Healthcare Credentialing Intelligence

Healthcare Credentialing Intelligence MCP Server

在 ApifyForge 上查看 | 在 Apify Store 上使用

---

快速开始

添加到你的 MCP 客户端（Claude Desktop、Cursor、Windsurf）：

{
  "mcpServers": {
    "healthcare-credentialing-intelligence-mcp": {
      "url": "https://ryanclinton--healthcare-credentialing-intelligence-mcp.apify.actor/mcp"
    }
  }
}

---

医疗服务提供者资质认证是防范欺诈、排除名单风险和法律责任的第一道防线。此 MCP 服务可为任何医生、执业护士、辅助医疗专业人员或医疗机构提供结构化资质认证情报——并行筛查 8 个联邦和学术数据库，返回综合资质认证评分（0-100），附上明确结论和可执行建议。

专为医院资质认证委员会、健康保险公司、人力资源机构和合规专员打造，帮助他们快速、重复地验证医疗服务提供者，而无需维护多个数据库订阅。通过模型上下文协议连接一次，即可直接从 Claude、Cursor 或任何兼容 MCP 的 AI 客户端查询 8 种专业工具。

可以访问哪些数据？

数据点	来源	示例
📋 OFAC SDN 名单筛查	OFAC 制裁搜索	匹配分数 92——“Dr. Mehmed Kaya”列入 SDN 观察名单
🌐 多司法辖区观察名单筛查	OpenSanctions 搜索	实体列入 4 个观察名单——欧盟/联合国/OFAC 重叠
⚠️ OIG/LEIE 排除名单匹配	Data.gov NPI/OIG 数据集	命中“Healthcare Exclusions LEIE 2024”数据集
📜 执照执法和纪律处分	Federal Register	“吊销 DEA 注册——Dr. James Holloway”
🏢 执业机构企业实体验证	OpenCorporates	“Pinnacle Medical Group LLC”——活跃，纽约州，2018 年
📊 患者账单投诉模式	CFPB 消费者投诉	7 起未解决的医疗账单纠纷——未及时回应
🔬 同行评审出版活动	PubMed 研究搜索	34 篇同行评审论文，其中 12 篇发表于 2023 年及以后
🎓 学术身份验证	ORCID 研究人员搜索	ORCID：0000-0002-1825-0097——身份已确认

为什么使用 Healthcare Credentialing Intelligence？

人工资质认证缓慢且流程分散。分别查询 OFAC、OIG/LEIE、NPI 注册库、州执照委员会、Federal Register、PubMed 和企业注册库，每位医疗服务提供者都要耗费资质认证协调员 3-6 小时。错误或遗漏会带来法律责任：CMS 要求医院筛查被 OIG 排除的医疗服务提供者，雇用被排除的服务提供者可能导致每项索赔被处以 10,000 美元的民事罚款。

此 MCP 服务可自动完成整个多数据库资质认证工作流。AI Agent 调用一个工具，等待 30-60 秒，即可收到一份结构化报告，其中包含 5 个风险维度的评分、综合结论和具体建议，可直接粘贴到资质认证档案中。

• 定期执行——运行每月重新筛查工作流，在下次 NCQA 审计前发现新增排除名单和执法行动
• API 访问——从你的 HRMS、资质认证管理系统或自定义 Python/JavaScript 工作流触发资质认证检查
• 代理轮换——Apify 内置基础设施可处理所有 8 个数据源的速率限制，避免 IP 被封禁
• 监控——重新筛查发现当前已认证服务提供者命中新增制裁名单时，接收 Slack 或电子邮件提醒
• 集成——将结果推送到 Zapier、Make、Google Sheets 或 Webhook，供下游资质认证工作流使用

