如何利用Claude与MCP构建以隐私保护为首要目标的医学图像去标识化系统

• “将这个文件夹中的文件进行去标识化处理。”

• “批处理任务已经完成了吗？”

• “哪些文件需要人工审核？”

• “总结一下今天的处理结果。”

底层的处理流程本身并不会发生变化。MCP只是为人工智能与你的软件之间提供了一个安全的接口，使模型能够协调整个工作流程，而实际的处理操作仍然在你的本地Python应用程序中完成。

我们会选择使用Claude Desktop作为宿主，因为它原生支持MCP。无需配置任何额外的服务或网络端口，服务器就可以通过标准的输入/输出机制与Claude Desktop进行通信，整个设置过程仅需通过一个JSON文件来完成。

架构的工作原理

Claude Desktop与MCP服务器进行通信，该服务器会在本机调用Aegis处理流程。医疗图像会在你的机器上被处理，最终只会有计数结果、决策结论以及文件路径等信息被返回给Claude。

步骤1：设计工具界面

在开始编写代码之前，先确定人工智能助手能够执行哪些操作。我们的服务器提供了六种工具：

我们根据以下三个简单原则设计了这些工具：

• 返回摘要信息，而非敏感数据。

• 对于耗时较长的任务，使用后台作业来处理。

• 保持工具界面简洁明了，避免功能过于复杂。

步骤 2：使用 FastMCP 构建 MCP 服务器

现在，让我们将这个设计转化为一个可运行的 MCP 服务器。我们会分步构建它，这样你就可以将自己的 Python 工具也按照同样的模式来开发了。完整的实现代码位于 src/monai_aegis/mcp_server.py 文件中；以下内容会说明这些代码是如何组合在一起构成整个服务器的。

1. 服务器实例

FastMCP（随 MCP Python SDK 一起提供）能够将经过特殊处理的 Python 函数转换成实用的工具。

from mcp.server/fastmcp import FastMCP

# 创建一个 FastMCP 服务器实例
mcp = FastMCP("aegis-mcp")

字符串 "aegis-mcp" 只是服务器的名称，Claude Desktop 在其工具列表中也会显示这个名称。从这里开始的每一个工具，其实都是使用了 @mcp.tool() 这个装饰器进行处理的函数。

2. 你的第一个工具

一个工具主要由三个部分组成：装饰器、类型注解以及文档字符串。下面这个例子展示了如何实现一个能够对单个文件进行去标识化处理的工具：

@mcp.tool()
def deidentify_file(input_path: str, output_dir: str = "") -> dict:
    """对单个医学图像（DICOM、JPEG 或 PNG 格式）进行去标识化处理。

    该函数会删除 DICOM 文件头中的个人信息，同时利用 OCR 和 NER 技术去除图像中嵌入的个人信息。最终只返回统计结果及输出文件的位置，而不会泄露被删除的文本或任何像素数据。
    """
    ...
    return {
        "status": "success",
        "source_file": src.name,
        "output_dir": str(out),
        "pixel_regions Detected": len(pixel_rows),
        "pixel_decisions": decisions,   # 例如 {"redacted": 4, "safelisted": 10}
        "header_tags_scrubbed": tags_scrubbed,
        "needs_manual_review": decisions.get("low_confidence", 0) > 0,
    }

需要注意的是，Claude 只会看到文档字符串，而工具本身返回的其实是统计结果，而不是图像数据或提取出的文本。

3. 绝不要将输出结果显示到 stdout 中

在 MCP 服务器中，请不要使用 print() 函数，因为 stdout 是专门用于 JSON-RPC 消息传递的。应该将日志信息发送到 stderr 中。

4>耗时较长的任务需要异步处理模式

处理整个目录文件可能需要几分钟时间，而这种操作所花费的时间显然超过了 MCP 工具正常运行所需的时间。因此，不应该同步等待处理结果，而应该使用 start_batch_job 函数创建一个后台线程，立即返回一个 job_id，然后让 Claude 通过 get_job_status() 方法来查询处理进度。

import threading, uuid

jobs = {}

@mcp.tool()
def start_batch_job(input_dir: str, output_dir: str = "", mode: str = "auto") -> dict:
    """启动一个后台任务，用于对指定目录中的所有DICOM图像文件进行去标识化处理。该任务会立即返回一个job_id；可以通过get_job_status函数来查看处理进度，无需同步等待结果。"""
    job_id = uuid.uuid4().hex[:8]
    _jobs[job_id] = {"job_id": job_id, "state": "queued",
                     "processed": 0, "total": None,
                     "decisions": {}, "errors": []}
    threading.Thread(
        target=_batch_worker, args=(job_id, input_dir, output_dir),
        daemon=True,
    ).start()
    return {"status": "started", "job_id": job_id,
            "next_step": f"使用job_id '{job_id}'调用get_job_status函数。"}

