rcm-mcp
의료 수익 주기 관리(RCM) 멀티 에이전트 MCP 서버
AI 기반 멀티 에이전트 수익 주기 관리(RCM) MCP 서버로, 자격 검증, 사전 승인, 그리고 Supabase 및 pgvector로 지원되는 공유 추론 추적을 구현합니다.
아키텍처 개요
┌────────────────────────────┐
│ RCM Multi-Agent System │
│ (Eligibility / PriorAuth)│
└─────────────┬──────────────┘
│ (SSE / HTTP / stdio)
┌─────────────▼──────────────┐
│ FastMCP Server (Port 8000)│
│ trace.* | eligibility.* │
│ priorauth.* │
└─────────────┬──────────────┘
│
┌──────────────────────┴──────────────────────┐
▼ ▼
┌────────────────────────┐ ┌────────────────────────┐
│ Supabase Relational │ │ pgvector / Semantic │
│ (Payers, Coverage, │ │ (Historical Clinical │
│ Rules, Traces) │ │ Precedents & Cases) │
└────────────────────────┘ └────────────────────────┘Related MCP server: mymedi-ai-mcp-server
1. Supabase 데이터베이스 설정
1.1단계: Supabase 프로젝트 생성
Supabase에 로그인하고 새 프로젝트를 생성합니다.
프로젝트 설정 -> 데이터베이스에서 프로젝트 URL과 API 키(
anon또는service_role)를 확인합니다.
1.2단계: pgvector 활성화 및 스키마 적용
Supabase 대시보드에서 SQL 편집기를 엽니다.
supabase/schema.sql의 내용을 복사하여 붙여넣고 실행합니다:vector확장을 활성화합니다 (CREATE EXTENSION IF NOT EXISTS vector;).테이블 생성:
payers,appointments,patient_coverage,benefit_accumulators,payer_pa_rules,pa_requests,agent_trace(추가 전용),escalations.match_pa_cases코사인 유사도 벡터 검색 함수를 생성합니다.
1.3단계: 시드 데이터 로드
다음 옵션 중 하나를 사용하여 Supabase에 합성 데이터를 시드할 수 있습니다:
옵션 A (Python 시더 스크립트):
.env에 SUPABASE_URL과 SUPABASE_KEY를 구성하면:
python seed_data.py옵션 B (SQL 편집기):
SQL 편집기에서 supabase/seed.sql의 내용을 복사하여 붙여넣고 실행합니다.
다음을 시드합니다:
5개 지불자: Aetna Commercial, Blue Cross Blue Shield, UnitedHealthcare, Medicare Part B, Cigna.
5개 예약: 대상 서비스 날짜(DOS)가 있는 예약된 방문.
보장 기록: 엣지 케이스 테스트를 위한 활성 vs. 종료 정책.
혜택 누적기: 특정 CPT 코드에 대한 공제액, 본인 부담금, 공동 보험.
PA 규칙 및 선례: 사전 승인 지침 및 임베딩이 포함된 과거 사례.
2. 환경 구성
.env.example을 .env로 복사합니다:
cp .env.example .env자격 증명으로 .env 파일을 업데이트합니다:
# Supabase Configuration
SUPABASE_URL=https://<your-project-ref>.supabase.co
SUPABASE_KEY=<your-supabase-service-role-or-anon-key>
# Server Configuration
MCP_SERVER_HOST=0.0.0.0
MCP_SERVER_PORT=8000
# Optional Embedding Key
OPENAI_API_KEY=3. 설치
프로젝트 종속성을 설치합니다:
pip install -r requirements.txt4. MCP 도구 참조
A. 공유 추적 도구 (trace.*)
모든 에이전트에서 사용되어 추가 전용, 감사 가능한 결정 로그를 유지합니다.
도구 이름 | 설명 | 주요 입력 | 출력 |
| 추적 로그에 결정 레코드를 추가합니다 |
|
|
| 방문에 대한 시간순 결정 기록을 가져옵니다 |
|
|
| 인간 감독자 검토를 위해 사례를 대기열에 넣습니다 |
|
|
B. 자격 도구 (eligibility.*)
실제 예약 서비스 날짜(DOS)에서 환자 보장을 확인하고 환자 비용을 추정합니다.
도구 이름 | 설명 | 주요 입력 | 출력 |
| 대상 서비스 날짜에 대해 활성 정책 기간을 검증합니다 |
|
|
| 누적기 잔액을 검색합니다 |
|
|
| 감지된 보장 공백을 추적에 기록합니다 |
|
|
C. 사전 승인 도구 (priorauth.*)
절차 규칙 조회, 선례 검색 및 임상 근거 제출을 자동화합니다.
도구 이름 | 설명 | 주요 입력 | 출력 |
| 절차 코드가 사전 승인을 요구하는지 확인합니다 |
|
|
| 임상 근거를 제출하고 상태를 받습니다 |
|
|
| 제출된 승인 상태를 조회합니다 |
|
|
| 과거 PA 사례에 대한 의미론적 벡터 검색 |
|
|
5. MCP 서버 실행
옵션 A: SSE 전송 (기본값)
Server-Sent Events(SSE)를 통해 FastMCP 서버를 시작합니다:
python run_server.pySSE 엔드포인트는
http://localhost:8000/sse에서 사용할 수 있습니다.
옵션 B: 사용자 지정 호스트/포트 또는 Stdio
전송 매개변수를 직접 사용자 지정할 수 있습니다:
# Run over stdio (e.g. for Claude Desktop / CLI clients)
python src/mcp_server/server.py --transport stdio
# Run over SSE on custom port
python src/mcp_server/server.py --transport sse --port 80806. 테스트 및 검증
pytest로 테스트 스위트를 실행합니다:
pytest tests/예상 출력:
tests\test_mcp_tools.py .......... [100%]
============================= 10 passed in 0.07s ==============================7. 에이전트 클라이언트에 연결
Claude Desktop 구성
claude_desktop_config.json에 다음을 추가합니다:
{
"mcpServers": {
"rcm-server": {
"command": "python",
"args": ["<path-to-repo>/src/mcp_server/server.py", "--transport", "stdio"]
}
}
}Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections. Dates show when Glama detected each change.
No tool schema history has been recorded yet.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Connectors
Deterministic compliance and vertical knowledge bases for autonomous agents. Free 24hr trial.
AI routing, memory, guardrails, and governance. Routes across Claude, GPT, Gemini.
Build agents to automate any background task. Works with your ChatGPT/Claude subscription.
Enterprise AI Control Plane: governance, guardrails, spend tracking, compliance & smart routing.
Related MCP Servers
- AlicenseAqualityDmaintenanceEnables LLM-based agents to interact with FHIR healthcare data through natural language prompts, providing full CRUD operations on FHIR resources, document processing, and semantic search capabilities.1398MIT
- AlicenseAqualityBmaintenanceHealthcare billing AI for agents — 12 tools for ICD-10/CPT/HCPCS code lookup (80K+ codes), prior auth prediction, medical NER, claims validation, HIPAA compliance auditing, and provider/drug enrichment. Pay-per-call via credits or USDC.202182MIT
- FlicenseNot gradedqualityDmaintenanceEnd-to-end Prior Authorization decision-support system with a multi-agent AI pipeline, MCP Tool Registry, and PostgreSQL backend.1-
- AlicenseAqualityCmaintenanceEnables AI assistants to look up medical billing codes, denial reasons, and payer rules for faster claim resolution.66MIT
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/mr-rsr/rcm-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server