OpenMed OMOP 隊(duì)列導(dǎo)出校驗(yàn)器零網(wǎng)絡(luò)的關(guān)系、詞匯與溯源不變量本地校驗(yàn)實(shí)戰(zhàn)【免費(fèi)下載鏈接】openmedLocal-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項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ope/openmedOpenMed 為臨床文本到 OMOP CDM 的本地隊(duì)列導(dǎo)出鏈路提供了一個(gè)確定性的、完全離線的結(jié)構(gòu)校驗(yàn)器omop_cohort_check。本文以 docs/integrations/omop-cohort-check.md 為核心結(jié)合 實(shí)現(xiàn)源碼、OMOP 加載器 與 單元測(cè)試 展開讀完你可以掌握校驗(yàn)器的輸入輸出形態(tài)、它驗(yàn)證的三類不變量、16 種違規(guī)原因的完整語義、PHI-free 報(bào)告的讀取方式以及如何在加載-校驗(yàn)-持久化管線中把它當(dāng)作 fail-closed 的質(zhì)量門禁使用。一、為什么需要一個(gè)獨(dú)立的隊(duì)列導(dǎo)出校驗(yàn)器OpenMed 的本地互操作鏈路會(huì)把“grounded clinical note spans”通過 Athena/Usagi 風(fēng)格的詞匯路由轉(zhuǎn)換成 OMOP CDM 表完整流程見 FHIR 與 OMOP 互操作指南 中的grounded spans - ... - Athena/Usagi routing - OMOP CDM tables。在這一步之后隊(duì)列研究者通常需要把 CDM 表導(dǎo)出給下游消費(fèi)方而此時(shí)任何一條破損的關(guān)系、錯(cuò)誤的詞匯映射或斷裂的溯源鏈都會(huì)靜默污染后續(xù)的隊(duì)列分析、統(tǒng)計(jì)建?；蚝弦?guī)審計(jì)。openmed.interop.omop_cohort_check正是為此設(shè)計(jì)的本地校驗(yàn)器它只操作內(nèi)存中的 OMOP 行從模塊 docstring 開始就明確聲明“intentionally has no network, database, or vocabulary-service dependency”。也就是說不發(fā)起任何網(wǎng)絡(luò)調(diào)用不訪問數(shù)據(jù)庫不依賴外部詞匯服務(wù)校驗(yàn)行為完全確定deterministic對(duì)相同輸入無論映射的迭代順序如何產(chǎn)出完全相同校驗(yàn)輸出的報(bào)告永遠(yuǎn)不含源標(biāo)識(shí)符、筆記文本或任何行值只含表名、列名、聚合計(jì)數(shù)與穩(wěn)定的行指紋。它要回答的問題非常聚焦這份即將導(dǎo)出的 OMOP 隊(duì)列在**關(guān)系relationships、詞匯vocabulary、溯源provenance**三個(gè)維度上是否自洽、是否可被下游安全消費(fèi)。二、快速上手從加載器到校驗(yàn)報(bào)告校驗(yàn)器直接對(duì)接加載器返回的OmopCdmTables文檔給出的最小用法如下from openmed.interop.omop import load_grounded_notes from openmed.interop.omop_cohort_check import validate_omop_cohort_export tables load_grounded_notes(synthetic_notes) report validate_omop_cohort_export(tables) if not report.is_valid: print(report.to_dict())其中l(wèi)oad_grounded_notes(notes, *, vocabulary_versionNone, vocabulary_routerNone, modeappend)是 cdm_loader.py 提供的 OMOP CDM v5.4 內(nèi)存加載器接收帶start/end偏移與概念編碼的實(shí)體 span產(chǎn)出按主鍵排序的內(nèi)存 CDM 表校驗(yàn)器拿到OmopCdmTables后即可直接校驗(yàn)。三種可接受的輸入形態(tài)從validate_omop_cohort_export的簽名源碼 L397-L420可以看到除OmopCdmTables實(shí)例外它還接受兩種等價(jià)形態(tài)輸入形態(tài)說明OmopCdmTables加載器返回的內(nèi)存表容器tables字段 聚合summaryMapping[str, Iterable[Mapping[str, Any]]]表名 → 行可迭代對(duì)象的普通映射如{person: [{person_id: 1, ...}], ...}OmopCdmTables.to_dict()返回的嵌套映射含tables鍵的映射內(nèi)部會(huì)自動(dòng)解包缺失的表按空表處理不影響其它表的校驗(yàn)但傳入的表名若不在受支持的 11 張表清單內(nèi)會(huì)直接拋錯(cuò)。