在处理每个文件时，工作线程会更新_jobs[job_id]，而轮询工具则只是读取这些数据而已：

@mcp.tool()
def get_job_status(job_id: str) -> dict:
    """返回某项工作的当前状态、进度以及决策次数等信息。"""
    return _jobs.get(job_id, {"status": "unknown", "job_id": job_id})

由于MCP服务器是一个长期运行的进程，因此它可以在整个运行过程中将作业信息保存在内存中。如果服务器重新启动，当前正在处理的作业ID会丢失，但那些已经去标识化的文件以及审计报告仍然会安全地存储在磁盘上。

5. 大型模型需要预热

Aegis会加载EasyOCR模型和斯坦福大学的NER模型，而这些模型的加载需要一定的时间。服务器会延迟构建处理流程并将其缓存起来，这样只需一次性完成这些初始化操作，之后在首次真正调用相关函数时，模型就已经加载完毕了，从而避免了等待时间过长的问题：

@mcp.tool()
def warm_up() -> dict:
    """预先加载OCR模型和NER模型，以便第一次调用时能够快速开始处理。"""
    _get_pipeline()   # 在首次使用时构建并缓存处理流程
    return {"status": "ready"}

6. 审计工具读取的是记录而非图像

其余的工具会读取Aegis已经生成的报告和审核文件夹中的内容。由于这些工具只是对现有的审计记录进行汇总分析，而不会重新处理原始图像，因此Claude可以在不访问医疗图像的情况下，回答关于已完成审核任务的各种问题。

@mcp.tool()
def summarize_run(run_dir: str) -> dict:
    """根据CSV报告对某次审核任务进行统计分析。只返回统计结果，不会提供文本内容或标签信息。"""
    run = Path(run_dir).expanduser().resolve()
    pixels = _read_csv_rows(run / "aegis_pixel_detections.csv")
    tags = _read_csv_rows(run / "aegis_tag_actions.csv")
    return {
        "pixel_decisions": Counter(r["decision"] for r in pixels),  # 包含被标记为“已编辑”“安全”或“低置信度”的数据
        "tag Actions": Counter(r["action"] for r in tags),          # 包含“删除”“重新映射”“置零”“虚拟标签”等操作
    }

@mcp.tool()
def list_review_queue() -> dict:
    """列出那些需要人工审核的文件——只显示文件名，不包含文件内容。"""
    names = sorted(f for _, _, fs in os.walk(REVIEW_DIR) for f in fs if not f.startswith("."))
    return {"count": len(names), "files": names[:50]}

步骤3：在使用任何AI工具之前，先使用MCP Inspector进行测试

如果你对这一切还抱有疑虑（我当初就是这么想的），那么这个步骤非常适合你。MCP Inspector是一个调试工具界面，它可以连接到你的服务器，让你亲自手动操作各种工具。

npx @modelcontextprotocol/inspector //aegis/venv/bin/aegis-mcp

打开服务器界面后，你会看到自己的aegis-mcp服务器被列在列表中。点击切换按钮进行连接，当服务器正常运行时，该按钮会变为绿色。

接下来，打开工具选项卡。你会看到MCP服务器提供的六种工具。首先运行warm_up命令，然后观察启动Inspector的终端窗口，看看OCR和NER模型是否已经加载完成。

接着，使用测试图像的路径运行deidentify_file命令。结果面板会显示该工具返回的JSON响应数据，而消息面板则会显示与服务器之间交换的请求和响应信息。

步骤4：连接Claude Desktop

打开Claude Desktop，然后进入设置 → 开发者 → 编辑配置。这样就会打开（或创建）MCP配置文件。在macOS系统中，该文件的路径为~/Library/Application Support/Claude/claude_desktop_config.json；在Windows系统中，则为%APPDATA%\Claude\claude_desktop_config.json。

在mcpServers部分添加以下aegis配置项：

{
  "mcpServers": {
    "aegis": {
      "command": "/<AEGIS的安装路径>/aegis/venv/bin/aegis-mcp",
      "args": [],
      "env": {
        "AEGIS_OUTPUT_DIR": "/<AEGIS的输出目录>/aegis/staging_output",
        "AEGIS_REVIEW_DIR": "/<AEGIS的审核目录>/aegis/staging_not_processed",
        "AEGIS_DEVICE": "mps"
      }
    }
  }
}

