MCP Server × PostgreSQL on MIMIC‑IV

PostgreSQL on MIMIC‑IV × MCP サーバー

プロジェクトの目標： Azure Database for PostgreSQL 上に構築した Model Context Protocol（MCP）サーバーが、開発者の作業負荷を軽減しながら、大規模な臨床分析において直接 SQL と同等、またはそれ以上の性能を発揮できるかを評価します。

---

1. 問題の説明

MIMIC‑IV のような臨床データセットには、数千万行、数百の属性が含まれています。このような幅広いデータに対して生の SQL を記述・保守するのは、エラーが発生しやすく、時間もかかります。次の問いを検証します。

MCP ベースの抽象化によって、従来の SQL のみのワークフローと比較して、開発者の生産性を向上させると同時に、実行時の効率を維持（または向上）できますか？

この問いに答えるため、単純な COUNT(*) による mimiciv_hosp.emar_detail（約 87 M 行）の集計から、複数テーブルにまたがるノートの集計まで、同一のワークロードで直接 SQL と MCP サーバー → Postgres の経路を比較します。

---

2. リポジトリの構成

.
├── mimic-postgres/          # Scripts to create schemas & ingest MIMIC‑IV CSVs
├── src/            # Fork of azure_postgresql_mcp with env configs
└── README.md              # This file

---

3. 前提条件

• Python 3.10+
• Node 18+（追加の MCP ツールを使用する場合は任意）
• Azure Database for PostgreSQL – Flexible Server（Standard_D4s v5 以上）
• MIMIC‑IV の認証情報とデータのダウンロード権限

# core libs
pip install psycopg[binary] rich click pandas matplotlib
# benchmarking
pip install httpx pytest pytest‑benchmark
# MCP server
pip install mcp[cli] azure-identity azure-mgmt-postgresqlflexibleservers

---

4. データセットの読み込み

cd data-loading
psql "$PGURI" -f 00_create_mimiciv_note_schema.sql
psql "$PGURI" -f 01_create_emar_tables.sql
python 02_bulk_copy.py --csv-root /path/to/mimic-iv

Standard_D4s での取り込み時間の目安：72 GB（ノート 11.7 M 行 + EMAR 87 M 行）で 約 45 分 です。

---

5. MCP サーバーの起動

cd mcp-server
python azure_postgresql_mcp.py

環境変数（PGHOST、PGUSER、PGPASSWORD、PGDATABASE）を設定するか、Claude Desktop / VS Code の設定で指定する必要があります。

パスワードの代わりに Microsoft Entra 認証を使用するには、次を設定します。

export AZURE_USE_AAD=True
export AZURE_SUBSCRIPTION_ID=...
export AZURE_RESOURCE_GROUP=...

---

6. ベースラインの実行

6.1 直接 SQL

python benchmarks/run_sql.py --query count_emar_detail

次のような単一行が出力されます。

count=87,371,064 elapsed=101550.2 ms

6.2 MCP サーバー

python benchmarks/run_mcp.py --query count_emar_detail

出力例：

count=87,371,064 elapsed=67560.1 ms

複数回の実行（デフォルトは 30 回）の結果は、benchmarks/results/ 以下の CSV に集約されます。

---

7. 主な結果（プレビュー）

クエリ	直接 SQL	MCP サーバー	Δ（ms）	Δ %
COUNT(*)（emar_detail）	101,550 ms	67,560 ms	−33,990	−33 %
ワークロード #1 の実装に必要な LOC	68	23	−45	−66 %

---

8. 今後の作業

• Entra ID + RBAC を有効にし、接続レイテンシーを再ベンチマークします。
• カスタム MCP ツールを使用した pgvector のセマンティック検索ベンチマークを追加します。
• MCP+Claude と SQL IDE を比較する臨床医向け UX 試験を実施します。

---

9. ライセンスと引用

MIT License — LICENSE を参照してください。

このコードまたは結果を使用する場合は、次のように引用してください。

Menon S.K., N. (2025). MCP Server × PostgreSQL on MIMIC‑IV: productivity and performance comparison. Georgia Tech CS 6423 Final Project Report.

---

10. 謝辞

• MIMIC‑IV データセットへのアクセスを提供してくださった PhysioNet
• Azure Database for PostgreSQL
• MCP 仕様および Claude Desktop ツールを提供してくださった Anthropic