文章目錄
Key Takeaways
- MCP 是 Anthropic 2024 年底推出的開放協定，目的是讓 AI 模型以標準化方式存取外部工具與資料
- MCP 跟 API 不是替代關係：API 是點對點連線，MCP 是定義 AI 如何發現並呼叫工具的標準層
- Taiwan Health MCP 封裝了 32 個醫療工具（ICD-10、LOINC、藥品、FHIR R4 等），本地端執行，不經過第三方伺服器
- 基本安裝不需要寫程式，但串接院內系統需要 Node.js 能力
- 台灣醫療場景有三個 MCP 特有痛點：資料在地化、法規合規、FHIR R4 對接
Q1. MCP 到底是什麼？
MCP（Model Context Protocol）是 Anthropic 在 2024 年 11 月推出的開放協定，規範 AI 模型如何發現、呼叫、管理外部工具與資料來源。
協定本身的核心概念有三個：
- Tools：AI 可以呼叫的函數，例如「查詢 ICD-10 碼」
- Resources：AI 可以讀取的資料，例如病患的 FHIR 記錄
- Prompts：可重用的提示模板，供特定情境使用
用工程語言來說：MCP 是一個 JSON-RPC 2.0 over stdio 或 SSE 的協定，定義了 Client（AI 應用）和 Server（工具提供者）之間的通訊介面。沒有 MCP 之前，每一個 AI 應用想串接外部工具，都要自己定義格式、自己做認證、自己處理錯誤；有了 MCP，只要雙方都實作協定，就能互通。
一句話的比喻：MCP 是 AI 界的 USB-C 統一接頭——不管你接的是哪個品牌的裝置，規格一致，插上去就能用。
Q2. MCP 跟 API 有什麼不同？
這是最常被混淆的問題。MCP 和 API 不是競爭關係，而是不同層次的東西。
| 面向 | 傳統 REST API | MCP |
|---|---|---|
| 對接方式 | 每個系統各自定義 endpoint、格式、認證 | 統一協定，工具發現與呼叫方式一致 |
| AI 整合 | 需要寫 Function Calling 的 schema，維護 prompt | 裝好 MCP Server，AI 自動知道有哪些工具 |
| 工具發現 | 靜態，需要人工維護清單 | 動態，Client 可在 runtime 查詢 Server 有哪些工具 |
| 錯誤處理 | 各自實作 | 統一的錯誤碼與回傳格式 |
| 生態系 | 各自封閉 | 開放，MCP Server 可跨 Client 使用 |
實務上：你的醫院 HIS 系統依然是 REST API，MCP Server 是包在外面的一層「翻譯層」，讓 AI 能用標準化方式去呼叫那些 API。
Q3. MCP 跟 Function Calling 是什麼關係？
Function Calling 是 AI 模型的能力，MCP 是組織和標準化這些函數的方式。
Function Calling = 電話（溝通能力本身）
MCP = 電話簿 + 撥號標準（誰在哪、怎麼打）
沒有 MCP，你也可以用 Function Calling，但每次都要手動告訴 AI「這個 session 裡有哪些工具、每個工具的參數是什麼」。工具一多，schema 就變成幾千 token 的龐然大物，塞滿 context window。
MCP Server 解決的是工具發現與生命週期管理：AI 啟動時連上 MCP Server，動態取得工具清單；工具更新時，只需要更新 Server，所有 Client 自動生效，不用改 prompt。
Q4. 一定要用 Claude 才能用 MCP 嗎？
不用。MCP 是開放協定，Anthropic 把規格公開了，任何人都可以實作 Client 或 Server。目前已有 MCP Client 支援的環境包括：
- Claude Desktop（Anthropic 官方）
- Cursor、Zed、VS Code 等 IDE（透過擴充套件）
- 自訂 AI Agent（透過官方 SDK：Python、TypeScript、Java、Kotlin、C# 皆有）
- OpenAI 的 Agents SDK（2025 年也加入了 MCP 支援）
Taiwan Health MCP 用標準 MCP 協定開發，任何支援 MCP 的 Client 都能掛上去用，不綁定 Claude。