功能

• 并行调用 8 个数据源 — 同时查询 OFAC、OpenSanctions、CFPB、OpenCorporates、Data.gov、Federal Register、ORCID 和 PubMed，以最大限度降低延迟
• OFAC SDN 筛查与匹配置信度 — 解析数值匹配分数（0-100），将分数 ≥80 的结果视为高置信度 SDN 命中，需要立即进行排除审查
• OIG/LEIE 排除检测 — 通过关键词匹配数据集标题，交叉比对 Data.gov 上的联邦数据集，查找 LEIE、OIG 排除名单和医疗服务提供者禁入记录
• 多司法辖区制裁覆盖面 — 分析 OpenSanctions 数据集数组，标记出现在 3 个或更多观察名单上的实体，将其视为多司法辖区排除风险
• Federal Register 执法行动解析 — 扫描法规标题和摘要，查找 8 个排除关键词（撤销、禁入、暂停、虚假索赔、回扣）和 9 个医疗事故关键词（疏忽、错误致死、手术错误、用药错误）
• NPDB 指标代理 — 通过 Data.gov 匹配从业者不利行动、NPDB 和医疗事故报告数据集
• CFPB 投诉严重程度评分 — 区分严重投诉（公司未及时回复、叙述中含有医疗事故关键词）和一般账单投诉，并采用不同权重
• PubMed 最新度分析 — 单独统计 2023 年及之后的出版物，近期出版物计 5 分，历史论文计 3 分
• h-index 估算 — 使用平方根公式，根据总引用次数近似估算 h-index；将估算 h-index ≥20 标记为具有显著研究影响力
• ORCID 身份验证 — 在 Open Researcher and Contributor ID 数据库中确认研究人员身份；若医疗服务提供者声称拥有学术资历却没有 ORCID，则会将其标记出来
• 五维评分模型 — 医疗服务提供者合规性（25%）、制裁与排除（25%）、医疗事故模式（20%）、执照验证（15%）、出版活动（15%）
• 综合判定系统 — 5 个判定等级：CREDENTIALED、PROVISIONAL、REVIEW_REQUIRED、HIGH_RISK、DO_NOT_CREDENTIAL
• 结构化建议 — 根据每项发现自动生成行动文本，例如：“医疗服务提供者出现在排除名单中 — 不得授予资质”“执照验证失败 — 请通过一手来源进行验证”
• 资质缺口分析 — 专用的 credential_gap_check 工具可识别缺少的验证项：ORCID 未确认、没有出版物、没有企业记录、执照置信度不完整
• 医疗服务提供者对比 — compare_providers 工具接受 2-5 个姓名，对每位对象运行完整分析，并按综合风险评分排序后返回结果

医疗服务提供者资质审核的使用场景

医院和卫生系统资质审核委员会

急症护理医院的资质审核协调员在授予临床特权前，必须核实每位医疗服务提供者。此 MCP 可自动完成初步筛查阶段：以结构化报告的形式返回制裁与排除检查、执照验证交叉比对结果以及医疗事故模式标记，供委员会审核，无需委员会自行整理。CMS 参与条件要求持续监控；应安排每月对所有在职医务人员重新筛查，以便自动发现新的 OIG 排除记录。

医疗保险网络完整性监控

医疗健康计划必须持续监控其服务提供者网络，及时发现新被排除的医疗服务提供者——CMS 禁止为 OIG 排除人员提供的服务付费。每季度对整个服务提供者名单运行 provider_compliance_screen，可在排除风险信号演变为合规违规之前发现这些信号。compare_providers 工具可通过并排评分，支持服务提供者名单调整决策。

临时医生及医疗人员配置机构

临时人员配置需要在时间压力下快速完成，因此可能采取缩短资质审核流程的做法，增加责任风险。使用 facility_credentialing_report 全面办理新提供者入职审核，并使用 credential_gap_check 确切识别部署前需要索取哪些文件。compare_providers 工具可帮助你对同一项人员配置任务中的多位临时医生候选人进行排名。

医疗合规与法务团队

开展内部审计、应对政府调查或准备 NCQA/URAC 认证审查的合规专员，需要留存有据可查的资质审核尽职调查证据。此 MCP 会生成结构化 JSON 输出，便于记录到审计跟踪中。《联邦公报》执法行动数据和 CFPB 投诉数据可对可能成为调查对象的提供者发出早期预警。

并购中的医疗人员配置尽职调查

收购医生诊所、医疗集团或医疗机构时，买方尽职调查必须包括对关键提供者资质状态的核查。主治医生的制裁记录、执照吊销情况或医疗事故模式会对交易价值产生重大影响。作为临床尽职调查的一部分，对目标组织中排名前 10-20 的提供者运行 facility_credentialing_report。

研究机构资质审核与拨款管理

为联邦资助研究项目审核研究人员资质的学术医疗中心和研究机构，必须核实研究人员身份、发表记录以及是否受到禁入。publication_activity_score 工具会返回 PubMed 发表论文数量、ORCID 验证状态以及估算的 h-index。对于声称具备学术资历但缺少 ORCID 验证的研究人员，credential_gap_check 会予以标记。

如何对医疗提供者进行资质审核

1. 连接 MCP 服务 — 将服务 URL https://healthcare-credentialing-intelligence-mcp.apify.actor/mcp 添加到 Claude Desktop、Cursor 或 Windsurf 的 MCP 配置中，并提供你的 Apify API 令牌。
2. 询问 AI 助手 — 输入“对 Northside Orthopedics 的 Sarah Chen 医生运行完整的资质审核报告”，或者直接使用 facility_credentialing_report 工具，并提供者或机构名称作为参数。
3. 查看综合评分和结论 — 响应中包含 0-100 的风险评分、结论（从 CREDENTIALED 到 DO_NOT_CREDENTIAL）、涵盖全部 5 个维度的评分，以及针对任何标记结果的具体建议。
4. 下载或记录结构化输出 — JSON 响应可保存到资质审核档案中、推送到 webhook，或通过 Apify API 输入到资质审核管理系统中。

