使用说明

AI试剂临床记录

一个基于人工智能的应用程序，可以处理原始临床记录，对其进行结构化，映射到Contoso资源，并根据NCD（国家覆盖范围确定）政策进行事先授权分析。

概述

该应用程序为临床记录分析和事先授权提供了一个全面的5步人工智能工作流：

临床记录结构 -将原始笔记解析为带有引用的有组织的部分
骨骼丰富 -人工智能增强和格式化结构化数据
Contoso映射 -转换为标准化的Contoso资源
NCD策略检索 -从CMS获取相关的医疗保险覆盖政策
政策分析和资格 -基于人工智能的比较与缺失信息的启发

主要特点

实时进度跟踪 -每个分析步骤中的视觉反馈
互动启发 -当信息缺失时，人工智能会生成澄清问题
多格式输入 -将临床记录上传为文本、PDF或DOCX文件
安全认证 -基于JWT的具有速率限制的用户身份验证
➤合规性 -标准化医疗数据格式
信心评分 -资格决定的透明置信水平

建筑

┌─────────────────┐
│   Frontend      │  React + TypeScript (Vite)
│   (Port 5173)   │
└────────┬────────┘
         │
         │ HTTP/REST
         ▼
┌─────────────────┐
│   Backend       │  Node.js + Express + OpenAI
│   (Port 8080)   │
└────────┬────────┘
         │
         ├──────────► raw2structured MCP Server
         │            (structure_clinical_note, map_to_fhir)
         │
         └──────────► priorauth-checker MCP Server
                      (fetch_ncd_policy)

项目结构

mcp-agent/
├── backend/                 # Backend API service
│   ├── src/
│   │   ├── index.ts        # Main Express server
│   │   ├── services/
│   │   │   └── openaiService.ts
│   │   └── utils/
│   │       └── mcpClient.ts
│   ├── package.json
│   ├── Dockerfile
│   └── README.md
│
├── frontend/               # React frontend
│   ├── src/
│   │   ├── components/    # React components
│   │   ├── services/      # API client
│   │   ├── App.tsx
│   │   └── App.css
│   ├── package.json
│   └── README.md
│
├── prior-auth-index.ts    # MCP server source (reference)
├── raw2structured-server.py # MCP server source (reference)
├── DEPLOYMENT.md          # Deployment guide
└── README.md             # This file

特性

1.临床记录结构

接受多种输入格式：
- 直接文本输入
- PDF文件上传（最大10MB）
- DOCX文件上传（最大10MB）
将原始临床记录解析为多个部分：
- 主诉
- 现病史
- 既往病史
- 当前药物
- 过敏
- 体检
- 实验室和成像
- 评估和计划
生成引用密钥以实现可追溯性

2.实时进度跟踪

可视化进度指示器显示5个分析步骤
每一步完成时实时更新
透明度步骤说明
在长时间运行的分析过程中改善用户体验

3.Contoso映射

将结构化的临床数据转化为类似Contoso的资源：
- 程序
- 条件
- 药物
- 过敏
- 观察
- 计划
确保医疗保健数据的互操作性

4.非传染性疾病政策分析

从CMS数据库获取NCD策略
基于人工智能的临床数据与政策标准的比较
生成资格确定：
- 符合条件
- 不合格
- 需求_审查

5.互动启发

AI检测缺失或模糊的信息
生成1-3道澄清性选择题
用户通过模态对话框提供额外的上下文
使用新信息重新分析以提高准确性
减少手动审查要求

6.事先授权输出

确定匹配和不匹配的策略标准
突出覆盖范围的一致性和差距
提供理由和建议
信心评分（0-100）
引用支持证据

7.安全和身份验证

基于JWT的用户身份验证
使用bcryptjs进行密码哈希
速率限制（每个IP每15分钟100个请求）
通过Helmet.js发送HTTP安全标头
可选Firebase审核日志记录
受保护的API端点

快速开始

先决条件

Node.js 18+
OpenAI API密钥
访问已部署的MCP服务器
（可选）用于审计日志记录的Firebase服务帐户
（可选）用于生产部署的Google Cloud Secret Manager

后端设置

cd backend
npm install
cp .env.example .env
# Edit .env with your OpenAI API key
npm run dev

后端运行 http://localhost:8080

前端设置

cd frontend
npm install
cp .env.example .env
# Edit .env with backend URL
npm run dev

