软件下载帮助文档新闻资讯

Skill UI

浏览并发现 15857+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 OpenMed ，共找到 11 条记录

默认排序最新上传最多下载

基因变异注释与HGVS规范化

annotating-variants

maziyarpanahi/openmed

该技能用于将原始基因组变异标识符（如VCF、HGVS、rsID）转化为富含注释、可预测后果的记录。它集成了Ensembl VEP和gnomAD等开源工具，用于预测变异后果、映射基因组坐标并附加人群等位基因频率。同时，它能将分子发现与OpenMed提取的临床和表型上下文关联，构建完整的科研报告。

构建黄金标准标注语料库

building-gold-corpus

maziyarpanahi/openmed

本技能用于构建用于评估临床命名实体识别和去标识化模型的黄金标准语料库。它指导用户完成整个标注流程，包括定义标签模式、撰写标注指南、配置标注工具和生成合成临床文本。最终目标是创建结构化、无数据泄露的训练/开发/测试数据集，确保评估的科学性和可重复性。

ICD-10编码辅助建议系统

maziyarpanahi/openmed

该系统为医疗编码人员提供决策支持，负责将OpenMed提取的诊断和手术过程实体，映射到标准的ICD-10-CM和ICD-10-PCS编码。它能提供候选代码和详细的临床推理，帮助编码人员缩小搜索范围，预填病历，但最终的编码确认必须由专业人工审核。

临床数据文本去标识化

deidentify-a-dataset

maziyarpanahi/openmed

该工具用于对本地的结构化数据集（如CSV, JSONL, Parquet）中的自由文本列进行去标识化处理。它利用OpenMed模型移除个人健康信息（PHI），生成一个完全脱敏的数据集和一个不含PHI的聚合摘要，从而实现数据的安全共享和分析，同时确保源数据的隐私不泄露。

NLP事实到OMOP数据模型转换

etl-to-omop-cdm

maziyarpanahi/openmed

本技能负责执行核心的ETL流程，将OpenMed从文本中提取并编码的临床事实（如疾病、药物、测量值）映射到OMOP通用数据模型（CDM）v5.4。它用于在实体提取和源代码编码之后，将非结构化的NLP发现转换为标准化的、符合OMOP规范的记录，供OHDSI进行深度分析。

批量导出FHIR数据用于分析

exporting-bulk-fhir

maziyarpanahi/openmed

用于从电子病历系统或FHIR数据仓库批量提取大规模（群体级）的临床文本记录。通过FHIR Bulk Data Access执行异步导出，获取NDJSON格式的数据流。该数据流设计用于分批传输给OpenMed进行脱敏处理和命名实体识别（NER）分析，是数据分析流程的起点。

临床实体到FHIR资源提取

extract-clinical-entities-to-fhir

maziyarpanahi/openmed

该工具用于从合成或脱敏的临床文本中提取实体。它通过OpenMed识别关键的临床信息跨度，并将这些信息映射为符合FHIR R4标准的结构化资源（如Condition、Observation等）。这实现了实体提取与临床编码的分离，确保输出数据具备标准化和可互操作性。

提取和处理FHIR R4临床记录

fetching-fhir-resources

maziyarpanahi/openmed

该技能用于从FHIR R4电子病历API（如Epic, Cerner）中提取和处理未结构化的临床病历和报告。它负责处理分页查询、解码Base64附件（PDF, TXT）以及提取叙事文本。随后，文本会被传递给OpenMed流程进行符合HIPAA标准的去标识化和自然语言处理分析，从而将原始临床记录转化为可分析的结构化洞察。

将OpenMed实体链接至UMLS概念

linking-umls-concepts

maziyarpanahi/openmed

本技能用于将OpenMed提取的医学实体（如疾病、药物）标准化，并链接到UMLS Metathesaurus的唯一概念标识符（CUI）。它支持跨词典（如SNOMED CT、ICD-10、RxNorm）的概念统一和标准化，是实现概念跨域对齐的核心工具。该流程必须使用用户的UTS API Key，保证数据获取的实时性和安全性。

药物提及标准化至RxNorm

normalizing-rxnorm

maziyarpanahi/openmed

本技能利用公共RxNav API，将OpenMed提取的自由文本药物名称，标准化为RxNorm RxCUI。它能解决药物名称、品牌名、通用名、成分、剂量和剂型等复杂关系，提供稳定、规范的编码，适用于临床互操作性、数据分析、去重和构建US Core Medication资源。

解析HL7 v2消息用于OpenMed

parsing-hl7v2-messages

maziyarpanahi/openmed

本技能负责解析复杂的管道分隔符HL7 v2.x消息（如ADT、ORU等），将其解构为结构化的片段和字段。它特别适用于从接口引擎接收的HL7数据流，能提取并暴露嵌入的临床叙事文本（如OBX-5和NTE-3），供后续的自然语言处理（NLP）分析。同时，也提供了保留原生HL7结构的同时，对受保护健康信息（PHI）进行脱敏处理的功能。

1

语言