Agent Skills
› maziyarpanahi/openmed
maziyarpanahi/openmed
GitHub用于基准测试PII模型召回率，通过合成数据验证标签感知的精确跨度及字素召回，确保在发布前满足最低召回阈值，防止隐私泄露。
安装全部 Skills
npx skills add maziyarpanahi/openmed --all -g -y
集合内 Skills (72)
按质量分展示前 50 个（共 72 个），完整列表请用安装命令预览或逐个打开详情。
用于基准测试PII模型召回率，通过合成数据验证标签感知的精确跨度及字素召回，确保在发布前满足最低召回阈值，防止隐私泄露。
需要评估PII模型性能
发布前验证召回率达标
比较不同模型或量化版本
npx skills add maziyarpanahi/openmed --skill benchmark-pii-recall -g -y
指导用户基于OpenMed库构建临床/生物医学NLP项目，涵盖模型加载、NER、PHI去标识化及FHIR导出等核心功能的路由与入门指引。
询问如何安装或初始化OpenMed项目
需要选择适合临床文本处理任务的OpenMed能力或模型
npx skills add maziyarpanahi/openmed --skill building-with-openmed -g -y
对本地CSV、JSONL或Parquet数据集中的自由文本列进行去标识化处理，生成脱敏数据集及PHI聚合摘要。支持严格策略，确保源数据不被覆盖且日志不泄露敏感信息，适用于临床数据共享前的安全准备。
需要处理包含个人健康信息的临床数据集
在共享或分析前需去除数据中的PII/PHI
npx skills add maziyarpanahi/openmed --skill deidentify-a-dataset -g -y
将临床文本中的实体提取并映射为 FHIR R4 资源，确保不虚构术语代码。适用于需从 NER 输出构建 Condition、MedicationStatement 等资源且注重数据合规的场景。
需要将非结构化临床文本转换为 FHIR Bundle
要求严格遵循 PHI 安全规范且不随意生成编码
npx skills add maziyarpanahi/openmed --skill extract-clinical-entities-to-fhir -g -y
用于高效加载OpenMed临床NER模型，支持从Hugging Face或本地路径获取，管理缓存与设备配置，实现离线运行及跨调用复用ModelLoader以优化性能。
需要加载OpenMed NER模型
控制模型缓存目录或计算设备
在离线环境中运行模型
选择模型来源（注册表、HF ID或本地路径）
npx skills add maziyarpanahi/openmed --skill loading-openmed-models -g -y
用于在离线环境下根据语言、运行时格式和设备预算从注册表中选择本地PII模型，并强制进行召回率验证以确保安全。
需要为边缘设备或移动端部署本地PII检测模型
需根据CPU/Apple Silicon/Mobile环境筛选模型格式与大小
npx skills add maziyarpanahi/openmed --skill pick-a-pii-model -g -y
该技能用于基因组变体注释与HGVS标准化，支持VCF/HGVS/rsID输入。通过Ensembl VEP REST、SnpEff或ANNOVAR预测变异后果，关联gnomAD频率及OpenMed临床表型上下文，适用于精准医疗中的分子发现分析。
用户需要预测基因变异的后果（如错义、无义突变）
需要将HGVS字符串标准化为基因组坐标或反之
请求查询gnomAD人群等位基因频率以评估罕见性
结合OpenMed提取的临床表型对变异进行上下文关联
npx skills add maziyarpanahi/openmed --skill annotating-variants -g -y
将多个FHIR R4资源组装为单个有效的事务Bundle，支持确定性URL生成、引用重写及请求块构建，用于向EHR服务器提交数据。
用户需要将多个FHIR资源打包成一个Transaction Bundle
用户提到需要处理Bundle、事务或内部引用重定向
用户准备将资源POST到FHIR服务器
npx skills add maziyarpanahi/openmed --skill assembling-fhir-bundles -g -y
用于验证临床文本去标识化后是否残留敏感信息（如SSN、电话等），通过正则和模型双重检测，发现泄露即阻断发布，确保数据合规。
用户要求验证去标识化结果的安全性
在数据共享或发布前进行泄露检查
npx skills add maziyarpanahi/openmed --skill auditing-deid-leakage -g -y
生成脱敏运行的签名审计轨迹，提供无PHI的合规证据。支持记录偏移量、哈希及来源，确保数据不可篡改，满足HIPAA/GDPR审计要求，验证脱敏决策而不暴露原文。