前端继续运行 http://localhost:5173

API终点

认证

发布/API/验证/登录

用户身份验证端点。

请求：

{
  "username": "user",
  "password": "password"
}

答复：

{
  "token": "jwt-token-here",
  "user": {
    "username": "user"
  }
}

默认用户（开发）：

分析端点（都需要身份验证）

POST/api/结构注释

构建一份原始的临床记录。

标题： Authorization: Bearer <token>

请求：

{
  "rawNote": "Patient presents with..."
}

答复：

{
  "structuredSkeleton": {...},
  "citationKey": [...],
  "formattedNote": "### History of Present Illness\n..."
}

POST/api/上传临床记录

上传并解析PDF或DOCX文件中的临床记录。

标题：

Authorization: Bearer <token>
Content-Type: multipart/form-data

请求： 表单数据 file 字段（最大10MB）

答复：

{
  "text": "Extracted clinical note text..."
}

POST/api/映射到fhir

将结构化内容映射到Contoso资源。

标题： Authorization: Bearer <token>

请求：

{
  "structuredContent": {...}
}

答复：

{
  "fhirBundle": {
    "resourceType": "Bundle",
    "entry": [...]
  }
}

POST/api/refetch ncd策略

按标题获取NCD策略。

标题： Authorization: Bearer <token>

请求：

{
  "title": "Lumbar Spinal Fusion"
}

答复：

{
  "policy": {
    "document_id": "...",
    "title": "...",
    "indications_limitations": "..."
  }
}

POST/api/分析临床记录

完成端到端分析，并跟踪进度（主要工作流程）。

标题： Authorization: Bearer <token>

请求：

{
  "rawNote": "Patient presents with...",
  "ncdTitle": "Lumbar Spinal Fusion"
}

答复：

{
  "currentStep": 5,
  "structuredNote": {...},
  "fhirBundle": {...},
  "ncdPolicy": {...},
  "analysis": {
    "eligibilityDecision": "ELIGIBLE",
    "matchedCriteria": [...],
    "unmatchedCriteria": [...],
    "coverageAlignment": {...},
    "priorAuthJustification": {...},
    "confidenceScore": 85,
    "needsElicitation": false,
    "elicitationQuestions": []
  }
}

如果需要，合法性为真：

{
  "currentStep": 5,
  "analysis": {
    "needsElicitation": true,
    "elicitationQuestions": [
      {
        "question": "What is the severity of the patient's condition?",
        "options": ["Mild", "Moderate", "Severe", "Critical"]
      }
    ]
  }
}

POST/api/比较策略

从启发中重新分析额外的用户上下文。

标题： Authorization: Bearer <token>

请求：

{
  "structuredNote": {...},
  "fhirBundle": {...},
  "ncdPolicy": {...},
  "additionalContext": "User answered: Severe condition, 6+ months duration"
}

答复：

{
  "analysis": {
    "eligibilityDecision": "ELIGIBLE",
    "matchedCriteria": [...],
    "confidenceScore": 92,
    "needsElicitation": false
  }
}

GET/健康

健康检查端点（不需要身份验证）。

答复：

{
  "status": "ok",
  "timestamp": "2025-01-11T12:00:00.000Z"
}

部署

看部署.md 了解详细的部署说明。

后端部署

cd backend
./deploy.sh

前端部署

构建并部署到您首选的托管平台：

cd frontend
npm run build
# Deploy dist/ directory

MCP服务器

此应用程序与两个MCP服务器集成：

1.raw2结构化

网址：

工具：

structure_clinical_note：将原始笔记分割成结构化部分
map_to_fhir：将结构化内容映射到Contoso资源
parse_pdf_note：从PDF临床记录中提取文本

2.priorauth检查器

网址：

工具：

fetch_ncd_policy：按标题或ID获取NCD策略
fetch_multiple_ncd_policies：批量获取多个策略

环境变量

后端

# Required
OPENAI_API_KEY=your_openai_api_key
RAW2STRUCTURED_MCP_URL=
PRIORAUTH_CHECKER_MCP_URL=
JWT_SECRET=your-secret-key-change-in-production
PORT=8080

# Optional
ALLOWED_ORIGINS=http://localhost:5173,https://yourdomain.com
NODE_ENV=development
FIREBASE_SERVICE_ACCOUNT_PATH=./serviceAccountKey.json

前端

VITE_API_BASE_URL=http://localhost:8080

技术栈

后端

框架：Node.js+Express
语言：TypeScript
AI引擎：OpenAI GPT-4
MCP客户端: @modelcontextprotocol/sdk v1.21.0
认证：JWT+bcryptjs
文件解析：pdf解析，猛犸象（DOCX）
安全：头盔、快递费率限制、cors
数据库：Firebase Firestore（可选审计日志记录）
容器化：Docker

