使用说明

🏥 MedGuard–人工智能药物安全平台

欢迎参加我们的Hugging Face GenAI代理和MCP黑客马拉松！

该项目展示了 生产级多智能体系统 由...驱动 LangGraph 和那个 模型上下文协议（MCP），旨在分析药物安全性，检测危险药物相互作用，并提供临床决策支持。

🎬 现场演示视频 | 🔗 GitHub存储库 | 🤖 Claude桌面集成

🏆 黑客马拉松赛道

跟踪	目标	状态
轨道1：构建MCP	$10,000	✅ 10个MCP工具+3个资源
轨道2：消费者使用	$10,000	✅ Claude桌面集成
轨道3：代理使用	$10,000	✅ 多智能体语言图系统
Blaxel选择奖	$2,500	✅ 完整的Blaxel平台集成

🚨 为什么这很重要：我们正在解决的问题

💀 药物错误的现实

7,000-9,000 美国人每年死于药物错误
420亿美元 每年用于可预防的药物不良事件
150万 每年因用药错误而受到伤害的患者
多重用药 （5+药物）影响40%的老年人
药物相互作用 在美国，每年造成125000多人死亡

✅ MedGuard如何提供帮助

实时DDI检测 来自25+策划互动
药物基因组学分析 用于个性化给药
比尔斯标准 老年患者筛查
临床指南合规性 （AHA/ACC/ADA）
成本优化 有通用替代品

🌐 项目概述

MedGuard利用 5个自主AI代理 合作进行全面的药物安全分析：

代理	角色	主要功能
🔍 药物相互作用剂	使用知识图分析DDI	CYP酶冲突、PubMed增强、严重程度评分
👤 个性化代理	患者特异性调整	肾/肝剂量、药物基因组学、比尔标准
📋 指导代理人	临床依从性检查	AHA/ACC、ADA、ESC指南及其证据水平
💰 成本动因	处方集优化	通用替代品、治疗替代品
📝 解释代理	综合与沟通	优先推荐，方便患者的总结

🔄 LangGraph编排架构

┌────────────────────────────────────────────────────────────────────────────┐
│                     MedGuard Multi-Agent Orchestrator                       │
│                                                                            │
│   START                                                                    │
│     │                                                                      │
│     ▼                                                                      │
│   ┌─────────────────────────────┐                                          │
│   │  Drug Interaction Agent     │◄── Entry point (always runs first)       │
│   │  • 25+ known DDIs           │                                          │
│   │  • CYP enzyme analysis      │                                          │
│   │  • ML severity prediction   │                                          │
│   └───────────┬─────────────────┘                                          │
│               │                                                            │
│               ▼                                                            │
│   ┌─────────────────────────────┐                                          │
│   │   CONDITIONAL ROUTER        │◄── Severity-based intelligent routing    │
│   │   Based on risk level       │                                          │
│   └───────────┬─────────────────┘                                          │
│               │                                                            │
│    ┌──────────┼──────────┐                                                 │
│    │          │          │                                                 │
│    ▼          ▼          ▼                                                 │
│ "critical" "parallel" "low_risk"                                           │
│    │          │          │                                                 │
│    ▼          │          │                                                 │
│ ┌────────┐    │          │                                                 │
│ │ Human  │    │          │                                                 │
│ │ Review │    │          │                                                 │
│ │ FLAG   │    │          │                                                 │
│ └───┬────┘    │          │                                                 │
│     │    ┌────┴────┐     │                                                 │
│     │    │Parallel │     │                                                 │
│     │    │Execution│     │                                                 │
│     │    └────┬────┘     │                                                 │
│     ▼         ▼          ▼                                                 │
│   ┌─────────────────────────────┐                                          │
│   │ Personalization Agent       │                                          │
│   │ Guideline Compliance Agent  │◄── Run in parallel for efficiency        │
│   │ Cost Optimization Agent     │                                          │
│   └───────────┬─────────────────┘                                          │
│               │                                                            │
│               ▼                                                            │
│   ┌─────────────────────────────┐                                          │
│   │    Explanation Agent        │◄── Final synthesis & prioritization      │
│   │    • Safety score (0-100)   │                                          │
│   │    • Prioritized actions    │                                          │
│   │    • Patient-friendly text  │                                          │
│   └───────────┬─────────────────┘                                          │
│               │                                                            │
│               ▼                                                            │
│             END                                                            │
└────────────────────────────────────────────────────────────────────────────┘

🛠️ MCP服务器集成（10个工具+3个资源）

MCP工具

#	工具	说明	参数
1	`analyze_medication_safety`	全5剂管路	`patient_id`, `query`
2	`check_drug_interactions`	通过Neo4j检测DDI	`medications[]`, `allergies[]`
3	`get_personalized_dosing`	患者特定剂量	`patient_id`, `medication`, `indication`
4	`check_guideline_compliance`	临床指南检查	`patient_id`, `condition`
5	`optimize_medication_costs`	通用替代方案	`medications[]`, `insurance_type`
6	`get_patient_profile`	人口统计和历史	`patient_id`
7	`search_clinical_guidelines`	BioBERT矢量搜索	`query`, `limit`
8	`explain_medication_decision`	患者友好文本	`analysis`, `reading_level`
9	`search_pubmed_literature`	通过MCP搜索PubMed	`query`, `study_types[]`
10	`search_fda_safety_alerts`	通过MCP搜索发出FDA警报	`drug_name`, `years`

MCP资源

URI	描述
`guidelines://clinical-practice`	临床实践指南数据库
`database://drug-interactions`	药物相互作用知识图
`alerts://fda-safety`	美国食品药品监督管理局安全通讯

🗂️ 数据源和医学知识库

我们的平台使用 真实、权威、循证医学数据源:

1.💊 DrugBank-药物相互作用数据库

目的：治疗药物相互作用的机制和管理
覆盖：25+高风险互动对（可扩展到3000+）
数据：严重程度、机制、临床效果、管理策略、证据水平
用法：用于所有药物安全分析的核心DDI检测

2.🧬 药物基因组学数据库（PharmGKB）

目的：影响药物代谢的遗传变异
酶覆盖：CYP2D6、CYP2C9、CYP2C19、CYP3A4、CYP1A2
表型：代谢不良，中等，正常，超快速
用法：基于遗传标记的个性化剂量建议

3.👴 AGS啤酒标准（2023）

目的：老年人可能服用不合适的药物
覆盖：老年人应避免30多种药物
来源：美国老年医学会
用法：≥65岁的患者自动标记

4.📋 临床实践指南

组织	包括指南
AHA/ACC	心力衰竭、心房颤动、冠状动脉疾病、高血压
艾达	2024年2型糖尿病护理标准
退出	欧洲心血管指南
KDIGO	2024年慢性肾脏病

5.🔬 PubMed/MEDLINE（通过MCP搜索）

目的：临床证据文献检索
API：MCP搜索协议集成
用法：通过最近的研究引用加强建议

6.⚠️ 美国食品药品监督管理局安全通讯

目的：药品安全警报、召回、黑匣子警告
API：MCP搜索协议集成
用法：实时安全警报检查

📦 技术栈

层	技术	目的
MCP服务器 python `mcp` SDK	10个工具，3个资源，stdio传输
编排	LangGraph状态图	条件路由，并行执行
LLM	克劳德4十四行诗/GPT-4o/Gemini 2.0	医学分析、综合
知识图谱	Neo4j	药物相互作用网络
矢量搜索	Qdrant+BioBERT	语义指南搜索
API	FastAPI	REST端点、HIPAA审计日志
前端	Gradio	交互式演示UI
数据库	PostgreSQL、Redis	患者数据、会话管理
云	Blaxel平台	无服务器部署，可观察性

🧩 核心组件

🔍 药物相互作用剂(`drug_interaction_agent_enhanced.py`)

角色：主要安全分析入口点
能力:
- 已知交互数据库查找（DrugBank）
- CYP酶代谢冲突检测
- 基于机器学习的新型交互预测
- PubMed文献增强
- 严重性分类（轻微→ 适度→ 主要的→ 关键）

👤 个性化代理(`personalization_agent.py`)

角色：针对患者的安全调整
能力:
- 肾剂量调整（基于eGFR）
- 肝损伤注意事项
- 药物基因组学分析（CYP变体）
- 啤酒标准筛选（年龄≥65岁）
- 多药检测（5+/10+药物）

📋 指南合规代理(`guideline_compliance_agent.py`)

角色：循证标准验证
能力:
- 针对特定病情的治疗检查
- 缺少治疗识别
- 指南引用及证据等级
- 治疗分类图

💰 成本优化代理(`cost_optimization_agent.py`)

