Servidor MCP dicom-mcp

¿Qué hace el servidor MCP “dicom-mcp”?

El servidor MCP dicom-mcp es un servidor especializado del Protocolo de Contexto de Modelo (MCP) diseñado para la interacción fluida con servidores DICOM, incluidos PACS (Sistemas de Archivo y Comunicación de Imágenes) y VNA (Archivos Neutros de Proveedor). Permite a los asistentes de IA realizar operaciones complejas sobre datos de imágenes médicas, como consultar registros de pacientes, leer informes clínicos y mover series de imágenes entre sistemas. Al exponer estas operaciones esenciales de DICOM y PACS como endpoints estandarizados tipo herramienta, dicom-mcp habilita la automatización y los flujos de trabajo inteligentes para imágenes médicas, apoyando tareas como consultas a bases de datos, extracción de informes e integración con endpoints de diagnóstico por IA externos. Esto mejora enormemente la productividad de los desarrolladores y permite aplicaciones avanzadas de salud que requieren acceso seguro y programático a archivos de imágenes médicas.

Lista de Prompts

Lista de Recursos

Lista de Herramientas

• query_patients: Busca pacientes en el servidor DICOM usando varios criterios.
• query_studies: Recupera metadatos de estudios para pacientes específicos o en base a filtros.
• query_series: Lista series de imágenes dentro de un estudio o que coincidan con filtros.
• extract_pdf_text_from_dicom: Extrae y devuelve el texto de informes PDF encapsulados dentro de instancias DICOM.
• move_series: Envía una serie DICOM a un destino especificado (por ejemplo, un endpoint de IA para análisis adicional).

Casos de uso de este servidor MCP

• Consulta de pacientes y estudios: Permite a los desarrolladores buscar y recuperar metadatos de pacientes, estudios y series de imágenes, apoyando la revisión de historiales médicos y la selección de cohortes.
• Extracción de informes clínicos: Automatiza la obtención y el análisis de informes clínicos almacenados como PDF dentro de estudios DICOM, facilitando el resumen y análisis de hallazgos históricos.
• Integración con flujos de trabajo de IA: Facilita el envío de datos de imágenes a endpoints de IA para tareas como segmentación o diagnóstico, optimizando flujos avanzados de imágenes.
• Movimiento de datos de imágenes: Automatiza la transferencia de series DICOM entre sistemas o destinos, apoyando colaboraciones multi-sitio o investigación.
• Gestión de conexiones: Proporciona utilidades para gestionar y comprender las opciones de consulta disponibles y capacidades del servidor DICOM, facilitando la integración de sistemas.

Cómo configurarlo

Windsurf

1. Asegúrate de tener Python 3.12+ instalado.
2. Ubica tu archivo de configuración de Windsurf.
3. Agrega el servidor MCP dicom-mcp usando el siguiente fragmento JSON:

   {
     "mcpServers": {
       "dicom-mcp": {
         "command": "dicom-mcp",
         "args": []
       }
     }
   }
   

4. Guarda el archivo y reinicia Windsurf.
5. Verifica que el servidor esté en funcionamiento comprobando el panel MCP de Windsurf.

Claude

1. Instala Python 3.12+.
2. Ubica el archivo de configuración de Claude.
3. Agrega el servidor MCP dicom-mcp:

   {
     "mcpServers": {
       "dicom-mcp": {
         "command": "dicom-mcp",
         "args": []
       }
     }
   }
   

4. Guarda los cambios y reinicia Claude.
5. Confirma la integración mediante la interfaz de Claude.

Cursor

1. Asegúrate de que Python 3.12+ esté disponible.
2. Abre el panel de configuración/ajustes de Cursor.
3. Inserta lo siguiente en los servidores MCP:

   {
     "mcpServers": {
       "dicom-mcp": {
         "command": "dicom-mcp",
         "args": []
       }
     }
   }
   

4. Guarda y reinicia Cursor.
5. Comprueba que dicom-mcp aparezca en la lista de servidores MCP.

Cline

1. Confirma que Python 3.12+ esté instalado.
2. Edita tu archivo de configuración de Cline.
3. Agrega los detalles del servidor MCP dicom-mcp:

   {
     "mcpServers": {
       "dicom-mcp": {
         "command": "dicom-mcp",
         "args": []
       }
     }
   }
   

4. Guarda y reinicia Cline.
5. Verifica que el servidor dicom-mcp sea accesible desde Cline.

Asegurar claves API usando variables de entorno

Para sistemas que requieran claves API o credenciales, utiliza variables de entorno para una inyección segura. Ejemplo:

{
  "mcpServers": {
    "dicom-mcp": {
      "command": "dicom-mcp",
      "args": [],
      "env": {
        "DICOM_USERNAME": "${DICOM_USERNAME}",
        "DICOM_PASSWORD": "${DICOM_PASSWORD}"
      },
      "inputs": {
        "server_url": "https://your.dicom.server/api"
      }
    }
  }
}

Cómo utilizar este MCP dentro de los flujos

Uso de MCP en FlowHunt

Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza agregando el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración MCP del sistema, inserta los detalles de tu servidor MCP usando este formato JSON:

{
  "dicom-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Una vez configurado, el agente de IA podrá utilizar este MCP como herramienta con acceso a todas sus funciones y capacidades. Recuerda cambiar “dicom-mcp” por el nombre real de tu servidor MCP y reemplazar la URL por la de tu propio servidor MCP.

Resumen

Según las dos tablas anteriores, dicom-mcp proporciona una excelente documentación de sus herramientas principales y configuración, pero carece de plantillas de prompts explícitas y definiciones de recursos. El soporte de muestreo y Roots no se menciona. El proyecto es maduro y cuenta con una licencia clara, aunque algunas funciones MCP no están completamente expuestas.

Puntuación MCP

Valoración general: 7/10
dicom-mcp es robusto y está bien documentado para la integración DICOM/PACS, pero se beneficiaría de prompts/recursos explícitos y una mención más clara de funciones MCP avanzadas.