OpenMed 維護者宣布發布 OpenMed 3.0 版本。這是一個採用 Apache-2.0 授權的開源醫療 AI 工具包，其核心原則是患者資料僅保留在本地機器上，不使用 API 金鑰、不進行雲端呼叫，並支援離線運作。該工具包支援 Hugging Face 上的 2,200 多個開放模型，可透過 Transformers、ONNX、GGUF（配合 llama.cpp）、瀏覽器（WebGPU/WASM）或手機運行。
3.0 版本的主要新功能為「Patient Journey」（患者旅程），旨在解決真實患者資料分散於診所筆記、醫院 FHIR 數據流、其他診所的 HL7 訊息、實驗室 CSV 及影像報告等多個來源且常存在衝突的問題。該功能能在本地硬體上將這些來源整合為單一的患者時間軸。
該版本強調「拒絕猜測」的處理邏輯，具體表現如下： 1. 即使身份匹配度高達 99%，也不會自動合併，需由人工審查，以避免錯誤合併導致患者過敏史錯置。 2. 若兩個來源對診斷結果不一致，兩者均保留並標記為待審查。 3. 若實驗室數據被修正（例如從 6.8 改為 4.4），兩個數值均保留，用戶仍可讀取修正前的原始記錄。 4. 若筆記僅提及「一月」，系統不會為了填充 OMOP 欄位而虛構具體日期（如 1 月 1 日）。 5. 若用戶請求使用尚未下載的本地模型進行摘要，系統會直接拒絕，絕不會靜默調用雲端 API。維護者強調，對於臨床數據，靜默回退到託管模型意味著未經用戶同意的隱私決策。
目前 3.0 版本的限制與現狀： - 演示中的患者數據為合成數據。 - 摘要流程在 3.0 版本中僅支援合成數據，尚未準備好處理真實患者數據。 - 此版本不包含新的臨床模型檢查點，主要作為本地模型可插入的基礎設施（plumbing）。 - 演示可在完全離線環境下運行，將五個混亂的合成數據源整合為一個旅程約需 0.07 秒。
安裝與測試方式： - `pip install "openmed==3.0.0"` - 或從 GitHub 克隆 v3.0.0 分支並運行示例腳本。
社群貢獻與未來規劃： - 3.0 版本包含來自 10 人的 148 個 PR，其中 46 個來自社群，3 人為首次貢獻。 - 3.1 版本正在公開開發中，目前有 422 個開放議題，其中 30 個標記為「good first issues」。 - 維護者邀請社群參與特定任務，如為低資源語言添加日期和 ID 陷阱測試、讓多模態預檢識別 GIF/WebP/BMP 文件、撰寫聯邦學習輪次的離線說明，以及為臨床工作流合約添加可運行的合成示例。
事件背景
OpenMed 是一個開源醫療 AI 工具包，其前作 1.8 版本曾於數月前發布。該項目依賴 Hugging Face 上的開放模型生態系統，並整合了多種本地推理技術，包括 Transformers、ONNX、GGUF（通過 llama.cpp）、WebGPU/WASM 瀏覽器技術以及移動端支持。其技術架構涉及處理醫療數據標準如 FHIR 和 HL7，以及醫療數據格式 OMOP。
社群觀察
社群討論集中在工具的具體應用場景與技術細節： 1. 非醫療領域用戶詢問該工具的使用方式、所採用的具體模型，以及是否存在獨立於患者數據之外的知識庫。 2. 用戶詢問該工具在個人層面的實用性，並比較其與直接使用本地模型指向個人資料文件夾生成報告的差異。 3. 用戶詢問工具調用（tool calling）的能力，特別是為了安全原因預定義的 SQL 查詢訪問患者數據的功能，並提及與 qwen3.8 在 n8n 上的結合使用。 4. 有用戶表示正在進行 FHIR 項目，將對該工具進行測試。 5. 用戶詢問該工具對心理健康專業人士的適用性。