角色：处方集和成本效益
能力:
- 品牌→ 通用替代
- 治疗类替代品
- 保险处方集优化
- 年度节省计算

📝 解释代理(`explanation_agent.py`)

角色：临床综合与沟通
能力:
- 安全评分计算（0-100）
- 优先推荐列表
- 临床医生执行摘要
- 对患者友好的解释（可调节阅读水平）

🧑‍⚕️ 演示患者

ID	患者	年龄	关键演示
P001	John Smith	67	华法林+阿司匹林（大出血风险），CKD 3期，CYP2C9*3
P002	玛丽亚·加西亚	45	舍曲林+曲马多（血清素综合征风险）
P003	Robert Chen	72	8种药物，高钾血症风险，HF+COPD+CKD
P004	Sarah Johnson	55岁	辛伐他汀+氨氯地平（CYP3A4相互作用，肌病风险）
P005	James Wilson	78	6啤酒标准违规，CYP2D6代谢不良者

🚀 部署选项

选项1：拥抱面部空间

# Visit: https://huggingface.co/spaces/BilalS96/MedGuard

选项2:Claude桌面集成

{
  "mcpServers": {
    "healthcare-multi-agent-system": {
      "command": "/path/to/run_mcp_server.sh",
      "args": [],
      "env": {
        "POSTGRES_HOST": "localhost",
        "POSTGRES_PORT": "5432",
        "POSTGRES_DB": "healthcare_agents",
        "POSTGRES_USER": "postgres",
        "POSTGRES_PASSWORD": "your_password",
        "NEO4J_URI": "bolt://localhost:7687",
        "NEO4J_USER": "neo4j",
        "NEO4J_PASSWORD": "your_password",
        "REDIS_HOST": "localhost",
        "REDIS_PORT": "6379",
        "QDRANT_URL": "http://localhost:6333",
        "GOOGLE_API_KEY": "",
        "ANTHROPIC_API_KEY": "",
        "OPENAI_API_KEY": ""
      }
    }
  }
}

选项3:Blaxel平台

cd my-agent && bl deploy
bl run agent healthcare-multi-agent-system --data '{"inputs": "Analyze patient P001"}'

选项4:Docker编写

docker-compose up -d
# API: http://localhost:8000
# UI: http://localhost:7860

📊 示例分析输出

🏥 MedGuard Analysis Report
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

Patient: John Smith (P001) | Age: 67 | Medications: 4

⚠️ SAFETY SCORE: 55/100 (MODERATE RISK)
⚠️ REQUIRES CLINICAL REVIEW

━━━ CRITICAL FINDINGS ━━━

🔴 MAJOR DRUG INTERACTION: Warfarin + Aspirin
   Mechanism: Additive antiplatelet/anticoagulant effects
   Effect: Significantly increased bleeding risk (GI, intracranial)
   Management: Monitor INR closely, add PPI, use 81mg aspirin only
   Evidence: Established (PMID: 27432982)

🟠 RENAL ADJUSTMENT NEEDED: Metformin
   eGFR: 58 mL/min (threshold: 30)
   Action: Monitor renal function; avoid if eGFR <30

🟠 PHARMACOGENOMIC ALERT: Warfarin + CYP2C9*3
   Phenotype: Intermediate metabolizer
   Action: May require 20-30% lower warfarin dose

━━━ RECOMMENDATIONS ━━━

1. [CRITICAL] Review warfarin + aspirin combination
2. [HIGH] Add PPI for gastroprotection
3. [MODERATE] Consider CYP2C9 genotype-guided dosing
4. [LOW] Generic substitution available: Save $285/month

🧑‍💻 作者

MedGuard团队 –MCP 1岁生日黑客马拉松参赛作品

内置于❤️ 为了患者安全
利用最先进的AI代理编排
医疗保健应用的生产就绪架构

📝 许可证

该项目根据 MIT许可证 –参见许可证了解详情。

🙏 致谢

Anthropic 克劳德和MCP协议
拥抱脸 主办和黑客马拉松
布莱克塞尔 用于无服务器AI基础架构
DrugBank, PharmGKB, AGS, AHA/ACC/ADA 医学知识
医疗AI社区寻求灵感

Built for the MCP 1st Birthday Hackathon
Making medication safety accessible through AI agents
🏥 💊 🤖 🔬 💚