Agent Skills
› maziyarpanahi/openmed
maziyarpanahi/openmed
GitHubOpenMed工作流初始路由技能，用于将未指定具体流程的请求确定性地分发至摄取、隐私、提取、交换或验证阶段，确保敏感临床数据优先经过隐私网关。
Install All Skills
npx skills add maziyarpanahi/openmed --all -g -y
Skills in Collection (74)
Showing top 50 of 74 by quality score. Use the install list command or open individual skills for the rest.
OpenMed工作流初始路由技能，用于将未指定具体流程的请求确定性地分发至摄取、隐私、提取、交换或验证阶段，确保敏感临床数据优先经过隐私网关。
用户发起涉及临床数据的摄取、提取、交换或验证请求
目标宽泛且跨越多个数据处理阶段
npx skills add maziyarpanahi/openmed --skill ask-openmed -g -y
用于基准测试PII模型的召回率，通过合成数据验证标签感知的精确跨度及字符召回率。在发布前确保满足召回率底线，防止隐私泄露，适用于模型、阈值或量化版本的对比评估。
需要验证PII模型召回率是否达标
在优化F1、大小或延迟前进行基准测试
发布前强制检查召回率底线以防止隐私泄漏
npx skills add maziyarpanahi/openmed --skill benchmark-pii-recall -g -y
OpenMed本地临床NLP库的入门指南，提供安装、核心API（NER、PHI脱敏）及子技能映射，用于构建医疗文本处理管道。
用户询问如何安装或配置OpenMed
需要识别临床实体或进行PHI脱敏
启动基于OpenMed的医疗文本处理项目
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，生成脱敏数据集及聚合摘要。适用于临床数据共享前的隐私保护，支持严格策略并防止源数据泄露。
需要脱敏处理包含个人健康信息的结构化数据集
准备用于分析或共享的临床数据且需保留原始文件
npx skills add maziyarpanahi/openmed --skill deidentify-a-dataset -g -y
从合成或去标识化文本中提取临床实体，并映射为符合FHIR R4标准的资源与Bundle。适用于将本地NER结果转化为Condition、MedicationStatement等资源，严禁虚构术语代码，确保数据合规与安全。
需要将非结构化临床文本转换为FHIR资源
进行医疗数据提取且需避免生成虚假编码
npx skills add maziyarpanahi/openmed --skill extract-clinical-entities-to-fhir -g -y
加载 OpenMed 临床 NER 模型，支持从 Hugging Face Hub 或本地路径获取。实现模型缓存复用、离线运行及资源控制，避免重复加载，配合选择与提取技能使用。
需要加载 OpenMed NER 模型
要求模型离线运行或控制缓存目录
在循环中复用 ModelLoader 以避免重复初始化
npx skills add maziyarpanahi/openmed --skill loading-openmed-models -g -y
用于在离线环境下根据语言、运行环境和设备预算，从本地注册表中筛选并选择最适合的PII检测模型。支持CPU、Apple Silicon及移动端导出，强调召回率验证与性能基准测试，确保隐私合规。
需要为特定设备选择本地PII检测模型
进行模型格式转换或量化后的召回验证
npx skills add maziyarpanahi/openmed --skill pick-a-pii-model -g -y
用于在去标识化流程前收集隐私策略决策并生成可审查的DEID-POLICY.md配置文件。通过限定选项引导用户确定管辖权、召回率等五项关键参数，确保本地优先且无强制网络调用，输出仅为草稿需人工审批。
需要为去标识化项目制定隐私策略
生成或更新DEID-POLICY.md文件
npx skills add maziyarpanahi/openmed --skill setup-openmed -g -y
用于基因组变异注释与HGVS标准化，支持VCF、rsID及HGVS输入。通过Ensembl VEP REST或离线工具预测变异后果，关联gnomAD频率及OpenMed临床表型上下文。
用户需要预测基因变异的后果（如错义突变）
需要将HGVS字符串标准化为基因组坐标
要求获取gnomAD群体等位基因频率
结合OpenMed分析文本提取的表型与肿瘤学背景
npx skills add maziyarpanahi/openmed --skill annotating-variants -g -y
将多个FHIR R4资源组装为有效的事务Bundle，支持确定性URL生成、内部引用重写及请求块构建，用于向EHR服务器POST数据。
用户有多个FHIR资源需打包
提及构建Bundle或事务操作
需要解析或重写内部引用
npx skills add maziyarpanahi/openmed --skill assembling-fhir-bundles -g -y
用于审计去标识化临床文本，检测残留的PHI/PII泄露。通过正则和模型双重扫描生成报告，发现任何泄露即阻止数据发布，确保合规。
验证去标识化输出是否干净
证明无PHI泄露
在数据集分享前运行安全检查
npx skills add maziyarpanahi/openmed --skill auditing-deid-leakage -g -y
用于生成HIPAA/GDPR合规的脱敏审计追踪，提供不可篡改、无敏感信息的证据记录。
