MCP Raw2structured

🧠 MCP 工具：将原始数据转换为结构化数据

概述

raw2structured 是 一 个 基于Python的模型上下文协议（MCP） 转换服务器 非结构化临床笔记 转换为结构化且类似FHIR的表示形式。\ 它利用确定性启发式方法和语义线索，将自由文本笔记分割成临床部分（例如。， *主要症状/主诉*， *HPI（Human Performance Improvement）——人性能动改善*， *药物*， *过敏*)\ 并且输出一个 结构化骨架 带有句子级别的引用，这些引用可以通过大型语言模型（LLM）层进行丰富，或者映射为可互操作的FHIR资源。

这个模块构成了 第一阶段 评估的预先授权工作流程：\ → *原始笔记* → “raw2structured”可以翻译为“从原始到结构化”。这个短语通常用于描述将原始数据或信息转换为有组织、有结构的形式的过程 → *结构化JSON* → “priorauth-checker”可以翻译为“预先授权检查器”或“预先审批检查工具”，具体取决于上下文和使用场景。在医疗或保险领域，它可能指的是用于检查预先授权（如医疗预授权或保险预审批）状态的工具或系统 → *资格决定*

______________________________________________________________________

🧩 特性/功能

• 🧠 这个表情符号通常代表“大脑”或“思考”，在中文里可以翻译为“脑子”或“思考中”。所以，可以翻译为“脑子”或“正在思考”。 启发式路段划分 基于上下文提示词
• 📚 书籍 句子级别的引用追踪 为了可解释性和来源追踪
• 🔄 旋转（循环） 适用于大型语言模型（LLM）的结构化框架 （field， value， source_ref) 用于模型辅助完成
• DNA（脱氧核糖核酸） FHIR映射 将结构化内容转换为资源包的工具
• 工具或器具 符合MCP标准的服务器 可以独立运行或组合成多工具AI流水线

______________________________________________________________________

🏗️ 建筑学

______________________________________________________________________

当服务器运行时，它会暴露两个MCP工具：

______________________________________________________________________

将结构化内容（包含已填充的字段/值对）映射为类似FHIR的资源包

🧩 示例用法

Patient presents with chest pain radiating to the shoulder for 2 days.
She reports nausea and mild shortness of breath.
Currently taking metoprolol 25 mg daily.
No known drug allergies.
Plan: Continue beta-blocker and schedule stress test.

输入

{
  "structured_skeleton": {
    "Chief Complaint": [
      { "field": null, "value": null, "source_ref": "[1]" }
    ],
    "History of Present Illness": [
      { "field": null, "value": null, "source_ref": "[2]" }
    ],
    "Current Medications": [
      { "field": null, "value": null, "source_ref": "[3]" }
    ],
    "Allergies": [
      { "field": null, "value": null, "source_ref": "[4]" }
    ],
    "Assessment and Plan": [
      { "field": null, "value": null, "source_ref": "[5]" }
    ]
  },
  "citation_key": [
    { "id": 1, "text": "Patient presents with chest pain..." },
    { "id": 2, "text": "She reports nausea..." }
  ]
}

1️⃣ 结构化笔记输出（LLM输入框架）

{
  "resourceType": "Bundle",
  "type": "collection",
  "entry": [
    {
      "resource": {
        "resourceType": "Observation",
        "code": { "text": "Pain" },
        "valueString": "chest pain radiating to the shoulder",
        "note": [{ "text": "From [1]" }]
      }
    },
    {
      "resource": {
        "resourceType": "MedicationRequest",
        "medicationCodeableConcept": { "text": "metoprolol 25 mg daily" },
        "note": [{ "text": "From [3]" }]
      }
    }
  ]
}

______________________________________________________________________

2️⃣ map_to_fhir 输出

• 🧠 设计理念/设计原理 以可解释性为先：
• 每条提取的句子都可以通过引文密钥进行追溯。 模块化：
• 该工具可以独立运行，也可以在大型语言模型（LLM）循环中运行，或者通过MCP（可能是指某种中间件或通信协议）进行链式调用。 互操作性：
• 输出与FHIR资源结构相一致。 安全：

______________________________________________________________________

防御性解析确保对格式错误的文本或空部分具有鲁棒性。

mcp-raw2structured/
├── .gitignore
├── .python-version
├── main.py
├── pyproject.toml
├── raw2structured.py         # MCP server implementation
├── uv.lock
└── README.md

______________________________________________________________________

📁 文件结构

• 🔗 相关仓库