OpenMed策略感知去标识化HIPAA、GDPR与研究场景配置完整指南【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 是一款本地优先Local-first的医疗 AI 去标识化工具它的**策略感知去标识化Policy-Aware De-identification**能力让你用一行配置即可在 HIPAA 安全港、GDPR 假名化、研究受限数据集等合规场景间快速切换。20 种内置策略、21 种语言、2200 医疗模型100% 在设备端运行——患者数据不出内网无需云端。什么是策略感知去标识化传统脱敏工具往往一套规则打天下而 OpenMed 把合规法规本身变成了可加载的策略配置。每个策略都是一个独立的 JSON 配置文件定义了默认动作默认脱敏动作mask掩码、replace假名替换、remove删除、keep保留识别类别动作映射直接标识符、准标识符、敏感属性、临床概念各如何处理安全扫描与仲裁模式是否强制安全扫描、检测器冲突时如何裁决可逆性控制是否保留映射、是否生成可逆假名 ID策略源码位于 openmed/core/policies/ 目录加载与校验逻辑实现在 openmed/core/policy.py。所有策略在运行时都会经过策略编译与覆盖率证明Policy Coverage ProofOpenMed 会逐一核对法规要求保护每一类标识符这一承诺任何未覆盖的标签、动作强度不足的项都会被明确报错而不是静默漏检。三大核心场景HIPAA、GDPR 与研究数据1️⃣ HIPAA 安全港hipaa_safe_harbor最严格的美国医疗数据脱敏模式。策略文件见 openmed/core/policies/hipaa_safe_harbor.json覆盖 HIPAA 规定的全部 18 类标识符姓名、地址、日期、SSN、账户号、生物特征等动作统一为mask掩码强制安全扫描safety_sweep_mandatory: true不保留任何映射适合需要无例外脱敏的生产环境发布场景2️⃣ GDPR 假名化gdpr_pseudonymization面向欧盟《通用数据保护条例》的可逆假名化方案配置见 openmed/core/policies/gdpr_pseudonymization.json标识符动作改为replace确定性替代值同时keep_mapping: true、reversible_id: true映射表与数据分离存储由你自行保管密钥——假名化后仍可依法完成数据主体访问请求DSAR临床概念默认保留CLINICAL_CONCEPT: keep最大化保留医疗数据研究价值注意GDPR 下密钥保管、再识别治理、合法基础与 DPIA 评估仍需你自己负责3️⃣ 研究场景research_limited_dataset为学术研究设计的受限数据集模式Limited Dataset配置见 openmed/core/policies/research_limited_dataset.json直接标识符姓名、电话、邮箱、身份证号一律mask准标识符保留日期、年龄、邮编等keep因为研究往往需要这些字段做队列分析适合在去标识化后仍要做纵向随访、时间趋势分析的研究管线如何一键切换策略在 OpenMed 的任何分析入口只需传入policy参数即可。例如批量处理临床文档时完整教程见 docs/batch-processing.mdresult analyze_text(clinical_note, policygdpr_pseudonymization)常用策略字面量速查完整 20 种策略及别名见 docs/compliance.md场景策略名核心特点美国合规发布hipaa_safe_harbor18 类标识符全掩码无例外HIPAA 专家判定辅助hipaa_expert_review_assist标记替代产出专家审查审计包欧盟健康数据gdpr_art9_health第 9 条敏感健康数据强化保护欧盟假名化gdpr_pseudonymization可逆假名映射受控保留学术研究research_limited_dataset去直接标识符保留准标识符绝对零泄漏strict_no_leak最高强度脱敏姿态临床最小化clinical_minimal_redaction仅脱敏必要标识符最大化可用性此外还有 20 地区策略china_pipl中国个保法、india_dpdp_act、africa_malabo_baseline、za_popia、ke_dpa、ng_ndpa、canada_pipeda、uk_ico_anonymisation等覆盖主要数据保护法规辖区。策略选择与合规验证清单选策略之前建议对照项目自带的合规文档与地区清单均为模板不替代法律意见合规总览与责任边界划分docs/compliance.mdGDPR 数据主体访问/删除导出流程docs/compliance/gdpr-dsar-export.mdDPIA 模板关联策略名与审计风险分docs/compliance/dpia-template.md数据加工协议模板docs/compliance/dpa-template.md各地区标识符检查清单docs/compliance/ 目录验证环节同样关键OpenMed 的评估框架见 docs/eval-harness.md会输出每类标识符的泄漏指标、残存再识别风险与可复现的基准报告策略配置变更后可随时回归验证。为什么选择本地优先OpenMed 的去标识化推理 100% 在设备端完成Apple MLX / ONNX Runtime 后端这意味着患者原始数据从不离开你的网络天然契合最小化数据出境的合规要求无遥测no-telemetry、无原始 PHI 日志见 docs/security/no-raw-phi-logging.md审计追踪可本地生成与签名支持 21 CFR Part 11 风格审计需求策略配置只是起点——结合本地推理、覆盖率证明与可复现评估OpenMed 为医疗数据团队提供了一条从 HIPAA 到 GDPR、再到跨国研究的完整去标识化路径。