dicom-mcp MCP 서버

“dicom-mcp” MCP 서버는 무엇을 하나요?

dicom-mcp MCP 서버는 PACS(영상 저장 및 전달 시스템)와 VNA(벤더 중립 아카이브)를 포함한 DICOM 서버와의 원활한 상호작용을 위해 설계된 특화 Model Context Protocol(MCP) 서버입니다. 이 서버는 AI 어시스턴트가 의료 영상 데이터에 대해 환자 기록 질의, 임상 리포트 읽기, 시스템 간 영상 시리즈 이동 등 복잡한 작업을 수행할 수 있게 해줍니다. 이러한 DICOM 및 PACS의 핵심 작업을 표준화된 도구형 엔드포인트로 노출하여, 데이터베이스 질의, 리포트 추출, 외부 AI 진단 엔드포인트와의 통합 등 의료 영상 자동화와 지능형 워크플로우를 지원합니다. 이는 개발자의 생산성을 크게 높이고, 안전한 프로그래밍 방식의 의료 영상 아카이브 접근이 필요한 고급 헬스케어 애플리케이션 개발을 가능하게 합니다.

프롬프트 목록

리소스 목록

도구 목록

• query_patients: 다양한 조건으로 DICOM 서버에서 환자를 검색합니다.
• query_studies: 지정한 환자 또는 필터에 따른 연구 메타데이터를 조회합니다.
• query_series: 연구 내의 영상 시리즈 목록을 조회하거나 필터에 따라 나열합니다.
• extract_pdf_text_from_dicom: DICOM 인스턴스 내에 포함된 PDF 리포트의 텍스트를 추출하여 반환합니다.
• move_series: 지정한 목적지(예: 추가 분석을 위한 AI 엔드포인트)로 DICOM 시리즈를 전송합니다.

MCP 서버 활용 예시

• 환자 및 연구 질의: 개발자가 환자, 연구, 영상 시리즈 메타데이터를 검색하여 의료 기록 검토 및 코호트 선별을 지원합니다.
• 임상 리포트 추출: DICOM 연구에 PDF로 저장된 임상 리포트를 자동으로 가져오고 파싱하여 과거 소견의 요약 및 분석을 용이하게 합니다.
• AI 워크플로우 통합: 영상 데이터를 AI 엔드포인트로 전송하여 분할이나 진단과 같은 처리 작업을 자동화할 수 있습니다.
• 영상 데이터 이동: 시스템 또는 목적지 간 DICOM 시리즈 이동을 자동화하여 다기관 협업이나 연구를 지원합니다.
• 연결 관리: 다양한 질의 옵션 및 DICOM 서버의 기능을 관리·이해할 수 있는 유틸리티를 제공하여 시스템 통합을 돕습니다.

설정 방법

Windsurf

1. Python 3.12+가 설치되어 있는지 확인합니다.
2. Windsurf 설정 파일을 찾습니다.
3. 아래 JSON 스니펫을 사용하여 dicom-mcp MCP 서버를 추가합니다:

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

4. 파일을 저장하고 Windsurf를 재시작합니다.
5. Windsurf MCP 패널에서 서버가 실행 중인지 확인합니다.

Claude

1. Python 3.12+를 설치합니다.
2. Claude 설정 파일을 찾습니다.
3. dicom-mcp MCP 서버를 추가합니다:

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

4. 변경 사항을 저장하고 Claude를 재시작합니다.
5. Claude UI에서 통합이 완료되었는지 확인합니다.

Cursor

1. Python 3.12+가 사용 가능한지 확인합니다.
2. Cursor의 설정/구성 패널을 엽니다.
3. MCP 서버 란에 다음을 삽입합니다:

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

4. 저장 후 Cursor를 재시작합니다.
5. MCP 서버 목록에 dicom-mcp가 나타나는지 확인합니다.

Cline

1. Python 3.12+가 설치되어 있는지 확인합니다.
2. Cline 설정 파일을 수정합니다.
3. dicom-mcp MCP 서버 정보를 추가합니다:

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

4. 저장 후 Cline을 재시작합니다.
5. Cline에서 dicom-mcp 서버에 접근할 수 있는지 확인합니다.

환경 변수로 API 키 보안 적용하기

API 키나 인증 정보가 필요한 시스템의 경우, 환경 변수를 사용하여 안전하게 주입할 수 있습니다. 예시:

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

플로우 내에서 MCP 사용 방법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가한 뒤 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭하여 설정 패널을 엽니다. 시스템 MCP 설정 섹션에 다음과 같은 JSON 형식으로 MCP 서버 정보를 입력하세요:

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

설정이 완료되면 AI 에이전트가 이 MCP의 모든 기능과 역량을 도구로 활용할 수 있습니다. “dicom-mcp"를 실제 MCP 서버 이름으로, URL을 본인의 MCP 서버 URL로 변경하는 것을 잊지 마세요.

개요

위 표를 기반으로, dicom-mcp는 핵심 도구와 설정에 대한 훌륭한 문서를 제공하지만 명시적 프롬프트 템플릿과 리소스 정의는 부족합니다. 샘플링과 Roots 지원은 언급되지 않았습니다. 프로젝트는 성숙하며 라이선스도 명확하지만 일부 MCP 기능은 완전히 노출되어 있지 않습니다.

MCP 평가 점수

종합 평가: 7/10
dicom-mcp는 DICOM/PACS 연동에 있어 견고하고 문서화가 잘 되어 있으나, 명시적 프롬프트/리소스 및 고급 MCP 기능에 대한 명확한 언급이 더해진다면 더욱 완성도가 높아질 것입니다.