OmniMed (Clinical NER Detection)
收藏OmniMed (Clinical NER Detection) 数据集概述
基本信息
- 数据集名称：OmniMed (Clinical NER Detection)
- 类别：Medical
- 提供方：jcentricity
- 订阅计划：
- BASIC: $0.00 / mo
- PRO: $49.99 / mo
- ULTRA: $199.00 / mo
- MEGA: $499.00 / mo
数据集描述
OmniMed 为开发者和医疗研究人员提供对经过微调的医疗大型语言模型（LLMs）的直接访问。该 API 基于稳健的 OpenMD 框架构建，专门针对临床准确性、医学术语和复杂医疗推理任务进行了优化，这些任务通常是通用 LLMs 难以处理的。
命名实体识别（NER）是从超过 80% 存在于非结构化临床记录和生物医学文献中的医疗数据中提取结构化信息的基础。OmniMed 是完全托管的，无需配置服务器，也无需构建、训练或部署机器学习模型。用户只需为实际使用量付费，没有最低费用和前期承诺。
主要功能
- 临床实体识别（NER）：专门针对从生物医学和临床文档中准确识别和提取疾病实体而微调的命名实体识别模型。
- 易于集成：完全兼容 Hugging Face Transformers 和所有命名实体识别医疗模型，可实现快速轻松的部署。
开发者特性
- WSL 2 优化：为跨 Windows 和 Linux 环境的无缝集成而构建。
- RESTful 设计：使用标准的 JSON 负载，可与任何编程语言（Python、Node.js、C# 等）配合使用。
- 隐私中心化：设计时考虑了 HIPAA 合规性路径（无数据保留）。
使用案例
- 研究与分析：处理数千份医学论文或患者记录以进行纵向研究。
API 端点详情
- 端点：
/api/analyze - 方法：POST
- 内容类型：application/json
- 处理时间：API 大约需要 4 到 6 秒，建议将 HTTP 客户端超时时间设置为 7 秒并相应调整。
输入与输出
-
输入：API 接受模型、临床文本、研究论文和生物医学文档作为输入。输入应以 JSON 格式提供，包含一个 "inputs" 字段，其中包含要分析的文本。模型处理自然语言文本，并识别包括生物体、物种、疾病和其他生物医学术语在内的医疗实体。输入文本的范围可以从简短的临床记录到较长的研究文档，在医学和科学内容上表现最佳。
-
支持的模型：OmniMed 支持 https://huggingface.co/collections/OpenMed/medical-and-clinical-ner 上列出的所有医疗和临床 NER 模型及模型名称。只需在 JSON 请求中包含模型名称即可。
-
示例请求： json { "text": "Patient started imatinib for CML", "model_name": "OpenMed/OpenMed-NER-OncologyDetect-SuperClinical-434M", "confidence_threshold": 0.0, "group_entities": false, "aggregation_strategy": "simple" }
-
示例响应： json { "text": "Patient started imatinib for CML", "entities": [ { "text": "Patient", "label": "Organism", "confidence": 0.9140438437461853, "start": 0, "end": 7, "metadata": { "sentence_index": 0, "sentence_text": "Patient started imatinib for CML", "sentence_start": 0, "sentence_end": 32, "span_valid": true } }, { "text": "imatinib", "label": "Simple_chemical", "confidence": 0.9696969985961914, "start": 16, "end": 24, "metadata": { "sentence_index": 0, "sentence_text": "Patient started imatinib for CML", "sentence_start": 0, "sentence_end": 32, "span_valid": true } }, { "text": "CML", "label": "Cancer", "confidence": 0.9679190516471863, "start": 29, "end": 32, "metadata": { "sentence_index": 0, "sentence_text": "Patient started imatinib for CML", "sentence_start": 0, "sentence_end": 32, "span_valid": true } } ], "model_name": "OpenMed/OpenMed-NER-OncologyDetect-SuperClinical-434M", "timestamp": "2026-04-14T22:03:29.326287", "processing_time": 4.1415345668792725, "metadata": { "sentence_detection": true, "sentence_count": 1, "sentence_language": "en", "medical_tokenizer": true, "max_length": 512 } }
重要声明
OmniMed 仅作为研究和教学资源提供。它尚未获得 FDA（或其他监管机构）的临床使用许可或批准。将其输出应用于现实世界的医疗环境完全由用户自行承担风险。