【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策略感知去标识化HIPAA、GDPR与研究场景配置完整指南【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 是一款本地优先Local-first的医疗 AI 去标识化工具它的**策略感知去标识化Policy-Aware De-identification**能力让你用一行配置即可在 HIPAA 安全港、GDPR 假名化、研究受限数据集等合规场景间快速切换。20 种内置策略、21 种语言、2200 医疗模型100% 在设备端运行——患者数据不出内网无需云端。什么是策略感知去标识化传统脱敏工具往往一套规则打天下而 OpenMed 把合规法规本身变成了可加载的策略配置。每个策略都是一个独立的 JSON 配置文件定义了默认动作默认脱敏动作mask掩码、replace假名替换、remove删除、keep保留识别类别动作映射直接标识符、准标识符、敏感属性、临床概念各如何处理安全扫描与仲裁模式是否强制安全扫描、检测器冲突时如何裁决可逆性控制是否保留映射、是否生成可逆假名 ID策略源码位于 openmed/core/policies/ 目录加载与校验逻辑实现在 openmed/core/policy.py。所有策略在运行时都会经过策略编译与覆盖率证明Policy Coverage ProofOpenMed 会逐一核对法规要求保护每一类标识符这一承诺任何未覆盖的标签、动作强度不足的项都会被明确报错而不是静默漏检。三大核心场景HIPAA、GDPR 与研究数据1️⃣ HIPAA 安全港hipaa_safe_harbor最严格的美国医疗数据脱敏模式。策略文件见 openmed/core/policies/hipaa_safe_harbor.json覆盖 HIPAA 规定的全部 18 类标识符姓名、地址、日期、SSN、账户号、生物特征等动作统一为mask掩码强制安全扫描safety_sweep_mandatory: true不保留任何映射适合需要无例外脱敏的生产环境发布场景2️⃣ GDPR 假名化gdpr_pseudonymization面向欧盟《通用数据保护条例》的可逆假名化方案配置见 openmed/core/policies/gdpr_pseudonymization.json标识符动作改为replace确定性替代值同时keep_mapping: true、reversible_id: true映射表与数据分离存储由你自行保管密钥——假名化后仍可依法完成数据主体访问请求DSAR临床概念默认保留CLINICAL_CONCEPT: keep最大化保留医疗数据研究价值注意GDPR 下密钥保管、再识别治理、合法基础与 DPIA 评估仍需你自己负责3️⃣ 研究场景research_limited_dataset为学术研究设计的受限数据集模式Limited Dataset配置见 openmed/core/policies/research_limited_dataset.json直接标识符姓名、电话、邮箱、身份证号一律mask准标识符保留日期、年龄、邮编等keep因为研究往往需要这些字段做队列分析适合在去标识化后仍要做纵向随访、时间趋势分析的研究管线如何一键切换策略在 OpenMed 的任何分析入口只需传入policy参数即可。例如批量处理临床文档时完整教程见 docs/batch-processing.mdresult analyze_text(clinical_note, policygdpr_pseudonymization)常用策略字面量速查完整 20 种策略及别名见 docs/compliance.md场景策略名核心特点美国合规发布hipaa_safe_harbor18 类标识符全掩码无例外HIPAA 专家判定辅助hipaa_expert_review_assist标记替代产出专家审查审计包欧盟健康数据gdpr_art9_health第 9 条敏感健康数据强化保护欧盟假名化gdpr_pseudonymization可逆假名映射受控保留学术研究research_limited_dataset去直接标识符保留准标识符绝对零泄漏strict_no_leak最高强度脱敏姿态临床最小化clinical_minimal_redaction仅脱敏必要标识符最大化可用性此外还有 20 地区策略china_pipl中国个保法、india_dpdp_act、africa_malabo_baseline、za_popia、ke_dpa、ng_ndpa、canada_pipeda、uk_ico_anonymisation等覆盖主要数据保护法规辖区。策略选择与合规验证清单选策略之前建议对照项目自带的合规文档与地区清单均为模板不替代法律意见合规总览与责任边界划分docs/compliance.mdGDPR 数据主体访问/删除导出流程docs/compliance/gdpr-dsar-export.mdDPIA 模板关联策略名与审计风险分docs/compliance/dpia-template.md数据加工协议模板docs/compliance/dpa-template.md各地区标识符检查清单docs/compliance/ 目录验证环节同样关键OpenMed 的评估框架见 docs/eval-harness.md会输出每类标识符的泄漏指标、残存再识别风险与可复现的基准报告策略配置变更后可随时回归验证。为什么选择本地优先OpenMed 的去标识化推理 100% 在设备端完成Apple MLX / ONNX Runtime 后端这意味着患者原始数据从不离开你的网络天然契合最小化数据出境的合规要求无遥测no-telemetry、无原始 PHI 日志见 docs/security/no-raw-phi-logging.md审计追踪可本地生成与签名支持 21 CFR Part 11 风格审计需求策略配置只是起点——结合本地推理、覆盖率证明与可复现评估OpenMed 为医疗数据团队提供了一条从 HIPAA 到 GDPR、再到跨国研究的完整去标识化路径。【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