MCP 工具

工具	价格	数据来源	说明
provider_compliance_screen	$0.045	OFAC, OpenSanctions, Federal Register, Data.gov	筛查制裁、排除名单和监管合规情况
sanctions_exclusion_check	$0.045	OFAC, OpenSanctions, Data.gov, CFPB	深入筛查 OIG/LEIE、SDN 和多司法管辖区排除名单
publication_activity_score	$0.045	PubMed, ORCID	经同行评审的发表数量、h-index 估算值、ORCID 验证
malpractice_pattern_analysis	$0.045	CFPB, Federal Register, Data.gov	投诉模式、执法行动、NPDB 指标
license_verification	$0.045	OpenCorporates, Federal Register, Data.gov, ORCID	交叉核对 NPI/DEA/执照数据库和实体状态
credential_gap_check	$0.045	OpenCorporates, ORCID, PubMed, Data.gov, Federal Register	找出缺失的验证项——返回缺口列表和建议级别
compare_providers	$0.045	OFAC, OpenSanctions, PubMed, ORCID, CFPB, OpenCorporates	并排比较 2-5 家服务提供方，并按综合风险评分排序
facility_credentialing_report	$0.045	全部 8 个来源	完整的综合报告：5 个维度评分、结论、所有信号和建议

输出示例

facility_credentialing_report 工具返回：

{
  "entity": "Dr. Sarah Chen, Northside Orthopedics",
  "compositeScore": 18,
  "verdict": "CREDENTIALED",
  "providerCompliance": {
    "score": 5,
    "sanctionHits": 0,
    "regulatoryFlags": 0,
    "complianceLevel": "COMPLIANT",
    "signals": []
  },
  "sanctionsExclusion": {
    "score": 0,
    "ofacHits": 0,
    "openSanctionsHits": 0,
    "exclusionListMatches": 0,
    "exclusionLevel": "CLEAR",
    "signals": []
  },
  "publicationActivity": {
    "score": 74,
    "peerReviewedCount": 22,
    "orcidVerified": true,
    "hIndexEstimate": 11,
    "activityLevel": "ACTIVE",
    "signals": [
      "22 peer-reviewed publications — strong academic record",
      "8 recent publications (2023+) — actively publishing",
      "ORCID identity verified — academic credentials confirmed"
    ]
  },
  "malpracticePattern": {
    "score": 0,
    "complaintCount": 0,
    "malpracticeIndicators": 0,
    "patternLevel": "CLEAN",
    "signals": []
  },
  "licenseVerification": {
    "score": 68,
    "corporateRecords": 2,
    "regulatoryRecords": 3,
    "confidenceLevel": "VERIFIED",
    "signals": [
      "2 active corporate entities verified"
    ]
  },
  "allSignals": [
    "22 peer-reviewed publications — strong academic record",
    "8 recent publications (2023+) — actively publishing",
    "ORCID identity verified — academic credentials confirmed",
    "2 active corporate entities verified"
  ],
  "recommendations": []
}

针对被标记的服务提供方，结果为 DO_NOT_CREDENTIAL：

{
  "entity": "Advanced Pain Solutions LLC",
  "compositeScore": 83,
  "verdict": "DO_NOT_CREDENTIAL",
  "providerCompliance": { "score": 88, "sanctionHits": 3, "regulatoryFlags": 4, "complianceLevel": "EXCLUDED" },
  "sanctionsExclusion": { "score": 76, "ofacHits": 2, "openSanctionsHits": 3, "exclusionListMatches": 2, "exclusionLevel": "EXCLUDED" },
  "malpracticePattern": { "score": 71, "complaintCount": 9, "malpracticeIndicators": 3, "patternLevel": "CRITICAL" },
  "licenseVerification": { "score": 12, "corporateRecords": 0, "regulatoryRecords": 1, "confidenceLevel": "LOW" },
  "allSignals": [
    "3 sanctions/watchlist matches — provider exclusion screening required",
    "OFAC SDN high-confidence match — immediate exclusion review",
    "Entity on 4 watchlists — multi-jurisdiction exclusion risk",
    "2 OIG/LEIE exclusion list matches",
    "5 severe/unresolved complaints — malpractice pattern emerging"
  ],
  "recommendations": [
    "Provider appears on exclusion lists — do not credential",
    "Active sanctions/exclusion match — halt credentialing immediately",
    "Critical malpractice pattern — require enhanced review and peer references"
  ]
}

