OpenMed 临床领域标签目录（Clinical Domain Label Catalog）完整解读：零样本 NER 标签体系、风险分级与离线覆盖率门禁
【免费下载链接】openmedLocal-first healthcare AI: clinical NER & HIPAA PII de-identification that runs 100% on-device. 2,200+ medical models, 21 languages, Apple MLX + Python, no cloud, no patient data leaving your network. Apache-2.0项目地址: https://gitcode.com/GitHub_Trending/ope/openmed
导读：本文基于 OpenMed 仓库中的 docs/clinical-domains.md 临床领域标签目录，系统讲解 OpenMed 零样本 NER / 临床信息抽取的领域标签体系——从 40+ 领域分组的显示标签（display label）、规范标签（canonical label）、政策类别与风险等级、编码系统提示（system hints），到 fixture 驱动的离线覆盖率评估门禁与benchmark domain-coverage命令的完整用法。读完本文，你将能够理解 OpenMed 各类临床模型输出的标签如何被归一化到统一规范词汇表，知道哪些领域有配套合成 fixture 可供离线评测，并能独立运行覆盖率门禁验证标签映射的完整性。注意：本文目录仅用于离线评估与评审工作流规划，不构成临床指导，不得用于推断诊断、治疗、编码或报销决策。
目录体系概览：从显示标签到规范标签的归一化
OpenMed 的临床领域标签目录是一份从零样本领域标签映射（zero-shot domain label map）与规范标签元数据（canonical label metadata）生成的目录。整份目录由若干领域分组（domain）组成，每个领域分组下列出若干标签（Label），每个标签都绑定 5 列结构化元数据：
| 列 | 含义 | 取值示例 |
|---|---|---|
| Label | 显示标签，即零样本标签映射中实际出现的标签名 | Disease、VaccineName、Zygosity |
| Canonical Label | 归一化后的规范标签（UPPER_SNAKE_CASE） | DISEASE、VACCINE_NAME、ZYGOSITY |
| Category | 政策类别（policy class） | CLINICAL_CONCEPT、DIRECT_IDENTIFIER、QUASI_IDENTIFIER |
| Risk Level | 风险等级 | low、medium、high |
| System Hints | 建议的编码系统（terminology hints） | ICD-10-CM、SNOMED、HPO、RxNorm、LOINC |
| Fixture Path | 配套合成 fixture 文件（相对仓库根目录） | tests/fixtures/clinical/immunization.jsonl或Not shipped |
这份目录的数据源头有两个：其一是零样本领域标签映射 openmed/zero_shot/data/label_maps/defaults.json（每个领域分组的显示标签列表与之完全一一对应）；其二是规范标签元数据 openmed/core/labels.py（提供 canonical label、policy class、risk level、system hints 的定义）。
为什么需要规范标签（Canonical Label）归一化
从 openmed/core/labels.py 的模块注释可以看到，OpenMed 的不同 PII / 生物医学 NER 模型家族使用不同的标签命名约定：
- 英语 / 多语种 SuperClinical 模型使用小写
snake_case（如first_name、date_of_birth）； - 葡萄牙语模型暴露 52 个大写标签（如
FIRSTNAME、DATEOFBIRTH）； - privacy-filter 模型家族输出 BIOES 标签（如
B-NAME、I-EMAIL、E-ADDRESS、S-PHONE）； - 生物医学 NER 家族输出大写与 snake_case 混合的概念（如
DISEASE、simple_chemical、gene_or_gene_product）。
因此labels.py定义了单一的CANONICAL_LABELS规范词汇表（统一为UPPER_SNAKE_CASE）以及normalize_label帮助函数，把上述所有输入形式映射到规范名称。下游代码（匿名化、映射表、配置）只应基于规范标签工作——这正是本文目录中 Canonical Label 一列存在的意义：它让目录中的显示标签、模型原始输出与下游策略处理共享同一套词汇。
领域分组全表：40+ 临床与非临床领域
目录按领域分组呈现，下面按文档顺序完整列出各领域及其标签元数据（Category、Risk、System Hints、Fixture 均以文档为准）。
基础生物医学与临床领域（Biomedical / Clinical）
Biomedical（对应 defaults.json 的biomedical键）：Disease → DISEASE（low，ICD-10-CM/SNOMED/HPO）、Drug → DRUG（low，RxNorm/SNOMED）、Gene → GENE（low，SNOMED/HPO）、Organism → ORGANISM（low，SNOMED），全部Not shipped。
