OpenMed

从临床文本中提取疾病、药物等实体,并自动识别和脱敏姓名、地址、ID 等敏感信息;支持 21 种语言的 PII 识别,提供 Python、Swift、Kotlin 等接口,并可通过 MCP 服务器集成到 AI 代理。

一句话商业模式

为医疗开发者、研究机构、医疗企业解决临床文本处理中的隐私合规(HIPAA)和实体提取效率,通过开源 SDK、模型目录、多平台运行时提供价值,主要依靠潜在收费方式:企业支持、托管服务、高级模型授权(假设)赚钱

商业模式画布

提供 100% 本地运行的医疗 AI,确保数据隐私,同时支持多语言、多平台,降低合规风险

评分解析

研究分 76

这是什么

是什么
OpenMed 是一个开源的本地优先医疗 AI 工具包,提供临床 NER 和 PII 去标识化功能,支持在设备端(如 iPhone、Android、Apple Silicon)运行,无需云端处理。
给谁用
面向医疗软件开发人员、数据科学家、医疗研究机构和企业,需要处理临床数据并满足 HIPAA 等隐私合规要求的团队。
← 返回今日精选
O

OpenMed

从临床文本中提取疾病、药物等实体,并自动识别和脱敏姓名、地址、ID 等敏感信息;支持 21 种语言的 PII 识别,提供 Python、Swift、Kotlin 等接口,并可通过 MCP 服务器集成到 AI 代理。

76

一句话商业模式

为医疗开发者、研究机构、医疗企业解决临床文本处理中的隐私合规(HIPAA)和实体提取效率,通过开源 SDK、模型目录、多平台运行时提供价值,主要依靠潜在收费方式:企业支持、托管服务、高级模型授权(假设)赚钱

开发者工具AI开源医疗本地优先团队 未知(可能为独立开发者或小团队)发布 2025年10月(GitHub 创建时间)最后同步 2026-09-06

商业模式画布

Business Model Canvas · 9 大模块完整填涂

重要合作Key Partnerships
Hugging Face(模型托管)、Apple(MLX 生态)、ONNX Runtime 社区
关键业务Key Activities
维护模型目录、开发多平台 SDK、更新文档、响应社区问题
价值主张Value Propositions
提供 100% 本地运行的医疗 AI,确保数据隐私,同时支持多语言、多平台,降低合规风险
客户关系Customer Relationships
通过 GitHub Issues、文档、社区讨论维护关系
客户细分Customer Segments
医疗软件开发人员、数据科学家、医疗研究机构、需要 HIPAA 合规的企业
核心资源Key Resources
开源代码库、模型库、研究论文、社区贡献者
渠道通路Channels
通过 GitHub 开源社区、Hugging Face 模型目录、研究论文和开发者口碑传播
成本结构Cost Structure
开发时间、模型训练/托管成本、文档维护、社区支持
收入来源Revenue Streams
通过企业支持合同、高级模型授权、或托管部署服务收费(假设)
💡 核心痛点:临床文本中的敏感信息(PII)难以安全处理,云端 AI 存在数据泄露风险,且现有工具缺乏多语言和本地化支持⚠️ 最大风险:医疗领域的合规验证复杂,模型准确性需临床验证,可能限制采用;开源项目维护依赖单一维护者

评分解析

痛点清晰度

明确解决医疗数据隐私和结构化提取痛点,HIPAA 合规需求清晰

置信度 80%
85
付费可能性

医疗企业有付费能力,但开源项目变现路径不明确,需依赖企业服务

置信度 60%
70
市场与趋势

医疗 AI 和隐私保护是热点,本地优先趋势上升

置信度 70%
80
需求信号

GitHub 星标和趋势榜显示开发者关注,但实际用户量未验证

置信度 60%
75
执行可行性

多平台支持和技术栈成熟,但医疗合规验证复杂,维护负担大

置信度 70%
80
中国市场适配

中国医疗数据合规要求严格,本地部署有需求,但中文支持和本地化不足

置信度 50%
60

这是什么

是什么
OpenMed 是一个开源的本地优先医疗 AI 工具包,提供临床 NER 和 PII 去标识化功能,支持在设备端(如 iPhone、Android、Apple Silicon)运行,无需云端处理。
给谁用
面向医疗软件开发人员、数据科学家、医疗研究机构和企业,需要处理临床数据并满足 HIPAA 等隐私合规要求的团队。

关键能力

  • 本地优先运行:核心运行时在设备端处理,患者数据不离开本地网络
  • 2200+ 医疗模型:涵盖疾病检测、药物识别等临床 NER 任务
  • 21 种语言 PII 去标识化:支持多语言敏感信息识别
  • 多平台支持:Apple MLX(iOS/Swift)、Android(ONNX Runtime)、浏览器(Transformers.js)
  • Apache-2.0 开源:SDK 源码开放,模型和数据集条款各异
  • MCP 服务器集成:便于 AI 代理调用本地接口

创业线索

团队
未知(可能为独立开发者或小团队) · 项目由 maziyarpanahi 发起,无明确团队规模信息
发布时间
2025年10月(GitHub 创建时间) · 最近推送 2026年9月,活跃度高
增长线索
GitHub 星标 5241,今日涨星 13,趋势榜 #92
能赚多少 / 怎么赚
无公开收入线索 · 无明确定价信息,开源 Apache-2.0,可能通过企业服务变现

公开信息推断,缺数据会标未知;不构成收益承诺。

GitHub 最新数据

  • 仓库:maziyarpanahi/openmed
  • 星标:5,241
  • 分支:659
  • 关注:24
  • 未关闭 Issue:543
  • 主语言:Python
  • 开源协议:Apache-2.0
  • 仓库创建:2025-10-04
  • 最近推送:2026-09-05
  • 描述:Local-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
androidclinical-nlphealthcarehipaaiosjavascriptllmlocal-llmmlxner

来源数据

  • 首次采集:2026-09-06
  • 最后同步:2026-09-06
  • 材料更新:2026-09-06
  • GitHub 星标:5,241
  • GitHub 分支:659
  • 穿透材料体量:约 8,810 字

AI 辅助分析,仅供项目研究参考,不构成投资建议。