一份病历交给 AI 前，往往要先找出疾病和用药，再遮住姓名、地址、病历号等个人信息。OpenMed 把这两步尽量留在用户控制的设备上完成：临床实体识别会把自由文本中的疾病、药物等内容标出来，去标识化则删除或替换可追溯到患者的信息。项目示例能从一句话中识别出慢性髓性白血病和药物 imatinib。
它提供 Python、Swift、Android 和浏览器等接口，隐私信息识别覆盖 33 种由模型支持的语言；在 Apple Silicon 设备上，可借助 MLX——苹果芯片上的机器学习运行框架——在本机处理。这里的“本地优先”有边界：首次取得模型、远程服务适配器、遥测和用户配置的集成仍可能联网。项目也明确说，面向 HIPAA 的配置可针对 18 类标识符，但使用软件本身不等于自动满足 HIPAA，部署方仍需审查模型条款、脱敏效果和临床适用性。