Trialtalk Agentic Clinical Trial Insights

TrialTalk-代理临床试验智能系统

🎥 现场演示

https://github.com/user-attachments/assets/ee53bdbd-e582-43eb-9ebe-254aa178ebd9

模块化 代理人工智能系统 旨在彻底改变研究人员和患者获取临床试验数据的方式。由...驱动 模型上下文协议（MCP）, LangGraph，以及 谷歌双子座2.5，TrialTalk自主导航庞大的注册表 ClinicalTrials.gov 提供基于证据的见解、比较分析和实时资格评估。

“用❤️ Suyash Ekhande

______________________________________________________________________

🚀 关键亮点

• 能动性架构：实现a 交互式推理与行动 （推理+行动）循环，人工智能自主决定使用哪些工具，过滤数据并合成答案。
• 模型上下文协议（MCP）：利用新兴的MCP标准将LLM与数据工具解耦，创建一个可扩展和可互换的工具生态系统。
• 生产就绪技术栈：内置 Next.js 15, 快速API, 快速MCP, LangGraph, LangChain, 双子座2.5闪光灯, Shadcn用户界面.

______________________________________________________________________

🏗️ 系统架构

Trialtalk由三个协调工作的解耦微服务组成：

1. ClinicalTrials MCP服务器 （Python/FastMCP）

• 角色：系统的“手”。
• 科技：FastMCP、Pydantic、HTTPX。
• 函数：展示8个以上的细粒度工具与ClinicalTrials.gov API v2进行交互。它处理速率限制、错误重试和数据验证。
• 关键工具: search_clinical_trials, get_study_details, get_statistics.

MCP Architecture

2. 临床试验药物 （Python/LangGraph）

• 角色：系统的“大脑”。
• 科技：LangChain、LangGraph、Gemini 2.5 Flash、FastAPI。
• 函数:

- 保持对话记忆和状态。 - 执行ReAct循环以解决复杂的多步骤查询。 - 通过服务器发送事件（SSE）流式传输想法和最终答案。 Agent FastAPI

3. 临床试验用户界面 （Next.js/React）

• 角色：系统的“面子”。
• 科技Next.js 15、TypeScript、TailwindCSS、Shadcn UI、Framer Motion。
• 函数:

- 现代、响应式聊天界面。 - 呈现Markdown和结构化数据表。

______________________________________________________________________

🛠️ 技术栈和工具

• AI&LLM：谷歌双子座2.5 Flash、LangChain、LangGraph。
• 协议：模型上下文协议（MCP）， 快速MCP.
• 后端：Python 3.12、FastAPI、Uvicorn。
• 前端：Next.js（应用路由器）、React 19、Lucide Icons。
• 样式：顺风CSS，Shadcn UI。
• 数据源：ClinicalTrials.gov API v2。

______________________________________________________________________

⚡ 快速开始

先决条件

• Node.js 20+
• Python 3.12+
• Gemini API密钥（谷歌人工智能工作室）

1.克隆存储库

git clone https://github.com/yourusername/Trialtalk-Agentic-Clinical-Trial-Insights.git
cd Trialtalk-Agentic-Clinical-Trial-Insights

2.设置MCP服务器（端口8000）

MCP服务器处理与ClinicalTrials.gov的连接。

cd clinicaltrials-mcp
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env  # No API keys needed for this part
python server.py

3.设置代理服务（端口8001）

Agent连接到MCP服务器并协调逻辑。

cd ../clinicaltrial-agent
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
# ⚠️ Add your GEMINI_API_KEY to .env
python api/main.py

4.设置前端UI（端口3000）

Next.js应用程序。

cd ../clinicaltrials-ui
npm install
npm run dev

访问 http://localhost:3000 与代理进行交互！

______________________________________________________________________

💡 使用场景

🔬 可行性研究

*“在纽约寻找肺癌3期试验，招募EGFR突变患者。”* 代理将按阶段、条件、地点和招聘状态进行筛选。

📊 比较分析

*“比较2023年后开始的前三大糖尿病研究的入组规模。”* 该代理获取多个研究并综合比较。

______________________________________________________________________