dicom-mcp: DICOM モデルコンテキストプロトコルサーバー

このリポジトリはブログ記事の一部です: Agentic Healthcare LLMs

概要

DICOM（Digital Imaging and Communications in Medicine）とのやり取りのためのモデルコンテキストプロトコルサーバー。このサーバーは、DICOMサーバーへのクエリとやり取りを行うツールを提供し、大規模言語モデルによる医用画像メタデータへのアクセスと分析を可能にします。

dicom-mcp は、AIアシスタントが標準のDICOMネットワークプロトコルを用いてDICOMサーバーから患者情報、検査、シリーズ、インスタンスを照会することを可能にします。また、DICOM形式で保存されたカプセル化されたPDF文書からのテキスト抽出もサポートしており、臨床レポートの分析を可能にします。pynetdicom をベースに構築されており、Model Context Protocol仕様に準拠しています。

ツール

list_dicom_nodes
- 構成されたすべてのDICOMノードと呼び出しAEタイトルを一覧表示します
- 入力: なし
- 戻り値: 現在のノード、利用可能なノード、現在の呼び出し元 AE タイトル、および利用可能な呼び出し元 AE タイトル
switch_dicom_node
- 異なる構成のDICOMノードに切り替えます
- 入力:
  - node_name (文字列): 切り替え先のノードの名前
- 戻り値: 成功メッセージ
switch_calling_aet
- 設定された別の呼び出しAEタイトルに切り替えます
- 入力:
  - aet_name (文字列): 切り替え先の呼び出しAEタイトルの名前
- 戻り値: 成功メッセージ
verify_connection
- C-ECHOを使用して構成されたDICOMノードへの接続をテストします
- 入力: なし
- 戻り値: 成功または失敗のメッセージと詳細
query_patients
- 指定した条件に一致する患者を検索する
- 入力:
  - name_pattern (文字列、オプション): 患者名のパターン (ワイルドカードを含めることができます)
  - patient_id (文字列、オプション): 患者ID
  - birth_date （文字列、オプション）：患者の生年月日（YYYYMMDD）
  - attribute_preset (文字列、オプション): プリセットの詳細レベル (最小、標準、拡張)
  - additional_attributes (文字列[], オプション): 含める追加のDICOM属性
  - exclude_attributes (文字列[], オプション): 除外するDICOM属性
- 戻り値: 一致する患者記録の配列
query_studies
- 指定した条件に一致する研究を検索する
- 入力:
  - patient_id (文字列、オプション): 患者ID
  - study_date （文字列、オプション）：調査日または範囲（YYYYMMDDまたはYYYYMMDD-YYYYMMDD）
  - modality_in_study (文字列、オプション): 研究対象のモダリティ
  - study_description (文字列、オプション): 研究の説明（ワイルドカードを含めることができます）
  - accession_number （文字列、オプション）：アクセッション番号
  - study_instance_uid (文字列、オプション): 研究インスタンスUID
  - attribute_preset (文字列、オプション): プリセットの詳細レベル
  - additional_attributes (文字列[], オプション): 含める追加のDICOM属性
  - exclude_attributes (文字列[], オプション): 除外するDICOM属性
- 戻り値: 一致する研究記録の配列
query_series
- 研究内のシリーズを検索する
- 入力:
  - study_instance_uid (文字列): 研究インスタンスUID (必須)
  - modality （文字列、オプション）：モダリティ（例："CT"、"MR"）
  - series_number (文字列、オプション): シリーズ番号
  - series_description (文字列、オプション): シリーズの説明
  - series_instance_uid (文字列、オプション): シリーズインスタンスUID
  - attribute_preset (文字列、オプション): プリセットの詳細レベル
  - additional_attributes (文字列[], オプション): 含める追加のDICOM属性
  - exclude_attributes (文字列[], オプション): 除外するDICOM属性
- 戻り値: 一致するシリーズレコードの配列
query_instances
- シリーズ内のインスタンスを検索する
- 入力:
  - series_instance_uid (文字列): シリーズインスタンスUID (必須)
  - instance_number (文字列、オプション): インスタンス番号
  - sop_instance_uid (文字列、オプション): SOPインスタンスUID
  - attribute_preset (文字列、オプション): プリセットの詳細レベル
  - additional_attributes (文字列[], オプション): 含める追加のDICOM属性
  - exclude_attributes (文字列[], オプション): 除外するDICOM属性
- 戻り値: 一致するインスタンスレコードの配列
get_attribute_presets
- クエリに使用可能な属性プリセットを一覧表示します
- 入力: なし
- 戻り値: 利用可能なプリセットとそのレベル別の属性の辞書
retrieve_instance

特定のDICOMインスタンスを取得し、ローカルファイルシステムに保存します。
入力:
- study_instance_uid (文字列): 研究インスタンスUID
- series_instance_uid (文字列): シリーズインスタンスUID
- sop_instance_uid (文字列): SOPインスタンスUID
- output_directory （文字列、オプション）：取得したインスタンスを保存するディレクトリ（デフォルト： "./retrieved_files"）
戻り値: 取得操作に関する情報を含む辞書

extract_pdf_text_from_dicom

カプセル化されたPDFを含むDICOMインスタンスを取得し、そのテキストコンテンツを抽出します。
入力:
- study_instance_uid (文字列): 研究インスタンスUID
- series_instance_uid (文字列): シリーズインスタンスUID
- sop_instance_uid (文字列): SOPインスタンスUID
戻り値: 抽出されたテキスト情報とステータスを含む辞書

