MedAdapt Content Server について
MedAdapt Content Serverは、Claude Desktopで医学を学ぶ人向けのMCPサーバーです。PubMed、NCBI Bookshelf、ユーザー提供文書を検索・処理し、トピックの概要や体系的な学習計画も作成できます。
主な機能
- 01複数ソースの医学教育コンテンツ検索
- 02記事・章・ユーザー文書の取得
- 03医学トピックの概要生成
- 04学習リソースの提案
- 05体系的な学習計画の作成
- 06記事の要点抽出
活用シーン
- 01医学トピックに関する研究資料の検索
- 02医学分野の重要概念の確認
- 03学習段階に応じた学習計画の作成
- 04取り込んだ学習文書の分析
MCP 対応
Claude Desktopに、医学コンテンツの検索、取得、分析、学習計画作成のツールを提供します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
MedAdapt コンテンツサーバー
PubMed、NCBI Bookshelf、およびユーザー提供のドキュメントから学習用リソースを取得して処理することで、AI を活用した医学学習を強化する、Claude Desktop 向けの専門的な Model Context Protocol(MCP)サーバーです。
概要
MedAdapt Content Server は Claude Desktop と連携し、医学教育コンテンツを検索、取得、分析するためのツールを提供します。Claude と医学知識の情報源をつなぐ橋渡しとして機能し、AI を活用した学習体験を向上させます。
クイックスタート
# Clone the repository
git clone https://github.com/ryoureddy/medadapt-content-server.git
cd medadapt-content-server
# Install dependencies
pip install -r requirements.txt
# Run the server
python content_server.py
機能
- コンテンツ検索:複数の情報源から医学教育コンテンツを検索します
- リソースの取得:記事、書籍の章、ユーザードキュメントの全文を取得します
- トピックの概要:医学トピックの包括的な概要を生成します
- 学習リソース:トピックと学生のレベルに基づいて、適切な学習リソースを提案します
- 学習計画:目標とリソースを含む体系的な学習計画を作成します
- コンテンツ分析:医学リソースから要点、方法論、知見を抽出します
- ユーザーコンテンツ:ユーザー提供のドキュメントをインポートして分析します
インストール
標準インストール
- リポジトリをクローンします:
git clone https://github.com/ryoureddy/medadapt-content-server.git
cd medadapt-content-server
- 仮想環境を作成します(任意ですが、推奨します):
python -m venv .venv
source .venv/bin/activate # On Windows, use: .venv\Scripts\activate
- 依存関係をインストールします:
pip install -r requirements.txt
- 設定します(任意):
- レート制限を緩和するには、NCBI API キーを取得します:https://ncbiinsights.ncbi.nlm.nih.gov/2017/11/02/new-api-keys-for-the-e-utilities/
.env.exampleを基に.envファイルを作成します
使い方
サーバーの実行
python content_server.py
Claude Desktop との連携
- Claude Desktop を開きます
- Settings → Model Context Protocol → Add Server に移動します
- 次の場所にある
claude_desktop_config.jsonファイルに、以下の JSON を設定します:- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json
- macOS:
{
"mcpServers": {
"medadapt": {
"command": "/path/to/python",
"args": [
"/path/to/medadapt-content-server/content_server.py"
],
"env": {
"DB_PATH": "/path/to/medadapt-content-server/medadapt_content.db"
}
}
}
}
/path/to/python を実際の Python のパス(例:/opt/anaconda3/bin/python または C:\Python311\python.exe)に置き換えます。
/path/to/medadapt-content-server/ をクローンしたリポジトリの絶対パスに置き換えます。
重要:
DB_PATH環境変数を設定すると、データベースファイルが絶対パスで作成およびアクセスされるため、よくあるファイルアクセスエラーを防げます。
初期トピックマッピングの登録
python populate_topics.py
テスト
すべてが正常に動作していることを確認するため、テストを実行します:
python test_server.py
Claude での使用例
シナリオ 1:医学トピックについて学ぶ
Claude へのユーザープロンプト:
I'd like to learn about the cardiac cycle. Can you provide a big picture overview and help me understand the key concepts?
シナリオ 2:特定のリソースを探す
Claude へのユーザープロンプト:
I need to find recent research articles about COVID-19 treatment options. Can you help me find relevant resources?
シナリオ 3:学習計画を作成する
Claude へのユーザープロンプト:
I'm a second-year medical student studying neurology. Can you create a learning plan for understanding stroke pathophysiology?
利用可能なツール
サーバーは Claude に次のツールを提供します:
search_medical_content:フィルターを指定して医学コンテンツを検索しますget_resource_content:特定のリソースの全文を取得しますget_topic_overview:医学トピックの包括的な概要を生成しますsuggest_learning_resources:個別に最適化されたリソースを提案しますimport_user_document:ユーザー提供の学習資料をアップロードしますgenerate_learning_plan:目標を含む体系的な学習計画を作成しますextract_article_key_points:医学論文から重要な知見を抽出します
トラブルシューティング
よくある問題と解決策
-
データベース接続エラー
- 症状:
sqlite3.OperationalError: unable to open database file - 解決策:Claude Desktop の設定で環境変数
DB_PATHが正しく設定され、アプリケーションに書き込み権限のある絶対パスが指定されていることを確認してください。
- 症状:
-
ファイルパスエラー
- 症状:
No such file or directoryエラー - 解決策:Claude Desktop の設定にあるすべてのパスが、余分な引用符やエスケープ文字のない絶対パスであることを確認してください。
- 症状:
-
API のレート制限
- 症状:PubMed または NCBI Bookshelf からの応答が遅い、または失敗する
- 解決策:NCBI API キーを取得し、
.envファイルに追加してください。
-
Claude Desktop への接続
- 症状:Claude が MCP サーバーに接続できない
- 解決策:サーバーがターミナルウィンドウで実行されており、Claude Desktop で適切に設定されていることを確認してください。
プロジェクト構成
medadapt-content-server/
│
├── content_server.py # Main MCP server implementation
├── database.py # SQLite database interface
├── pubmed_utils.py # PubMed API utilities
├── bookshelf_utils.py # NCBI Bookshelf utilities
├── populate_topics.py # Script to populate initial topic data
├── test_server.py # Test script
├── requirements.txt # Python dependencies
├── .env.example # Example environment variables
└── README.md # Documentation
ライセンス
このプロジェクトは MIT License の下でライセンスされています。詳細については LICENSE ファイルを参照してください。
謝辞
- PubMed と Bookshelf の API へのアクセスを提供している NCBI
- Claude と MCP 統合機能を提供している Anthropic
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。