환자 기록이 외부 서버로 나가지 않고도 구조화된 데이터와 익명화된 텍스트를 만들어내는 로컬 의료 AI 도구
병원 기록이나 임상 노트에 포함된 환자 이름, 날짜, 사회보장번호 같은 민감 정보를 자동으로 찾아내고 지워주는 과정을 내 컴퓨터나 스마트폰에서 끝냅니다. 클라우드 서버로 데이터를 보내지 않아도 되는 이 환경은 의료 데이터의 프라이버시를 최우선으로 고려하는 개발자와 연구자에게 적합합니다. OpenMed는 Python, Swift, Kotlin 등 다양한 언어로 동작하며, 2,200개 이상의 의료 특화 모델을 로컬에서 실행할 수 있게 해줍니다.
로컬에서 끝나는 데이터 처리 흐름
OpenMed의 핵심은 '로컬 퍼스트' 원칙입니다. 필요한 모델 파일만 로컬에 내려받으면, 이후의 텍스트 분석과 개인정보 식별 과정은 외부 네트워크 연결 없이 진행됩니다. 이는 환자 데이터가 인터넷을 통해 전송되는 위험을 원천적으로 차단합니다. 다만 모델 다운로드나 원격 제공자 연동, 텔레메트리 기능이 활성화된 경로 등은 네트워크를 사용할 수 있으므로, 각 모델과 데이터셋의 이용 약관을 검토해야 합니다. 핵심 런타임은 필요한 아티팩트가 준비된 후 로컬에서 추출과 익명화를 수행합니다.
의료 실체 추출과 개인정보 비식별화
임상 텍스트에서 질병, 약물, 해부학적 구조 같은 의료 관련 정보를 자동으로 추출합니다. 예를 들어 '만성 골수성 백혈병 치료를 위해 이마티닙을 시작했습니다'라는 문장에서는 질병과 약물을 각각 높은 신뢰도로 식별합니다. 동시에 이름, 생년월일, 전화번호, 사회보장번호 등 18개 범주의 개인정보(PII)를 찾아내어 마스킹, 치환, 해싱, 날짜 이동 등 다양한 방법으로 비식별화할 수 있습니다. 스마트 병합 기능은 날짜나 주소가 토큰 단위로 조각나지 않도록 하나의 단위로 유지해 줍니다.
다양한 플랫폼과 언어 지원
Apple Silicon 기반 Mac에서는 MLX 런타임을 활용해 가속된 추론이 가능하며, iOS 앱에서는 Swift 패키지로 통합할 수 있습니다. Android 환경에서는 ONNX Runtime Mobile을 통해 Kotlin 라이브러리로 동작하며, 브라우저에서는 Transformers.js를 이용해 WebGPU 가속으로 실행할 수 있습니다. Python은 3.10 이상을 요구하며, CPU, CUDA, MLX 등 다양한 실행 경로를 지원합니다. 또한 42개 언어의 PII 처리를 지원하며, 이 중 35개 언어는 전용 모델로 뒷받침됩니다. 러시아어는 다국어 기본 모델 플레이스홀더를 사용하며, 벵골어, 중국어, 타밀어는 전용 레지스트리 항목을 가집니다.
배포 전 반드시 확인해야 할 사항
HIPAA 준수와 관련하여, 이 도구는 Safe Harbor 기준에 맞춘 설정을 제공하지만, SDK 사용 자체가 HIPAA 준수를 보장하지는 않습니다. 전문가의 배포 검토가 여전히 필수적이며, 모델의 임상적 적합성과 프라이버시 동작을 배포 주체가 검증해야 합니다. 또한 30초 데모에 사용되는 NER/NLI 제공자는 실제 학습된 모델이나 임상 검증이 아닌 합성 테스트 더블임을 명심해야 합니다.