為兼容不同調(diào)用習(xí)慣模塊還提供了check_omop_cohort_export與validate_cohort_export兩個(gè)等價(jià)的別名函數(shù)源碼 L438-L451以及報(bào)告類型的別名OmopCohortCheckReport/OmopCohortExportReport。一個(gè)完整的端到端示例結(jié)合測(cè)試中的合成數(shù)據(jù)形態(tài)test_omop_cohort_check.py L22-L83可以構(gòu)造一份可直接運(yùn)行的最小導(dǎo)出并完成校驗(yàn)from openmed.interop.omop_cohort_check import validate_omop_cohort_export export { concept: [ {concept_id: 0, vocabulary_id: UNMAPPED, standard_concept: }, {concept_id: 10, vocabulary_id: SYNTHETIC, standard_concept: S}, {concept_id: 20, vocabulary_id: SYNTHETIC, standard_concept: }, ], person: [{person_id: 1, person_source_value: synthetic-person}], visit_occurrence: [{visit_occurrence_id: 2, person_id: 1}], note: [ { note_id: 3, person_id: 1, visit_occurrence_id: 2, source_note_hash: a * 64, } ], note_nlp: [{note_nlp_id: 4, note_id: 3, note_nlp_event_id: 5}], condition_occurrence: [ { condition_occurrence_id: 5, person_id: 1, condition_concept_id: 10, condition_source_concept_id: 20, visit_occurrence_id: 2, note_id: 3, note_nlp_id: 4, source_note_hash: a * 64, } ], source_to_concept_map: [ { source_to_concept_map_id: 6, source_code: SYN-CODE, source_concept_id: 20, source_vocabulary_id: SYNTHETIC, target_concept_id: 10, target_vocabulary_id: SYNTHETIC, note_nlp_id: 4, source_note_hash: a * 64, } ], } report validate_omop_cohort_export(export) print(report.is_valid) # True print(report.row_counts[condition_occurrence]) # 1這段合成數(shù)據(jù)覆蓋了校驗(yàn)器關(guān)心的核心鏈條note_nlp_event_id指向condition_occurrence的事件行、source_to_concept_map同時(shí)掛到note_nlp與溯源哈希、standard_conceptS的標(biāo)準(zhǔn)概念引用。對(duì)應(yīng)測(cè)試test_validates_relationship_vocabulary_and_provenance_invariants斷言其is_valid is True且by_table/by_reason均為空。三、校驗(yàn)范圍三類不變量校驗(yàn)器驗(yàn)證的不變量并非任意規(guī)則而是圍繞 OMOP CDM v5.4 表結(jié)構(gòu)加載器 DDL 中 11 張 loader-owned 表的_SQL_DDL設(shè)計(jì)的三組約束。1. 關(guān)系不變量主鍵唯一 外鍵可達(dá) person/visit 一致受支持的 11 張表及主鍵源碼_PRIMARY_KEYS為表主鍵conceptconcept_idpersonperson_idvisit_occurrencevisit_occurrence_idnotenote_idnote_nlpnote_nlp_idcondition_occurrencecondition_occurrence_iddrug_exposuredrug_exposure_idmeasurementmeasurement_idprocedure_occurrenceprocedure_occurrence_idobservationobservation_idsource_to_concept_mapsource_to_concept_map_id校驗(yàn)器先建立全表主鍵索引_build_primary_indexes再對(duì)以下外鍵關(guān)系做可達(dá)性檢查_validate_relationships必填外鍵visit_occurrence.person_id → person、note.person_id → person、note_nlp.note_id → note以及五個(gè)域表condition/drug/measurement/procedure/observation的person_id → person條件必填外鍵僅當(dāng)該列出現(xiàn)在任何一行時(shí)啟用由_field_enabled判斷visit_occurrence.visit_concept_id → concept、note.visit_occurrence_id → visit_occurrence、域表與source_to_concept_map的note_id/note_nlp_id鏈接概念引用五個(gè)域表的*_concept_id與*_source_concept_id必須指向存在的concept行note、note_nlp、source_to_concept_map各自的*_concept_id列同理person/visit 一致性_validate_person_visit_consistencynote與五個(gè)域表如果同時(shí)給出visit_occurrence_id和person_id則該 visit 行所屬的 person 必須與行內(nèi) person 一致否則記為person_visit_mismatch。重復(fù)主鍵有一個(gè)關(guān)鍵語義被判定重復(fù)的主鍵全部計(jì)入違規(guī)且不會(huì)進(jìn)入主鍵索引——即重復(fù)鍵所在行不能作為任何外鍵關(guān)系的目標(biāo)。對(duì)應(yīng)測(cè)試test_duplicate_primary_keys_are_all_flagged_and_not_referenceable驗(yàn)證兩行person_id1的 person 記錄各記一次duplicate_primary_key而引用它的visit_occurrence行因目標(biāo)不可達(dá)再記一次missing_reference。2. 標(biāo)識(shí)符與主鍵的嚴(yán)格規(guī)則主鍵與關(guān)系標(biāo)識(shí)符必須無損地落在有符號(hào) 64 位整數(shù)范圍內(nèi)_MIN_BIGINT -(2**63)到_MAX_BIGINT 2**63 - 1見 源碼_identifier。合法形態(tài)只有兩種原生整數(shù)或可無損解析的整數(shù)字符串解析前會(huì) strip 空白。以下情況一律視為非法標(biāo)識(shí)符缺失列不存在→missing_primary_keynull / 空字符串→ 按缺失處理浮點(diǎn)數(shù)如1.5→ 非法布爾值True/False會(huì)被特殊攔截避免與1/0混淆→ 非法超出 ±2^63 范圍如2**63→ 非法非數(shù)字字符串→ 非法。對(duì)應(yīng)測(cè)試test_missing_and_lossy_primary_keys_are_rejected驗(yàn)證None、1.5、2**63三種輸入分別產(chǎn)出missing_primary_key× 1 與invalid_primary_key× 2。3. 詞匯不變量標(biāo)準(zhǔn)概念、詞表一致性與映射唯一性詞匯校驗(yàn)_validate_vocabulary圍繞concept.standard_concept、域表的概念引用與source_to_concept_map展開standard_concept枚舉允許值僅、C、N、S源碼_ALLOWED_STANDARD_CONCEPTS其它值記invalid_standard_concept標(biāo)準(zhǔn)概念引用約束域表行引用的 concept 若聲明了standard_concept只允許或S即標(biāo)準(zhǔn)概念引用CClassification或NNon-standard記nonstandard_concept_reference詞表一致性source_to_concept_map中聲明source_vocabulary_id/target_vocabulary_id時(shí)必須與 concept 行的vocabulary_id一致否則記vocabulary_mismatch目標(biāo)概念必須標(biāo)準(zhǔn)target_concept_id ! 0時(shí)目標(biāo) concept 的standard_concept只能為或S否則記nonstandard_target_concept映射唯一性同一(source_vocabulary_id, source_code)對(duì)只允許映射到唯一目標(biāo)概念多個(gè)不同目標(biāo)記conflicting_vocabulary_mapping。4. 溯源不變量NOTE/NOTE_NLP 溯源鏈OpenMed 的 OMOP 導(dǎo)出帶有一條獨(dú)有的溯源鏈provenance chain每篇臨床筆記對(duì)應(yīng)一個(gè)source_note_hash64 位小寫十六進(jìn)制 SHA-256域表行與source_to_concept_map行通過note_id、note_nlp_id和source_note_hash回連到note/note_nlp。校驗(yàn)器_validate_provenance會(huì)檢查哈希格式source_note_hash必須匹配[0-9a-f]{64}否則記invalid_provenance必填性當(dāng)某表任一行的溯源字段啟用時(shí)所有行都必須補(bǔ)齊note_id/note_nlp_id/source_note_hash缺失記missing_provenance哈希一致性域表行的source_note_hash必須與所掛note行的哈希一致否則記provenance_mismatch事件鏈接note_nlp.note_nlp_event_id必須恰好解析到一個(gè)域表事件行——解析不到記unreachable_event解析到多個(gè)例如同一事件同時(shí)掛 condition 與 drug 行記ambiguous_event且該域表行的note_nlp_id必須與note_nlp行自身、以及note_nlp.note_id與域表行的note_id全部對(duì)齊。