输出字段

字段	类型	描述
entity	string	查询的服务提供者或机构名称
compositeScore	number	总体风险评分，范围为 0-100（分数越高，风险越大）
verdict	string	CREDENTIALED / PROVISIONAL / REVIEW_REQUIRED / HIGH_RISK / DO_NOT_CREDENTIAL
providerCompliance.score	number	合规维度评分，范围为 0-100
providerCompliance.sanctionHits	number	OFAC + OpenSanctions 匹配数量
providerCompliance.regulatoryFlags	number	Federal Register 排除关键词匹配数量
providerCompliance.complianceLevel	string	COMPLIANT / LOW_RISK / REVIEW / HIGH_RISK / EXCLUDED
providerCompliance.signals	string[]	此维度的易读结果
sanctionsExclusion.score	number	制裁/排除维度评分，范围为 0-100
sanctionsExclusion.ofacHits	number	OFAC SDN 匹配数量
sanctionsExclusion.openSanctionsHits	number	OpenSanctions 多名单匹配数量
sanctionsExclusion.exclusionListMatches	number	OIG/LEIE/除名数据集匹配数量
sanctionsExclusion.exclusionLevel	string	CLEAR / LOW_RISK / FLAGGED / HIGH_RISK / EXCLUDED
publicationActivity.score	number	发表活动评分，范围为 0-100（分数越高，活动越活跃）
publicationActivity.peerReviewedCount	number	PubMed 发表总数
publicationActivity.orcidVerified	boolean	ORCID 身份是否已确认
publicationActivity.hIndexEstimate	number	根据引用次数估算的 h 指数
publicationActivity.activityLevel	string	INACTIVE / LOW / MODERATE / ACTIVE / HIGHLY_ACTIVE
malpracticePattern.score	number	违规行为风险评分，范围为 0-100
malpracticePattern.complaintCount	number	CFPB 投诉总数
malpracticePattern.malpracticeIndicators	number	Federal Register 执法行动数量
malpracticePattern.patternLevel	string	CLEAN / LOW_RISK / MONITOR / HIGH_RISK / CRITICAL
licenseVerification.score	number	许可证可信度评分，范围为 0-100（分数越高，核实程度越高）
licenseVerification.corporateRecords	number	OpenCorporates 实体数量
licenseVerification.regulatoryRecords	number	Federal Register 许可证/认证记录数量
licenseVerification.confidenceLevel	string	UNVERIFIABLE / LOW / PARTIAL / VERIFIED / FULLY_VERIFIED
allSignals	string[]	汇总所有 5 个维度的结果
recommendations	string[]	具体的资质认证操作建议

对于 credential_gap_check，输出包括 gaps（字符串数组）、gapCount（数字）、licenseConfidence、publicationActivity 和 recommendation（ENHANCED_VERIFICATION_REQUIRED / ADDITIONAL_DOCUMENTATION_NEEDED / CREDENTIALS_SUFFICIENT）。

医疗服务提供者资质认证的费用是多少？

此 MCP 采用按事件付费定价——每次工具调用收费 $0.045。平台计算费用已包含在内。

场景	工具调用次数	每次调用费用	总费用
快速制裁筛查	1	$0.045	$0.045
单个服务提供者完整报告	1	$0.045	$0.045
比较 3 位候选人	1	$0.045	$0.045
每月重新筛查（50 位服务提供者）	50	$0.045	$2.25
每季度网络审计（500 位服务提供者）	500	$0.045	$22.50

你可以为每次运行设置最高支出限额以控制费用。达到预算后，执行器会停止运行。

与专用资质认证平台相比：Verisys 每次 NPDB 查询收费 $3.00-6.00。Medallion 和 CredentialStream 的月度平台费用为 $500-2,000+。对于需要以编程方式获取资质认证数据的 AI 辅助工作流，此 MCP 以低得多的成本提供同等的筛查数据——大多数用户每月支出不到 $5。

Apify 免费套餐包含 $5 的月度平台额度，可供你免费进行前 100+ 次工具调用，无需付款。

使用 API 进行医疗服务提供者资质认证

Python

import requests
import json

APIFY_TOKEN = "YOUR_API_TOKEN"
MCP_URL = "https://healthcare-credentialing-intelligence-mcp.apify.actor/mcp"

headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {APIFY_TOKEN}"
}

# Full credentialing report
payload = {
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
        "name": "facility_credentialing_report",
        "arguments": {"entity": "Dr. Marcus Webb, Westside Cardiology Associates"}
    },
    "id": 1
}

response = requests.post(MCP_URL, headers=headers, json=payload)
result = response.json()
report = json.loads(result["result"]["content"][0]["text"])

print(f"Verdict: {report['verdict']} (score {report['compositeScore']}/100)")
print(f"Compliance: {report['providerCompliance']['complianceLevel']}")
print(f"Exclusion: {report['sanctionsExclusion']['exclusionLevel']}")
print(f"Publications: {report['publicationActivity']['peerReviewedCount']} papers, ORCID verified: {report['publicationActivity']['orcidVerified']}")
print(f"Malpractice: {report['malpracticePattern']['patternLevel']}")
print(f"License confidence: {report['licenseVerification']['confidenceLevel']}")
if report['recommendations']:
    print("Recommendations:")
    for rec in report['recommendations']:
        print(f"  - {rec}")

JavaScript

const APIFY_TOKEN = "YOUR_API_TOKEN";
const MCP_URL = "https://healthcare-credentialing-intelligence-mcp.apify.actor/mcp";