Clinical：Problem → PROBLEM（medium，ICD-10-CM/SNOMED/HPO）、Treatment → OTHER（low）、Test → LAB_TEST（low，LOINC/SNOMED）、BodyPart → BODY_SITE（low，SNOMED），全部Not shipped。
注意Problem在目录中被标记为medium风险。从 openmed/core/labels.py 的注释可以看到设计意图：自由文本问题/适应证文本与结果值保持 medium 风险，是为了让罕见疾病与独特测量值对风险工具可见；而它们的政策类别仍为CLINICAL_CONCEPT，因此不会进入默认的 PII 脱敏范围。
基因组学领域（Genomic / Genomic Variant）
Genomic：Variant → VARIANT_DESCRIPTOR、Gene → GENE、Transcript → OTHER、Phenotype → OTHER，全部 low 风险、Not shipped。
Genomic Variant（对应genomic_variant键，首个带 fixture 的领域）：GeneSymbol → GENE_SYMBOL、VariantDescriptor → VARIANT_DESCRIPTOR、ProteinChange → PROTEIN_CHANGE、Zygosity → ZYGOSITY、AlleleFrequency → OTHER、ClinicalSignificance → CLINICAL_SIGNIFICANCE、ReferenceTranscript → OTHER，全部 low 风险，fixture 均为 tests/fixtures/clinical/genomic_variant.jsonl。这些规范标签在 openmed/core/labels.py 中定义为 issue #906 的临床基因组变异提及概念。
非临床通用领域（Finance / Legal / News / Ecommerce / Cybersecurity / Chemistry / Organism / Education / Social）
这部分领域多为跨域抽取场景（如财务文本、新闻、电商、网络安全通告），其标签大多归类为CLINICAL_CONCEPT/OTHER且低风险（属于标签归一化的"兜底"处理），但其中两个领域具有真正的标识符语义：
- News：
Person → PERSON（high，DIRECT_IDENTIFIER）、Organization → ORGANIZATION（medium，QUASI_IDENTIFIER）、Location → LOCATION（medium，QUASI_IDENTIFIER）、Date → DATE（medium，QUASI_IDENTIFIER），全部Not shipped； - Social：
Person → PERSON（high，DIRECT_IDENTIFIER）、Handle → OTHER、Hashtag → OTHER、URL → URL（high，DIRECT_IDENTIFIER），全部Not shipped； - Generic：与 News 相同的
Person/Organization/Location/Date四件套，风险分级一致。
其余如Finance（Company → ORGANIZATION 为 medium/QUASI_IDENTIFIER）、Legal、Ecommerce、Cybersecurity、Chemistry（其中Unit → UNIT，LOINC/SNOMED）、Organism（Species → SPECIES）、Education均为Not shipped且大多为 low/OTHER。
专科临床领域（Public Health / Disease / Pharmaceutical / Oncology / Anatomy / Genomics / Chemical / Species / Protein / Pathology / Hematology / Cardiology / Microbiology / Dermatology / Ophthalmology / Radiology）
- Public Health：
Condition → CONDITION（ICD-10-CM/ICD-10-CN/SNOMED，注意这里额外包含中国 ICD-10-CN 提示）、Intervention → PROCEDURE、Outcome → OTHER、Population → OTHER，全部Not shipped； - Disease：
Disease → DISEASE、Condition → CONDITION、Pathology → PATHOLOGY，全部Not shipped； - Pharmaceutical：
Chemical → CHEMICAL、Drug → DRUG、Medication → MEDICATION（RxNorm/CN-DRUG/SNOMED，含中国药品编码 CN-DRUG），全部Not shipped； - Oncology：18 个标签（Oncotree 风格，如