四、報(bào)告結(jié)構(gòu)只有計(jì)數(shù)、表名列名與行指紋校驗(yàn)產(chǎn)物是OmopCohortValidationReport凍結(jié) dataclass其to_dict()輸出結(jié)構(gòu)源碼 L296-L305為{ count: 違規(guī)總行數(shù), row_counts: {concept: ..., person: ..., ...}, # 11 張表各自行數(shù) by_table: {condition_occurrence: 2, ...}, # 按表聚合的失敗數(shù) by_reason: {missing_reference: 2, ...}, # 按原因聚合的失敗數(shù) violations: [ { table: condition_occurrence, column: visit_occurrence_id, # 可能缺失 reason: missing_reference, count: 2, row_fingerprints: [sha256:..., ...], }, # ... ], }報(bào)告對(duì)象還暴露is_valid與兼容別名valid、violation_count與failure_count/failures同義、by_table、by_reason等只讀屬性。每條OmopCohortViolation是按 (表, 列, 原因) 分組聚合的count是精確的失敗行數(shù)row_fingerprints是被影響的行的去重指紋集合。行指紋確定性且可關(guān)聯(lián)omop_row_fingerprint(table, row)源碼 L365-L394對(duì)每行計(jì)算sha256:前綴的確定性指紋序列化載荷帶固定 schema 標(biāo)記openmed.omop.cohort-check.v1與表名同名行在不同表不會(huì)共享指紋JSON 序列化使用sort_keysTrueseparators(,, :)因此行內(nèi)鍵順序不影響指紋——對(duì)應(yīng)測(cè)試驗(yàn)證{b: 2, a: 1}與{a: 1, b: 2}指紋相同規(guī)范化_canonicalize會(huì)區(qū)分類型1與1是不同的映射鍵非有限浮點(diǎn)數(shù)被轉(zhuǎn)換為{type: float, value: ...}形式集合類型排序后參與序列化。重要邊界由于指紋是內(nèi)容的確定性摘要內(nèi)容完全相同的兩行會(huì)得到相同指紋——指紋可被用來跨批次關(guān)聯(lián)同一行例如定位“上次也失敗的那條記錄”因此官方文檔明確要求把它當(dāng)作診斷元數(shù)據(jù)diagnostic metadata而非匿名化數(shù)據(jù)對(duì)待不能因?yàn)椤爸灰娭讣y不見原文”就視為已匿名。報(bào)告與異常中永不出現(xiàn)源標(biāo)識(shí)符person_source_value之類、note_text筆記文本、lexical_variant原文片段或任何行值。對(duì)應(yīng)測(cè)試test_reports_deterministic_counts_and_fingerprints_without_source_values斷言序列化后的報(bào)告不包含synthetic-note corpus value與synthetic-person。五、違規(guī)原因目錄16 種可枚舉的失敗類型源碼_VIOLATION_REASONSL97-L116將失敗原因收斂為封閉集合報(bào)告與異常中的reason只會(huì)取以下值原因所屬維度含義missing_primary_key標(biāo)識(shí)符主鍵列缺失或?yàn)?nullinvalid_primary_key標(biāo)識(shí)符主鍵非無損 64 位整數(shù)浮點(diǎn)/越界/布爾/非數(shù)字duplicate_primary_key標(biāo)識(shí)符主鍵重復(fù)所有重復(fù)行均計(jì)入且不可作引用目標(biāo)missing_reference關(guān)系必填外鍵缺失或指向不存在的目標(biāo)invalid_reference關(guān)系外鍵值本身非法person_visit_mismatch關(guān)系行內(nèi) person 與其 visit 所屬 person 不一致invalid_standard_concept詞匯standard_concept取值不在/C/N/Snonstandard_concept_reference詞匯域表概念引用了非標(biāo)準(zhǔn)概念nonstandard_target_concept詞匯映射目標(biāo)概念非標(biāo)準(zhǔn)vocabulary_mismatch詞匯聲明的詞表與 concept 行vocabulary_id不一致conflicting_vocabulary_mapping詞匯同一 (詞表, 源編碼) 映射到多個(gè)目標(biāo)missing_provenance溯源溯源字段啟用但行內(nèi)缺失invalid_provenance溯源source_note_hash不是 64 位小寫 SHA-256provenance_mismatch溯源域表/映射行的哈?