// Compare candidates for a locum tenens engagement
const response = await fetch(MCP_URL, {
    method: "POST",
    headers: {
        "Content-Type": "application/json",
        "Authorization": `Bearer ${APIFY_TOKEN}`
    },
    body: JSON.stringify({
        jsonrpc: "2.0",
        method: "tools/call",
        params: {
            name: "compare_providers",
            arguments: {
                providers: [
                    "Dr. Aisha Okonkwo",
                    "Dr. James Holloway",
                    "Dr. Patricia Reyes"
                ]
            }
        },
        id: 1
    })
});

const result = await response.json();
const comparison = JSON.parse(result.result.content[0].text);

for (const provider of comparison.comparison) {
    console.log(`${provider.provider}: score ${provider.compositeScore} — ${provider.verdict}`);
    console.log(`  Compliance: ${provider.compliance} | Exclusion: ${provider.exclusion} | Malpractice: ${provider.malpractice}`);
}

cURL

# Run a sanctions and exclusion check
curl -X POST "https://healthcare-credentialing-intelligence-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "sanctions_exclusion_check",
      "arguments": {"entity": "Pinnacle Pain Management Center"}
    },
    "id": 1
  }'

# Run a credential gap check for a specific provider
curl -X POST "https://healthcare-credentialing-intelligence-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "credential_gap_check",
      "arguments": {"provider": "Dr. Elena Vasquez"}
    },
    "id": 2
  }'

医疗资质审核智能分析的工作原理

阶段 1：并行收集数据

调用工具时，Actor 会使用 Promise.all 向最多 8 个 Apify 子 Actor 同时发送 HTTP 请求。每个子 Actor 的内存上限为 512 MB，超时时间为 120 秒。8 个数据源如下：

• OFAC 制裁名单搜索（Actor ID：t398ffhJgct2clv9s）——查询美国财政部 SDN 名单
• OpenSanctions 搜索（Actor ID：6Zlkz0wjdXewfq3yK）——涵盖多个司法辖区的监控名单，包括欧盟、联合国及 100 多个国家和地区的名单
• CFPB 消费者投诉（Actor ID：OuMDkYU3IROUS0AEj）——CFPB 投诉数据库，用于发现账单及财务不当行为模式
• OpenCorporates 搜索（Actor ID：x0a1Q4g0MLc7h15Im）——全球企业注册数据库，用于实体核验
• Data.gov 数据集搜索（Actor ID：1pdOsFEBvCm5RzMfM）——联邦开放数据，包括 NPI 注册表、OIG/LEIE 及提供者注册数据集
• Federal Register 搜索（Actor ID：8bZkbWKlXQrDq0ZgK）——监管行动、纪律处分程序及执照执法记录
• ORCID 研究人员搜索（Actor ID：Nuq9OYuSRgU3DKFYz）——学术身份核验
• PubMed 研究搜索（Actor ID：AwPvHhEjcgAd6hcvG）——美国国家医学图书馆出版物数据库

每个工具仅调用与其功能相关的数据源子集。publication_activity_score 仅调用 PubMed 和 ORCID；sanctions_exclusion_check 调用 OFAC、OpenSanctions、Data.gov 和 CFPB。

阶段 2：多维评分

五个独立评分函数处理原始返回结果：

• 提供者合规性——OFAC/OpenSanctions 命中最多计 40 分（每项 15 分），Federal Register 排除关键词计 30 分，Data.gov OIG/LEIE 匹配计 15 分；制裁标记与监管标记同时出现时另加 15 分组合奖励。
• 制裁排除——OFAC SDN 最多计 35 分（每项命中 12 分），OpenSanctions 多名单最多计 30 分（每个实体 10 分），OIG/LEIE 排除数据集最多计 20 分，CFPB 财务不当行为最多计 15 分。
• 出版活动——PubMed 论文每篇计 3 分，2023 年及之后发表的论文另加 5 分时效奖励（最多 50 分）；ORCID 核验计 15 分；h 指数估算值（引用次数的平方根）最多计 30 分。分数越高，活动越活跃；在综合评分中取反。
• 医疗事故模式——CFPB 投诉每件计 2 分；对于回复超时或包含医疗事故关键词的投诉，按严重程度额外计 8 分（最多 35 分）；Federal Register 执法行动每项计 8 分（最多 30 分）；NPDB 数据集代理指标每项计 7 分（最多 20 分）。
• 执照核验——OpenCorporates 中的活跃实体每个计 8 分（最多 25 分）；Federal Register 执照关键词每项计 6 分（最多 25 分）；Data.gov 中的 NPI/DEA 命中每项计 6 分（最多 25 分）；ORCID 核验计 20 分。分数越高，核验程度越高；在综合评分中取反。

阶段 3：综合评分与判定

综合评分 =（合规性 × 0.25）+（制裁 × 0.25）+（（100 − 出版活动）× 0.15）+（医疗事故 × 0.20）+（（100 − 执照）× 0.15）。执照和出版活动维度是正向指标——经过充分核验且积极发表论文的提供者会降低总体风险评分。

