medical-mcp-fake

medical-mcp-fake

MCP server with a fictitious clinical database to develop and test agents, providing tools to search patients and retrieve full medical records (inpatient, outpatient, emergency) via HTTP streamable transport.

Category
Visit Server

README

medical-mcp-fake

Servidor MCP (Model Context Protocol) com transporte HTTP streamable e base clínica fictícia, para desenvolver e testar agentes enquanto a integração real com o TASI não existe.

⚠️ Todos os dados são inventados. Nenhum paciente, CPF, profissional ou resultado de exame aqui corresponde a pessoas ou registros reais.

Início rápido

npm install && npm run seed && npm run dev

O servidor sobe em http://localhost:4000/mcp. Confira com:

curl -s localhost:4000/health

Tools

Tool Entrada O que devolve
search_patients query, context?, limit? Pacientes cujo nome casa com a busca, com os IDs de cada contexto. Ponto de entrada das demais tools.
get_inpatient_full inpatient_id | patient_id, sections? Prontuário completo da internação.
get_patient_profile patient_id Cadastro + linha do tempo de todos os atendimentos.
get_encounter_details encounter_id Blocos clínicos de um atendimento ambulatorial.
get_ps_patient ps_visit_id | patient_id Ficha completa de uma passagem pelo pronto-socorro.

Fluxo típico de um agente

search_patients("maria")                    → PAC-0001, internado, INT-0001
  ├─ get_patient_profile("PAC-0001")        → linha do tempo cruzando PS, internação e ambulatório
  ├─ get_inpatient_full("INT-0001")         → prontuário completo da UTI
  └─ get_ps_patient("PS-0001")              → como o caso chegou ao hospital

Detalhes de comportamento

search_patients ignora acentos e maiúsculas (jose acha José Carlos Ferreira) e exige que todos os termos apareçam no nome — maria souza não traz todas as Marias. Ranqueia nome exato > palavra exata > prefixo > substring. context filtra por internacao, ambulatorial, ps ou todos.

get_inpatient_full aceita sections para trazer só os blocos que interessam e economizar contexto do agente:

{ "inpatient_id": "INT-0001", "sections": ["analises_ia", "intercorrencias"] }

Seções disponíveis: sinais_vitais, laboratorio, exames_imagem, intercorrencias, enfermagem, evolucoes_medicas, plano_terapeutico, notas_round, analises_ia. O cabeçalho da internação e os dados do paciente vêm sempre.

get_inpatient_full e get_ps_patient aceitam patient_id no lugar do ID específico e resolvem para o registro ativo (internação em curso / passagem em andamento) ou, na ausência dele, para o mais recente.

Erros — ID inexistente devolve resultado com isError: true e mensagem explícita em português, nunca um objeto vazio. O agente consegue distinguir "não encontrei" de "encontrei e está vazio".

A base fictícia

18 pacientes, 7 internações, 23 atendimentos ambulatoriais e 8 passagens pelo PS. Nomes brasileiros, CID-10, medicações, exames e séries temporais de sinais vitais plausíveis.

A base cobre casos deliberadamente variados: choque séptico em deterioração na UTI, pós-infarto em melhora, ICC compensando, pancreatite pré-cirúrgica, pós-operatório de fratura com delirium, pé diabético infectado, crise asmática em atendimento agora, dor torácica em investigação, e seguimentos ambulatoriais longos (artrite reumatoide, hipotireoidismo, DPOC, demência).

Pacientes aparecem em mais de um contexto. PAC-0001 e PAC-0006 têm a trilha completa PS → internação (ps_visit_id na internação, internacao_gerada na ficha do PS); PAC-0002 tem consultas ambulatoriais anteriores ao infarto que o internou — inclusive um retorno em que faltou, com o teste ergométrico positivo anexado. São os casos que exercitam o cruzamento de histórico pelo agente.

Regenerar ou editar

Os JSON em data/ são gerados a partir dos casos curados em scripts/cases/:

npm run seed

A saída é determinística: os timestamps são ancorados numa data de referência fixa (REF em scripts/seed-utils.ts) e os valores usam PRNG com seed fixa. Rodar duas vezes produz exatamente o mesmo JSON.

Para adicionar um paciente ou caso, edite os arquivos em scripts/cases/ e rode npm run seed. O gerador valida integridade referencial e IDs duplicados antes de escrever — referência quebrada falha o comando.

Configuração

Variável Padrão Descrição
PORT 4000 Porta HTTP.
HOST 0.0.0.0 Interface de bind.
API_TOKEN (vazio) Se definida, /mcp exige Authorization: Bearer <token>. Vazia = servidor aberto.
DATA_DIR <cwd>/data Diretório dos JSON da base.

/health nunca exige token — é o endpoint que o Coolify usa para healthcheck.

Docker

docker compose up --build

Ou direto:

docker build -t medical-mcp-fake . && docker run -p 4000:4000 -e API_TOKEN=seu-token medical-mcp-fake

Deploy no Coolify

  1. Nova aplicação → Dockerfile (ou Docker Compose) apontando para este repositório.
  2. Porta exposta: 4000.
  3. Healthcheck: GET /health.
  4. Variável de ambiente API_TOKEN — recomendado, já que o serviço fica exposto na internet.

O endpoint MCP fica em https://<seu-dominio>/mcp.

Conectando um agente

O servidor roda em modo stateless: cada POST /mcp cria transporte e sessão próprios e os descarta ao final. Não há sessão a manter, porque a base é somente-leitura. GET e DELETE em /mcp respondem 405.

Exemplo de configuração de cliente MCP:

{
  "mcpServers": {
    "tasi-fake": {
      "type": "http",
      "url": "https://<seu-dominio>/mcp",
      "headers": { "Authorization": "Bearer <API_TOKEN>" }
    }
  }
}

Chamada crua, para depurar sem cliente MCP:

curl -s -X POST localhost:4000/mcp -H 'Content-Type: application/json' -H 'Accept: application/json, text/event-stream' -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"search_patients","arguments":{"query":"maria"}}}'

Estrutura

src/
  index.ts          bootstrap HTTP, healthcheck, rotas MCP
  auth.ts           bearer token opcional
  server.ts         McpServer e registro das tools
  db/
    types.ts        modelo de domínio
    load.ts         carga dos JSON e índices em memória
    search.ts       normalização e pontuação de nomes
  tools/            uma tool por arquivo + helpers de resposta
scripts/
  seed-utils.ts     PRNG, séries de vitais, painéis laboratoriais
  cases/            casos clínicos curados
  generate-seed.ts  valida e escreve data/*.json
data/               a base gerada (versionada)

Scripts

Comando Ação
npm run seed Regenera data/ a partir de scripts/cases/.
npm run dev Servidor em modo watch.
npm run build Compila para dist/.
npm start Roda o build.
npm run typecheck Checagem de tipos sem emitir.

Limitações conhecidas

  • Somente leitura. Nenhuma tool grava; não há simulação de prescrição ou evolução criada pelo agente.
  • Sem testes automatizados nesta versão, por decisão de escopo. O gerador valida integridade referencial, e os tipos cobrem o contrato das tools.
  • Datas ancoradas em REF (scripts/seed-utils.ts). Com o passar dos meses os casos "de agora" envelhecem; ajuste REF e rode npm run seed para atualizá-los.
  • Campos aproximados. A modelagem é plausível clinicamente, mas não replica o esquema real do TASI. Quando o contrato real aparecer, o ponto de ajuste é src/db/types.ts mais as tools.

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured
E2B

E2B

Using MCP to run code via e2b.

Official
Featured