Integracja EMR z medycznymi asystentami AI: rekord FHIR, API kontekstu i serwer MCP

Łączenie modelu językowego z dokumentacją medyczną rodzi trzy pytania, zanim padnie pierwsze polecenie: co widzi model, kto na to zezwolił i co się stanie, gdy model będzie chciał coś napisać z powrotem. Platforma Anpheros odpowiada na wszystkie trzy w API, dzięki czemu asystent, którego zbudujesz (lub którego użytkownicy już posiadają), może pracować na dokumentacji bez wymyślania własnych zasad. Ten przewodnik omawia API kontekstu, serwer MCP i przepływ propozycji.

Wersja techniczna dla deweloperów: Asystent medyczny AI · Serwer MCP na developers.anpheros.com, z żądaniami, odpowiedziami i limitami. Ta strona jest wersją w prostym języku.

Co widzi model: API kontekstu

POST /v1/context tworzy podsumowanie pacjenta gotowe dla AI w ramach ustalonego przez Ciebie budżetu tokenów. Każdy element zawiera author_type (pacjent, lekarz, urządzenie, import, pochodne) i jego źródło, dzięki czemu model może odróżnić wartość laboratoryjną od zgłaszanego przez siebie objawu, a diagnozę lekarza od przypuszczenia. Budżet decyduje, co zostanie uwzględnione w pierwszej kolejności: aktywne problemy, aktualne leki, alergie, ostatnie wyniki, a następnie reszta. Otrzymujesz oznaczone sekcje lub, z opcją format: "text", gotowy blok do użycia w poleceniu, plus listę omitted wymieniającą to, co się nie zmieściło.

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"}'

Te same etykiety pochodzenia sprawiają, że wynik jest później obronny: podsumowanie asystenta może wskazać, skąd pochodzi każde stwierdzenie.

Kto na to zezwolił: zgoda, nie konfiguracja

Token w powyższym wywołaniu pochodzi od osoby, poprzez OAuth 2.1 z PKCE, z wybranymi przez nią zakresami i czasem trwania. Aplikacja AI jest rejestrowana jak każda inna, prosi jak każda inna i jest wymieniona w "Połączeniach" osoby jak każda inna. Cofnięcie zgody zatrzymuje ją przy następnym żądaniu. Sam klucz projektu widzi tylko pacjentów, których projekt stworzył; nigdy nie zastępuje zgody.

Pisanie z powrotem: propozycje, nie zapisy

Zapis dokonany za zgodą osoby przez aplikację zarejestrowaną jako agent AI jest wstrzymywany. Platforma go weryfikuje, odpowiada 202 Accepted z identyfikatorem propozycji i niczego nie zmienia. Osoba widzi propozycję, co to jest i który asystent ją wysłał, i akceptuje lub odrzuca. Zaakceptowana propozycja jest zapisywana dokładnie tak, jak została wysłana, oznaczona jako napisana przez AI zgodnie z wytycznymi HL7 dotyczącymi przejrzystości AI. Projekty, które mogą zobaczyć dokumentację, otrzymują cienki webhook proposal.created.

To jest zasada, która pozwala asystentowi być użytecznym („Zauważyłem, że wspomniałeś o nowym leku, czy mam go dodać?”), nigdy nie będąc autorem wpisu.

Serwer MCP

Asystenci mówiący językiem Model Context Protocol łączą się bezpośrednio z https://platform.anpheros.com/mcp (strumieniowy HTTP). Ludzie łączą się przez OAuth, na własnej dokumentacji; deweloperzy mogą połączyć się z kluczem sandbox na 30 syntetycznych pacjentach. Narzędzia są takie, jakich można oczekiwać od API:

• list_patients, get_patient_context, get_patient_summary (Międzynarodowe Podsumowanie Pacjenta), get_timeline
• get_health_patterns, get_pattern_evidence, get_series, compare_periods (co się zmieniło i co się powtarza, z dowodami; nie diagnozy)
• search_fhir, read_fhir_resource, get_provenance, lookup_code
• validate_fhir_resource, create_fhir_resource, create_patient, import_lab_report
• sandbox_status, reset_sandbox

Serwer jest wymieniony w rejestrze MCP jako com.anpheros/fhir. Konfiguracja dla Claude, ChatGPT i innych klientów znajduje się na developers.anpheros.com/guides/mcp.

Prywatne modele i rezydencja w UE

Platforma nie wywołuje modelu w Twoim imieniu; udostępnia kontekst i akceptuje propozycje. Który model odczytuje kontekst, jest Twoją decyzją: hostowane API, prywatne wdrożenie, model na własnym sprzęcie szpitala. Sama dokumentacja pozostaje w UE, na Cloud Run w europe-west4, z pochodzeniem i audytem każdego dostępu.

Czym to nie jest

Platforma nie diagnozuje ani nie zaleca leczenia, a API kontekstu nie jest systemem wsparcia decyzji klinicznych. Dostarcza modelowi fakty, oznaczone, za zgodą. To, co mówi model, jest odpowiedzialnością osoby, która go wdraża.

Najczęstsze pytania

Czy mogę podłączyć ChatGPT lub Claude do dokumentacji pacjenta?

Tak, za pośrednictwem serwera MCP, za zgodą osoby przez OAuth na jej własnej dokumentacji. Do celów deweloperskich klucz sandbox udostępnia asystentowi 30 syntetycznych pacjentów.

Czy AI zapisuje dane w dokumentacji?

Tylko jako propozycję, którą osoba zatwierdza. Nic, co wysyła agent AI, nie jest stosowane bez tej zgody, a zaakceptowane wpisy są oznaczone jako napisane przez AI.

Jak mogę zapobiec temu, by model widział za dużo?

Na trzy sposoby: zakresy, które przyznaje osoba, filtry kategorii na tych zakresach i budżet tokenów w wywołaniu kontekstu, który sortuje elementy według istotności klinicznej i zatrzymuje się przy budżecie.

Czy istnieje API dla chatbota zdrowotnego w mojej własnej aplikacji?

Tak. Twoja aplikacja uzyskuje zgodę osoby przez OAuth, wywołuje API kontekstu, wysyła wynik do wybranego przez Ciebie modelu i, jeśli model sugeruje wpis, przesyła go jako zapis; platforma przekształca go w propozycję. SDK TypeScript i Dart obejmują te wywołania.

Gdzie przetwarzane są dane?

Dokumentacja jest przechowywana i udostępniana z UE. Gdzie działa model, zależy od Ciebie; platforma nigdy nie wysyła danych z dokumentacji do samego modelu.