OpenMed

OpenMed transforme les textes cliniques en informations structurées. Il regroupe des modèles NER biomédicaux curés, une dé-identification conforme à la HIPAA, un traitement par lot, une API REST conteneurisée et l'accélération Apple Silicon — tout cela derrière un simple appel analyze_text().

Quand l'utiliser

Scénario	Commencer par
Extraire les maladies, médicaments, anatomie des notes cliniques	`references/entity-extraction`
Supprimer les PHI/PII avant de partager ou stocker des données	`references/pii-deidentification`
Exécuter NER sur des centaines de documents cliniques	`references/batch-processing`
Servir OpenMed derrière une API REST	`references/rest-service`
Configurer sur Apple Silicon, Docker ou Swift	`references/installation`
Configurer les profils, choisir le bon modèle	`references/configuration`
PII en français, allemand, espagnol, portugais, etc.	`references/multilingual-pii`
Privacy Filter (familles OpenAI / Nemotron)	`references/privacy-filter`

Démarrage rapide

git clone https://github.com/maziyarpanahi/openmed.git
cd openmed
uv pip install -e ".[hf]"

from openmed import analyze_text

result = analyze_text(
    "Patient started imatinib for chronic myeloid leukemia.",
    model_name="disease_detection_superclinical",
)
for entity in result.entities:
    print(f"{entity.label:<12} {entity.text:<35} {entity.confidence:.2f}")
# DISEASE      chronic myeloid leukemia          0.98
# DRUG         imatinib                           0.95

Registre de modèles (12+ modèles)

Modèle	Types d'entités
`disease_detection_superclinical`	DISEASE, CONDITION, DIAGNOSIS
`pharma_detection_superclinical`	DRUG, MEDICATION, TREATMENT
`pii_detection_superclinical`	NAME, DATE, SSN, PHONE, EMAIL, ADDRESS
`anatomy_detection_electramed`	ANATOMY, ORGAN, BODY_PART
`gene_detection_genecorpus`	GENE, PROTEIN

Parcourez le catalogue complet : openmed.life/docs/model-registry

Concepts clés

analyze_text() — inférence en un seul appel avec modèle configurable, agrégation, format et seuil de confiance
BatchProcessor — workflows multi-textes et multi-fichiers avec suivi de la progression
extract_pii() / deidentify() — détection et redaction PII conformes à la HIPAA
Profils de configuration — présets dev, prod, test, fast via YAML ou variables d'environnement
API REST — endpoints FastAPI : /health, /analyze, /pii/extract, /pii/deidentify

Références

Documentation OpenMed
Article arXiv OpenMed
GitHub OpenMed
references/installation.md — installation multiplateforme, Docker, Swift
references/entity-extraction.md — modèles de maladie, médicament, anatomie, gène
references/pii-deidentification.md — conformité HIPAA, fusion intelligente, anonymisation
references/batch-processing.md — API BatchProcessor
references/rest-service.md — endpoints FastAPI, Docker
references/configuration.md — profils, registre de modèles, profilage
references/multilingual-pii.md — support PII en 9 langues
references/privacy-filter.md — Privacy Filter OpenAI, Nemotron, MLX