Token导航 LogoToken导航TokenDH.com
Authclear Priorauth Copilot logo
安全风控stdio官方级别未说明来源级核验

Authclear Priorauth Copilot

MCP Server

AuthClear是一款AI驱动的医疗授权预审辅助工具,通过自动化90%的预审文档工作,显著减少医生和行政人员的工作负担,同时确保合规性和人工审查流程。

工具数

5

提示词数

0

GitHub Stars

0

资源数

0
PythonClaude安全Claude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Marianooss

提供方

Marianooss

最后核验

2026/5/17 20:21

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

AuthClear——基于人工智能的事先授权副本

编程马拉松: 代理商集结——医疗AI终局 赞助商: 即时意见(Darena Health) 提交: 双路径A(MCP服务器)+路径B(A2A代理) 技术栈: Python | FastMCP | FastAPI |克劳德(基岩)| GetLR4

![License: MIT](https://opensource.org/licenses/MIT)

______________________________________________________________________

🎯 问题

医疗实践专用 员工每周工作近20小时 事先授权文书、成本计算 每位医生每年2800至51000美元 根据卫生事务研究(2009-2012)。手动PA处理会导致:

  • ❌ 30-50%的首次通过拒绝率
  • ❌ 治疗延迟7-14天
  • ❌ 医生倦怠和员工流动
  • ❌ 新法规的合规挑战(TX SB 490、AZ HB 2417、MD HB 1174)

AuthClear 使用Claude AI自动化90%的PA文档,平均节省 每位医生每年25000美元 同时保持医生的控制。

______________________________________________________________________

🏗️ 建筑

┌─────────────────┐
│   Web UI        │ ← Physician Interface (Flask + JavaScript)
└────────┬────────┘
         │
         ▼
┌─────────────────────────────────────────┐
│  A2A Prior Auth Agent (FastAPI)         │
│  ├─ Reads patient FHIR bundle           │
│  ├─ Calls MCP Server for terminology    │ ◄─┐
│  ├─ Runs gap analysis vs payer criteria │   │
│  └─ Generates structured PA draft       │   │
└─────────────────────────────────────────┘   │
                                               │
┌──────────────────────────────────────────┐  │
│  FHIR Terminology MCP Server (HTTP API) │◄─┘
│  ├─ resolve_icd10: ICD-10 → SNOMED      │
│  ├─ lookup_rxnorm: Drug → RxNorm + class│
│  ├─ check_drug_interactions             │
│  ├─ get_loinc_code: Lab test → LOINC    │
│  └─ get_prior_auth_criteria             │
└──────────────────────────────────────────┘
         │
         ▼
┌──────────────────────────────────────────┐
│  Public APIs                             │
│  ├─ NIH NLM RxNav (drug data)            │
│  ├─ HAPI FHIR R4 (test server)           │
│  └─ Hardcoded payer criteria (6 payers)  │
└──────────────────────────────────────────┘

主要特点:

  • 循环中的人类:没有自动批准,医生总是审查
  • 克劳德·海库(AWS基岩):快速、经济高效的临床推理
  • 9名合成患者:糖尿病、类风湿性关节炎、慢性阻塞性肺病、乳腺癌症、狼疮等。
  • 11种药物:奥赞皮克、赫赛汀、斯皮里瓦、本利斯塔等。
  • 6名付款人:通用、BCBS、医疗保险、医疗补助、安泰、美国

______________________________________________________________________

🚀 快速开始

先决条件

  • Python 3.11+
  • 已配置AWS凭据(~/.aws/credentials 或环境变量)
  • 访问AWS基岩(Claude 3型号)

安装

# Clone repository
git clone https://github.com/Marianooss/authclear-priorauth-copilot
cd authclear-priorauth-copilot

# Install dependencies
pip install -r requirements.txt

# Configure environment
cp .env.example .env
# Edit .env - Set CLAUDE_PROVIDER=bedrock and AWS credentials

在本地运行

选项1:多功能Web UI(推荐)

# Terminal 1: Start MCP Server
python run_mcp_http_server.py

# Terminal 2: Start A2A Agent
python run_a2a_agent.py

# Terminal 3: Start Web UI
python run_web_server.py
# Opens browser at http://localhost:3000

选项2:仅限API

# Start services
python run_mcp_http_server.py  # Port 8001
python run_a2a_agent.py         # Port 8000

# Test with curl
curl -X POST http://localhost:8000/tasks/send \
  -H "Content-Type: application/json" \
  -d @test_payloads/herceptin_request.json

运行测试

# Test real backend end-to-end
python test_real_backend.py

# Unit tests
pytest --tb=short -q

# Integration tests
python test_integration.py

______________________________________________________________________

📹 演示

Web UI演示:

  • 选择患者(例如Linda Thompson-HER2+乳腺癌症)
  • 选择药物(如赫赛汀)
  • 点击“处理事先授权”
  • 以92%的置信度审查人工智能生成的草稿

演示视频: \[YouTube链接-提交前添加\]

______________________________________________________________________

🧬 合成患者(9组)

  1. 玛丽亚·冈萨雷斯 -2型DM(完整标准)
  2. 约翰·史密斯 -2类DM(文件中的空白)
  3. 莎拉·约翰逊 -类风湿性关节炎
  4. -肥胖/糖尿病前期
  5. 威廉·马丁内斯 -心房颤动
  6. 胡安·佩雷斯 -高血压
  7. 琳达汤普森 -HER2+癌症(IIB期)
  8. 理查德·戴维斯 -严重慢性阻塞性肺疾病(GOLD 3期)
  9. 安吉拉·罗德里格斯 -系统性红斑狼疮