；蚴录溄优c note/note_nlp 不一致unreachable_event溯源note_nlp_event_id解析不到任何域表事件行ambiguous_event溯源note_nlp_event_id解析到多個(gè)域表事件行這條封閉枚舉既是契約也是安全機(jī)制OmopCohortViolation/OmopCohortValidationReport在__post_init__中會(huì)拒絕任何不在此集合內(nèi)的表名、列名或原因?qū)?yīng)測(cè)試test_public_report_types_reject_untrusted_diagnostic_labels從類型層面杜絕任意字符串混入診斷輸出。六、Fail-closed斷言輔助函數(shù)與異常語義如果只想在導(dǎo)出管線中做“不合格即中止”的硬門禁用斷言輔助函數(shù)文檔示例from openmed.interop.omop_cohort_check import assert_valid_omop_cohort_export assert_valid_omop_cohort_export(tables)行為源碼 L454-L462校驗(yàn)通過靜默返回OmopCohortValidationReport校驗(yàn)失敗拋出OmopCohortExportValidationErrorValueError子類該異常攜帶完整聚合報(bào)告exc.report但異常消息只有一行聚合信息——OMOP cohort export validation failed with N row-level failure(s)其中N是失敗的行級(jí)不變量總數(shù)各違規(guī)count之和絕不內(nèi)嵌任何行值。對(duì)應(yīng)測(cè)試test_row_fingerprints_are_canonical_and_validation_errors_are_phi_free驗(yàn)證異常字符串中不包含任何合成數(shù)據(jù)值synthetic不出現(xiàn)且exc.report.is_valid is False。這種設(shè)計(jì)保證異?？梢园踩剡M(jìn)入日志、監(jiān)控與 CI 輸出而不泄露 PHI。七、內(nèi)部實(shí)現(xiàn)管線四步確定式校驗(yàn)從源碼_validate_omop_cohort_exportL423-L435可以看到完整管線_normalise_tables ── _build_primary_indexes ── _validate_relationships ── _validate_vocabulary ── _validate_provenance ── collector.report(row_counts)規(guī)范化_normalise_tables把OmopCdmTables/ 普通映射 /to_dict()輸出統(tǒng)一成{表名: (行, ...)}表名轉(zhuǎn)小寫并校驗(yàn)合法性行必須是映射、列名必須是字符串非法表名、非法行、不可迭代行都會(huì)拋錯(cuò)缺失表補(bǔ)為空元組。主鍵索引_build_primary_indexes逐表解析主鍵標(biāo)識(shí)符把缺失/非法/重復(fù)三類問題直接送入_FailureCollector僅把“唯一且合法”的主鍵放入索引供后續(xù)外鍵查找。三組校驗(yàn)按關(guān)系 → 詞匯 → 溯源的固定順序執(zhí)行所有失敗都經(jīng)由_FailureCollector.add(table, row, reason, column)聚合——它只保留(表, 列, 原因) → 指紋計(jì)數(shù)器三元組從源頭保證報(bào)告無行值。產(chǎn)出報(bào)告_FailureCollector.report()按表順序_TABLE_ORDER與 (表, 列, 原因) 字典序穩(wěn)定排序生成凍結(jié)的OmopCohortValidationReport。錯(cuò)誤邊界面對(duì)敵意輸入也不泄漏校驗(yàn)器對(duì)“無法安全處理”的輸入采取有界錯(cuò)誤策略模塊 docstring 明確errors are bounded and never copy the source value無法迭代的行容器如__iter__直接拋異常的類→ 歸一化階段捕獲并轉(zhuǎn)為ValueError(cohort export table rows must be iterable)異常__cause__被清除原始異常消息不會(huì)透出test_hostile_row_iterators_fail_without_echoing_source_values斷言消息長度 100 字符循環(huán)引用行row[nested] row→ 指紋階段通過id()標(biāo)記檢測(cè)環(huán)并拒絕_canonicalize的_active集合深度過深嵌套層級(jí)超過_MAX_CANONICAL_DEPTH 64→ 拒絕并報(bào)告有界錯(cuò)誤__str__拋異常的敵意值、非有限浮點(diǎn)數(shù) → 規(guī)范化階段安全降級(jí)指紋計(jì)算整體被 try/except 包裹任何異常統(tǒng)一轉(zhuǎn)為ValueError(OMOP row cannot be fingerprinted safely)且指紋只是計(jì)算時(shí)的中間量從不回傳或嵌入異常。