判定阈值：0-19 = CREDENTIALED，20-39 = PROVISIONAL，40-59 = REVIEW_REQUIRED，60-79 = HIGH_RISK，80-100 = DO_NOT_CREDENTIAL。

阶段 4：汇总信号并提供建议

将所有五个维度的信号汇总到 allSignals 中。建议引擎应用 5 条逻辑规则：合规等级为 EXCLUDED、制裁等级为 EXCLUDED、医疗事故模式为 CRITICAL、执照可信度为 UNVERIFIABLE，以及出版活动不活跃且核验不完整的组合情况。每条规则匹配后，都会向 recommendations 数组追加一条具体行动建议。

获得最佳结果的提示

1. 使用完整的法定姓名，以获得最高置信度的筛查结果。 与“S. Chen”相比，“Dr. Sarah Chen”返回的误报更少。对于组织，请使用其在 NPI 或州企业登记簿中显示的完整法定实体名称。

2. 对于新提供者，先运行 credential_gap_check，再运行 facility_credentialing_report。 差距检查会确定需要提前索取哪些文件，从而减少在提交完整报告前与提供者反复沟通的情况。

3. 在候选人之间进行选择时，使用 compare_providers。 该工具通过一次 API 调用运行，并按综合风险评分对所有候选人进行排序——比依次运行单独的报告更高效。

4. 筛查大型名单时设置预算上限。 使用 Apify 的单次运行支出限额来编写批量重新筛查工作流脚本。每次调用费用为 $0.045，筛查 500 名提供者需花费 $22.50——设置 $25 的上限以防超支。

5. 对于特权授予决策，辅以一手来源核实。 此 MCP 提供来自公共数据库的风险筛查信息。对于临床特权授予，请根据 NCQA/URAC 资质审核标准的要求，结合一手来源核实（州医疗委员会、NPDB、DEA）。

6. 使用 Apify 的调度程序安排每季度重新筛查。 OIG 排除名单每月发布一次；请针对已审核资质的提供者名单设置每季度自动运行，并将 DO_NOT_CREDENTIAL 或 HIGH_RISK 结果发送至合规警报 webhook。

7. 记录所有资质审核报告。 结构化 JSON 输出可用于审计。配置 webhook，将每份报告写入文档管理系统或资质审核数据库，以备认证文档留存。

与其他 Apify MCP 服务结合使用

MCP 服务	组合使用方式
OFAC 制裁搜索	在完整资质审核报告之前，单独运行以进行大批量 SDN 筛查
OpenSanctions 搜索	为国际医学毕业生进行资质审核时，开展更深入的 PEP 和多司法管辖区筛查
联邦公报搜索	监控影响资质审核要求的新 CMS 和 HHS 裁定
CFPB 消费者投诉	单独分析现有网络提供者的账单投诉，以供审计
OpenCorporates 搜索	核实集团诊所或医院收购的企业结构和所有权
PubMed 研究搜索	单独核实学术任职资质审核中的出版物
ORCID 研究人员搜索	确认 NIH 资助的研究人员资质审核中的研究人员身份

局限性

• 不能替代对 NPDB 的主要来源查询。 NPDB（National Practitioner Data Bank）要求通过 HHS 进行正式查询，才能获取权威的医疗事故赔付和不良行动记录。本 MCP 使用 Data.gov 代理指标，而非直接访问 NPDB。
• 不会直接查询州医疗委员会数据。 特定州的执照状态、纪律处分和委员会认证需要查询州医疗委员会。Federal Register 和 Data.gov 数据仅提供部分覆盖，无法完整呈现州执照情况。
• 出版活动评分适用于临床研究人员。 主要从事临床工作的医务人员（如住院医师、急诊科医生）的出版活动评分通常较低。应适当权衡这一维度，不应将其视为非学术职位的负面资质信号。
• CFPB 投诉数据涵盖金融纠纷，而非临床投诉。 CFPB 数据库收录账单、债务催收和消费金融投诉，不收录州医疗委员会投诉、医疗事故诉讼申请或临床不良事件。
• 姓名匹配基于字符串。 姓名常见的医务人员（例如“John Smith”）可能会匹配到无关人员，产生误报。在根据高风险评分采取行动前，请务必核查具体信号和数据证据。
• 数据新鲜度取决于来源的更新频率。 OIG 排除名单每月更新；OFAC 近乎实时更新；Federal Register 数据存在 2–4 周的发布延迟。结果反映查询时各来源的数据状态。
• 不会直接查询 DEA 注册状态。 目前，DEA 注册验证依赖 Federal Register 和 Data.gov 代理数据。如需专门验证 DEA 信息，请直接查询 DEA Diversion Control Division。
• 对国际医务人员的覆盖有限。 OFAC 和 OpenSanctions 覆盖国际数据，但 NPI、OIG/LEIE 和 Federal Register 数据以美国为主。对于国际医学毕业生，制裁和排除维度的覆盖最充分。