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管道生成符合21 CFR Part 11标准的审计追踪，提供可归因性、时间戳及防篡改电子签名证据，适用于GxP合规环境。
用户需要在受监管环境中生成审计记录
需要验证或创建电子签名以符合Part 11要求
npx skills add maziyarpanahi/openmed --skill auditing-part11-trails -g -y
用于验证OpenMed去标识化输出是否符合HIPAA Safe Harbor标准，检查18类标识符覆盖情况并报告重识别风险。
用户需确认笔记符合HIPAA Safe Harbor要求
需要映射检测实体到18个类别的清单
询问掩码是否完整
npx skills add maziyarpanahi/openmed --skill auditing-safe-harbor-checklist -g -y
审计OpenMed NER或去标识化模型在不同人口统计子群体中的性能差异，检测PHI泄露的不平等性（under-protection），计算各组的召回率和泄露率，识别表现最差的群体。
fairness
subgroup
bias audit
disparity
equalized odds
under-protected group
per-group recall
STANDING Together
npx skills add maziyarpanahi/openmed --skill auditing-subgroup-fairness -g -y
为OpenMed临床AI模型生成合规的Model Card，整合评估指标、公平性分析及局限性说明。适用于发布更新、治理审查或生成透明度文档。
model card
intended use
model documentation
governance
limitations section
datasheet
FDA/ONC transparency
npx skills add maziyarpanahi/openmed --skill authoring-model-cards -g -y
用于在本地对大量临床文本进行批量 NER、PII 提取或去标识化。支持分片、检查点、断点续传及 JSONL 流式输出，适用于大规模数据集的高效处理与隐私保护。
需要批量处理临床笔记语料库
对数据集进行去标识化或 PII 提取
构建可恢复的批处理流水线
流式输出结果到 JSONL
npx skills add maziyarpanahi/openmed --skill batch-processing-clinical-text -g -y
用于评估OpenMed临床NER模型性能，支持严格与宽松匹配模式，生成实体级精确率、召回率和F1分数，提供按标签的错误分析及混淆矩阵。
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，实现PII识别结果的转换、合并及脱敏流程集成。
需要集成第三方NLP工具进行PII处理
希望在现有框架中嵌入OpenMed脱敏功能
npx skills add maziyarpanahi/openmed --skill bridging-presidio-and-spacy -g -y
为OpenMed NER模型评估构建合成金标准标注项目，包括标签模式、指南、工具配置及无泄漏的数据集划分。
创建评估夹具
设置标注项目
定义标签集合
编写标注指南
配置标注工具
构建保留金标准数据集
npx skills add maziyarpanahi/openmed --skill building-gold-corpus -g -y
将临床事件按时间顺序组装为病人时间线，支持绝对/相对日期归一化、去标识化及FHIR导出，用于构建纵向病史或病程视图。
构建病人时间线
对临床事件进行时间排序
重建纵向病史
生成病程视图
npx skills add maziyarpanahi/openmed --skill building-patient-timelines -g -y
在部署处理受保护健康信息(PHI)的管道前，运行HIPAA合规检查清单，生成差距报告。用于审查隐私与安全规则、确定去标识化方法及记录控制措施，确保符合监管要求。
用户准备部署涉及PHI的数据管道
需要预部署合规审查或差距分析
询问HIPAA安全与隐私规则适用性
需文档化最小必要或去标识化控制
npx skills add maziyarpanahi/openmed --skill checking-hipaa-compliance -g -y
指导如何查询和选择OpenMed临床/生物医学模型，支持按类别、语言、大小筛选及元数据检查，避免硬编码。
询问推荐哪个OpenMed模型
列出模型类别
查找特定疾病或隐私模型
获取特定语言的PII模型
按大小或任务搜索模型
加载前检查模型标签和元数据
npx skills add maziyarpanahi/openmed --skill choosing-openmed-models -g -y
将OpenMed提取的慢性病映射至CMS-HCC V28分类并估算RAF评分，辅助发现未记录诊断、验证MEAT支持，为编码人员提供决策支持。
HCC
CMS-HCC
V28
RAF score
risk adjustment
npx skills add maziyarpanahi/openmed --skill coding-hcc-risk-adjustment -g -y
基于OpenMed提取的诊疗实体，结合CMS公开数据或FHIR接口，为ICD-10-CM/PCS编码提供候选代码、 rationale及人工审核提示，支持临床诊断映射与GEM转换。
用户请求将诊断文本映射到ICD-10-CM代码
需要为住院操作建议ICD-10-PCS代码
执行ICD-9到ICD-10的GEM交叉对照
