dicom-mcp Servidor MCP

O que faz o servidor MCP “dicom-mcp”?

O dicom-mcp é um servidor Model Context Protocol (MCP) especializado para interação transparente com servidores DICOM, incluindo PACS (Sistemas de Comunicação e Arquivamento de Imagens) e VNA (Arquivos Neutros de Fornecedor). Ele capacita assistentes de IA a executar operações complexas sobre dados de imagens médicas, como consulta a registros de pacientes, leitura de laudos clínicos e movimentação de séries de imagens entre sistemas. Expondo essas operações centrais de DICOM e PACS como endpoints padronizados e semelhantes a ferramentas, o dicom-mcp permite automação e fluxos inteligentes para imagens médicas, suportando tarefas como consultas em banco de dados, extração de laudos e integração com endpoints externos de diagnóstico por IA. Isso aumenta significativamente a produtividade dos desenvolvedores e viabiliza aplicações avançadas em saúde que exigem acesso seguro e programático a arquivos de imagens médicas.

Lista de Prompts

Lista de Recursos

Lista de Ferramentas

• query_patients: Procura pacientes no servidor DICOM usando variados critérios.
• query_studies: Recupera metadados de exames para pacientes especificados ou com base em filtros.
• query_series: Lista séries de imagens dentro de um exame ou que atendam a filtros.
• extract_pdf_text_from_dicom: Extrai e retorna o texto de laudos em PDF encapsulados em instâncias DICOM.
• move_series: Envia uma série DICOM para o destino especificado (por exemplo, um endpoint de IA para análise adicional).

Casos de Uso deste Servidor MCP

• Consulta de Pacientes e Exames: Permite que desenvolvedores busquem e recuperem metadados de pacientes, exames e séries de imagens, apoiando revisões de prontuários e seleção de coortes.
• Extração de Laudo Clínico: Automatiza a recuperação e o processamento de laudos clínicos armazenados em PDF em exames DICOM, facilitando a sumarização e análise de achados históricos.
• Integração com Fluxos de IA: Facilita o envio de dados de imagem para endpoints de IA para tarefas como segmentação ou diagnóstico, otimizando pipelines avançados de imagens.
• Movimentação de Dados de Imagem: Automatiza a transferência de séries DICOM entre sistemas ou destinos, apoiando colaborações multi-institucionais ou pesquisas.
• Gerenciamento de Conexão: Oferece utilitários para gerenciar e entender opções de consulta disponíveis e capacidades do servidor DICOM, auxiliando a integração de sistemas.

Como configurar

Windsurf

1. Certifique-se de que o Python 3.12+ está instalado.
2. Localize seu arquivo de configuração do Windsurf.
3. Adicione o servidor MCP dicom-mcp usando o seguinte trecho JSON:

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

4. Salve o arquivo e reinicie o Windsurf.
5. Verifique se o servidor está rodando acessando o painel MCP do Windsurf.

Claude

1. Instale o Python 3.12+.
2. Localize o arquivo de configuração do Claude.
3. Adicione o servidor MCP dicom-mcp:

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

4. Salve as alterações e reinicie o Claude.
5. Confirme a integração pela interface do Claude.

Cursor

1. Certifique-se de que o Python 3.12+ está disponível.
2. Abra o painel de configurações do Cursor.
3. Insira o seguinte em servidores MCP:

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

4. Salve e reinicie o Cursor.
5. Verifique se o dicom-mcp aparece na lista de servidores MCP.

Cline

1. Confirme que o Python 3.12+ está instalado.
2. Edite seu arquivo de configuração do Cline.
3. Adicione os detalhes do servidor MCP dicom-mcp:

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

4. Salve e reinicie o Cline.
5. Verifique se o servidor dicom-mcp está acessível a partir do Cline.

Protegendo Chaves de API usando Variáveis de Ambiente

Para sistemas que exigem chaves de API ou credenciais, utilize variáveis de ambiente para injeção segura. Exemplo:

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

Como usar este MCP em fluxos

Usando MCP no FlowHunt

Para integrar servidores MCP ao seu fluxo no FlowHunt, comece adicionando o componente MCP ao seu fluxo e conectando-o ao seu agente de IA:

Clique sobre o componente MCP para abrir o painel de configuração. Na seção de configuração MCP do sistema, insira os detalhes do seu servidor MCP neste formato JSON:

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

Depois de configurado, o agente de IA poderá usar este MCP como ferramenta, tendo acesso a todas as suas funções e capacidades. Lembre-se de alterar “dicom-mcp” para o nome real do seu servidor MCP e substituir a URL pela URL do seu servidor MCP.

Visão Geral

Com base nas tabelas acima, o dicom-mcp possui excelente documentação dos recursos principais e configuração, mas não apresenta templates de prompt ou definições explícitas de recursos. Suporte a Sampling e Roots não é mencionado. O projeto é maduro, tem licença clara, mas alguns recursos de MCP não estão totalmente expostos.

Pontuação MCP

Nota geral: 7/10
dicom-mcp é robusto e bem documentado para integração DICOM/PACS, mas se beneficiaria de prompts/recursos explícitos e menção mais clara a funcionalidades avançadas de MCP.