Fhir MCP Server

🚀 FHIR MCP Server

FHIR MCP Server は、完全なモデルコンテキストプロトコル（MCP）サーバーを実装しており、LLMベースのエージェントとFHIR準拠のバックエンドとのシームレスな相互作用を促進するように設計されています。これにより、FHIRリソースに対する完全なCRUD操作が可能な標準化されたインターフェースが提供され、Claude DesktopなどのMCP互換クライアントからアクセスでき、ユーザーは自然言語のプロンプトを使用して臨床データを照会および操作することができます。

🚀 クイックスタート

このセクションでは、FHIR MCP Serverを環境にセットアップする手順を説明します。

前提条件

• Docker（推奨）またはuv：依存関係の管理に使用します。 👉 uvインストールガイド
• FHIRサーバーアカウント：FHIR APIへのアクセス権が必要です（例：Medplum）。
• Pinecone APIキー（ドキュメント検索に必要）：処理されたドキュメントに対するベクトルベースの検索を可能にします。これがないと、セマンティック検索機能は利用できません。 👉 Pineconeアカウントを作成
• LOINCアカウント（オプション）：公式APIから最新のLOINCコードを取得できます。これがないと、システムは静的または言語モデルによって推測されたコードに依存するため、古いまたは不正確な場合があります。 👉LOINCアカウントを作成

インストールとセットアップ

1. リポジトリをクローンする：

   git clone https://github.com/the-momentum/fhir-mcp-server
   cd fhir-mcp-server
   

2. 環境変数を設定する：

   cp config/.env.example config/.env
   

   config/.env ファイルを編集して、資格情報と設定を入力します。環境変数を参照してください。

3. 依存関係をインストールする Dockerベースの実行の場合は、次のコマンドを実行します：

   make build
   

   uvベースの実行の場合は、次のコマンドを実行します：

   make uv
   

4. MCPクライアントの設定を更新する 例：Claude Desktop -> claude_desktop_config.json を編集します。

• Docker

  {
     "mcpServers": {
        "docker-mcp-server": {
           "command": "docker",
           "args": [
              "run",
              "-i",
              "--rm",
              "--init",
              "--mount", // オプション - リロード用のボリューム
              "type=bind,source=<your-project-path>/app,target=/root_project/app", // オプション - リロード用のボリューム
              "--mount",
              "type=bind,source=<your-project-path>/config/.env,target=/root_project/config/.env",
              "mcp-server:latest"
           ]
        }
     }
  }
  

  <your-project-path> を実際のインストールパスに置き換えてください。
• uv まず、ターミナルからuvのパスを取得します：
  • Windows:

    (Get-Command uv).Path
    

  • MacOS/Linux:

    which uv
    

  次に、設定ファイルを更新します：

  {
     "mcpServers": {
        "uv-mcp-server": {
           "command": "uv",
           "args": [
              "run",
              "--frozen",
              "--directory",
              "<your-project-path>",
              "start"
           ],
           "env": {
           "PATH": "<uv-bin-folder-path>"
           }
        }
     }
  }
  

  <uv-bin-folder-path> を実際のuvのパス（バイナリフォルダ）に置き換えてください。

5. MCPクライアントを再起動する 上記のすべての手順を完了したら、MCPクライアントを再起動して変更を適用します。場合によっては、タスクマネージャーまたはシステムのプロセスマネージャーを使用して、すべての関連プロセスを終了する必要があります。これにより、以下のことが保証されます：
   • 更新された設定が適切に読み込まれます。
   • 環境変数が正しく適用されます。
   • FHIR MCPクライアントが正しい設定で初期化されます。

✨ 主な機能

• 🚀 FastMCPフレームワーク：高性能なMCPサーバー機能を実現するためにFastMCPに基づいて構築されています。
• 🏥 FHIRリソース管理：主要なすべてのFHIRリソースに対する完全なCRUD操作をサポートします。
• 📄 インテリジェントドキュメント処理：AIによるドキュメントの取り込みとチャンク分割をサポートし、TXT、CSV、JSON、PDFなどの複数の形式に対応しています。
• 🔍 セマンティック検索：ベクトル埋め込みを使用した高度なドキュメント検索（Pinecone経由）。
• 🧠 RAG対応：コンテキストを考慮したドキュメントクエリを行うRetrieval-Augmented Generationパイプライン。
• 🔐 セキュアな認証：FHIR API統合のためのOAuth2トークン管理。
• 📊 LOINC統合：標準化された医療用語の検索と検証。
• 🐳 コンテナ対応：簡単なデプロイとスケーリングのためのDockerサポート。
• 🔧 設定可能：広範な.envベースの設定オプション。

📦 インストール

このセクションでは、FHIR MCP Serverを環境にセットアップする手順を説明します。具体的な手順は「クイックスタート」セクションに記載されています。

💻 使用例

基本的な使用法

このデモでは、Claudeが fhir-mcp-server を使用してFHIRサーバー（この場合はMedplum）と通信し、質問に答える方法を示します。以下のようなことが確認できます：

• request_patient_resource ツールを使用して、患者の基本情報を取得する。
• request_condition_resource ツールを使用して、以前に診断された疾患のいずれかが患者が現在訴えている症状を引き起こす可能性があるかどうかの質問に答える。
• request_medication_resource、request_encounter_resource、request_generic_resource ツールを使用して、患者が高血圧の治療を受けたことがあるかどうかの質問に答える。

Claudeがユーザーのクエリに基づいて、質問に答えるために使用する価値のあるツールを自動的に選択する様子を観察することができます。

https://github.com/user-attachments/assets/3a3a8ed3-f881-447d-af03-5f24432a2cdd

📚 ドキュメント

🔧 設定

環境変数

🛠️ MCPツール

FHIR MCP Serverは、FHIRリソースとドキュメント管理とのやり取りのための包括的なツールセットを提供します。

FHIRリソースツール

ドキュメント管理ツール

LOINC用語ツール

ツールの機能

• 完全なリソース管理：すべてのFHIRリソースツールが作成、読み取り、更新、削除操作をサポートしています。
• データ検証：ツールはFHIRリソースの検証を強制し、データの破損を防止します。
• エラー処理：詳細な失敗情報を含む包括的なエラー応答。
• セキュリティ：すべての操作に対するOAuth2認証と適切なアクセス制御。
• セマンティック検索：ベクトル埋め込みを使用したAIによるドキュメント検索。
• 複数形式のサポート：ドキュメントの取り込みがTXT、PDF、CSV、JSON形式をサポートしています。

🗺️ ロードマップ

私たちは、FHIR MCP Serverに新しい機能を継続的に追加しています。これからの予定は以下の通りです：

• [ ] 拡張認証オプション：既にサポートされているOAuth2に加えて、FHIRサーバーへの接続のための他の認証方法のサポートを追加する予定です。
• [ ] RAGのための拡張ファイル形式サポート：ドキュメントの取り込み機能を拡張して、追加の形式をサポートする予定です。
• [ ] 表を考慮したドキュメントチャンク分割：ドキュメント内の表を検出し、それを個別の原子的なチャンクとして扱うことで、ドキュメントのチャンク分割パイプラインを改善する予定です。
• [ ] スキャンドキュメントのOCRサポート：光学文字認識機能を実装して、チャンク分割とインデックス化の前にスキャンされたPDFおよび画像ファイルからテキストを抽出できるようにする予定です。

提案があれば、お気軽にご連絡ください！直接貢献することもできます。

👥 貢献者

📄 ライセンス

このプロジェクトはMITライセンスの下で配布されています。詳細については、MITライセンスを参照してください。