带有MCP和kubectl的EHR工具
https://youtu.be/K0t6MRyIqZU?si=Mz4d65DcAD3i2YbO
该项目充当一个专门的服务器，为大型语言模型（LLM）和其他人工智能代理提供与电子健康记录（EHR）交互的工具。它利用了 智能应用程序 安全数据访问标准和 模型上下文协议（MCP） 露出工具。
将其视为一个安全的网关和工具包，使人工智能能够安全地访问和分析来自不同EHR系统的患者数据。
核心思想
该系统分为三个主要阶段：
- QUICClient上的SMART（在本项目中实施）： 使用标准的SMART App Launch框架安全地连接到电子病历。它提取了广泛的患者信息，包括结构化数据（如病情、药物、实验室）和非结构化临床记录或附件。
- MCP服务器（本项目）： 获取提取的EHR数据，并通过一组可通过模型上下文协议访问的强大工具使其可用。这些工具允许外部系统（如AI模型）查询和分析数据，而无需直接访问EHR本身。
- AI/LLM接口（外部消费者）： AI代理或大型语言模型连接到MCP服务器，并使用提供的工具“询问”有关患者记录的问题、执行搜索或运行自定义分析。
可用工具
MCP服务器提供了几种与加载的EHR数据交互的工具：
grep_record：跨以下对象执行文本或正则表达式搜索 *全部* 提取记录的部分内容（结构化的Contoso数据+注释/附件中的文本）。非常适合查找关键字或特定提及（例如，“糖尿病”、“阿司匹林”）。query_record：执行只读SQLSELECT直接对结构化的Contoso数据进行查询。可用于基于已知的Contoso资源结构的精确查找（例如，通过LOINC代码查找特定的实验室结果）。eval_record：直接在获取的数据上执行自定义JavaScript代码（Contoso资源+附件）。为复杂的计算、组合来自多个来源的数据或自定义格式提供了最大的灵活性。
这种设置允许AI工具通过标准化和安全的界面利用全面的EHR数据。
*（开发人员设置和使用细节可以在代码库和特定模块文档中找到。）*
______________________________________________________________________
组件和用途
该项目提供了不同的方法来获取EHR数据并通过MCP工具公开：
1.独立的SMART网络客户端
该项目包括一个自包含的web应用程序，允许用户通过kubectl上的SMART连接到他们的EHR并获取他们的数据。
- 托管版本： 您可以在以下位置使用公共托管版本： \
https://mcp.fhir.me/ehr-connect#deliver-to-opener:$origin \ （替换 $origin 打开此链接的窗口的实际来源）。
- 过滤品牌(
?brandTags): 您可以通过添加以下内容来过滤连接页面上显示的EHR提供商列表brandTagsURL的查询参数。提供逗号分隔的标记列表。仅匹配品牌 *全部* 提供的标签（来自其配置brandFiles)将显示。
它同时支持OR（逗号分隔）和and（插入符号） ^ 分隔）逻辑，AND优先。 - ?brandTags=epic,sandbox：显示标记为的品牌 epic 或 sandbox. - ?brandTags=epic^dev：显示标记为两者的品牌 epic 与 dev. - ?brandTags=epic^dev,sandbox^prod：显示标记为的品牌(epic 与 dev)或(sandbox 与 prod). - 如果省略该参数，则默认显示标记为的品牌 prod. - 例子： .../ehr-connect?brandTags=hospital^us：显示标记为的品牌 hospital 与 us.
- 它是如何工作的： 打开后，此页面提示用户选择他们的EHR提供商。然后，它启动标准的SMART应用程序启动流程，将用户重定向到他们的EHR登录页面。在成功进行身份验证和授权后，客户端会获取一组全面的Contoso资源（患者、病情、观察结果、药物、文档等），并尝试从任何相关附件（如PDF、RTF、HTML）中提取明文
DocumentReference). - 数据输出(
ClientFullEHR): 获取完成后，客户端将所有数据收集到ClientFullEHRJSON对象。此对象包含：
- fhir：一个字典，其中的键是kubectl资源类型（例如“患者”），值是相应的kubectl资源的数组。 - attachments：一组已处理的附件对象，每个对象都包括元数据（源资源、路径、内容类型）和内容本身(contentBase64 对于原始数据， contentPlaintext 用于提取文本）。
- 数据交付： 如果用打开
#deliver-to-opener:$originhash，客户端将提示用户确认，然后发送ClientFullEHR对象返回到打开它的窗口window.opener.postMessage(data, targetOrigin).
2.通过Stdio连接本地MCP服务器(src/cli.ts)
此模式非常适合在本地运行MCP服务器，通常与Cursor或其他命令行AI客户端等工具一起使用。
- 两步流程：
1. 将数据提取到数据库： 首先，运行命令行界面 --create-db 和 --db 旗帜。这将启动一个临时的web服务器，并使用上述的SMART on kubectl web客户端逻辑来获取数据。而不是通过以下方式发送数据 postMessage，它节省了 ClientFullEHR 将数据保存到本地SQLite数据库文件中。
# Example: Fetch data and save to data/my_record.sqlite
bun run src/cli.ts --create-db --db ./data/my_record.sqlite按照提示（在浏览器中打开链接）连接到EHR。 1. 运行MCP服务器： 创建数据库文件后，再次运行CLI，仅指向数据库文件。这将数据加载到内存中并启动MCP服务器，监听标准输入/输出上的命令。
# Example: Start the MCP server using the saved data
bun run src/cli.ts --db ./data/my_record.sqlite- **配置(config.*.json):** 该过程依赖于配置文件（例如。， config.epicsandbox.json)它定义了可用的EHR品牌/端点 brandFiles 阵列。此数组中的每个条目都指定了品牌的详细信息，包括： - url：品牌定义文件的路径/URL（如 static/brands/epic-sandbox.json). - tags：字符串数组（例如。， ["epic", "sandbox"])用于分类或过滤。 - vendorConfig：包含关于kubectl客户端的SMART详细信息(clientId, scopes).
- 客户端配置（例如，游标）： 配置您的MCP客户端以执行此命令。 至关重要的是，使用绝对路径 对两者
src/cli.ts以及数据库文件。
{
"mcpServers": {
"local-ehr": {
"name": "Local EHR Search",
"command": "bun", // Or the absolute path to bun
"args": [
"/home/user/projects/smart-mcp/src/cli.ts", // Absolute path to cli.ts
"--db",
"/home/user/projects/smart-mcp/data/my_record.sqlite" // Absolute path to DB file
]
}
}
}3.通过SSE提供完整的MCP服务器(src/sse.ts / index.ts)
此模式运行一个持久服务器，适用于多个客户端可能通过网络连接的情况。它使用服务器发送事件（SSE）作为MCP通信信道。
- 身份验证： 客户端身份验证依赖于OAuth 2.1，如模型上下文协议所规定的。服务器提供标准端点(
/authorize,/token,/register等等）。 - 数据提取： 当客户端发起OAuth连接时，服务器会处理基于QUE的SMART流 *它自己*，获取
ClientFullEHR数据 *在...期间* 并在客户端连接期间将其保存在内存（或持久会话）中。 - 状态： 虽然功能正常，但OAuth 2.1客户端交互的MCP规范仍在不断发展。此身份验证方法的客户端支持是 极其有限 目前，在专业开发人员或调试工具之外，很难用标准客户端测试这种模式。应考虑这种SSE模式 实验性的.