内容
# MedGov-AI
一个用于临床影像编排的智能AI平台。MedGov-AI通过[模型上下文协议（MCP）](https://modelcontextprotocol.io)将推理代理与医疗AI工具连接起来，从而实现从自然语言接口进行自主的多步骤临床工作流程。
## 功能
- **自主分析** - 上传DICOM系列或病理图像并描述您想要的内容。代理选择工具，运行推理并生成结构化的临床报告，无需手动干预。
- **分割和细胞检测** - MONAI模型用于CT/MRI的体积器官分割；Cellpose v4用于病理ROI图像的细胞检测和计数。
- **结构化报告生成** - RadLex/RadReport模板用于放射学；病理学特定的模板用于全景图像分析。
- **工作区监控** - 注册一个目录作为工作区。当文件到达（例如，从PACS或扫描仪），代理自动分析它们并将结果写入配置的输出文件夹。
- **技能** - 明文工作流程协议，指导代理完成特定领域的临床序列，提高可靠性和减少错误工具使用。
- **后台任务** - 推理作业在后台运行，实时进度通过SSE流式传输到UI。
- **iPath集成** - 连接到iPath远程病理学平台，用于全景图像检索和ROI分析。
- **FHIR集成** - 将临床发现作为FHIR资源（患者，观察）写入连接的FHIR服务器。
## 架构
## 快速入门
**要求：** Python 3.12，Node.js 18+，Gemini API密钥或本地Ollama实例。推理推荐使用GPU。
```bash
# 1. 复制并填写您的凭证
cp orchestrator/.env.example orchestrator/.env
# 编辑orchestrator/.env：设置LLM_BACKEND，GEMINI_API_KEY，APP_ROOT
# 2. 运行所有内容
./run.sh
```
脚本设置所有虚拟环境，安装依赖项，并启动后端和前端。
- UI：http://localhost:5173
- API：http://localhost:5001
- API文档：http://localhost:5001/docs
打开UI并注册帐户 — 默认帐户不会自动创建。
参见 [RUN.md](RUN.md) 以了解手动设置，Docker部署和配置详细信息。
## MCP服务器
| 服务器 | 功能 |
|---|---|
| `mcp-monai` | 通过MONAI进行体积分割和器官分析 |
| `mcp-radlex` | 使用RadLex模板生成结构化的放射学报告 |
| `mcp-cellpose` | 病理ROI图像上的细胞检测和计数 |
| `mcp-ipath` | 从iPath远程病理学平台检索全景图像 |
| `mcp-utils` | DICOM解析，元数据提取，文件实用程序 |
| `fhir-mcp-server` | 通过HTTP MCP创建FHIR资源（可选） |
## 文档
- [代理](docs/agent.md) — 架构，执行循环，模式，会话，数据库
- [工具](docs/tools.md) — 所有MCP服务器和内置工具
- [技能](docs/skills.md) — 工作流程协议以及如何编写您自己的协议
## 演示
[](https://youtu.be/PEgMOrTM5D4)
## 鸣谢
这项工作得到了“葡萄牙健康 - 企业创新议程推动计划”（Health from Portugal - Agenda Mobilizadora para a Inovação Empresarial）项目的支持，该项目由葡萄牙复苏和韧性计划资助，协议编号为C644937233-00000047。
## 许可证
待定
