三亩地 三亩地SAN MU DI · CODE DIARY
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天,欢迎挑你感兴趣的翻一翻。

医疗AI不传云端:这1000个模型,全跑在你自己的电脑上

医疗AI不传云端:这1000个模型,全跑在你自己的电脑上

患者数据永不离开你的设备
一行代码,临床文本变结构化——无API、无供应商锁定、无网络调用


🔥 先看一个场景:矛盾在哪?

你是一个医院信息科的技术人员,或者一家医疗AI创业公司的开发者。

临床医生给你一堆病历:出院小结、影像报告、化验单……他们要你“提取出里面的疾病、药物、检查结果”。

你怎么办?

传统方案的死结

方案问题
用商业医疗AI API(比如AWS Comprehend Medical、Google Healthcare API)数据要发到云端,患者隐私谁负责?HIPAA合规成本高得离谱
自己训练模型需要标注好的医疗数据——贵、慢、医疗标注找专业医生更贵
用开源通用NLP模型医疗术语太专业,通用模型一塌糊涂。“AML”它可能以为是“上午”,其实是“急性髓系白血病”

核心矛盾:医疗数据极度敏感,不能出网络;但高性能的医疗AI模型,又被锁在商业API里。


✅ OpenMed 的解法

OpenMed 是一套“本地优先”的医疗AI工具包。

1000+ 个专业医疗模型,全部可以在你自己的硬件上运行——CPU、GPU、Apple Silicon(M系列芯片)都行。
患者数据从不离开你的设备或网络。

fromopenmedimportanalyze_text result=analyze_text("Patient started on imatinib for chronic myeloid leukemia.",model_name="disease_detection_superclinical",)# 输出:# DISEASE chronic myeloid leukemia 0.98# DRUG imatinib 0.95

一行代码,本地运行。没有API密钥,没有网络调用,数据不出门。


📊 它跟云端医疗API有什么不同?

OpenMedAWS / Google 医疗API
运行位置你的设备/服务器他们的云端
患者数据离开你的网络❌ 从不✅ 发送给供应商
成本免费、开源按调用付费(长期用很贵)
专业医疗模型数1000+有限(通用为主)
离线/内网部署✅ 支持❌ 不行
供应商锁定无(Apache 2.0)有

🍎 一个特别亮点:苹果生态原生支持

OpenMed 跟 Apple Silicon(M1-M4 芯片)深度集成:

  • MLX加速(Apple 自己的机器学习框架)
  • 通过OpenMedKit可以直接集成到iOS / iPadOS / macOS 应用里
  • PII检测、临床实体抽取完全在设备本地完成
// 加到你的Swift包里dependencies:[.package(url:"https://github.com/maziyarpanahi/openmed.git",from:"1.5.5"),]

💡一句话解释:MLX 是苹果做的机器学习框架,专门给M系列芯片加速。比 PyTorch 在 Mac 上跑得更快、内存占用更小。


🔧 它能干什么?

1. 医疗实体抽取(NER,命名实体识别)

从临床文本里抽取出:

  • 疾病和诊断:chronic myeloid leukemia、Type 2 diabetes
  • 药物和治疗:imatinib、75mg clopidogrel
  • 解剖部位:left ventricle、liver
  • 基因和蛋白质:BRCA1、EGFR
fromopenmedimportanalyze_text result=analyze_text("Patient with NSTEMI and hypertension, started on clopidogrel.",model_name="pharma_detection_superclinical",)forentityinresult.entities:print(f"{entity.label}:{entity.text}")# DRUG: clopidogrel# CONDITION: NSTEMI, hypertension

💡NER(命名实体识别):就是让计算机从一段文字里“挑出”特定类型的词——比如人名、地名、疾病名、药名。医疗版NER要能认出imatinib是药,NSTEMI是病。

2. PII检测与去标识化(脱敏)

医疗数据最怕“泄露患者隐私”。OpenMed能自动找出病历里的:

  • 姓名、出生日期、地址
  • 社保号(SSN)、病历号(MRN)
  • 电话号码、邮箱
  • 身份证、驾照号……覆盖HIPAA全部18类标识符
fromopenmedimportextract_pii,deidentify text="Patient: John Doe, DOB: 01/15/1970, SSN: 123-45-6789"# 找出PIIresult=extract_pii(text,model_name="pii_superclinical_large")# 多种脱敏方式deidentify(text,method="mask")# [NAME], [DATE]deidentify(text,method="replace")# 伪造真实感的数据(保留格式)deidentify(text,method="hash")# 加密哈希deidentify(text,method="shift_dates",date_shift_days=180)# 日期偏移

关键能力:智能实体合并——01/15/1970不会被拆成01/15和1970两个碎片。

💡PII(个人身份信息):能直接或间接定位到具体人的信息,比如姓名、身份证号、病历号。医疗AI处理这些信息前必须先“脱敏”。
💡HIPAA:美国医疗信息隐私保护法案,规定了18类需要保护的标识符。不合规罚款很重。

3. 多语言支持

12种语言的PII检测,总计247个PII检查点:

语言代码语言代码
英语en法语fr
德语de意大利语it
西班牙语es荷兰语nl
葡萄牙语pt印地语hi
泰卢固语te阿拉伯语ar
日语ja土耳其语tr
# 葡萄牙语示例extract_pii("Paciente: Pedro Almeida, CPF: 123.456.789-09",lang="pt")

📦 核心模型一览

模型名专长实体类型模型大小
disease_detection_superclinical疾病与病症DISEASE, CONDITION, DIAGNOSIS434M
pharma_detection_superclinical药物与用药DRUG, MEDICATION, TREATMENT434M
pii_superclinical_largePII与去标识化18类HIPAA标识符434M
anatomy_detection_electramed解剖与身体部位ANATOMY, ORGAN, BODY_PART109M
gene_detection_genecorpus基因与蛋白质GENE, PROTEIN109M

💡模型大小(如434M):指模型参数数量,4.34亿个。参数越多,模型越“聪明”,但对硬件要求也更高。109M的模型可以在老一点的CPU上跑,434M的建议有GPU或M系列Mac。


🚀 三种使用方式

1. Python API(最直接)

pipinstall"openmed[hf]"
fromopenmedimportanalyze_text,extract_pii# NER抽取result=analyze_text("Patient with AML and diabetes.",model_name="disease_detection_superclinical")# PII检测pii=extract_pii("John Doe, SSN: 123-45-6789",model_name="pii_superclinical_large")

2. REST服务(部署成API)

pipinstall"openmed[hf,service]"uvicorn openmed.service.app:app--host0.0.0.0--port8080
curl-XPOST http://127.0.0.1:8080/pii/extract\-H"Content-Type: application/json"\-d'{"text":"Paciente: Maria Garcia, DNI: 12345678Z","lang":"es"}'

3. 离线/内网部署

没有互联网的环境(比如医院内网、研究机构的隔离网络)也能用:

result=analyze_text("Patient presents with chronic myeloid leukemia.",model_id="./models/OpenMed-NER-DiseaseDetect-SuperClinical-434M",# 本地路径config=OpenMedConfig(device="cpu"),)

🎯 谁应该用 OpenMed?

人群为什么适合
医院/医疗机构的IT/数据团队患者数据不能出网。OpenMed本地部署,合规无忧
医疗AI创业公司不用重新训练模型,直接用1000+个专业模型,省几百万标注费
制药公司/CRO(合同研究组织)从海量临床试验文本、文献里抽实体,全程在自己服务器上跑
医学研究机构病历去标识化后做研究,不暴露患者隐私
个人开发者/黑客马拉松免费、开源、一行代码跑起来,不用申请任何API key
Mac/iOS开发者OpenMedKit让你在iPhone上跑医疗AI,完全本地,不联网

一个典型的“冲突”场景

问题:某三甲医院想做“智能病历结构化”,从出院小结里自动抽疾病和药物。但IT部门规定:任何患者数据不得上传至公有云。

之前:要么自己招团队训练模型(投入大、周期长),要么放弃。

现在:OpenMed 直接部署在内网服务器上,模型本地加载,数据不出院区。一行 Python 就能跑。


🔬 技术原理(通俗版)

1. 模型从哪来?

OpenMed 聚合了 Hugging Face 上 1000+ 个领域适应(domain-adapted)的生物医学模型。这些模型用大量的生物医学文献、临床笔记、出院小结训练过,所以能认出imatinib是药,NSTEMI是病。

2. 怎么跑在你本地?

模型下载到本地后,OpenMed 用 Hugging Face 的transformers库加载推理(inference)。你可以选:

  • device="cpu":任何电脑都能跑,慢一点
  • device="cuda":有NVIDIA显卡,快很多
  • device="mps"(Mac M系列):用苹果的Metal加速

3. 隐私过滤器(Privacy Filter)

基于 OpenAI 发布的 Privacy Filter 架构,专门做PII检测。OpenMed 提供了三个变体:

  • openai/privacy-filter:OpenAI原始版本
  • OpenMed/privacy-filter-nemotron:用NVIDIA的Nemotron数据集微调,更准
  • OpenMed/privacy-filter-multilingual:支持12种语言

这些模型在MLX加速下,iPhone上也能跑。


✅ 总结

层次核心内容
解决了什么矛盾医疗数据敏感不能上云 ↔ 高性能医疗AI被锁在商业API里。OpenMed让医疗AI本地运行,数据不出设备
核心能力①医疗实体抽取(疾病/药物/基因)②PII检测与脱敏(18类HIPAA)③12种语言 ④1000+模型 ⑤苹果生态原生支持
谁来用医院IT、医疗AI创业、药企、研究人员、Mac/iOS开发者
怎么开始pip install "openmed[hf]"→from openmed import analyze_text→ 一行代码跑起来

📦 立即开始

pipinstall"openmed[hf]"
fromopenmedimportanalyze_text result=analyze_text("Patient started on imatinib for chronic myeloid leukemia.",model_name="disease_detection_superclinical",)print([(e.label,e.text)foreinresult.entities])# [('DISEASE', 'chronic myeloid leukemia'), ('DRUG', 'imatinib')]

Apache 2.0 许可证 · 无供应商锁定 · 你的数据,永远只属于你

← 返回列表