______________________________________________________________________

💊 支持的药物(11种CPT/HCPCS代码)

代码药物适应症
J0173奥替尼(塞马谷肽)2型糖尿病
J1438恩布雷尔(依那西普)类风湿性关节炎
J9355赫赛汀(曲妥珠单抗)HER2+癌症
J9299Opdivo(纳武单抗)黑色素瘤/非小细胞肺癌
J9035阿瓦斯汀(贝伐单抗)结直肠癌/肺癌
J9271Keytruda(pembrolizumab)黑色素瘤/非小细胞肺癌
J7637斯匹列娃(噻托溴铵)重度慢性阻塞性肺疾病
J0490本利斯塔(贝利单抗)狼疮(系统性红斑狼疮)
J1745雷米卡德(英夫利昔单抗)IBD/RA
J2323Tysabri(那他珠单抗)多发性硬化症
J0897Prolia(denosumab)骨质疏松症

______________________________________________________________________

🏥 合规与法规

AuthClear旨在符合:

  • 得克萨斯州SB 490 -需要人工智能透明度+人工审查
  • 亚利桑那州HB 2417 -没有人工智能的临床决策
  • 马里兰州HB 1174 -人在循环中强制
  • CMS FHIR API授权 -·到2027年,实现QUICR4互操作性

人工审查是在架构上强制执行的 - human_review_required 字段已冻结为 true 在所有PriorAuthDraft输出中。

______________________________________________________________________

📊 ROI计算器

对于a 10医生执业:

度量之前之后节省
每次扩音时间30分钟3分钟27分钟
每周PA430430-
工作时间/周215小时21.5小时193.5小时
年度成本$558,000$55,800$502,200

______________________________________________________________________

🛠️ 技术栈

  • LLM:Claude 3 Haiku通过AWS Bedrock
  • 后端:FastAPI+FastMCP(HTTP封装器)
  • 前端:烧瓶+香草JavaScript
  • FHIR:fhir.resource(Pydantic模型)
  • 测试:pytest+pytest异步+respx
  • 部署:铁路/Docker作曲

______________________________________________________________________

📂 存储库结构

authclear/
├── mcp_server/              # Path A: FHIR Terminology MCP Server
│   ├── server.py            # FastMCP server (stdio)
│   ├── tools/               # 5 MCP tools
│   └── data/criteria/       # Payer-specific PA criteria (YAML)
├── a2a_agent/               # Path B: Prior Auth A2A Agent
│   ├── main.py              # FastAPI server
│   ├── orchestrator.py      # ReAct loop with Claude
│   ├── claude_client.py     # Bedrock integration
│   └── prompts/             # System prompts
├── web_ui/                  # Web interface
│   ├── index.html           # UI
│   └── app.js               # Frontend logic
├── shared/
│   ├── fhir/synthetic_patients/  # 9 FHIR bundles
│   └── models/              # Pydantic models
├── run_mcp_http_server.py   # MCP Server HTTP wrapper
├── run_a2a_agent.py         # A2A Agent runner
├── run_web_server.py        # Flask web server
├── test_real_backend.py     # End-to-end test
└── .env                     # Configuration (not committed)

______________________________________________________________________

🔐 环境变量

# .env
CLAUDE_PROVIDER=bedrock                              # or "anthropic"
AWS_REGION=us-east-1
AWS_BEDROCK_MODEL=anthropic.claude-3-haiku-20240307-v1:0
# AWS_ACCESS_KEY_ID=AKIAXXXX                         # Optional if using ~/.aws/credentials
# AWS_SECRET_ACCESS_KEY=XXXX                         # Optional

# Anthropic API (if CLAUDE_PROVIDER=anthropic)
ANTHROPIC_API_KEY=sk-ant-...

# Ports
PORT_MCP=8001
PORT_AGENT=8000

# MCP Server URL
MCP_SERVER_URL=http://localhost:8001

______________________________________________________________________

🚢 部署

铁路(生产):

# Deploy MCP Server
railway up --service authclear-mcp

# Deploy A2A Agent
railway up --service authclear-agent

# Environment variables in Railway dashboard:
# CLAUDE_PROVIDER=bedrock
# AWS_REGION=us-east-1
# AWS_ACCESS_KEY_ID=...
# AWS_SECRET_ACCESS_KEY=...

Docker编写(本地):

docker-compose up --build

______________________________________________________________________

🧪 测试

# End-to-end test with real Bedrock
python test_real_backend.py

# Unit tests
pytest mcp_server/tests/
pytest a2a_agent/tests/

# Integration test
python test_integration.py

______________________________________________________________________

📝 许可证

MIT许可证-有关详细信息,请参阅许可证文件。

______________________________________________________________________

🙏 致谢

  • 即时意见/Darena健康 举办黑客马拉松
  • Anthropic 通过AWS Bedrock为克劳德
  • NIH NLM 用于RxNorm/LOINC公共API
  • HL7 男士 互操作性标准

______________________________________________________________________

📧 联系

如有疑问或演示请求:\[您的联系方式\]

为代理商组装医疗保健AI Endgame黑客马拉松而建 2026年5月

目录标签

目录标签

PythonClaude安全医疗AI本地部署授权预审自动化FHIR合规临床决策支持医疗成本节约

支持客户端

Claude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

5

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP