POC — MCP-Server + klinischer Agent

POC zur technischen Machbarkeit für die beiden Dienste des Phase-2-Plans, aufgebaut auf einem eigenen Model Context Protocol-Server und der Anthropic API.

1. Scannen und Analysieren von Dokumenten — sichten, lesen, strukturieren, vorschlagen, dass der Arzt die Verlängerung genehmigt, und mit dem Patienten klären, was die Dokumente nicht beantwortet haben.

2. Anamnese-Agent — das Skript aus der Beschreibung des Arztes ableiten, validieren, als Skill der Fachrichtung erfassen und vom Allgemeinmediziner an den Spezialisten weiterleiten, wenn der Fall es erfordert.

Es sind 11 Abläufe / 70 Schritte, die gegen den echten MCP-Server ausgeführt werden. Keine Antwort wurde simuliert: Wo eine Anmeldeinformation fehlte, stoppte der Schritt.

Fazit in zwei Zeilen

Ziel 1 — nutzbar, mit einem Vorbehalt, den die POC allein nicht löst: Die Genauigkeit bei echter Handschrift wurde nicht gemessen, und sie entscheidet, ob der Dienst taugt. Ziel 2 — der Mechanismus steht; ob ein von der LLM abgeleitetes Skript klinisch gut ist, ist ein medizinisches Urteil über den Inhalt, keine technische Machbarkeit.

Das vollständige Fazit mit der schrittweisen Validierung befindet sich in findings.md.

Related MCP server: atlas_mcp

So wird es ausgeführt

cp .env.example .env       # preencha ANTHROPIC_API_KEY
npm install
npm run poc                # servidor MCP (5190) + viewer (5180)

Öffnen Sie den Viewer unter http://localhost:5180 und führen Sie die Schritte aus.

Vor dem ersten Schritt: Es gibt keine Sandbox – jede Ausführung ist ein Abrechnungsereignis. Legen Sie ein Spend-Limit in der Anthropic-Konsole fest. MANUAL-SETUP.md enthält die Schritt-für-Schritt-Anleitung dafür und für alles andere, was nur Sie tun können.

Empfohlene Reihenfolge: zuerst doc-triagem/step-01 (der günstigste Schritt, ~0,002 USD – wenn er fehlschlägt, lohnt sich danach nichts mehr), dann die glücklichen doc-*-Abläufe, doc-lote, die ana-*-Abläufe und schließlich die alternativen. Alles auszuführen kostet etwa 0,60 USD; doc-lote ist der teuerste (~0,22 USD von den 0,60 USD).

npm run check    # tsc + validação dos fluxos + suíte de defesas (27 casos)

Der Viewer

Der Viewer ist keine Dekoration – er ist der Ort, an dem die POC gelesen wird. Jeder Schritt zeigt:

• die rohe HTTP-Anfrage an den MCP-Server, feldweise bearbeitbar;

• die Fixture, die er verbraucht, inline gerendert (Fotos als Bild, PDFs in einem Frame) – und mit einem Ersetzen…, das ein eigenes, handgeschriebenes Foto akzeptiert, um erneut auszuführen, ohne eine Datei zu berühren;

• die Code-Spur, durch die der Aufruf läuft, in der Reihenfolge: Transport → Tool → Domäne → LLM. Anklickbar, öffnet im Editor (definieren Sie POC_EDITOR in der .env).

Wie es aufgebaut ist

MCP-Server in Streamable HTTP stateless – sessionIdGenerator: undefined, enableJsonResponse: true, neue Instanz von Server und Transport pro Anfrage. Jeder Aufruf wird zu einem POST JSON-RPC mit JSON-Antwort, was dem Viewer ermöglicht, den Aufruf als das HTTP zu zeigen, das er ist. Node 22, das .ts direkt über tsx ausführt, ohne Build.

mcp-server/      servidor MCP: transporte, tools, domínio, chamadas à LLM
handlers/        os poucos passos cujo corpo não cabe num template declarativo
flows/           os 11 fluxos, em steps.json editáveis
fixtures/        receitas, exames, PDFs — inclusive os de prompt injection
public/          o viewer
server.ts        o viewer (back-end)
checar-defesas.ts / checar-fluxos.py    a suíte que `npm run check` roda

Zwei Dinge durchziehen beide Ziele und sind für sich genommen wertvoll:

Die dreistufige Pipeline hat sich zweimal ausgezahlt. Kosten: Die Sichtung läuft auf Haiku und beantwortet eine günstige perzeptuelle Frage, bevor die OCR auf Sonnet das Bild betrachtet. Sicherheit: Die Trennung von Lesen und Interpretieren bot einen natürlichen Ort, an dem die Injection transkribiert, signalisiert und abgelehnt statt befolgt werden kann.

Die deterministische Regel ist es, die verhindert, dass der Vorschlag zur Entscheidung wird. Verlängerungsvetos, Ausgabenobergrenze, Skill-Katalog, ärztliche Validierung – nichts davon hängt davon ab, dass das Modell von selbst daran denkt, und nichts kostet einen Token.

Umfang

Diese POC deckte die einfachste Nutzung ab, die funktioniert. Sicherheit, Leistung und Regulatorisches sind bewusst nicht im Umfang und sind Aufgabe der nächsten Schritte – findings.md benennt jedes einzelne unter „Offene Fragen".

Modelle werden mit einem festgelegten Datum eingestellt – deshalb leben ANTHROPIC_MODEL und ANTHROPIC_MODEL_TRIAGEM in der .env und nicht im Code. findings.md dokumentiert die zum Zeitpunkt der Ausführung bekannten Daten.

Dokumente