前端

框架：反应19
语言：TypeScript
生成工具：快
HTTP客户端：带有拦截器的Axios
UI组件:
- 使用JWT身份验证登录
- 进度指示器（5步工作流程）
- 文件上传（PDF/DOCX）
- 用户交互的激励模式
- 临床笔记的Markdown渲染
- Contoso资源查看器
状态管理：React挂钩

基础设施

部署：Google Cloud Run（容器化）
MCP服务器：外部HTTP流端点
秘密管理：谷歌云秘密管理器
协议：MCP（模型上下文协议）

完整工作流示例

用户旅程

认证
- 用户使用凭据登录
- 系统发出JWT令牌
- 存储在localStorage中的令牌，用于后续请求

输入临床记录

Patient presents with right upper quadrant pain that started 2 days ago.
Patient reports dull ache that radiates to the shoulder. Pain is worse
after meals. Patient has history of gallstones.

选项：直接文本输入或上传PDF/DOCX文件
输入非传染性疾病政策标题：“胆囊切除术”

进度跟踪（实时）

Step 1/5: Structuring clinical note...
Step 2/5: Enriching structured data...
Step 3/5: Mapping to FHIR resources...
Step 4/5: Fetching NCD policy...
Step 5/5: Analyzing policy compliance...

第一步：临床记录结构
- MCP服务器将注释分为结构化部分
- 生成引用密钥以实现可追溯性
- OpenAI丰富并格式化为markdown

第二步：Contoso映射

将结构化数据转换为Contoso资源

{
  "resourceType": "Observation",
  "code": { "text": "Pain character" },
  "valueString": "dull ache in right upper quadrant",
  "citation": "[REF-001]"
}

步骤3：策略提取
- 从CMS检索“胆囊切除术”NCD策略
- 包括适应症、限制和覆盖标准
第四步：人工智能政策分析
- OpenAI GPT-4将患者数据与政策标准进行比较
- 初步分析发现信息缺失

第五步：互动式启发式 （如果需要）

系统提示：

Missing information detected. Please answer to improve accuracy:

Question 1: Has conservative management been attempted?
- Yes, for 3+ months
- Yes, for less than 3 months
- No, acute presentation

Question 2: Are there documented gallstones on imaging?
- Yes, confirmed on ultrasound
- Yes, confirmed on CT
- No imaging available

用户选择： “是，经超声波确认”和“是，持续3个月以上”

重新分析上下文
- 系统重新运行与用户答案的策略比较
- 信心得分从72%提高→ 94%

最终结果：资格决定

{
  "eligibilityDecision": "ELIGIBLE",
  "confidenceScore": 94,
  "matchedCriteria": [
    "Documented gallstones on imaging",
    "Conservative management attempted for 3+ months",
    "Symptomatic with RUQ pain"
  ],
  "unmatchedCriteria": [],
  "priorAuthJustification": {
    "summary": "Patient meets all criteria for cholecystectomy...",
    "supportingEvidence": [
      "RUQ pain radiating to shoulder [REF-001]",
      "History of gallstones [REF-003]",
      "Failed conservative management [User Context]"
    ]
  }
}

结果

明确合格/不合格/有义务/需要_审查决定
透明度信心评分
引用的详细理由
已识别的覆盖缺口（如有）
准备提交事先授权文件

发展

运行测试（后端）

cd backend
npm test

为生产而建

# Backend
cd backend
npm run build

# Frontend
cd frontend
npm run build

地方发展

同时运行后端和前端：

1号航站楼：

cd backend && npm run dev

2号航站楼：

cd frontend && npm run dev

许可证

麻省理工学院

致谢

GPT-4 API的OpenAI
NCD政策数据库CMS
用于服务器集成的MCP（模型上下文协议）
用于基础设施的谷歌云平台

使用说明

AI试剂临床记录

概述

主要特点

建筑

项目结构

特性

1.临床记录结构

2.实时进度跟踪

3.Contoso映射

4.非传染性疾病政策分析

5.互动启发

6.事先授权输出

7.安全和身份验证

快速开始

先决条件

后端设置

前端设置

API终点

认证

发布/API/验证/登录

分析端点（都需要身份验证）

POST/api/结构注释

POST/api/上传临床记录

POST/api/映射到fhir

POST/api/refetch ncd策略

POST/api/分析临床记录

POST/api/比较策略

GET/健康

部署

后端部署

前端部署

MCP服务器

1.raw2结构化

2.priorauth检查器

环境变量

后端

前端

技术栈

后端

前端

基础设施

完整工作流示例

用户旅程

结果

发展

运行测试（后端）

为生产而建

地方发展

许可证

致谢

相关 MCP

女性健康模型上下文协议

药物安全分析平台

医疗数据互操作性服务器

基因表达年龄预测服务

电子健康记录工具

AI心脏健康分析助手