需要合规审计证据
验证脱敏决策
保留防篡改记录
npx skills add maziyarpanahi/openmed --skill auditing-deidentification-runs -g -y
为OpenMed流水线生成符合21 CFR Part 11的审计追踪，提供可归因、时间戳及防篡改的电子签名记录。适用于GxP/GCP受监管环境下的数据完整性合规与CSV验证支持。
用户需在受监管环境中生成审计追踪
涉及21 CFR Part 11或电子签名合规性查询
npx skills add maziyarpanahi/openmed --skill auditing-part11-trails -g -y
验证OpenMed去标识化输出是否覆盖HIPAA Safe Harbor规定的18类标识符，检测残留重识别风险，并生成合规性检查报告。
确认文本是否符合HIPAA Safe Harbor标准
检查去标识化覆盖率及缺失项
评估重识别风险
npx skills add maziyarpanahi/openmed --skill auditing-safe-harbor-checklist -g -y
审计OpenMed NER或去标识化模型在各人口统计子组上的性能差异，检测PHI泄露不均和召回率偏差。
fairness
subgroup
bias audit
disparity
equalized odds
under-protected group
per-group recall
npx skills add maziyarpanahi/openmed --skill auditing-subgroup-fairness -g -y
为OpenMed临床模型生成合规的Model Card，整合评估指标、子群体表现及限制，满足医疗AI治理与透明度要求。
model card
intended use
model documentation
governance
limitations section
datasheet
FDA/ONC transparency
npx skills add maziyarpanahi/openmed --skill authoring-model-cards -g -y
提供临床文本的大规模批量处理技能，支持NER、PII提取和去标识化。具备分片、检查点、断点续传及流式JSONL输出能力，适用于在本地高效处理大量医疗文档数据集。
需要批量处理大量临床笔记或数据集
需要对数据集进行去标识化或PII提取
需要构建可恢复的批处理流水线
需要在不占用大量内存的情况下流式输出结果
npx skills add maziyarpanahi/openmed --skill batch-processing-clinical-text -g -y
评估OpenMed临床NER模型在用户提供的金标准语料上的实体级精度、召回率和F1分数，支持严格与宽松匹配模式，并生成按标签划分的混淆矩阵及错误分析。
evaluate NER
entity-level F1
seqeval
precision recall F1
confusion matrix
error analysis
strict vs partial match
score against gold
npx skills add maziyarpanahi/openmed --skill benchmarking-clinical-ner -g -y
提供OpenMed与Presidio、spaCy及LangChain的互操作适配器，支持PII检测集成、流水线扩展及LLM前脱敏，实现跨框架数据转换。
需要结合Presidio识别器增强临床PII召回率
在spaCy流水线中嵌入OpenMed PII检测
在LangChain链中对输入文本进行PHI脱敏
npx skills add maziyarpanahi/openmed --skill bridging-presidio-and-spacy -g -y
为OpenMed NER和去标识化模型搭建合成金标准标注项目，生成标签模式、指南及工具配置，构建无数据泄露的独立训练/验证/测试集供评估使用。
创建评估基准
设置标注项目
定义标签体系
编写标注指南
配置标注工具
构建保留金标准集
npx skills add maziyarpanahi/openmed --skill building-gold-corpus -g -y
将临床事件按时间顺序组装为患者时间线，支持日期归一化、相对时间解析及脱敏处理，适用于构建纵向病史或准备FHIR导出。
构建患者时间线
整理临床笔记中的事件顺序
重建纵向病史
绘制疾病进程
npx skills add maziyarpanahi/openmed --skill building-patient-timelines -g -y
在部署涉及受保护健康信息(PHI)的数据管道前，运行HIPAA合规检查清单，生成差距报告。用于评估行政、物理和技术安全措施，确定去标识化方法，并验证是否满足隐私与安全规则要求。
即将处理受保护健康信息(PHI)
需要部署前的合规性审查
确定适用的安全保护措施