集成

• Zapier — 添加新医务人员到 HRMS 时触发资质审查，并将结果发送给资质审核协调员
• Make — 构建每月重新审查工作流，从 Google Sheets 获取医务人员名单、运行审查，并将标记结果发布到 Slack
• Google Sheets — 将资质审查报告摘要记录到医务人员合规跟踪表中，并附上综合评分和结论
• Apify API — 通过 HTTP 将资质审查直接集成到资质管理系统或 HRMS 中
• Webhooks — 将已完成的报告推送到文档管理系统，或在返回高风险结论时提醒合规人员
• LangChain / LlamaIndex — 在 AI 驱动的合规 Agent 或医疗尽职调查工作流中，将资质审查情报用作工具

故障排查

• 已知服务提供方的评分偏低。 如果某个合法服务提供方的许可证置信度为 UNVERIFIABLE，这通常表示没有企业实体记录（例如，服务提供方受雇于医院，而不是以自己的执业实体运营）。查看 licenseVerification.signals 字段，了解具体是哪个数据库未返回匹配项，并通过一手来源进行补充核验。

• 常见姓名的综合评分偏高。 姓名常见的服务提供方（例如“Michael Chen”）可能会累积来自无关人员的制裁和投诉信号。查看 allSignals 数组中的实体具体信息。如果信号提及不同的地理位置或专业领域，这些匹配项很可能是误报。使用全名并注明机构归属（例如“Dr. Michael Chen, Northwestern Memorial”），以提高匹配的准确性。

• 尚未获得结果就已达到支出限额。 每次调用工具之前都会收取相应费用。如果您的 Apify 账户余额不足，工具会返回一个错误对象：{ "error": true, "message": "Spending limit reached..." }。请向您的 Apify 账户充值，或提高每次运行的预算上限。

• facility_credentialing_report 超时。 此工具会同时调用全部 8 个子 Actor，每个 Actor 的超时时间为 120 秒。总延迟通常为 30-90 秒。如果某个子 Actor 超时，其结果将默认为空数组，对应维度的风险评分为零——这是一个偏乐观的默认值。对于时效性要求很高的查询，请使用针对单一维度的工具（sanctions_exclusion_check、provider_compliance_screen），而不要使用完整报告。

• compare_providers 返回部分结果。 如果比较数组中的任何服务提供方导致错误，该服务提供方的结果将从排序输出中排除。响应条目数会少于输入数组中的条目数。请对缺失的服务提供方重新单独调用 facility_credentialing_report。

负责任地使用

• 此 MCP 仅访问公开的政府数据库和学术注册名录。
• 影响患者护理的资质审核决策，除使用这些筛查数据外，还应始终进行一手来源核验。
• 使用筛查结果作出招聘或授予执业权限的决策时，请遵守适用的劳动法。
• 请勿仅依据自动筛查结果，在未经人工审核的情况下拒绝提供医疗服务、拒绝录用或拒绝授予执业权限。
• 有关数据使用合法性的指引，请参阅 Apify 关于网页抓取合法性的指南。

常见问题

针对 OIG 除名名单的医疗服务提供方资质筛查准确吗？ sanctions_exclusion_check 工具会交叉比对 Data.gov 数据集，其中包含 OIG/LEIE 除名数据，以及 OFAC SDN 和 OpenSanctions 多司法管辖区名单。它会识别风险信号和已知除名数据集中的匹配项。如需权威的 OIG/LEIE 核验，请使用 HHS OIG 除名数据库搜索工具 exclusions.oig.hhs.gov，该工具提供一手来源。使用此 MCP 进行程序化批量筛查和初步风险标记，然后通过一手来源核实被标记的服务提供方。

使用此 MCP 进行医疗服务提供方资质审核，与 Verisys 或 Medallion 相比如何？ Verisys 每次 NPDB 查询收费 $3.00-6.00。Medallion 和 CredentialStream 的月度 SaaS 费用为 $500-2,000+。此 MCP 每次调用费用为 $0.045，面向 AI 辅助工作流和合规自动化，并非旨在取代大型医疗系统使用的完整资质管理平台。 我可以用它为执业护士、医师助理和其他专职医疗人员进行资质审核吗？ 可以。这些工具支持按姓名查询任何类型的医疗服务提供者，包括医生、执业护士（NP）、医师助理（PA）、药剂师、牙医、心理学家和其他专职医疗人员。相同的数据库（OFAC、OIG/LEIE、Federal Register、NPI）涵盖所有持证医疗服务提供者类型。出版活动评分与学术型临床医生最相关；对于主要从事临床工作的服务提供者，请据此设定预期。

完整的机构资质审核报告需要多长时间？ facility_credentialing_report 的典型响应时间为 30–90 秒。8 个子 Actor 会并行运行，并设有 120 秒的硬超时。网络状况、Apify 平台上的子 Actor 排队时间，以及服务提供者姓名的具体程度都会影响总耗时。定向工具（sanctions_exclusion_check、publication_activity_score）会在 15–45 秒内返回结果。

