AI导哈

医疗护理调度系统

一个用于医疗护理领域的自主工作流调度系统，具备智能排班、冲突检测和合规性检查功能。

  • by Kuxha
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Kuxha/health-ops-mcp

使用说明

健康运营MCP

一个模型上下文协议（MCP）服务器，用于演示 自主劳动力编排 用于急性期后护理。

该项目对“行动系统”架构进行了建模。它在EMR旁边运行一个AI代理，以自动化调度、检测冲突并强制执行合规性防护措施。

演示

观看5分钟技术深潜 （跳到2:22了解代理人员配置逻辑）

关键能力

该系统公开了标准的MCP工具，允许LLM管理合成家庭护理人员：

  • 智能化人员配置：根据角色（RN/LPN）、技能（伤口护理）和轮班偏好（白天/晚上）建议分配。
  • 冲突检测：通过在分配之前验证日程重叠来防止重复预订。
  • 合规护栏：主动标记即将到期的许可证（例如，“RN许可证将在30天内到期”）。
  • 循环中的人类：一个流线型控制平面，用于可视化和批准代理操作。

建筑

该项目由两部分组成：

  1. MCP服务器 (server.py)：后端逻辑和内存中的数据存储。
  2. 控制平面 (dashboard.py)：一个Streamlit UI，供人类审计代理决策。

快速开始

先决条件

  • Python 3.12+
  • uv （推荐）或 pip

1.安装依赖项

# Using uv (Recommended)
uv sync

# OR using pip
pip install -r requirements.txt

2.运行控制平面（仪表板）

仪表板将时间表可视化，并允许您重置模拟数据。

uv run streamlit run health_ops_mcp/dashboard.py

访问地址：http://localhost:8501

3.运行MCP服务器（用于代理集成）

要将此服务器连接到LLM客户端（如Claude Desktop或自定义代理生成器）：

mcp dev health_ops_mcp/server.py

工作流示例

服务器运行后，代理可以执行以下循环：

  1. 上下文收集

    • 呼叫 list_open_shifts(location="loc_nyc")
    • 结果：返回需要特定技能的未分配班次。

  2. 推理

    • 呼叫 suggest_assignments(strategy="fair_load")
    • 结果：“指派护士贝丝（匹配技能：儿科+轮班：夜间）。”

  3. 行动

    • 呼叫 assign_shift(shift_id="shift_1", caregiver_id="cg_beth")
    • 结果：更新计划并返回操作源。

  4. 审计

    • 呼叫 list_expiring_compliance(days_ahead=30)
    • 结果：返回由于凭据过期而无法安排下个月护理人员的列表。

项目结构

health-ops-mcp/
├── health_ops_mcp/
│   ├── dashboard.py    # Streamlit Control Plane (UI)
│   ├── server.py       # MCP Tool Definitions & Entrypoint
│   ├── storage.py      # In-Memory Database & Seeding Logic
│   └── models.py       # Pydantic Schemas
├── pyproject.toml      # Dependency Config
└── README.md

相关 MCP