用途
dicom-mcp 是一个基于 Model Context Protocol (MCP) 的服务器，旨在让 AI 助手能够与 DICOM 服务器（如 PACS、VNA 等）进行交互。它使 AI 助手能够查询、读取和移动医疗影像数据，从而支持更复杂的医疗影像相关任务。
主要能力
该服务器提供四类工具：
查询元数据
query_patients：根据姓名、ID 或出生日期等条件搜索患者。query_studies：使用患者 ID、日期、模态、描述、登记号或 Study UID 查找检查。query_series：在特定检查内使用模态、序列号/描述或 Series UID 定位序列。query_instances：在序列内使用实例号或 SOP Instance UID 查找单个实例（图像/对象）。
读取 DICOM 报告（PDF）
extract_pdf_text_from_dicom：检索包含封装 PDF 的特定 DICOM 实例，并提取其文本内容。
发送 DICOM 图像
move_series：使用 C-MOVE 将特定 DICOM 序列发送到另一个配置的 DICOM 节点。move_study：使用 C-MOVE 将整个 DICOM 检查发送到另一个配置的 DICOM 节点。
实用工具
list_dicom_nodes：显示当前活动的 DICOM 节点并列出所有配置的节点。switch_dicom_node：更改后续操作的活动 DICOM 节点。verify_connection：使用 C-ECHO 测试与当前活动节点的 DICOM 网络连接。get_attribute_presets：列出元数据查询结果的可用详细级别（minimal、standard、extended）。
这些工具可以链式组合，以回答复杂问题。
使用方式
安装：可使用 uv 或 pip 安装，也可通过克隆仓库安装。
配置：dicom-mcp 需要一个 YAML 配置文件（如 config.yaml），定义 DICOM 节点和调用 AE 标题。可调整配置，或保持默认以兼容示例 ORTHANC 服务器。
MCP 集成：将服务器添加到客户端配置（如 claude_desktop_config.json）。
可选示例 ORTHANC 服务器：如果没有可用的 DICOM 服务器，可使用 Docker 运行本地 ORTHANC 服务器。克隆仓库并安装测试依赖：pip install -e ".[dev]"，UI 位于 http://localhost:8042。
测试：测试需要运行中的 Orthanc DICOM 服务器，可使用 Docker，使用 pytest 运行测试，停止 Orthanc 容器。使用 MCP Inspector 调试服务器通信。
适用场景
- 让 AI 助手查询和检索医疗影像元数据。
- 从 DICOM 封装的 PDF 中提取临床报告文本。
- 将影像序列或检查发送到 AI 端点进行图像分割、分类等处理。
- 与本地部署的开源权重 LLM 配合，实现完全的数据隐私。
限制
DICOM-MCP 不适用于临床用途，不应连接真实医院数据库或含敏感患者数据的数据库。否则可能导致患者数据丢失，以及患者数据泄露到互联网。
技术细节
- 基于 pynetdicom 构建。
- 使用 PyPDF2 进行 PDF 文本提取。
- 遵循 Model Context Protocol (MCP)。
未提供的信息
官方资料中未提供具体的 pricing、收费模式、支持的平台列表、性能指标或与其他系统的兼容性详情。