预填充待编码员审核的病案诊断
npx skills add maziyarpanahi/openmed --skill coding-icd10 -g -y
利用OpenMed从临床笔记中提取事实，补充结构化数据不足，辅助计算电子临床质量指标(eCQM)，提升 numerator 捕获率。
用户需要计算 eCQM 或评估 CMS 质量指标
需要从临床笔记中改善分子/排除项的捕获
构建 CQL/QDM 测量逻辑以弥补结构化代码缺失
npx skills add maziyarpanahi/openmed --skill computing-ecqms -g -y
指导选择OpenMed隐私策略配置文件以实现HIPAA/GDPR等合规去标识化，或注册自定义代理生成器。适用于需平衡数据可用性与法规要求的场景。
询问哪种隐私策略适合特定合规要求（如HIPAA、GDPR）
需要配置去标识化参数以保留准标识符用于研究
需要注册自定义MRN或姓名代理生成器
npx skills add maziyarpanahi/openmed --skill configuring-privacy-policies -g -y
用于在OHDSI ATLAS/CIRCE中定义患者队列和可计算表型，结合OMOP CDM标准概念集与OpenMed NLP提取的文本特征，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
复用PheKB或OHDSI表型库逻辑
构建概念集
通过NLP特征增强代码逻辑
npx skills add maziyarpanahi/openmed --skill defining-cohort-phenotypes -g -y
在本地对临床文本进行去标识化，移除或替换 PHI/PII 信息。支持脱敏、移除、替换、哈希及日期偏移等方法，适用于医疗数据共享、分析及合规场景，确保隐私安全。
需要脱敏或匿名化医疗记录
处理包含患者个人信息的自由文本
在共享或分析前清理敏感数据
npx skills add maziyarpanahi/openmed --skill deidentifying-clinical-text -g -y
用于在本地对多语种临床文本进行PII去标识化，支持自动选择语言模型、正则及本地化假名生成，处理各国特有ID格式。
需要对非英语医疗记录进行隐私脱敏
要求生成的替代数据符合特定地区文化或格式规范
涉及多国特有的个人身份信息（如DNI、Steuer-ID等）
npx skills add maziyarpanahi/openmed --skill deidentifying-multilingual-text -g -y
部署OpenMed MCP服务器，为Claude Code等编码代理提供临床文本NER、PII提取和去标识化工具。支持stdio和HTTP传输，实现本地化隐私保护分析。
配置编码代理使用OpenMed工具
启动MCP服务器暴露NLP能力
集成临床文本处理功能到Agent
npx skills add maziyarpanahi/openmed --skill deploying-openmed-mcp -g -y
基于FAERS/OpenFDA数据，通过构建2x2列联表计算PRR、ROR、EBGM等指标，自动检测药品与不良反应之间的非成比例报告信号，用于药物警戒筛查。
检测药物不良反应信号
计算PRR或ROR比率
运行EBGM统计筛查
查询OpenFDA药品事件数据
npx skills add maziyarpanahi/openmed --skill detecting-pv-signals -g -y
为OpenMed部署提供日志和遥测PII防护，通过logging.Filter或OTel处理器在记录发出前自动脱敏患者健康信息，防止敏感数据泄露至日志存储或错误追踪器。
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临床实体映射到OMOP CDM标准表，完成从源概念到标准概念的转换，用于OHDSI/ATLAS分析。
加载NLP衍生事实到OMOP数据库
构建OHDSI ETL流程
标准化文本发现为OMOP标准概念
npx skills add maziyarpanahi/openmed --skill etl-to-omop-cdm -g -y
评估OpenMed去标识化或临床NER模型，依据G1a-G8泄露门禁标准判断是否可发布。通过合成数据集检测PHI残留、强制召回阈值及零关键泄露，生成签署报告以决定模型放行或隔离。
release gate
leakage
is this model safe to ship
G1a
G3
quarantine
recall floor
calibration thresholds
npx skills add maziyarpanahi/openmed --skill evaluating-with-leakage-gates -g -y
用于发起FHIR批量数据导出并流式传输NDJSON至OpenMed进行去标识化和NER处理，支持系统、群体或患者级别异步作业。
需要大规模临床文本提取
提及批量导出或$export操作
涉及NDJSON或扁平FHIR数据处理
群体去标识化需求
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标准资源（如Condition、Observation），支持多医学术语系统编码及EHR互操作。
需要导出为FHIR格式
提及Condition/Observation/MedicationStatement
涉及RxNorm/LOINC/ICD-10/SNOMED编码
与EHR系统进行数据互操作
npx skills add maziyarpanahi/openmed --skill exporting-to-fhir -g -y
在医疗文本中执行临床生物医学命名实体识别，提取疾病、药物等实体及置信度，支持多种输出格式。