规划商业伙伴协议(BAA)
记录最小必要原则和去标识化控制
npx skills add maziyarpanahi/openmed --skill checking-hipaa-compliance -g -y
辅助用户根据临床任务、领域或语言选择合适的OpenMed模型。支持查询分类、按条件搜索及检查模型元数据，避免硬编码，确保动态适配新模型。
询问特定任务或语言的OpenMed模型选择
列出模型类别或按大小/任务筛选模型
检查模型的标签、参数和许可证信息
npx skills add maziyarpanahi/openmed --skill choosing-openmed-models -g -y
将提取的慢性病映射至CMS-HCC V28类别并估算RAF评分，辅助临床编码员发现未记录诊断、验证MEAT支持及复核风险调整因子，非自动编码工具。
用户需要查找病历中可风险调整的疑似诊断
需要将ICD-10-CM代码映射到V28 HCC类别
需要为患者或群体估算RAF评分
检查诊断在文档中的MEAT支持情况
npx skills add maziyarpanahi/openmed --skill coding-hcc-risk-adjustment -g -y
基于OpenMed提取的诊疗实体，提供ICD-10-CM/PCS编码建议及依据，辅助认证编码员完成诊断映射、章节路由、ICD-9转换及预填充，强调人工最终审核。
用户需要为疾病或操作列表匹配可计费ICD-10代码
需要将发现结果路由到正确章节
通过GEMs进行ICD-9到ICD-10的跨walk
为编码员审查队列预填充就诊诊断
npx skills add maziyarpanahi/openmed --skill coding-icd10 -g -y
利用OpenMed从临床笔记中提取事实，补充结构化数据缺失，辅助计算电子临床质量指标(eCQM)，提升 numerator 捕获率。
计算 eCQM
评估 CMS/ECQI 质量指标
改善临床笔记中的 numerator 捕获
构建 CQL/QDM 指标逻辑
npx skills add maziyarpanahi/openmed --skill computing-ecqms -g -y
指导配置OpenMed隐私政策以合规去标识化临床文本。涵盖选择HIPAA/GDPR等七种预设策略、保留准标识符用于研究及注册自定义代理生成器，实现数据脱敏与合规平衡。
询问哪种隐私策略适合特定法规（如HIPAA、GDPR）
需要配置deidentify()函数的policy参数
希望保留准标识符以支持数据分析或研究
需要注册自定义的MRN或姓名替换提供者
npx skills add maziyarpanahi/openmed --skill configuring-privacy-policies -g -y
用于在OMOP CDM上定义可计算表型和患者队列，支持OHDSI ATLAS/CIRCE标准及PheKB逻辑复用，并结合OpenMed NLP特征增强结构化数据无法捕捉的临床信息。
定义患者队列
编写可计算表型
使用OHDSI或ATLAS工具
构建概念集
结合NLP特征增强表型
npx skills add maziyarpanahi/openmed --skill defining-cohort-phenotypes -g -y
提供在端侧对临床文本进行PHI/PII去标识化的能力，支持掩码、移除、替换、哈希及日期偏移等多种方法。用于医疗数据脱敏、隐私保护及合规处理，确保敏感信息不泄露。
用户需要对医疗笔记或出院摘要进行脱敏处理
用户需要移除或替换文本中的患者个人身份信息(PII)
用户在共享或分析前需隐藏敏感医疗数据
npx skills add maziyarpanahi/openmed --skill deidentifying-clinical-text -g -y
在本地对多语言临床文本进行去标识化，支持自动选择特定语言的PII模型和正则规则，生成符合当地习惯的假名，并处理国家ID及重音归一化。
需要脱敏非英语医疗记录
要求生成符合特定地区格式的虚假个人信息
询问OpenMed支持的语言列表
npx skills add maziyarpanahi/openmed --skill deidentifying-multilingual-text -g -y
部署OpenMed MCP服务器，使编码代理和聊天客户端能调用临床NER、PII提取及去标识化工具。支持stdio与HTTP传输，涵盖工具注册、配置及Agent集成指南。
用户希望为Claude Code或Codex等AI代理添加OpenMed工具
需要启动本地MCP服务器以暴露NLP能力
配置MCP客户端连接OpenMed服务
npx skills add maziyarpanahi/openmed --skill deploying-openmed-mcp -g -y
用于从FAERS/OpenFDA数据中挖掘药物不良事件信号，通过构建2x2列联表计算PRR、ROR、EBGM及IC等指标，识别过报告反应，辅助药物警戒筛查。
用户希望分析特定药物与不良反应的关联性