这是用于配置Claude Desktop与Aegis MCP服务器连接的设置。

在保存配置文件之前，需要检查以下几点：

• 请使用绝对路径来指定命令路径、AEGIS_OUTPUT_DIR以及AEGIS_REVIEW_DIR。

• 确保命令指向虚拟环境中的aegis-mcp可执行文件，这样Claude才能使用正确的Python版本及依赖库。

• 对于Apple Silicon设备，请将AEGIS_DEVICE设置为mps；对于Intel Mac或Linux系统，则设置为cpu；如果拥有NVIDIA GPU，应将其设置为cuda。

保存文件后，完全退出并重新启动Claude Desktop（仅仅关闭窗口是不够的）。在新的聊天界面中，打开搜索与工具菜单，此时你应该能够看到Aegis MCP服务器及其提供的六种工具了。

步骤5：与您的代理进行沟通

现在是进行第一次沟通的时候了。请发送如下内容：

启动Aegis去标识化服务器。

Claude在调用这些工具之前会请求您的许可。这一设计是为了确保您对代理所使用的每一项功能都给予明确授权；您可以针对每次调用或具体工具来决定是否允许其使用这些功能。

获得授权后，模型会被加载进来，Claude会告知处理所花费的时间。

如果要去标识化单个文件，请输入：

去标识化文件

Claude会执行deidentify_file命令，并反馈处理结果：检测到了多少文本区域，其中哪些被删除了，哪些被标记为可安全使用的临床文本，以及有多少DICOM标签被清除掉了，同时还会说明是否需要人工审核。值得一提的是，Claude在整个过程中从未看过该文件的内容。

接下来，可以批量处理：

现在为文件启动一批去标识化作业吧。

该工具会立即返回一个作业ID，后续处理会在后台继续进行。稍后您可以询问作业进度：

那项作业进展如何了？

Claude会记住之前的作业ID，然后通过调用get_job_status来获取文件处理情况、决策结果以及任何出现的错误信息。

当作业完成后，您可以让Claude总结整个处理过程，列出需要人工审核的文件，或者根据处理记录生成一份报告，以便在会议中使用。

总结这次完成的处理任务。是否有任何文件需要人工审核？

对于文件，具体进行了哪些操作？哪些头部标签被修改了？

为这次处理任务起草一份简短的总结报告，适合在会议上使用。报告中应包括总处理数量、各项决策的详细情况，以及尚未完成人工审核的文件列表。

下面这份总结中的所有信息都来源于工具的处理结果，以及从处理流程中获取的统计数据和决策结果。

验证

将Claude生成的汇总报告与CSV文件以及job_summary_.json文件进行对比。各项数据应该是一致的，这样你就可以轻松地验证代理程序报告的所有内容了。

AI是否会查看患者数据？

不会。这些工具从不会返回图像像素、OCR提取的文本或DICOM标签值，因此Claude无法访问任何患者的隐私信息。

例如，如果你询问：

“请显示该文件中检测到的患者姓名。”

Claude是无法回答这个问题的，因为MCP工具根本不会暴露这些信息。

不过，对话过程中的元数据确实会传递给模型。文件名、目录路径、数据数量以及工具的输出结果，都会像普通聊天内容一样被Claude处理。请记住以下几点：

• 避免在文件名中使用患者隐私信息。如果文件中包含患者姓名或标识符，请重新命名这些文件。

• 保持错误信息的简洁性。工具返回的异常信息中不要包含敏感的DICOM数据。

• 在开发过程中使用模拟数据。本教程使用的都是虚假的患者隐私信息。在实际处理真实患者数据之前，请确保遵守你所在机构的安全与合规要求。

安全注意事项

如果你将自己的工具基于这个模板进行开发，建议遵循以下最佳实践：

• 限制文件访问权限。只允许工具访问指定的目录，而不得访问任何可读路径。

• 仔细审核工具的权限设置。像get_job_status这样的只读工具可以随时被使用，但那些会修改文件的工具则应该需要经过审批才能运行。

• 返回结构化的数据结果。相比原始文本，提供统计数据和分类信息能更有效地降低敏感信息泄露的风险。

• 固定OCR和NER模型的版本。使用固定的模型版本可以让你的处理流程更加稳定且可预测。