K01 Synthetic Health Data

K01 MCP 服务

直接从 AI 工作流生成和查询临床上逼真的合成健康数据。

---

K01 的 MCP 服务让 AI Agent 和由大模型驱动的工具能够访问保护隐私的合成健康数据生成能力。生成符合 FHIR 标准的患者队列，查询结构化 EHR 数据，并比较不同 FHIR 版本的数据——所有功能均内置差分隐私。该服务不会处理真实患者记录：它提供由生成器生成的合成数据；这些生成器在独立的受控环境中使用真实记录训练，并采用差分隐私保护。

此代码库包含 K01 MCP 服务的文档和配置。服务实现为专有内容，并运行于 K01 基础设施上。

可用工具

工具	描述	关键参数
generate_synthetic_cohort	根据人口统计和临床限制生成合成患者队列	count、age_min/age_max、gender、condition（ICD-10）、seed、locale
search_patients	使用高级医疗筛选条件搜索虚拟患者数据库	gender、birthdate、numberOfMedicinesFrom/To、conditionTypes、locale
get_patient_record	获取完整患者记录，以及药物和病情摘要	patient_id、fhir_version
get_patient_medications	获取详细的用药记录，包括 ATC 代码和治疗适应症	patient_id、seed、fhir_version
get_patient_conditions	获取患者病情，包括 ICD-10 代码和本地化名称	patient_id、seed、fhir_version
compare_fhir_versions	比较同一患者数据在 FHIR R4 和 R5 中的表示	patient_id、resource_type

所有工具均支持 FHIR R4 和 R5。完整参数说明请参阅 docs/tools.md。

快速开始

Claude Desktop

将以下内容添加到 Claude Desktop 配置中（Settings > MCP Servers）：

{
  "mcpServers": {
    "k01": {
      "url": "https://mcp.k01.is/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Cursor

将以下内容添加到 Cursor MCP 配置中（.cursor/mcp.json）：

{
  "mcpServers": {
    "k01": {
      "url": "https://mcp.k01.is/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

添加配置后重启应用。K01 工具将显示在工具列表中。

身份验证

K01 MCP 服务使用 Bearer 令牌身份验证。请在 Authorization 标头中加入 API 密钥。

如需获取 API 密钥，请联系 K01：k01.is。自助申请密钥功能即将推出。

详情请参阅 docs/authentication.md。

示例

生成糖尿病患者队列

“生成 100 名年龄在 40–65 岁之间的 2 型糖尿病患者”

generate_synthetic_cohort 工具会创建一个 FHIR Bundle，其中包含 Patient、Condition、MedicationStatement、Procedure 和 Observation 资源：

generate_synthetic_cohort(count=100, age_min=40, age_max=65, condition="E11.9", seed=42)

搜索复杂病情患者

“查找用药不少于 3 种且患有慢性病的患者”

search_patients(numberOfMedicinesFrom=3, conditionTypes="chronic", _count=20)

比较 FHIR 版本

“这名患者的用药在 R4 和 R5 中分别是什么样？”

compare_fhir_versions(patient_id="0101302989", resource_type="Medication")

更多工作流示例请参阅 docs/examples.md。

隐私与安全

此服务返回的所有数据均为完全合成数据。没有真实患者数据经过、存储于或被此服务引用。

• 差分隐私 — 通过注入噪声并配置 epsilon 值，确保无法反向推导生成的数据分布来识别真实个人
• 真实数据始终留在防火墙之后 — 生成器在独立的受控环境中使用真实记录并采用差分隐私进行训练；此服务只能访问经过训练的生成器，绝不会访问记录本身
• 符合 FHIR 标准的输出 — 所有资源均符合 HL7 FHIR R4/R5 规范，可在开发和测试中安全地直接替代真实数据
• 确定性种子 — 使用种子即可获得可复现的结果，无需在服务端持久化任何患者数据

链接

• K01 网站
• API 文档
• 工具参考
• 身份验证指南
• 使用示例
• 常见问题
• MCP 协议

许可证

此代码库（文档、配置和示例）采用 MIT 许可证。K01 服务实现为专有内容。