femr 是行业应用领域的开源项目，由 som-shahlab 开发，2022 年首次发布。
它收录于行业应用分类，该分类目前共有 545 个项目，GitHub 星标数为 182。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。Apache-2.0许可，可免费使用和部署，无付费版本。
它主要面向的使用场景是：医疗时间序列预测（如患者风险分层）。同类可对比的替代方案包括 PyHealth、EHRKit、MIMIC-III Benchmark。
femr
把电子病历变成AI训练数据，快速上手自监督医疗模型
FEMR是一个面向电子健康记录（EHR）的大规模自监督学习框架。它解决的核心问题是：医疗数据通常以非结构化的时间序列事件形式存在，难以直接用于机器学习模型。FEMR提供了数据预处理、特征工程和模型训练的工具链，支持将原始EHR数据转换为可用于自监督学习的格式，并内置了多种预训练任务（如预测缺失事件、对比学习等），帮助研究人员和开发者高效构建医疗AI模型。其核心能力包括：灵活的数据加载器、可扩展的模型接口、以及针对医疗场景优化的评估工具。项目处于早期阶段，但设计思路清晰，适合医疗NLP和时间序列预测方向的研究者。
开源
free
开源模型
GitHub 星标
★ 182
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队som-shahlab
所属国家
定价模式free
价格说明开源框架，Apache-2.0许可，可免费使用和部署，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型electronic-health-records,foundation-models,healthcare,self-supervised-learning
GitHub 星标★ 182
30天Star增速
HF 下载量
上线时间2022-06-28 00:00:00
最近更新2026-09-22 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1
使用教程
核心亮点
- 专为EHR设计的数据转换管线，处理非结构化事件序列
- 内置多种自监督预训练任务，降低医疗模型开发门槛
- 基于Python，与PyTorch等主流框架兼容性好
不足之处
- 文档/社区待观察
- 项目处于早期，API可能变动频繁
适用场景
- 医疗时间序列预测（如患者风险分层）
- EHR表征学习用于下游分类任务
- 医疗NLP中的事件序列建模
替代项目
PyHealth、EHRKit、MIMIC-III Benchmark
项目介绍
同类项目推荐
xmgai-like
开源
换脸、艺术二维码随手玩，副业灵感一包带走。
本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···
spoken-to-signed-translation
开源
把口语文本一路转成手语视频的流水线
a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation
DDC_Skills_for_AI_Agents_in_Cons···
开源
给建筑AI装上221个专业技能，让Claude秒变工地专家
221 AI skills for construction: BIM analysis, cost estimation, scheduling, document ···
LiveTranslate
开源
直播看片实时翻译，字幕秒出，跨语言无压力
Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···