SimpleChemical → CHEMICAL、Cancer → CANCER、GeneOrGeneProduct → GENE_OR_GENE_PRODUCT、Tissue → TISSUE、PathologicalFormation → PATHOLOGY等），全部 low 风险、Not shipped； - Anatomy：
Organ → ORGAN、Tissue → TISSUE、Anatomy → ANATOMY； - Genomics：
GeneOrGeneProduct → GENE_OR_GENE_PRODUCT、Gene → GENE、Protein → PROTEIN、DNA → DNA、RNA → RNA、CellLine → CELL、CellType → CELL； - Chemical：
SimpleChemical/Chemical → CHEMICAL、Drug → DRUG、Medication → MEDICATION； - Species：
Organism → ORGANISM、Species → SPECIES； - Protein：
GeneOrGeneProduct → GENE_OR_GENE_PRODUCT、Protein/ProteinComplex/ProteinEnumeration/ProteinFamilyOrGroup/ProteinVariant → PROTEIN； - Pathology：
Disease/Condition/Pathology三件套； - Hematology：
Cancer → CANCER、Disease → DISEASE、CellLine → CELL； - Cardiology：
CardiacFinding/ECGFinding/EjectionFraction/CardiacProcedure/CardiacDevice → OTHER、Anatomy → ANATOMY； - Microbiology：
Microorganism → MICROORGANISM（SNOMED/LOINC）、Antibiotic → ANTIBIOTIC（RxNorm/SNOMED）、Susceptibility → SUSCEPTIBILITY（LOINC/SNOMED）、SpecimenSource/CultureResult → OTHER； - Dermatology：
SkinLesion/Morphology/Distribution → OTHER、Anatomy → ANATOMY； - Ophthalmology：
EyeFinding/VisualAcuity/IntraocularPressure → OTHER、Anatomy → ANATOMY； - Radiology（首个专科带 fixture 领域）：
Finding → FINDING、ImagingModality → IMAGING_MODALITY、Anatomy → ANATOMY、Laterality → LATERALITY、Measurement → MEASUREMENT（LOINC/SNOMED）、Impression → FINDING，fixture 为 tests/fixtures/clinical/radiology_finding.jsonl。Radiology 概念在 openmed/core/labels.py 中标注为 issue #1971 引入。
FHIR 对齐的护理记录领域（Anesthesia / Nutrition Diet / Endocrinology / Gastroenterology / Nephrology Renal / Immunization / Allergy Intolerance / Pulmonology / Pediatrics Growth / Procedures / Nursing Observation）
这一组领域是目录中最"重"的部分——它们大多拥有已提交的合成 span fixture，且部分领域带有 FHIR 资源映射对齐说明：
- Anesthesia（issue #952）：
AnesthesiaType → ANESTHESIA_TYPE、AnestheticAgent → ANESTHETIC_AGENT（RxNorm/SNOMED）、AirwayManagement → AIRWAY_MANAGEMENT、ASAClass → ASA_CLASS、MonitoringModality/IntraoperativeEvent → OTHER，fixture 为 tests/fixtures/clinical/anesthesia.jsonl； - Nutrition Diet（issue #951）：
DietType → DIET_TYPE、NutritionTarget → NUTRITION_TARGET、Supplement → OTHER、FeedingRoute → FEEDING_ROUTE、IntakeFinding → OTHER、NutritionalStatus → NUTRITIONAL_STATUS、FluidRestriction → OTHER，fixture 为 tests/fixtures/clinical/nutrition_diet.jsonl； - Endocrinology（issue #895）：
GlycemicMeasure → GLYCEMIC_MEASURE、ThyroidFunctionMeasure → THYROID_MEASURE、HormoneLevel → HORMONE_LEVEL、InsulinRegimen → INSULIN_REGIMEN、MetabolicFinding → CONDITION（ICD-10-CM/ICD-10-CN/SNOMED）、EndocrineGland → BODY_SITE，fixture 为 tests/fixtures/clinical/endocrinology.jsonl； - Gastroenterology（issue #894）：
