Fejlesztőknek

Elektronikus Egészségügyi Rendszer integrációja MI orvosi asszisztensekkel: FHIR rekord, kontextus API és MCP szerver

Hogyan csatlakoztassunk biztonságosan egy MI orvosi asszisztenst egy páciens rekordhoz: származási jelöléssel ellátott kontextus token-kereten belül, a páciens beleegyezése alapján történő olvasás, a módosítások javaslatként tárolva, amíg a személy jóvá nem hagyja. Az Anpheros MCP szerver és kontextus API, példákkal.

Szerző: Megjelent: 4 perc olvasási idő

A nyelvi modell orvosi nyilvántartáshoz való csatlakoztatása három kérdést vet fel az első prompt előtt: mit lát a modell, ki engedélyezte, és mi történik, ha vissza akar írni valamit. Az Anpheros Platform mindháromra válaszol az API-ban, így az általad felépített asszisztens (vagy az, amivel a felhasználóid már rendelkeznek) anélkül dolgozhat a nyilvántartáson, hogy saját szabályokat találná ki. Ez az útmutató a kontextus API-t, az MCP szervert és a javaslati folyamatot ismerteti.

Technikai verzió fejlesztőknek: AI orvosi asszisztens · MCP szerver a developers.anpheros.com oldalon, kérésekkel, válaszokkal és korlátokkal. Ez az oldal a hétköznapi nyelvű verzió.

Mit lát a modell: a kontextus API

A POST /v1/context egy AI-kész összefoglalót épít fel egy páciensről az általad beállított token-kereten belül. Minden elem tartalmazza az author_type (páciens, orvos, eszköz, import, származtatott) és annak forrását, így a modell meg tudja különböztetni a laboratóriumi értéket az önbevallott tünettől és az orvos diagnózisát egy találgatástól. A keret határozza meg, mi kerül bele először: aktív problémák, jelenlegi gyógyszerek, allergiák, legutóbbi eredmények, majd a többi. Címkézett szakaszokat kapsz, vagy a format: "text" opcióval egy promptra kész blokkot, plusz egy omitted listát, amely felsorolja, mi nem fért bele.

curl -X POST "$BASE/v1/context" \
     -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
     -d '{"patient": "'$PID'", "budget_tokens": 2000, "task": "pre-visit summary", "format": "text"}'

Ugyanezek a származtatási címkék teszik később védhetővé a kimenetet: az asszisztens összefoglalója meg tudja mondani, honnan származik minden egyes állítás.

Ki engedélyezte: beleegyezés, nem konfiguráció

A fenti hívásban szereplő token az illetőtől származik, OAuth 2.1 PKCE-vel, a választott hatókörökkel és időtartammal. Egy AI alkalmazás úgy regisztrál, mint bármelyik másik, úgy kérdez, mint bármelyik másik, és az illető "Kapcsolatok" részében jelenik meg, mint bármelyik másik. A visszavonás a következő kérésnél megszünteti a hozzáférést. Egy projektkulcs önmagában csak azokat a pácienseket látja, akiket a projekt létrehozott; soha nem helyettesíti a beleegyezést.

Visszaírás: javaslatok, nem írások

Egy személy beleegyezése alapján egy AI ügynökként regisztrált alkalmazás által végzett írás meg van tartva. A platform érvényesíti, 202 Accepted választ ad egy javaslati azonosítóval, és semmit sem változtat. Az illető látja a javaslatot, hogy mi az és melyik asszisztens küldte, és elfogadja vagy elutasítja. Egy elfogadott javaslat pontosan úgy kerül beírásra, ahogy elküldték, az HL7 AI átláthatósági irányelveinek megfelelően AI-írottként megjelölve. A nyilvántartást látó projektek vékony proposal.created webhookot kapnak.

Ez az a szabály, amely lehetővé teszi, hogy egy asszisztens hasznos legyen ("Észrevettem, hogy említett egy új gyógyszert, hozzáadjam?"), anélkül, hogy valaha is a hivatalos szerző lenne.

