HealthChain

Los agentes leen datos clínicos sin problema; lo difícil es escribirlos correctamente, y los frameworks de agentes genéricos no lo verifican. HealthChain ofrece a cualquier modelo o agente herramientas FHIR tipadas y validadas en las que pueden confiar: el código correcto del sistema correcto, para el paciente correcto, con un estado válido. Además, conectividad EHR en tiempo real e implementación en producción, para que lo que construyas resista fuera de la demo.

Instalación

pip install healthchain

Related MCP server: FHIR MCP Server

Inicio rápido

# Scaffold a FHIR Gateway project
healthchain new my-app -t fhir-gateway
cd my-app

# Run locally
healthchain serve

Edita app.py para añadir tu modelo, y healthchain.yaml para configurar los ajustes de implementación.

Consulta la referencia de la CLI para ver todos los comandos.

Funcionalidades principales

La forma más rápida para que desarrolladores e investigadores de IA publiquen IA sanitaria: todo lo que necesitas listo para usar, diseñado para escalar contigo.

¿Por qué HealthChain?

Todo proyecto serio de IA sanitaria construye la misma infraestructura de integración desde cero. Ya sea que implementes una regresión logística, un modelo de 70B de parámetros o un flujo de trabajo agéntico, el muro entre un modelo entrenado y un sistema clínico en vivo es el mismo: APIs FHIR reales, escrituras validadas, implementaciones multi-centro, gobernanza auditable. No existe una solución estándar, y los ingenieros que entienden tanto de IA como de protocolos sanitarios son escasos y difíciles de retener.

HealthChain gestiona esa complejidad para que puedas centrarte en lo que realmente importa: el modelo y el paciente.

• Optimizado para tiempo real — Conéctate a APIs FHIR en vivo y puntos de integración en lugar de exportaciones de datos obsoletas

• Validación integrada — Recursos FHIR con seguridad de tipos e informes de validación que detectan datos defectuosos antes de que se publiquen, incluidos códigos clínicos no válidos según la especificación que solo la comprobación de tipos dejaría pasar

• Sin hechos inventados — Los helpers nunca añaden afirmaciones clínicas que no hayas pasado: sin marcas de tiempo autogeneradas, sin estados adivinados: lo que entra en el registro es exactamente lo que produjo tu modelo

• Funciona con cualquier modelo o agente — LLMs, agentes o ML clásico, y produce FHIR validado

• Compatible con tu stack existente — Se integra con FastAPI, MCP y LangChain

• Cimientos listos para producción — Implementación con Docker, seguridad configurable y una arquitectura diseñada para entornos NHS e HIPAA

🏆 Reconocimiento y comunidad

Destacado y presentado:

• Destacado en el boletín TLDR AI (más de 900 000 desarrolladores)

• Destacado por Medplum por la integración de código abierto con Epic

• Presentado en la Conferencia de Código Abierto de Python del NHS (ver la charla)

• Construido a partir de la experiencia de implementación de IA en el NHS — lee la historia de su origen

🤝 Alianzas y uso en producción

¿Exploras HealthChain para tu producto u organización? Ponte en contacto para hablar sobre integraciones, pilotos o colaboraciones, o únete a nuestro Discord para conectar con la comunidad.

Ejemplos de uso

Crear una puerta de enlace [Documentación]

from healthchain.gateway import HealthChainAPI, FHIRGateway
from healthchain.fhir.r4b import Patient

# Create healthcare application
app = HealthChainAPI(title="Multi-EHR Patient Data")

# Connect to multiple FHIR sources
fhir = FHIRGateway()
fhir.add_source("epic", "fhir://fhir.epic.com/r4?client_id=epic_client_id")
fhir.add_source("cerner", "fhir://fhir.cerner.com/r4?client_id=cerner_client_id")

@fhir.aggregate(Patient)
def enrich_patient_data(id: str, source: str) -> Patient:
    """Get patient data from any connected EHR and add AI enhancements"""
    bundle = fhir.search(
        Patient,
        {"_id": id},
        source,
        add_provenance=True,
        provenance_tag="ai-enhanced",
    )
    return bundle

app.register_gateway(fhir)

# Available at: GET /fhir/transform/Patient/123?source=epic
# Available at: GET /fhir/transform/Patient/123?source=cerner

if __name__ == "__main__":
    app.run(port=8888)

Dar herramientas FHIR a un agente [Documentación]

from healthchain.tools import FHIRToolkit

# One toolkit: build, validate, read, and code FHIR — as typed agent tools
kit = FHIRToolkit(bundle="patient_bundle.json")

kit.as_mcp().run()          # serve to Claude or any MCP client
tools = kit.as_langchain()  # or drop into a LangChain agent

O directamente desde la terminal, sin código:

healthchain mcp --bundle patient_bundle.json

Crear con un asistente de IA

Instala el plugin de HealthChain para dar a Claude Code o Codex la API, la CLI y las recetas actuales:

# Claude Code
/plugin marketplace add healthchainai/HealthChain
/plugin install healthchain@healthchain

# Codex
codex plugin marketplace add healthchainai/HealthChain
codex plugin add healthchain@healthchain

O apunta cualquier asistente a llms.txt para obtener un mapa de la documentación actual de la API.

🛣️ Hacia dónde nos dirigimos

• 🔒 Cimientos de seguridad — autenticación con clave API, registro de auditoría y TLS, configurados mediante healthchain.yaml y aplicados por el middleware de la puerta de enlace

• 📋 Gobernanza como configuración — seguridad clínica, acuerdos de acceso a datos y estándares de cumplimiento para implementaciones NHS/HIPAA como artefacto de implementación de primera clase en healthchain.yaml

• 🔌 Conectividad EHR más profunda — más fuentes FHIR, patrones de datos en vivo y ejemplos de integración del mundo real a partir de implementaciones piloto

• 📊 Observabilidad — telemetría de implementación y rastros de auditoría para sistemas sanitarios

• 🤖 Un toolkit para agentes de IA clínicos — herramientas FHIR tipadas con validación y terminología integradas, servidas a través de MCP y LangChain

🤝 Contribuciones

HealthChain está construido por y para la próxima generación de desarrolladores sanitarios: investigadores que trasladan modelos de datos retrospectivos a sistemas en vivo, desarrolladores de IA que no quieren pasar meses aprendiendo FHIR antes de poder publicar algo. Las mejores contribuciones provienen de personas que han encontrado un problema real y tienen algo específico que decir al respecto.

Para empezar:

• ¿Trabajas con datos sanitarios o de investigación? Contribuye con un cookbook — trae tu caso de uso y te ayudaré personalmente

• Lee CONTRIBUTING.md para conocer las pautas

• Preguntas técnicas e ideas → Debates en GitHub

• Pilotos y alianzas → correo electrónico

🤗 Agradecimientos

Este proyecto se basa en fhir.resources y en los estándares CDS Hooks desarrollados por HL7 y Boston Children's Hospital.

Consulta también groundeval — el harness de evaluación de código abierto para agentes de IA sanitaria.

© 2024–2026 dotimplement ai. HealthChain es un proyecto de código abierto mantenido por dotimplement ai.