从医疗笔记中提取疾病、药物或解剖学实体
需要结构化NER输出（如JSON、CSV）并过滤置信度
npx skills add maziyarpanahi/openmed --skill extracting-clinical-entities -g -y
从DICOM文件头及结构化报告中提取元数据和报告文本，识别并标记PII/PHI标签，为后续脱敏和NLP分析做准备。
读取DICOM文件头
提取DICOM-SR报告文本
扫描头部敏感信息
npx skills add maziyarpanahi/openmed --skill extracting-dicom-metadata -g -y
从PDF、扫描件或图像中检测并提取实验室检验表格，通过OCR解析和PHI脱敏，将数据转换为结构化行，为后续LOINC编码和FHIR标准化做准备。
lab table extraction
lab panel
OCR labs
table detection
layout analysis
npx skills add maziyarpanahi/openmed --skill extracting-lab-tables -g -y
用于在临床文本中检测并提取 PHI/PII 实体（如姓名、MRN、电话等）及其位置和标签，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。
需要获取敏感信息的位置和标签而不修改原文
在脱敏前预览将被处理的内容
将检测到的实体路由到下游脱敏工具
npx skills add maziyarpanahi/openmed --skill extracting-pii-entities -g -y
从临床文本中提取健康社会决定因素（SDOH）实体，并将其映射到ICD-10-CM Z编码。用于支持健康公平分析、风险分层及填补编码缺失，提供结构化信号供人工审核。
提取健康社会决定因素
生成Z代码建议
健康公平数据分析
恢复未编码的自由文本信息
npx skills add maziyarpanahi/openmed --skill extracting-sdoh -g -y
从FHIR R4服务器获取和分页临床资源，解码base64附件提取文本，并对接OpenMed进行去标识化和NLP分析。
需要获取EHR FHIR API中的临床文档或报告内容
处理FHIR Bundle分页及base64编码附件解码
准备数据以进行HIPAA合规的去标识化或自然语言处理
npx skills add maziyarpanahi/openmed --skill fetching-fhir-resources -g -y
在CI中集成隐私去标识化质量门禁，通过pytest或CLI自动检测PHI召回率下降及关键信息泄露，失败则阻断构建，保障数据合规。
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 风险的合成患者数据，支持 FHIR、C-CDA 和 CSV 格式。用于 OpenMed 管道开发、CI 测试固定数据、演示及去标识化泄漏门控测试，避免触碰真实临床数据。
需要安全可分享的测试数据
构建 CI 固定测试用例
进行去标识化效果评估
无需数据使用协议的演示或教学
npx skills add maziyarpanahi/openmed --skill generating-synthea-data -g -y
将临床文本中的真实身份信息替换为逼真的伪造值，保持文本可读性和NLP兼容性。支持一致性映射、种子复现及自定义生成器注册，适用于脱敏训练数据或演示场景。
需要将PII替换为自然语言假数据而非占位符
需要跨文档或跨调用保持一致的伪造身份
需要自定义伪数据格式或提供商
npx skills add maziyarpanahi/openmed --skill generating-synthetic-surrogates -g -y
将扫描传真、图像及CSV/CDA等临床文档通过本地OCR或结构化处理转为纯净文本，为去标识化和实体识别做准备。支持图像、表格和C-CDA格式输入。
需要将扫描件或照片转换为文本
需要处理CSV/TSV表格数据
需要解析C-CDA XML文件
询问OCR引擎或多模态摄入流程
npx skills add maziyarpanahi/openmed --skill ingesting-clinical-documents -g -y
将OpenMed提取的医疗实体链接至UMLS标准概念标识符(CUI)，实现跨词典归一化、同义词解析及语义类型过滤。需用户自备UTS API密钥，通过REST API实时查询NLM UTS服务。
需要统一不同医学术语体系（如SNOMED、ICD-10）的概念ID
对提取的实体进行同义词标准化或语义类型筛选
提及UMLS、CUI、Metathesaurus或UTS API key
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API进行查询、验证及构建US Core实验室结果。
需要为化验单或观察记录分配稳定的LOINC代码
根据标本类型或检测方法消歧义观测值
获取UCUM单位并构建符合标准的Observation资源
npx skills add maziyarpanahi/openmed --skill mapping-loinc -g -y
将OpenMed提取的临床概念映射到SNOMED CT，通过用户提供的术语服务器执行查找、翻译和ECL查询。
SNOMED CT
SNOMED concept id
ECL
ConceptMap
$translate
$lookup
Ontoserver
Snowstorm
SCTID
post-coordination
terminology server
npx skills add maziyarpanahi/openmed --skill mapping-to-snomed -g -y