需要计算 disproportionality 指标如 PRR, ROR, EBGM, IC
npx skills add maziyarpanahi/openmed --skill detecting-pv-signals -g -y
为OpenMed部署提供日志和遥测防护，通过自定义Filter或OTel处理器在记录发出前自动脱敏或屏蔽PHI（受保护的健康信息），防止患者数据泄露。
scrub logs
redact PHI from logs
no-PHI logging
logging filter
telemetry redaction
logs leaking patient data
OpenTelemetry redaction
npx skills add maziyarpanahi/openmed --skill enforcing-nophi-logging -g -y
将OpenMed提取的NLP临床实体映射至OMOP CDM标准表，支持条件、药物和检测数据加载。
用户希望将NLP衍生的事实加载到OMOP数据库
构建从临床笔记到OHDSI的ETL流程
标准化笔记提取的发现为OMOP标准概念
npx skills add maziyarpanahi/openmed --skill etl-to-omop-cdm -g -y
用于评估OpenMed去标识化模型，通过G1a-G8泄漏门控检查残留PHI泄露、召回率及延迟，决定模型是否可发布或隔离。
release gate
leakage
is this model safe to ship
G1a
quarantine
npx skills add maziyarpanahi/openmed --skill evaluating-with-leakage-gates -g -y
用于发起FHIR批量数据导出并处理NDJSON文件，以便将其流式传输至OpenMed进行批量去标识化和命名实体识别。涵盖异步启动、轮询状态及下载流程，适用于群体规模临床文本提取场景。
用户需要批量导出FHIR数据
提及$export或Bulk Data Access
需要将NDJSON导入OpenMed进行去标识化
群体级患者数据提取
npx skills add maziyarpanahi/openmed --skill exporting-bulk-fhir -g -y
将OpenMed NER提取的临床实体转换为FHIR R4资源（如Condition、Observation），提供CodeableConcept构建和Bundle组装辅助，支持标准编码映射。
用户要求导出为FHIR格式
提及FHIR、Condition、Observation或MedicationStatement
需要RxNorm/LOINC等标准编码
与EHR系统互操作
npx skills add maziyarpanahi/openmed --skill exporting-to-fhir -g -y
在医疗文本中执行临床和生物医学命名实体识别，提取疾病、药物等实体并输出结构化结果。
从病历或医学笔记中提取实体
需要获取实体的字符偏移量和置信度
构建临床NLP流水线中的实体抽取阶段
npx skills add maziyarpanahi/openmed --skill extracting-clinical-entities -g -y
从DICOM文件及结构化报告中提取元数据和报告文本，识别并标记头部敏感信息(PII/PHI)，以便后续进行去标识化和NLP分析。
DICOM
pydicom
DICOM-SR
structured report
PatientName
study metadata
PACS
radiology report
PS3
npx skills add maziyarpanahi/openmed --skill extracting-dicom-metadata -g -y
从PDF、扫描件或图像中提取实验室检验面板表格，进行OCR解析、PHI去标识化及列分类，输出结构化数据供下游LOINC编码和FHIR使用。
lab table extraction
lab panel
OCR labs
table detection
npx skills add maziyarpanahi/openmed --skill extracting-lab-tables -g -y
用于在临床文本中检测PHI/PII实体并返回其位置与标签，不修改原文。适用于审计、预览脱敏效果或路由至自定义脱敏器，支持多语言及置信度过滤。
需要查看被识别出的敏感信息而不进行脱敏
在正式脱敏前预览可能被移除的内容
将检测结果路由到下游自定义脱敏工具
需要将模型标签标准化为规范分类体系
npx skills add maziyarpanahi/openmed --skill extracting-pii-entities -g -y
从临床文本中提取社会健康决定因素（SDOH），映射至ICD-10-CM Z编码，支持健康公平分析与编码差距识别。
用户需要提取SDOH信息
生成Z-code建议
进行健康公平分析
恢复未编码的自由文本中的SDOH
