openmed

本地跑医疗AI，患者数据不出院，隐私合规两不误

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 744 🐛 待处理 1374 👀 关注 24

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 5788

维护状态活跃

是否开源开源

定价模式 🏷️完全免费完全开源免费，Apache-2.0许可，本地部署，无云服务，无付费版本。

项目预览

项目数据

分类开源模型

开发团队maziyarpanahi

官网地址https://openmed.life

GitHubhttps://github.com/maziyarpanahi/openmed

定价模式🏷️完全免费

价格说明完全开源免费，Apache-2.0许可，本地部署，无云服务，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型android,clinical-nlp,healthcare,hipaa,ios,javascript,llm,local-llm,mlx,ner,nlp,on-device,on-premise,pii,pii-detection,python,skills,sovereign-ai,swift,swiftui

GitHub 星标★ 5788

上线时间2025-10-04 00:00:00

代码更新2026-11-08

仓库体积114.1 MB

本站数据更新2026-11-08

维护状态活跃

收录时间2026-08-09

浏览次数8

项目介绍

openmed 是一个本地优先的医疗 AI 开源项目，专注于临床命名实体识别（NER）和 HIPAA 合规的 PII 去标识化，所有处理完全在设备端运行，无需云端参与，确保患者数据不离开本地网络。项目提供超过 2200 个医疗模型，覆盖 21 种语言，基于 Apple MLX 和 Python 构建，采用 Apache-2.0 许可。它解决的核心问题是医疗数据隐私与合规性，让医院、诊所和研究人员能在不暴露敏感信息的前提下，利用 AI 进行临床文本分析，如提取疾病、药物、症状等实体，并自动移除身份信息。核心能力包括高精度实体识别、多语言支持、离线推理，以及与现有 Python 生态的无缝集成。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5788

技术标签

android healthcare ios javascript llm

使用教程

难度：入门约 10 分钟部署方式：本地安装 5 步

环境要求

Python 3.10 及以上（README 标注 Python 3.10+）
pip 可用的 Python 环境（用于 pip install openmed[hf]）
可选：Docker（如需用容器方式运行）
首次使用需联网下载模型产物，之后本地推理

安装与启动步骤

1安装 openmed 包

用 pip 安装带 Hugging Face 运行时的 openmed，支持 Linux、macOS、Windows 的 CPU 或 CUDA 环境。
```
pip install --upgrade "openmed[hf]"
```
2启动本地 REST 服务

用 uvicorn 启动 openmed.service.app，监听 0.0.0.0:8080，并设置模型空闲 10 分钟后自动释放。
```
OPENMED_SERVICE_KEEP_ALIVE=10m uvicorn openmed.service.app:app --host 0.0.0.0 --port 8080
```

3调用 PII 提取接口

POST /pii/extract 传入文本和语言代码，返回实体文本、标签、置信度与起止位置。

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"}'

4Docker 方式运行

在项目根目录构建镜像后运行容器，映射 8080 端口并指定生产配置档。
```
docker build -t openmed:local .
docker run --rm -p 8080:8080 -e OPENMED_PROFILE=prod openmed:local
```
5卸载模型释放内存

服务提供 GET /models/loaded 与 POST /models/unload，可在空闲时释放已加载的模型、分词器和管道。
```
curl -X POST http://127.0.0.1:8080/models/unload -H "Content-Type: application/json" -d '{"all":true}'
```

关键配置

配置项	必填	说明	示例
`OPENMED_PROFILE`	否	运行配置档，Docker 示例中设为生产模式	`prod`
`OPENMED_SERVICE_KEEP_ALIVE`	否	模型空闲多久后自动卸载释放内存	`10m`

如何确认成功

启动日志出现 INFO: Uvicorn running on http://0.0.0.0:8080，且 /pii/extract 返回含 entities 的 JSON。

常见问题

Q：数据会被上传到云端吗？

A：核心本地运行时在模型产物就绪后本地完成抽取与去标识化；但模型下载、远程服务适配器和遥测路径可能联网，使用前请查看各模型与数据集的条款。

Q：如何释放模型占用的内存？

A：可调用 GET /models/loaded 查看已加载模型，再用 POST /models/unload 卸载，并配合 OPENMED_SERVICE_KEEP_ALIVE 设置空闲自动卸载窗口。

Q：支持哪些语言？

A：README 标注支持 33 种模型驱动的 PII 语言，请求时通过 lang 字段指定，例如 es 表示西班牙语。

Q：能不能在 Android 上用？

A：可以。OpenMedKit 提供 Android/Kotlin 库，通过 ONNX Runtime Mobile 本地推理，可用 JitPack 依赖 com.github.maziyarpanahi:openmed:v2.3.0。

注意事项

README 明确提示：模型下载、远程提供方适配器、开启遥测的路径和用户自定义集成可能使用网络，须自行审阅各模型与数据集的使用条款。
生产环境建议使用 API-key/JWT 认证、no-PHI 日志等 v1.8 服务能力，并通过 /livez、/readyz 做健康检查。
Docker 示例把 8080 端口映射到宿主机，部署到公网前请确认访问控制与限流配置。
Android 集成需在 settings.gradle.kts 中额外添加 JitPack 仓库并限定 includeGroup("com.github.maziyarpanahi")。