EndoscopicFinding → ENDOSCOPIC_FINDING、GISymptom → GI_SYMPTOM、BowelPrepQuality → GI_SCORE、BiopsySite → BODY_SITE、GIScore → GI_SCORE、LesionMorphology/PolypDescriptor → POLYP_DESCRIPTOR，fixture 为 tests/fixtures/clinical/gastroenterology.jsonl； - Nephrology Renal（issue #892）：
RenalFunctionMeasure → RENAL_FUNCTION_MEASURE、CKDStage → CKD_STAGE、DialysisModality → DIALYSIS_MODALITY、UrineFinding → URINE_FINDING、FluidStatus/RenalReplacementAccess/ElectrolyteDisturbance → OTHER，fixture 为 tests/fixtures/clinical/nephrology_renal.jsonl； - Immunization：见下节 FHIR 对齐说明，fixture 为 tests/fixtures/clinical/immunization.jsonl；
- Allergy Intolerance：见下节 FHIR 对齐说明，fixture 为 tests/fixtures/clinical/allergy_intolerance.jsonl；
- Pulmonology（issue #893）：
SpirometryMeasure → SPIROMETRY_MEASURE、OxygenSupport → OXYGEN_SUPPORT、RespiratoryFinding → RESPIRATORY_FINDING、DyspneaGrade → DYSPNEA_GRADE、LungAuscultation → RESPIRATORY_FINDING、PFTInterpretation → OTHER、AirwayDevice → AIRWAY_MANAGEMENT，fixture 为 tests/fixtures/clinical/pulmonology.jsonl； - Pediatrics Growth（issue #896）：
GrowthParameter → GROWTH_PARAMETER（SNOMED/LOINC）、GrowthPercentile/GrowthZScore → GROWTH_PERCENTILE、DevelopmentalMilestone → DEVELOPMENTAL_MILESTONE、FeedingHistory → NUTRITIONAL_STATUS、PediatricFinding → CONDITION，fixture 为 tests/fixtures/clinical/pediatrics_growth.jsonl； - Procedures：
Procedure/Surgery/DiagnosticProcedure → PROCEDURE、Device → DEVICE、Approach → OTHER，全部Not shipped； - Nursing Observation（issue #910）：
IntakeOutput → INTAKE_OUTPUT（LOINC/SNOMED）、LineDrainTube → LINE_DRAIN_TUBE、RiskScore → NURSING_RISK_SCORE、MobilityStatus/PainScore → OTHER、CareIntervention → CARE_INTERVENTION、SkinAssessment → BODY_SITE，fixture 为 tests/fixtures/clinical/nursing_observation.jsonl。
FHIR 资源对齐说明（Immunization 与 Allergy Intolerance）
目录中两个领域带有显式的 FHIR 对齐段落，属于"提取元数据"层面的设计，需要特别注意其边界声明：
Immunization 领域：显示标签是为规划的 OM-138 FHIR Immunization 导出器塑形的——VaccineName映射到vaccineCode、DoseNumber映射到protocolApplied.doseNumber[x]、AdministrationRoute映射到route、AdministrationSite映射到site、VaccineLot映射到lotNumber、AdministrationDate映射到occurrence[x]、VaccineSeries映射到protocolApplied.series。文档明确声明：这只是提取元数据，不创建导出器、推荐、剂量或排程逻辑。对应规范标签定义在 openmed/core/labels.py（issue #897）。
