openmed
Moteur Python local-first pour la reconnaissance d'entités nommées cliniques et la désidentification de données personnelles conforme à la norme HIPAA sur l'appareil.
Extrayez des entités médicales structurées et masquez les données personnelles des patients sur votre matériel local dans 21 langues.
OpenMed est un moteur local open-source conçu pour les développeurs du secteur de la santé qui ont besoin d'extraire des entités cliniques et de désidentifier des dossiers de patients sur des appareils locaux. Il vous permet de traiter des notes cliniques sur des plateformes mobiles, de bureau et web sans que les données des patients ne quittent votre réseau local.
Qu'est-ce que c'est
OpenMed fournit un SDK Python ainsi que des adaptateurs clients natifs tels que OpenMedKit, ONNX Runtime Mobile et des liaisons Transformers.js. Il analyse du texte médical brut pour masquer les données personnelles sensibles des patients tout en exécutant des modèles spécialisés de reconnaissance d'entités nommées cliniques directement sur le matériel local.
Pour qui
Cet outil s'adresse aux développeurs de technologies de la santé, aux chercheurs cliniciens et aux spécialistes informatiques médicaux qui créent des pipelines de traitement de données nécessitant une stricte conformité HIPAA. Il n'est pas destiné aux utilisateurs finaux cliniques recherchant une application de bureau non technique.
Fonctionnalités clés
Extraction d'entités cliniques locales
Extrayez des maladies, des médicaments et des signaux cliniques à partir de textes médicaux non structurés à l'aide d'API Python locales.
Moteur de masquage de données personnelles HIPAA
Masquez les noms, adresses, détails de facturation et identifiants personnels dans 33 langues de données personnelles prises en charge par des modèles.
Liaisons matérielles multiplateformes
Exécutez des modèles localement sur Apple Silicon en utilisant MLX, sur des appareils mobiles via ONNX Runtime ou dans les navigateurs avec Transformers.js.
Accès à un vaste catalogue médical
Accédez à plus de 2 200 entrées de manifeste de catalogue de modèles mappées pour des tâches NLP de santé spécialisées.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- Traite le texte entièrement sur l'appareil afin que les données des patients ne quittent jamais votre réseau interne.
- Prend en charge le déploiement multiplateforme, notamment Python, Apple MLX, iOS, Android et les navigateurs web.
- Comprend des filtres de confidentialité préconfigurés spécialement conçus pour les notes de sortie cliniques synthétiques et réelles.
- Fournit un support multilingue couvrant 21 langues cliniques et 33 langues de masquage de données personnelles.
Ses limites
- Nécessite une connectivité réseau initiale pour télécharger les artefacts de poids de modèles volumineux avant de travailler hors ligne.
- Nécessite des compétences en développement Python pour créer et maintenir des workflows de traitement clinique.
- Les performances locales dépendent fortement de la capacité de mémoire et de calcul de votre appareil de périphérie cible.
Tarifs & licence
OpenMed est entièrement gratuit sous licence open-source Apache-2.0. Le dépôt ne propose pas de niveau hébergé payant, votre seule dépense est donc l'infrastructure matérielle locale requise pour exécuter les modèles.
Missions pour francophones
876 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$170 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Utilisez-le, ou laissez-nous l'installer
FAQ
OpenMed envoie-t-il des données de patients vers des serveurs cloud distants ?
Non, l'inférence s'exécute entièrement sur le matériel de votre appareil local une fois les fichiers de modèle requis téléchargés.
Quelles plateformes peuvent exécuter les modèles OpenMed ?
OpenMed prend en charge les environnements Python, Apple Silicon via MLX, Android via ONNX Runtime Mobile et les navigateurs web via Transformers.js.
Combien de langues sont prises en charge pour le masquage des données personnelles ?
Le catalogue comprend des modèles prenant en charge 33 langues pour la désidentification des données personnelles et 21 langues pour les tâches cliniques.
