meddata

MedData MCP サーバー

mcp-name: io.github.anthesiallc/meddata

Model Context Protocol サーバーです。MedData API をツールとして公開するため、MCP クライアント（Claude Desktop、Cursor、ChatGPT コネクター、エージェントフレームワークなど）から、薬や サプリメントのデータを検索し、相互作用を会話形式で確認できます。

薄いラッパーです。各ツールは MedData REST エンドポイントを 1 つずつ呼び出します。データに関する処理はすべて API 側で行われます。

ツール

ツール	機能
search_drugs	ブランド名または一般名で薬を検索し、RxCUI と詳細を返します
get_drug	RxCUI による薬の全プロフィール
get_drug_by_ndc	NDC 包装コードによる薬のプロフィール
search_supplements	名前でサプリメントを検索し、サプリメント ID を返します
get_supplement	ID によるサプリメントの完全なファクトシート
check_interactions	薬やサプリメントを混在させた 2～10 件のリストにおける相互作用
assess_routine	ルーティンの完全な評価：ペアごとの対象範囲、情報源、タイミング、食事条件
get_usage	現在の請求期間の使用量とプラン上限

check_interactions と assess_routine の違い

check_interactions は相互作用をフラットなリストで返します。assess_routine は判断の根拠を返します。送信された各名称が何に解決されたか、すべてのペアについて何を参照したか、各結果の根拠となる文書がわかります。結果を表示するだけでなく、説明したり、それに基づいて行動したりする場合に利用してください。

最も重要な違いは pairs_checked[].status にあります。

status	意味
finding	根拠のある結果が 1 件以上あり、findings[] に記載されています
no_finding_in_sources	この種のペアを対象とする情報源を参照しましたが、該当する情報はありませんでした。結果がないことは安全性の証拠ではありません
not_covered	この種のペアを対象とする情報源がないため、評価されていません。サプリメント同士のペアのほとんどはここに該当します
unresolved	項目を解決できなかったため、確認できませんでした

not_covered と no_finding_in_sources は異なる結果であり、空のフラットリストでは違いがわかりません。

assess_routine には class_matching も指定できます（デフォルトではオフ）。有効にすると、薬は、記載されている薬名だけでなく、サプリメントの記録に示された治療クラスにも一致します。該当する結果には basis.level: "class" が付与され、クラス名も示されるため、推定による一致と明示的な一致を区別できます。結果には、情報源が送信内容にどの程度一致するかを示す basis.level（formulation／ingredient／class）、3 状態の timing と food の条件も含まれます。情報が記載されていない場合は「影響なし」ではなく not_documented とされます。また、文書のバージョンと原文の抜粋を含む references[] もあります。

API キーを取得する

無料プランでは月 250 回まで利用でき、クレジットカードは不要です。

curl -X POST https://meddata.anthesia.io/api/v1/signup \
  -H 'Content-Type: application/json' \
  -d '{"email":"[email protected]"}'

キーはレスポンスの api_key フィールドに返されます。

インストールと実行

最も簡単な方法は uv を使用することです（手動での venv 作成は不要です）。

# stdio transport (default — for Claude Desktop, Cursor, most local clients)
MEDDATA_API_KEY=md_your_key uvx meddata-mcp

# streamable-HTTP transport (for remote / web clients)
MEDDATA_API_KEY=md_your_key uvx meddata-mcp --http

または、専用の環境に pip でインストールします。

pip install meddata-mcp
MEDDATA_API_KEY=md_your_key meddata-mcp

注：専用の環境にインストールしてください。mcp SDK が必要とする starlette のバージョンは、MedData API アプリで指定されているものより新しいため、同じ環境にインストールすると競合します。

環境変数：

• MEDDATA_API_KEY（必須）— MedData API キーです。
• MEDDATA_BASE_URL（任意）— デフォルトは https://meddata.anthesia.io です。
• MEDDATA_TIMEOUT（任意）— リクエストのタイムアウト時間（秒）です。デフォルトは 30 です。

クライアントの設定

Claude Desktop

claude_desktop_config.json に追加します（Settings → Developer → Edit Config）。

{
  "mcpServers": {
    "meddata": {
      "command": "uvx",
      "args": ["meddata-mcp"],
      "env": { "MEDDATA_API_KEY": "md_your_key" }
    }
  }
}

Cursor

同じブロックを ~/.cursor/mcp.json（またはプロジェクトの .cursor/mcp.json）に追加します。

Smithery（ホスト型、インストール不要）

このサーバーは Smithery でホストされているため、Smithery に対応した MCP クライアントは何もインストールせずに接続できます。Smithery の設定に MedData API キーを入力すると、サーバーに接続されます。

LangChain / LangGraph

LangChain または LangGraph のエージェントは、 langchain-mcp-adapters を通じてこれらのツールを使用できます。

# pip install langchain-mcp-adapters langgraph "langchain[anthropic]"
from langchain_mcp_adapters.client import MultiServerMCPClient

client = MultiServerMCPClient(
    {
        "meddata": {
            "transport": "stdio",
            "command": "uvx",
            "args": ["meddata-mcp"],
            "env": {"MEDDATA_API_KEY": "md_your_key"},
        }
    }
)
tools = await client.get_tools()
# hand `tools` to a LangGraph/LangChain agent, e.g.
# from langgraph.prebuilt import create_react_agent
# agent = create_react_agent("anthropic:claude-opus-4-8", tools)

LlamaIndex でも、MCP ツール仕様を通じて同様に使用できます。

ソースから開発する

git clone https://github.com/anthesiallc/meddata-mcp && cd meddata-mcp
python -m venv .venv
.venv/Scripts/python -m pip install -e ".[http]"   # Windows; [http] adds uvicorn for --http
# .venv/bin/pip install -e ".[http]"                # macOS/Linux
MEDDATA_API_KEY=md_your_key .venv/Scripts/python -m meddata_mcp.server

注意事項

• データは情報提供のみを目的としており、医療上の助言ではありません。
• 相互作用データは信頼できる医療データベースから取得しています。結果が空の場合、それらの情報源で見つからなかったことを意味し、組み合わせの安全性が証明されているわけではありません。