Allergy Intolerance 领域：显示标签为规划的 OM-138 FHIR AllergyIntolerance 导出器塑形——Allergen映射到code、ReactionManifestation映射到reaction.manifestation、ReactionSeverity映射到reaction.severity、Criticality映射到criticality、AllergyType映射到type、OnsetContext映射到onset。文档明确声明：这只是描述性提取元数据，不是禁忌症检查、药物-过敏交叉核对、推荐或临床决策逻辑。对应规范标签定义在 openmed/core/labels.py（issue #865）。
编码系统提示（System Hints）的语义
System Hints 列给出每个标签建议归属的编码系统，用于规划术语落地（grounding），而非实际绑定术语数据。其取值范围在 openmed/core/labels.py 中定义为：RxNorm、LOINC、ICD-10-CM、ICD-10-CN（中国 ICD-10）、CN-DRUG（中国药品编码）、HPO（人类表型本体）、SNOMED。可以观察到以下规律：
- 疾病/表型类（Disease、Cancer、Pathology、Problem）→
ICD-10-CM, SNOMED, HPO； - 药品/化学品类（Drug、Medication、AnestheticAgent、VaccineName、Allergen）→
RxNorm, SNOMED，涉及中国场景时追加CN-DRUG； - 检验/测量类（Test、Measurement、Susceptibility、GrowthParameter）→
LOINC, SNOMED； - 解剖/结构类（BodyPart、Anatomy、Organ、Tissue、BiopsySite）→ 仅
SNOMED； - 目录中大量
OTHER标签的系统提示为SNOMED, ICD-10-CM, HPO, RxNorm, LOINC五系统全集，表明这是未细分时的兜底提示。
风险分级与政策类别：脱敏策略如何参考本目录
每个标签的Category与Risk Level直接来自 openmed/core/labels.py 中的政策元数据：
- 政策类别
POLICY_LABELS共四类：DIRECT_IDENTIFIER（直接标识符）、QUASI_IDENTIFIER（准标识符）、SENSITIVE_ATTRIBUTE（敏感属性）、CLINICAL_CONCEPT（临床概念）； - 风险等级
RISK_LEVELS三档：low、medium、high； _label_metadata还根据政策类别推断标签"种类"（kind）：政策类别为CLINICAL_CONCEPT时记为BIOMEDICAL，否则记为PII。
本目录中的临床领域标签几乎全部为CLINICAL_CONCEPT / low——它们不会进入默认 PII 脱敏；而 News/Social/Generic 领域的Person → PERSON（high / DIRECT_IDENTIFIER）、Organization（medium / QUASI_IDENTIFIER）、Location（medium）、Date（medium）、URL（high）则是真正的隐私风险标签。这与 openmed/core/labels.py 中LABEL_METADATA的逐标签定义一致（如PERSON: DIRECT_IDENTIFIER, high；DATE: QUASI_IDENTIFIER, medium；LOCATION: QUASI_IDENTIFIER, medium）。
从源码结构看，这份分级还可支撑多个下游机制：例如 NDPA 敏感数据类别映射（openmed/core/labels.py 中NDPA_SENSITIVE_CLASS_LABELS将GENE_SYMBOL、VARIANT_DESCRIPTOR、CKD_STAGE、GLYCEMIC_MEASURE等临床规范标签归入NDPA_HEALTH_STATUS健康状态敏感类）；同时目录风险等级也可作为评审工作流中风险评估的输入（见 openmed/core/review_workflow.py）。
Fixture 支撑矩阵：哪些领域可离线评估
目录的Fixture Path列是关键实战信息：所有标记为Not shipped的领域仅有标签映射而无合成语料；只有下列领域带有已提交的合成 span fixture（均为仓库内真实存在的文件）：
| 领域 | Fixture 文件（相对仓库根目录） |
|---|---|
| Genomic Variant | tests/fixtures/clinical/genomic_variant.jsonl |
| Radiology | tests/fixtures/clinical/radiology_finding.jsonl |
| Anesthesia | tests/fixtures/clinical/anesthesia.jsonl |
| Nutrition Diet | tests/fixtures/clinical/nutrition_diet.jsonl |
| Endocrinology | tests/fixtures/clinical/endocrinology.jsonl |
| Gastroenterology | tests/fixtures/clinical/gastroenterology.jsonl |
| Nephrology Renal | tests/fixtures/clinical/nephrology_renal.jsonl |