使用政府公开数据筛查医疗服务提供者是否合法？ 所有 8 个数据源均为政府公开数据库（OFAC、CFPB、Data.gov、Federal Register）或公众可访问的学术注册库（ORCID、PubMed、OpenCorporates）。在美国，访问和处理公开数据以进行资质审核与合规筛查是合法的。详细指南请参阅 Apify 关于网页抓取合法性的指南。

使用 5 美元免费额度，一个月能筛查多少名服务提供者？ 每次工具调用收费 0.045 美元，5 美元约可支付 111 次工具调用。若使用 facility_credentialing_report 生成完整报告，即可完成 111 次完整的资质审核筛查。若使用 sanctions_exclusion_check 等定向工具，可覆盖同样的 111 次调用，但每次调用的范围更窄。

综合资质审核评分衡量什么？ 综合评分（0–100）是一个加权风险指数：服务提供者合规性（25%）、制裁与排除项（25%）、医疗事故模式（20%），以及反向计分的执照验证（15%）和出版活动（15%）。出版和执照评分是正向指标——经过完整验证且持续发表成果的服务提供者会降低综合风险评分。0–19 分对应 CREDENTIALED；20–39 分对应 PROVISIONAL；40–59 分对应 REVIEW_REQUIRED；60–79 分对应 HIGH_RISK；80–100 分对应 DO_NOT_CREDENTIAL。

我可以将此 MCP 设为每月重新筛查我的服务提供者名单吗？ 可以。使用 Apify 内置的调度程序，按任意时间间隔针对服务提供者名单运行资质审核脚本。provider_compliance_screen 工具就是为此场景设计的。将它与 webhook 结合，即可将标记出的结果发送给合规团队。每月重新筛查包含 200 名服务提供者的名单，费用约为 9 美元。

此 MCP 是否涵盖 DEA 注册状态？ DEA 注册验证依赖 Federal Register 和 Data.gov 的代理数据。license_verification 工具包含对 Data.gov 中 NPI 和 DEA 执照记录的查询。如需获取权威的 DEA 注册状态，请直接访问 deadiversion.usdoj.gov 上的 DEA Diversion Control Division。可使用此工具标记在监管相关情境中出现 DEA 相关记录的服务提供者（例如执法行动、Federal Register 中的执照吊销）。

如果服务提供者姓名在全部 8 个数据源中都没有匹配结果，会怎样？ 如果任何数据源都无法返回与服务提供者姓名相关的数据，则所有维度的评分都会默认为低风险（没有信号 = 没有负面发现）。credential_gap_check 工具会明确标记这一情况：它会指出缺少企业记录、ORCID 未经验证以及出版物数量为零等缺口，促使你索取一手来源文件。对于尚未在联邦数据库中留下数字足迹的新服务提供者，这是预期行为。 我可以不写代码就将此 MCP 连接到 Claude Desktop 吗？ 可以。将 MCP 服务 URL 和你的 Apify 令牌添加到 claude_desktop_config.json 文件中（请参阅下方的连接部分）。配置完成后，你可以用普通英语让 Claude 执行资质核查，无需编写代码。

出版活动评分中的 h-index 是如何估算的？ h-index 估算使用 Math.round(Math.sqrt(totalCitations))——这是根据 PubMed 结果中的累计引用次数计算的简化指标。它可反映研究影响力水平，并为出版活动评分贡献最多 30 分。估算 h-index ≥20 的服务提供者会获得“显著研究影响力”信号。

如何连接此 MCP 服务

Claude Desktop

添加到你的 claude_desktop_config.json：

{
  "mcpServers": {
    "healthcare-credentialing-intelligence": {
      "url": "https://healthcare-credentialing-intelligence-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Cursor、Windsurf 和 Cline

在 MCP 客户端设置中添加服务 URL https://healthcare-credentialing-intelligence-mcp.apify.actor/mcp，并将 Apify API 令牌设为 Bearer 授权标头。此 MCP 兼容任何实现了 Model Context Protocol 规范的客户端。

以编程方式连接（HTTP）

curl -X POST https://healthcare-credentialing-intelligence-mcp.apify.actor/mcp \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"provider_compliance_screen","arguments":{"provider":"Northside Orthopedic Group"}},"id":1}'

帮助我们改进

如果你遇到问题，可以在 Apify 账户中启用运行共享，帮助我们更快地排查问题：

1. 前往账户设置 > 隐私
2. 启用 与公开的 Actor 创建者共享运行记录

这样，在出现问题时，我们就能查看你的运行详情，从而更快地修复问题。只有 Actor 开发者能看到你的数据，不会公开显示。

支持

发现 Bug 或有功能请求？请在此 Actor 页面上的 Issues 标签页中提交问题。如需定制解决方案或企业集成，请通过 Apify 平台联系我们。