ayşe Yılmaz, telefon 90 532 123 45 67, TCKN 10000000146., langtr, use_smart_mergingTrue) for r in (portuguese, dutch, hindi, arabic, japanese, turkish): print([(e.label, e.text) for e in r.entities])从源码看多语言能力不仅是换模型这么简单lang会同时驱动默认模型选择、正则模式库与 Faker 替代数据区域deidentify的methodreplace会依据lang推导 Faker locale如pt_BR、en_GB对印地语/泰卢固语等混合文字场景还内置了脚本感知的印度临床路由abdm、code_mixed等参数见 core/pii.py 与 core/anonymizer 目录。九、在 Apple 上运行MLX、OpenMedKit 与 Swift在受支持的 Apple 硬件上OpenMed 可用MLX与OpenMedKitSwift 原生 SDK源码见 swift/OpenMedKit实现本地处理。模型获取与用户自配的远端集成仍是独立的网络边界。README 给出了 Swift 包依赖写法以 OpenMedKit 当前版本为准示例中为 2.3.0// Add OpenMedKit to your app dependencies: [ .package(url: https://github.com/maziyarpanahi/openmed.git, from: 2.3.0), ]关键能力MLX 运行时用于 PII token 分类、Privacy Filter 家族与 GLiNER 家族的实验性 zero-shot 任务另有 CoreML 回退路径一个模型名、全平台非 Apple 硬件上 MLX 模型名自动回退到对应 PyTorch checkpointApple Silicon 上的 Pythonpip install --upgrade openmed[mlx]即可。进一步阅读MLX 后端说明、Swift OpenMedKit 指南、CoreML 导出。仓库还提供开箱即用的 Swift 演示工程 swift/OpenMedDemo 与 swift/OpenMedScanDemo以及 Android / ONNX Runtime Mobiledocs/export-onnx-android.md与浏览器 / Transformers.jsdocs/export-transformersjs.md的导出路线。十、REST API 实战部署与调用README 给出了 REST 服务的最小化部署路径pip install --upgrade openmed[hf,service] uvicorn openmed.service.app:app --host 0.0.0.0 --port 8080 # or with Docker docker build -t openmed:local . docker run --rm -p 8080:8080 -e OPENMED_PROFILEprod openmed:local一个多语言 PII 提取的 curl 示例README 原文langes西班牙语场景curl -X POST http://127.0.0.1:8080/pii/extract \ -H Content-Type: application/json \ -d {text:Paciente: Maria Garcia, DNI: 12345678Z,lang:es}服务端实现openmed/service/app.py是 FastAPI 应用除上文端点外还有/models/loaded、/models/unload、/pii/extract/stream、/pii/deidentify/stream等流式与运维端点请求支持批处理提交、优先级与超时。完整的服务端指南见 docs/rest-service.mdDocker 部署参考仓库根目录 Dockerfile 与 docker-compose.yml。十一、工作原理README 给出了一个简洁的端到端流程图Mermaid一条输入文本在 OpenMed 中会同时产出三类结果医学实体NER、PII 检测结果、以及去标识化后的安全文本——这正是提取 脱敏一体的工作方式也是第一节部署边界表中本地处理的具体落点。十二、进一步探索README 还提供了丰富的仓库内资源入口以下链接均已转换为仓库根目录相对路径主题入口入门与 APIdocs/index.md · docs/analyze-text.md模型注册表models.jsonl · docs/model-registry.mdPII 完整教程examples/notebooks/PII_Detection_Complete_Guide.ipynb去标识化docs/anonymization.md智能合并docs/pii-smart-merging.md批量处理docs/batch-processing.md配置Profilesdocs/profiles.mdREST 服务docs/rest-service.mdMLX 后端docs/mlx-backend.md贡献与许可欢迎通过 issue 与 pull request 参与贡献见 CONTRIBUTING.md 与 docs/contributing.mdREADME 特别欢迎社区完成各语言 README 的翻译补全。OpenMed SDK 源码以 Apache-2.0 许可证发布LICENSE模型与数据集的条款另行约定。引用如果 OpenMed 对你的研究工作有帮助可参考以下 BibTeX 引用完整论文信息见仓库根 README.mdmisc{panahi2025openmedneropensourcedomainadapted, title{OpenMed NER: Open-Source, Domain-Adapted State-of-the-Art Transformers for Biomedical NER Across 12 Public Datasets}, author{Maziyar Panahi}, year{2025}, eprint{2508.01630}, archivePrefix{arXiv}, primaryClass{cs.CL}, }结语OpenMed 的价值在于把临床 NER PII 去标识化这条通常依赖云端的链路完整搬回本地一份输入文本同时产出医学实体、PII 检测与脱敏结果一套模型名在 PyTorch、MLX、Android 与浏览器之间自由切换一组精心设计的脱敏策略让替代值既逼真又满足校验规则。无论是快速原型analyze_text、批量数据集脱敏BatchProcessor、Apple 端本地运行MLX / OpenMedKit还是服务化部署REST / Docker你都可以从本文的示例与源码索引出发直接在生产场景中落地。请始终记得工具辅助实现不等于合规本身部署前的专家复核与数据条款核验不可省略。【免费下载链接】openmedLocal-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项目地址: https://gitcode.com/GitHub_Trending/ope/openmed创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