| Immunization | tests/fixtures/clinical/immunization.jsonl |
| Allergy Intolerance | tests/fixtures/clinical/allergy_intolerance.jsonl |
| Pulmonology | tests/fixtures/clinical/pulmonology.jsonl |
| Pediatrics Growth | tests/fixtures/clinical/pediatrics_growth.jsonl |
| Nursing Observation | tests/fixtures/clinical/nursing_observation.jsonl |
这一矩阵与覆盖率门禁实现 openmed/eval/domain_coverage.py 中的CLINICAL_DOMAIN_FIXTURE_NAMES映射完全一致（anesthesia、endocrinology、gastroenterology、genomic_variant、immunization、nephrology_renal、nursing_observation、nutrition_diet、pediatrics_growth、pulmonology、radiology共 11 个领域），其注释明确写道：其余打包的标签映射是 legacy 或在 docs/clinical-domains.md 中被显式标记为 "Not shipped"，不属于本临床 fixture 门禁范围。
Fixture 文件结构示例
以 tests/fixtures/clinical/immunization.jsonl 第一条记录为例，可以看到合成语料的组织方式：
{"text": "Tdap vaccine, dose 1 of 2, was administered intramuscularly in the left deltoid on 2026-03-14 from lot A123B as series 1 of 2. ...", "metadata": {"synthetic": true, "disclaimer": "..."}, "entities": [{"label": "VaccineName", "start": 0, "end": 12, "text": "Tdap vaccine"}, {"label": "DoseNumber", "start": 14, "end": 25, "text": "dose 1 of 2"}, {"label": "AdministrationRoute", "start": 44, "end": 59, "text": "intramuscularly"}, {"label": "AdministrationSite", "start": 67, "end": 79, "text": "left deltoid"}, {"label": "AdministrationDate", "start": 83, "end": 93, "text": "2026-03-14"}, {"label": "VaccineLot", "start": 103, "end": 108, "text": "A123B"}, {"label": "VaccineSeries", "start": 112, "end": 125, "text": "series 1 of 2"}]}每条记录包含text（合成文本）、metadata（含synthetic: true标记与免责声明）和entities（label + start/end 偏移 + 表面文本）。tests/fixtures/clinical/radiology_finding.jsonl 采用结构化 gold 形式（finding、laterality、size_value、location等字段 +provenance_spans偏移），覆盖Finding/Laterality/Measurement/Anatomy等标签。所有 fixture 均为合成数据，不包含真实患者数据，可安全用于离线评测。
离线覆盖率评估：clinical_domain_coverage 门禁
门禁定位与运行方式
文档给出的标准验证命令为（在仓库根目录执行）：
openmed benchmark domain-coverage --json --output domain-coverage.json该命令由 openmed/cli/main.py 注册为benchmark子命令domain-coverage，其 help 文本为 "Gate shipped clinical label maps against synthetic span fixtures."（用合成 span fixture 门禁已发布的临床标签映射）。门禁对应的评估套件名为clinical_domain_coverage，实现在 openmed/eval/domain_coverage.py 中，其职责是：验证每个已发布的显示标签在合成 fixture 中有非空 span，且 fixture 标签都能解析到规范标签目录。
命令行参数
domain-coverage子命令支持以下参数（源自 openmed/cli/main.py）：
| 参数 | 类型 | 说明 |
|---|---|---|
--domain DOMAIN | 可重复（append） | 只检查指定领域；可重复传入以选择离线覆盖范围 |
--label-map PATH | Path | 覆盖默认零样本标签映射（本地 JSON label map） |