npx skills add maziyarpanahi/openmed --skill extracting-sdoh -g -y
用于从FHIR R4服务器获取并分页医疗资源，解码Base64附件提取临床文本，为OpenMed去标识化和NLP分析做准备。
需要获取EHR中的患者文档或诊断报告
需要从FHIR Bundle中分页拉取数据
需要解码base64编码的临床笔记
npx skills add maziyarpanahi/openmed --skill fetching-fhir-resources -g -y
在CI中集成OpenMed去标识化模型的门控检查，通过pytest或CLI验证PHI召回率不低于阈值且无关键信息泄露，防止模型退化导致的数据隐私风险。
CI gate
fail the build
regression test
de-id recall threshold
block the merge
exit nonzero
leakage check in CI
npx skills add maziyarpanahi/openmed --skill gating-deid-leakage -g -y
使用 MITRE Synthea 生成零 PHI 风险的逼真合成患者数据（FHIR/C-CDA/CSV），用于 OpenMed 管道开发、CI 测试固定装置及去标识化泄漏门控评估，避免接触真实临床数据。
需要安全的测试数据集
构建 CI 固定装置
演示或教学用途
评估去标识化效果
npx skills add maziyarpanahi/openmed --skill generating-synthea-data -g -y
将临床文本中的敏感信息替换为逼真的模拟值，保持文本可读性和NLP兼容性。支持一致性替换、种子复现及自定义生成器注册。
需要脱敏数据用于NLP训练或演示
要求保留实体关系和文本自然度
npx skills add maziyarpanahi/openmed --skill generating-synthetic-surrogates -g -y
将临床文档（图像、CSV、CDA）通过本地OCR和结构化处理转换为干净文本，支持脱敏与NER前置准备。
需要将扫描图片转为文本
需要处理CSV或CDA格式的临床数据
询问OCR引擎配置
npx skills add maziyarpanahi/openmed --skill ingesting-clinical-documents -g -y
将OpenMed提取的医疗实体链接至UMLS概念唯一标识符(CUI)，实现跨词汇表标准化、同义词归一化及语义类型过滤。需用户自备UTS API密钥，通过REST API实时查询NLM UMLS术语服务。
需要跨词汇表统一ID
同义词归一化
语义类型过滤
代码交叉映射
npx skills add maziyarpanahi/openmed --skill linking-umls-concepts -g -y
将实验室和临床观察名称映射到LOINC标准代码，支持通过FHIR术语服务器进行编码、单位附加及US Core结果构建。
用户需要将化验单或报告中的自由文本观察名称转换为稳定的LOINC代码
需要根据标本类型（如血清与尿液）或检测方法区分同一分析物的不同LOINC代码
需要为测量值配对UCUM单位或构建符合US Core标准的实验室结果Observation资源
需要区分检测面板（Panel）与其包含的单个分析物（Analyte）并分别获取对应代码
npx skills add maziyarpanahi/openmed --skill mapping-loinc -g -y
将OpenMed提取的临床实体映射到SNOMED CT标准术语。通过用户提供的FHIR术语服务器执行概念查找、翻译及ECL查询，支持临床编码与决策支持，严禁内置或分发受版权保护的术语数据。
SNOMED CT mapping
SCTID lookup
ECL query
ConceptMap translation
Ontoserver/Snowstorm integration
npx skills add maziyarpanahi/openmed --skill mapping-to-snomed -g -y
通过NCBI E-utilities检索PubMed/PMC文献，支持ESearch、EFetch及ESummary，用于获取生物医学证据、摘要或构建NER语料库。
需要特定疾病或药物的文献引用
获取摘要进行总结或提取实体
基于MeSH主题词的可复现搜索
npx skills add maziyarpanahi/openmed --skill mining-pubmed-literature -g -y
将药物名称标准化为RxNorm RxCUI，支持去重、品牌/通用名映射及NDC关联。基于免费RxNav API，适用于临床文本中的实体解析与医疗数据互操作。
药物名称标准化
RxCUI查询
RxNorm编码
药品去重
NDC代码获取
npx skills add maziyarpanahi/openmed --skill normalizing-rxnorm -g -y
