विषय पर बढ़ें

OpenMed दस्तावेज़

OpenMed क्यूरेट किए गए बायोमेडिकल मॉडल, उन्नत डी-आइडेंटिफिकेशन, मल्टीमॉडल इनटेक, संरचित स्वास्थ्य-डेटा उपयोगिताएँ और एक-कॉल ऑर्केस्ट्रेशन को साथ लाता है, ताकि आप इंफ्रास्ट्रक्चर संभालने में उलझे बिना क्लिनिकल NLP वर्कफ़्लो बना सकें। यह दस्तावेज़ कॉपी किए जा सकने वाले स्निपेट और वर्कफ़्लो को पास रखता है: हर अनुभाग Markdown-आधारित, खोजने योग्य और तेज़ी से पढ़ने या नोटबुक में कॉपी-पेस्ट करने के लिए अनुकूलित है।

OpenMed 3.1.0 रिलीज़ उम्मीदवार longitudinal patient Journey और स्थानीय क्लिनिकल इंटरफ़ेस में नियंत्रित अनुमोदन, रिकवरी और समीक्षा किए गए साक्ष्य वर्कफ़्लो जोड़ता है। Python, Swift, Kotlin/Android, JavaScript, REST और स्थानीय डिप्लॉयमेंट के दस्तावेज़ उपलब्ध हैं; सुविधा कवरेज प्लेटफ़ॉर्म के अनुसार अलग है। अपग्रेड से पहले 3.0 से 3.1 माइग्रेशन गाइड पढ़ें। नया मॉडल प्रशिक्षण और checkpoint प्रकाशन वैकल्पिक शोध हैं, किसी सुविधा या लाइब्रेरी रिलीज़ की अनिवार्य शर्त नहीं। उम्मीदवार नीति-सचेत डी-आइडेंटिफिकेशन, क्लिनिकल और संरचित-डेटा वर्कफ़्लो, बहुभाषी PII समर्थन और fail-closed रिलीज़ प्रमाण को साथ लाता है:

  • नीति-सचेत डी-आइडेंटिफिकेशन जिसमें हस्ताक्षरित ऑडिट रिपोर्ट, पुनरुत्पादकता हैश, समीक्षा बंडल, रिडैक्शन पूर्वावलोकन और रिलीज़ गेट शामिल हैं।
  • मल्टीमॉडल और संरचित इनपुट जिनमें OCR, इमेज, PDF, DOCX, EPUB, vCard/iCalendar, DICOM, CSV/TSV, JSONL चैट लॉग, HL7 v2, CDA/C-CDA, FHIR ऑपरेशन और FHIR Bulk NDJSON शामिल हैं।
  • Python, Swift, Kotlin/Android, REST, gRPC, React Native, TypeScript और ब्राउज़र पथ, जिनमें OpenMedKit, टाइप किए गए REST क्लाइंट, ONNX/WebGPU और Transformers.js एक्सपोर्ट बंडल शामिल हैं।
  • 42 समर्थित PII भाषा कोड: am, ar, as, bn, cs, da, de, el, en, es, fa, fr, gu, he, hi, id, it, ja, kn, ko, ml, mr, nl, no, or, pa, pl, pt, ro, ru, sv, sw, ta, te, th, tr, uk, ur, vi, xh, zh और zu। Russian एक दस्तावेज़ीकृत multilingual default-model placeholder का उपयोग करता है; Bengali, Chinese और Tamil के लिए समर्पित registry entries उपलब्ध हैं। उपयोगकर्ता-कॉन्फ़िगर किया गया Indic NER adapter Assamese, Bengali, Gujarati, Hindi, Kannada, Malayalam, Marathi, Odia, Punjabi, Tamil तथा Telugu को सेवा दे सकता है। केवल ID validation वाले locales के लिए अतिरिक्त coverage भी उपलब्ध है।
  • रिलीज़ प्रमाण जिनमें लीकेज हीटमैप, मॉडल स्कोरकार्ड, थ्रेशोल्ड स्वीप, k-anonymity/l-diversity/t-closeness, उपयोगिता हानि, SBOM, हस्ताक्षरित इमेज, SLSA provenance, सीक्रेट स्कैनिंग और पुनरुत्पाद्य डिपेंडेंसी लॉक शामिल हैं।