Az MCP szerver

Azok az asszisztensek, amelyek a Model Context Protocol protokollt használják, közvetlenül a https://platform.anpheros.com/mcp címhez csatlakoznak (streamelhető HTTP). Az emberek OAuth-on keresztül csatlakoznak, a saját nyilvántartásukhoz; a fejlesztők sandbox kulccsal csatlakozhatnak a 30 szintetikus pácienshez. Az eszközök azok, amiket az API-tól elvárnál:

  • list_patients, get_patient_context, get_patient_summary (a Nemzetközi Páciens Összefoglaló), get_timeline
  • get_health_patterns, get_pattern_evidence, get_series, compare_periods (mi változott és mi ismétlődik, bizonyítékokkal; nem diagnózisok)
  • search_fhir, read_fhir_resource, get_provenance, lookup_code
  • validate_fhir_resource, create_fhir_resource, create_patient, import_lab_report
  • sandbox_status, reset_sandbox

A szerver az MCP nyilvántartásban com.anpheros/fhir néven szerepel. A Claude, ChatGPT és más kliensek beállítása a developers.anpheros.com/guides/mcp címen található.

Privát modellek és EU-s lakóhely

A platform nem hív meg egy modellt a nevedben; kontextust szolgál ki és javaslatokat fogad el. Melyik modell olvassa el a kontextust, az a te döntésed: egy hosztolt API, egy privát telepítés, egy modell a kórház saját hardverén. Maga a nyilvántartás az EU-ban marad, a Cloud Run-on a europe-west4 régióban, minden hozzáféréshez származtatással és auditálással.

Mi nem az

A platform nem diagnosztizál és nem javasol kezelést, és a kontextus API nem klinikai döntéstámogatás. A modellnek a tényeket adja, címkézve, beleegyezés alapján. Amit a modell mond, annak felelőssége az, aki telepíti.

Gyakori kérdések

Csatlakoztathatok ChatGPT-t vagy Claude-ot egy páciens nyilvántartásához?

Igen, az MCP szerveren keresztül, a személy OAuth beleegyezésével a saját nyilvántartásán. Fejlesztéshez egy sandbox kulcs biztosítja az asszisztensnek a 30 szintetikus pácienst.

Az AI ír a nyilvántartásba?

Csak javaslatként, amit a személy jóváhagy. Semmi, amit egy AI ügynök küld, nem kerül alkalmazásra e jóváhagyás nélkül, és az elfogadott bejegyzések AI-írottként vannak megjelölve.

Hogyan akadályozhatom meg, hogy a modell túl sokat lásson?

Három módon: a személy által megadott hatókörök, a hatókörök kategóriaszűrői és a kontextus hívás token-kerete, amely a tételeket a klinikai relevancia szerint rendezi és a keretnél megáll.

Van API egy egészségügyi chatbothoz a saját alkalmazásomban?

Igen. Az alkalmazásod megszerzi a személy beleegyezését OAuth-on keresztül, meghívja a kontextus API-t, elküldi az eredményt a választott modellnek, és ha a modell javasol egy bejegyzést, azt írásként küldi be; a platform javaslattá alakítja. A TypeScript és Dart SDK-k fedezik a hívásokat.

Hol dolgozzák fel az adatokat?

A nyilvántartás az EU-ban tárolódik és kerül kiszolgálásra. Hol fut a modell, az rajtad múlik; a platform soha nem küld nyilvántartási adatokat magának a modellnek.

Ez az útmutató tájékoztató jellegű, és nem helyettesíti az orvosi tanácsot. Az egészségeddel kapcsolatos döntésekhez beszélj az orvosoddal. Vészhelyzet esetén hívd a 112-t.
A szerzőról
Adrian Kereky

Founder of Anpheros. An electronics engineer, he spent six years in autonomous driving, on automotive projects run in partnership with Samsung and NVIDIA, designing the architecture of driver-assistance and AI systems that run on NVIDIA chips with CUDA. He then built Anpheros: the patient-controlled medical record and the HL7 FHIR R4 platform it runs on.

Többet az Anpherosról és a szerzőről →

Tartsd magadnál az egészségügyi dokumentációdat

Az Anpheros Daily egy helyen tárolja a tüneteket, leleteket, gyógyszereket és dokumentumokat, szabványos formátumban, az irányításod alatt. Az Alap csomag ingyenes.

Szerezd meg az Anpheros Daily-t