インストール

前提条件

Python 3.12以上
接続する DICOM サーバー (例: Orthanc、dcm4chee など)

pipの使用

pip 経由でインストール:

pip install dicom-mcp

構成

dicom-mcp には、DICOM ノードと呼び出し元の AE タイトルを定義する YAML 設定ファイルが必要です。以下の構造の設定ファイルを作成してください。

# DICOM nodes configuration
nodes:
  orthanc:
    host: "localhost"
    port: 4242
    ae_title: "ORTHANC"
    description: "Local Orthanc DICOM server"
  
  clinical:
    host: "pacs.hospital.org"
    port: 11112
    ae_title: "CLIN_PACS"
    description: "Clinical PACS server"

# Local calling AE titles
calling_aets:
  default:
    ae_title: "MCPSCU"
    description: "Default calling AE title"
  
  modality:
    ae_title: "MODALITY"
    description: "Simulating a modality"

# Currently selected node
current_node: "orthanc"

# Currently selected calling AE title
current_calling_aet: "default"

使用法

コマンドライン

スクリプトエントリポイントを使用してサーバーを実行します。

dicom-mcp /path/to/configuration.yaml

UVを使用する場合:

uv run dicom-mcp /path/to/configuration.yaml

Claude Desktopによる構成

これをclaude_desktop_config.jsonに追加します:

"mcpServers": {
  "dicom": {
    "command": "uv",
    "args": ["--directory", "/path/to/dicom-mcp", "run", "dicom-mcp", "/path/to/configuration.yaml"]
  }
}

Zedでの使用

Zed のsettings.jsonに追加します:

"context_servers": [
  "dicom-mcp": {
    "command": {
      "path": "uv",
      "args": ["--directory", "/path/to/dicom-mcp", "run", "dicom-mcp", "/path/to/configuration.yaml"]
    }
  }
],

クエリの例

利用可能なDICOMノードの一覧

list_dicom_nodes()

別のノードに切り替える

switch_dicom_node(node_name="clinical")

別の呼び出しAEタイトルに切り替える

switch_calling_aet(aet_name="modality")

接続を確認する

verify_connection()

患者を検索する

# Search by name pattern (using wildcard)
patients = query_patients(name_pattern="SMITH*")

# Search by patient ID
patients = query_patients(patient_id="12345678")

# Get detailed information
patients = query_patients(patient_id="12345678", attribute_preset="extended")

研究を検索

# Find all studies for a patient
studies = query_studies(patient_id="12345678")

# Find studies within a date range
studies = query_studies(study_date="20230101-20231231")

# Find studies by modality
studies = query_studies(modality_in_study="CT")

研究内のシリーズを検索する

# Find all series in a study
series = query_series(study_instance_uid="1.2.840.10008.5.1.4.1.1.2.1.1")

# Find series by modality and description
series = query_series(
    study_instance_uid="1.2.840.10008.5.1.4.1.1.2.1.1",
    modality="CT",
    series_description="CHEST*"
)

一連のインスタンスを検索する

# Find all instances in a series
instances = query_instances(series_instance_uid="1.2.840.10008.5.1.4.1.1.2.1.2")

# Find a specific instance by number
instances = query_instances(
    series_instance_uid="1.2.840.10008.5.1.4.1.1.2.1.2",
    instance_number="1"
)

DICOMインスタンスを取得する

# Retrieve a specific instance
result = retrieve_instance(
    study_instance_uid="1.2.840.10008.5.1.4.1.1.2.1.1",
    series_instance_uid="1.2.840.10008.5.1.4.1.1.2.1.2",
    sop_instance_uid="1.2.840.10008.5.1.4.1.1.2.1.3",
    output_directory="./dicom_files"
)

DICOM でカプセル化された PDF からテキストを抽出する

# Extract text from an encapsulated PDF
result = extract_pdf_text_from_dicom(
    study_instance_uid="1.2.840.10008.5.1.4.1.1.104.1.1",
    series_instance_uid="1.2.840.10008.5.1.4.1.1.104.1.2",
    sop_instance_uid="1.2.840.10008.5.1.4.1.1.104.1.3"
)

デバッグ

MCP インスペクタを使用してサーバーをデバッグできます。

npx @modelcontextprotocol/inspector uv --directory /path/to/dicom-mcp run dicom-mcp /path/to/configuration.yaml

発達

開発環境のセットアップ

リポジトリをクローンします。
git clone https://github.com/yourusername/dicom-mcp.git cd dicom-mcp
仮想環境を作成します。
python -m venv .venv source .venv/bin/activate # On Windows: .venv\Scripts\activate
依存関係をインストールします:
pip install -e .

テストの実行

テストにはOrthancサーバーの実行が必要です。Dockerを使って起動できます。

cd tests
docker-compose up -d

次にテストを実行します。

pytest tests/test_dicom_mcp.py

PDF 抽出機能をテストするには:

pytest tests/test_dicom_pdf.py

プロジェクト構造

src/dicom_mcp/ : メインパッケージ
- __init__.py : パッケージの初期化
- __main__.py : エントリポイント
- server.py : MCP サーバーの実装
- dicom_client.py : DICOM クライアント実装
- attributes.py : DICOM 属性プリセット
- config.py : Pydantic による構成管理

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細については LICENSE ファイルを参照してください。

謝辞

pynetdicom上に構築
モデルコンテキストプロトコル仕様に準拠
PDFテキスト抽出にPyPDF2を使用する

DICOM MCP Server

Integrations