आपको क्या मिलता है

  • क्यूरेट की गई मॉडल रजिस्ट्री — डोमेन, आकार और डिवाइस मार्गदर्शन जैसे मेटाडेटा के साथ खोजने योग्य Hugging Face मॉडल।
  • एक-पंक्ति ऑर्केस्ट्रेशन — analyze_text स्क्रिप्ट, नोटबुक या सेवाओं के लिए सत्यापन, इन्फ़रेंस और फ़ॉर्मैटिंग को एक साथ संभालता है।
  • PII पहचान और डी-आइडेंटिफिकेशन — HIPAA-सचेत स्मार्ट एंटिटी मर्जिंग, नीति प्रोफ़ाइल, हस्ताक्षरित ऑडिट रिपोर्ट और डिप्लॉयमेंट-केंद्रित डी-आइडेंटिफिकेशन वर्कफ़्लो।
  • Apple Silicon और मोबाइल त्वरण — MLX-आधारित Python इन्फ़रेंस तथा OpenMedKit के माध्यम से Swift-नेटिव और Android/Kotlin ऐप एकीकरण।
  • REST सेवा — /livez, /readyz, /analyze, /pii/extract और /pii/deidentify के लिए FastAPI एंडपॉइंट, साथ में वार्म पूल, बैचिंग, मेट्रिक्स और टाइप किए गए Python/TypeScript क्लाइंट।
  • ब्राउज़र और React Native एक्सपोर्ट — ब्राउज़र रनटाइम में Transformers.js टोकन क्लासिफ़िकेशन के लिए ONNX/WebGPU बंडल और मोबाइल ऐप के लिए React Native ब्रिज।
  • उन्नत NER पोस्ट-प्रोसेसिंग — स्कोर-सचेत ग्रुपिंग, PHI-अनुकूल फ़िल्टरिंग और CSV/JSON/HTML एक्सपोर्ट सहायक।
  • संयोज्य कॉन्फ़िगरेशन — OpenMedConfig YAML/ENV पढ़ता है, ताकि लैपटॉप और क्लस्टर पर डिप्लॉयमेंट पुनरुत्पाद्य रहें।

कॉपी करने में आसान डिफ़ॉल्ट

इस साइट के हर पेज पर कोड फ़ेंस में कॉपी बटन और कॉलआउट हैं, ताकि टीम के सदस्य ज़रूरी स्निपेट सीधे इस्तेमाल कर सकें। किसी एंटिटी, API कॉल या API सतह पर सीधे जाने के लिए खोज शॉर्टकट (/ या cmd/ctrl + K) का उपयोग करें।

LLM-तैयार दस्तावेज़

त्वरित शुरुआत, API और tool surfaces खोजने के लिए क्यूरेट किया गया llms.txt index उपयोग करें। एक फ़ाइल में उनकी पूरी rendered content चाहिए तो llms-full.txt लोड करें। दस्तावेज़ build दोनों feeds फिर से बनाता है।

पहली झलक

from openmed import analyze_text

result = analyze_text(
    "Patient started on imatinib for chronic myeloid leukemia.",
    model_name="disease_detection_superclinical",
    confidence_threshold=0.55,
)

for entity in result.entities:
    print(entity.label, entity.text, entity.confidence)

uv pip install "openmed[hf]"
uv run python examples/pii_model_comparison.py

बाकी दस्तावेज़ इस स्निपेट को विस्तार से समझाते हैं। संपूर्ण सेटअप के लिए पहले त्वरित शुरुआत पढ़ें, फिर कॉन्फ़िगरेशन, zero-shot GLiNER वर्कफ़्लो और उन्नत प्रोसेसिंग सहायकों के गाइड देखें।

नवीनतम रिलीज़ की मुख्य बातें

ये दस्तावेज़ कैसे व्यवस्थित हैं

  1. त्वरित शुरुआत — काम करने वाले वातावरण और कॉपी-पेस्ट स्क्रिप्ट तक पहुँचने का सबसे तेज़ तरीका।
  2. फ़ीचर मैप — देखें कि हर क्षमता कोड से कैसे जुड़ती है।
  3. OpenMed 3.1.0 माइग्रेशन गाइड — अपग्रेड करने से पहले अनुबंध में बदलाव और सत्यापन आवश्यकताएँ देखें।
  4. मुख्य गाइड:
  5. परियोजना संचालन:

यदि आपको कोई ऐसी सामग्री चाहिए जो अभी यहाँ नहीं है, तो GitHub पर issue खोलकर अनुपस्थित रेसिपी का उल्लेख करें। हर नया जोड़ केवल एक Markdown फ़ाइल से शुरू होता है।