Servidor MCP de búsqueda mejorada de PubMed

Un servidor de Protocolo de Contenido Modelo que proporciona herramientas mejoradas para buscar y recuperar artículos académicos de la base de datos PubMed, con características adicionales como búsqueda de términos MeSH, estadísticas de recuento de publicaciones y búsqueda de evidencia basada en PICO.

Características

• Busque en PubMed por palabras clave con filtro de revista opcional
• Soporte para ordenar resultados por relevancia o fecha (más reciente/más antiguo primero)
• Obtenga términos MeSH (encabezados de temas médicos) relacionados con una palabra de búsqueda
• Obtener recuentos de publicaciones para múltiples términos de búsqueda (útil para comparar la prevalencia)
• Recupere información detallada del artículo, incluido resumen, DOI, autores y palabras clave
• Realice búsquedas estructuradas basadas en PICO con soporte para sinónimos y consultas combinadas

Instalación

Prerrequisitos

• Python 3.6+
• pepita

Instalación

1. Clonar este repositorio:
   git clone https://github.com/leescot/pubmed-mcp-smithery cd pubmed-mcp-smithery
2. Instalar dependencias:
   pip install fastmcp requests

Uso

Corriendo localmente

Iniciar el servidor:

Para el modo de desarrollo con recarga automática:

Añadiendo a Claude Desktop

Edite el archivo de configuración de Claude Desktop ( CLAUDE_DIRECTORY/claude_desktop_config.json ) para agregar el servidor:

Funciones MCP

El servidor proporciona estas funciones principales:

1. search_pubmed - Busca en PubMed artículos que coincidan con palabras clave con filtrado de revistas opcional
   # Example results = await search_pubmed( keywords=["diabetes", "insulin resistance"], journal="Nature Medicine", num_results=5, sort_by="date_desc" )
2. get_mesh_terms - Busque términos MeSH relacionados con un concepto médico
   # Example mesh_terms = await get_mesh_terms("diabetes")
3. get_pubmed_count - Obtener el recuento de publicaciones para múltiples términos de búsqueda
   # Example counts = await get_pubmed_count(["diabetes", "obesity", "hypertension"])
4. format_paper_details : obtenga información detallada sobre artículos específicos de PMID
   # Example paper_details = await format_paper_details(["12345678", "87654321"])
5. pico_search - Realizar búsquedas estructuradas PICO (Población, Intervención, Comparación, Resultado) con sinónimos
   # Example pico_results = await pico_search( p_terms=["diabetes", "type 2 diabetes", "T2DM"], i_terms=["metformin", "glucophage"], c_terms=["sulfonylurea", "glipizide"], o_terms=["HbA1c reduction", "glycemic control"] )

Funcionalidad de búsqueda PICO

La herramienta de búsqueda PICO ayuda a los investigadores a realizar búsquedas bibliográficas basadas en evidencia mediante:

1. Permitir múltiples términos sinónimos para cada elemento PICO
2. Combinando términos dentro de cada elemento usando operadores OR
3. Realizar combinaciones AND entre elementos (P E I, P E I Y C, etc.)
4. Devolviendo tanto consultas de búsqueda como recuentos de publicaciones para cada combinación

Este enfoque ayuda a refinar las preguntas de investigación e identificar la literatura más relevante.

Limitación de velocidad

El servidor implementa un mecanismo de reintento automático con retrasos de retroceso para manejar la posible limitación de velocidad por parte del servicio de utilidades electrónicas de NCBI.

Licencia

Este proyecto está licenciado bajo la licencia BSD de 3 cláusulas: consulte el archivo de LICENCIA para obtener más detalles.