對(duì)應(yīng)測(cè)試test_hostile_and_cyclic_rows_fail_without_echoing_source_values用RAW-SYNTHETIC-PATIENT哨兵值驗(yàn)證循環(huán)行、65 層嵌套、拋異常的__str__值在異常消息中均不出現(xiàn)。八、與加載器及持久化組合完整質(zhì)量門禁校驗(yàn)器不是孤立組件它可以與加載器/寫入器的其它質(zhì)量工具組合成完整鏈路加載load_grounded_notes(...)或load_grounded_jsonl(path, ...)產(chǎn)出OmopCdmTables加載器內(nèi)部還會(huì)拒絕缺失 offset、無效 offset、不支持域名的實(shí)體 span見 cdm_loader.py內(nèi)存校驗(yàn)validate_omop_tables(tables)嚴(yán)格的行形狀 主鍵 概念引用 NOTE_NLPoffset 邊界 事件雙向可達(dá)性校驗(yàn)或本文主角validate_omop_cohort_export(tables)持久化write_omop_duckdb/write_omop_sqlite/write_omop_parquet按主鍵冪等合并寫入modereplace_by_note時(shí)先刪除對(duì)應(yīng)筆記哈希的歷史行庫級(jí)復(fù)核對(duì)已落庫的 DuckDB/SQLite 連接執(zhí)行validate_omop_database(con)或validate_omop_database_report(con)用同一套 PHI-free 違規(guī)形狀復(fù)核持久化結(jié)果源碼validate_omop_databaseL1261-L1285。推薦的 CI/批處理模式from openmed.interop.omop import ( load_grounded_jsonl, validate_omop_database_report, write_omop_duckdb, ) from openmed.interop.omop_cohort_check import assert_valid_omop_cohort_export tables load_grounded_jsonl(grounded_notes.jsonl) assert_valid_omop_cohort_export(tables) # fail-closed 內(nèi)存門禁 con write_omop_duckdb(tables, cohort.duckdb) report validate_omop_database_report(con) # 落庫后復(fù)核 assert report.is_valid, report.to_dict()OmopCdmTables.load_event()還能產(chǎn)出僅含哈希與計(jì)數(shù)的OmopLoadEvent供下游OmopDownstreamConsumer在持久化成功后安全訂閱事件里只有changed_note_hashes與row_counts永遠(yuǎn)沒有筆記文本。九、定位與邊界結(jié)構(gòu)校驗(yàn) ≠ 合規(guī)認(rèn)證最后必須明確校驗(yàn)器的定位文檔結(jié)尾與模塊 docstring 反復(fù)強(qiáng)調(diào)它驗(yàn)證的是結(jié)構(gòu)質(zhì)量structural quality主鍵、外鍵、詞匯標(biāo)注、溯源鏈?zhǔn)欠褡郧⑺皇呛弦?guī)認(rèn)證也不能替代臨床決策保障——OpenMed 不內(nèi)置 Athena、UMLS、SNOMED CT、CPT 等受限詞表內(nèi)容見 FHIR/OMOP 互操作指南概念編碼的臨床正確性由上游 grounded spans 與用戶自帶的詞匯路由負(fù)責(zé)報(bào)告中的指紋是診斷元數(shù)據(jù)而非匿名數(shù)據(jù)相同內(nèi)容行可被關(guān)聯(lián)處理時(shí)需按受控診斷信息對(duì)待校驗(yàn)器只檢查當(dāng)前內(nèi)存導(dǎo)出的自洽性跨批次增量合并append / replace_by_note的最終一致性由 加載器寫入邏輯 與庫級(jí)validate_omop_database_report共同兜底與 FHIR 側(cè)的關(guān)系可參考 FHIR-OMOP 互操作矩陣 了解雙向映射的覆蓋情況。在本地優(yōu)先local-first的 OpenMed 設(shè)計(jì)里omop_cohort_check的價(jià)值正在于它把“導(dǎo)出前最后一公里”的質(zhì)量檢查變成了一次無網(wǎng)絡(luò)、無依賴、無 PHI 泄漏的純函數(shù)調(diào)用——任何一個(gè)批處理作業(yè)、Airflow DAG 或 CI 管道都可以在幾行代碼內(nèi)把它變成一張確定性的、可審計(jì)的隊(duì)列質(zhì)量門禁?！久赓M(fèi)下載鏈接】openmedLocal-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項(xiàng)目地址: https://gitcode.com/GitHub_Trending/ope/openmed創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考