返回首页
最新
在 https://www.githubstatus.com 上没有报告任何问题。<p>但我看到操作失败，错误信息为：<p><pre><code> 错误：响应状态码未指示成功：401（未经授权）</code></pre>
嗨，HN，
我创建了AutoICD，这是一个由人工智能驱动的临床编码平台，能够将非结构化的医疗文本转换为ICD-10和SNOMED-CT编码。这不是一个大型语言模型的封装。该平台内部使用多层机器学习架构，结合了定制训练的模型和经过筛选的医学知识。
平台和工具：
- JS SDK – [https://github.com/fcggamou/autoicd-js](https://github.com/fcggamou/autoicd-js)
- Python SDK – [https://github.com/fcggamou/autoicd-python](https://github.com/fcggamou/autoicd-python)
- MCP服务器 – [https://github.com/fcggamou/autoicd-mcp](https://github.com/fcggamou/autoicd-mcp)
使用案例和好处：
- 从临床笔记中自动生成ICD-10和SNOMED编码
- 创建用于研究和分析的结构化数据集
- 通过MCP与人工智能助手集成
- 针对真实世界医疗数据优化的可扩展管道
- 以编程方式访问ICD-10编码和元数据
欢迎任何从事医疗AI、临床自然语言处理或MCP工具开发的人的反馈。
嗨，HN，
我搭建了一个MCP服务器，提供自动化临床编码的API。
代码库：
[https://github.com/fcggamou/autoicd-mcp](https://github.com/fcggamou/autoicd-mcp)
该服务器允许支持模型上下文协议（MCP）的AI助手将临床文本转换为结构化的医疗编码，如ICD-10和SNOMED-CT。
示例用例：
• 从临床记录中编码诊断
• 从医疗文档中提取结构化编码
• 将医疗编码集成到大型语言模型（LLM）工作流程中
• 医疗数据管道
与MCP启用助手的示例提示：
“将此临床记录转换为ICD-10编码”
服务器随后调用AutoICD API并返回结构化编码。
我们的目标是简化医疗编码与AI代理和工具的集成。
欢迎任何在医疗AI、医学自然语言处理或MCP工具方面工作的朋友提供反馈。