--fixture-dir PATH | Path | 覆盖默认合成临床 JSONL fixture 目录 |
--output PATH | Path | 输出机器可读的覆盖率摘要文件 |
--markdown-output PATH | Path | 输出聚合 Markdown 覆盖率报告 |
--json | flag | 以 JSON 格式输出（文档示例命令使用） |
默认的标签映射路径与 fixture 目录在 openmed/eval/domain_coverage.py 中定义：标签映射默认指向openmed/zero_shot/data/label_maps/defaults.json，fixture 目录默认指向tests/fixtures/clinical。
失败条件与证据边界
门禁在以下任一情况判定失败：
- 缺失 fixture（missing fixture）：某领域应有 fixture 但找不到文件；
- 孤儿标签（orphan label）：标签映射中存在显示标签，但无法解析到规范标签目录（
CANONICAL_LABELS）； - 无效偏移（invalid offset）：fixture 中实体偏移越界或格式非法；
- 无 span 标签（label with no span）：某显示标签在 fixture 中没有任何非空 span。
门禁的证据边界是其关键设计：报告只包含领域名、标签、偏移与计数；fixture 文本永不输出（openmed/eval/domain_coverage.py 的模块注释明确说明这是"泄漏优先"（leakage-first）设计——避免把合成语料内容复制进报告或失败消息）。数据结构上，CoverageOffset 只暴露line/start/end/length而不暴露表面文本；LabelCoverage 聚合 label、canonical_label、span_count、fixture_count 与 offsets；CoverageIssue 记录 domain、label、line、reason 等文本无关的失败证据。
实战：验证标签映射完整性的完整流程
结合上文，一套可复现的离线验证流程如下：
- 全量运行门禁（仓库根目录）：
openmed benchmark domain-coverage --json --output domain-coverage.json- 定向检查单个领域（如免疫接种），并生成可读报告：
openmed benchmark domain-coverage --domain immunization --markdown-output immunization-coverage.md- 使用自定义标签映射与 fixture 目录（例如本地新增领域评测）：
openmed benchmark domain-coverage \ --label-map ./my-label-map.json \ --fixture-dir ./my-fixtures \ --json --output my-coverage.json- 解读报告：确认每个
CLINICAL_DOMAIN_FIXTURE_NAMES中的领域都有非空 span 计数（span_count > 0），且每个显示标签都解析到目录中声明的 canonical label；若出现孤儿标签或缺失 fixture，则对应领域需要补充或修正标签映射 / 合成语料。
使用边界与声明
本目录的使用边界在文档开头的免责声明与各领域注释中反复强调，必须严格遵守：
- 目录仅用于离线评估与评审工作流规划，不构成临床指导，不得用于推断诊断、治疗、编码或报销决策；
- Immunization / Allergy Intolerance 的 FHIR 对齐仅描述提取元数据的字段映射意图，不创建导出器、不提供推荐/剂量/排程逻辑、不是禁忌症检查或药物-过敏交叉核对；
- Fixture 均为合成数据，报告中不输出任何 fixture 文本；
- 目录从打包的零样本领域标签映射与规范标签元数据生成，若改动 defaults.json 或 labels.py 中的规范标签定义，应重新运行
domain-coverage门禁验证一致性。
延伸阅读：本目录所依赖的规范标签词汇表与归一化逻辑见 openmed/core/labels.py，零样本领域标签映射源文件见 openmed/zero_shot/data/label_maps/defaults.json，覆盖率门禁实现见 openmed/eval/domain_coverage.py，合成 fixture 目录见 tests/fixtures/clinical。零样本 NER 的上手方式可参考 docs/zero-shot-ner.md 与 docs/zero-shot-howto.md。
【免费下载链接】openmedLocal-first healthcare AI: clinical NER & HIPAA PII de-identification that runs 100% on-device. 2,200+ medical models, 21 languages, Apple MLX + Python, no cloud, no patient data leaving your network. Apache-2.0项目地址: https://gitcode.com/GitHub_Trending/ope/openmed
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
