MCP Server × PostgreSQL on MIMIC‑IV

MIMIC‑IV 上的 MCP Server × PostgreSQL

**项目目标：**评估构建在 Azure Database for PostgreSQL 之上的 Model Context Protocol（MCP）Server，能否达到或超越直接 SQL 的性能，同时降低大规模临床分析的开发工作量。

---

1. 问题陈述

MIMIC‑IV 等临床数据集包含数千万行和数百个属性。针对如此庞大的数据编写和维护原始 SQL 容易出错且速度缓慢。我们提出以下问题：

基于 MCP 的抽象能否同时提高开发者的工作效率，并在与传统的纯 SQL 工作流相比时，维持（或提升）运行效率？

为回答这个问题，我们在相同的工作负载下比较直接 SQL 与 MCP Server → Postgres 路径，范围从对 mimiciv_hosp.emar_detail（约 8,700 万行）执行简单的 COUNT(*)，到多表笔记聚合。

---

2. 仓库布局

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

---

3. 先决条件

• Python 3.10+
• Node 18+（可选，用于其他 MCP 工具）
• Azure Database for PostgreSQL – Flexible Server（Standard_D4s v5 或更高规格）
• MIMIC‑IV 凭证和数据下载权限

# 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. 加载数据集

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

在 Standard_D4s 上，预计数据导入时间为 约 45 分钟，数据量为 72 GB（1,170 万行笔记 + 8,700 万行 EMAR）。

---

5. 启动 MCP Server

cd mcp-server
python azure_postgresql_mcp.py

必须设置环境变量（PGHOST、PGUSER、PGPASSWORD、PGDATABASE），或在 Claude Desktop / VS Code 配置中提供这些变量。

若要使用 Microsoft Entra 身份验证而非密码，请设置：

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

---

6. 运行基准测试

6.1 直接 SQL

python benchmarks/run_sql.py --query count_emar_detail

输出一行类似以下内容：

count=87,371,064 elapsed=101550.2 ms

6.2 MCP Server

python benchmarks/run_mcp.py --query count_emar_detail

示例输出：

count=87,371,064 elapsed=67560.1 ms

多次运行（默认 = 30）的结果会汇总为 CSV，存放在 benchmarks/results/ 下。

---

7. 关键结果（预览）

查询	直接 SQL	MCP Server	变化（毫秒）	变化 %
对 emar_detail 执行 COUNT(*)	101,550 ms	67,560 ms	−33,990	−33 %
实现工作负载 #1 的代码行数	68	23	−45	−66 %

---

8. 后续工作

• 启用 Entra ID + RBAC，并重新测试连接延迟。
• 通过自定义 MCP 工具添加 pgvector 语义搜索基准测试。
• 开展临床医生用户体验试验，对比 MCP+Claude 与 SQL IDE。

---

9. 许可证与引用

MIT License — 详见 LICENSE。

如果您使用了此代码或结果，请引用：

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

---

10. 致谢

• 感谢 PhysioNet 提供 MIMIC‑IV 数据集访问权限
• Azure Database for PostgreSQL
• 感谢 Anthropic 提供 MCP 规范和 Claude Desktop 工具