Q5. Taiwan Health MCP 跟一般 MCP Server 有什麼不同？
Taiwan Health MCP 是針對台灣醫療場景打包的 MCP Server，不是通用工具集。它解決的問題很具體：台灣醫療資料有自己的版本、編碼、法規，跟國際通用的資料庫常有落差。
目前包含的 32 個工具，大致分四類：
| 類別 | 包含工具 | 用途 |
|---|---|---|
| 疾病碼 | 台灣版 ICD-10-CM/PCS 2025 | 病歷登打、AI 輔助診斷 |
| 藥品 | 食藥署藥品許可證、成分、交互作用 | 用藥安全查核、藥師諮詢輔助 |
| 檢驗 | LOINC 2.80 標準碼、台灣參考值範圍 | 檢驗報告標準化、異常值判讀 |
| 互通 | FHIR R4 標準介面 | 與院內 HIS/LIS 系統串接 |
另外還有台灣食品營養資料庫（國健署版本）、臨床指引查詢等工具。這些在 Anthropic 官方的 MCP Server 目錄或 npm 上找不到，因為根本沒有針對台灣版本打包的開源選項。
Q6. 需要寫程式才能用 MCP 嗎？
分兩種情況：
基本使用（不需要寫程式）
git clone https://github.com/healthymind-tech/Taiwan-Health-MCP
cd Taiwan-Health-MCP
npm install
npm start
啟動後，在 Claude Desktop 的 claude_desktop_config.json 加入 Server 設定，就能用自然語言查詢醫療資料。例如直接問：「幫我找第二型糖尿病合併慢性腎臟病第三期的 ICD-10 碼」，AI 會去呼叫 MCP Server 回傳結果。
進階使用（需要開發能力）
如果要把 MCP 整合到自己的系統——例如讓院內的問診系統能透過 MCP 查藥品資料——就需要實作 MCP Client，需要 Node.js 或 Python 能力。官方 SDK 文件相對完整，但測試和錯誤處理要自己做。
Q7. MCP 安全嗎？醫療資料會不會外洩？
MCP 協定本身不規定資料傳輸是否加密或走哪個網路，這由部署方式決定。Taiwan Health MCP 的設計是本地端執行，預設架構下：
- ICD-10、LOINC、藥品查詢：查的是打包在 Server 裡的靜態資料集，不需要對外連線
- FHIR R4 模組：連的是院內網路的 FHIR Server，不經過公網
- 患者識別資料：不進入 MCP Server，AI 看到的只是匿名化的臨床數值
這個架構讓 Taiwan Health MCP 能在院內網路環境操作，不需要把患者資料送到外部 API。醫療機構在導入前仍需自己評估 HIPAA/個資法合規，因為 AI Agent 本身（Claude、GPT 等）的資料使用條款要分開看。
Q8. MCP 跟 FHIR R4 怎麼搭配？
FHIR R4 是醫療資料交換標準，MCP 是 AI 工具呼叫標準，兩者分開，但 Taiwan Health MCP 把它們橋接起來。
具體流程：
- 醫師對 AI 問：「這個患者過去六個月的 HbA1c 趨勢如何？」
- AI 透過 MCP 呼叫
fhir_query_observations工具，帶入患者 ID 和觀察碼 - MCP Server 向院內 FHIR R4 Server 發出標準化 GET 請求
- Server 回傳結構化資料，AI 解讀後給出分析
這條路不需要為每個 AI 應用重新寫 FHIR 查詢邏輯——只要 MCP Server 實作好，所有 AI Client 都能用同一套接口查 FHIR 資料。
詳細實作可參考 MCP × FHIR R4 實戰指南。
Q9. MCP 的 Stdio 和 SSE 模式有什麼差別？要選哪個？
MCP 支援兩種傳輸方式：
| 模式 | 運作方式 | 適用場景 |
|---|---|---|
| Stdio | Client 用子 process 方式啟動 Server，透過標準輸入輸出溝通 | 本地端使用，例如 Claude Desktop 直接呼叫本地 Server |
| SSE（Server-Sent Events） | Client 透過 HTTP 連到 Server，Server 用 SSE 串流回應 | 遠端部署，多個 Client 共用同一個 Server |
在醫療場景，如果是單一工作站使用（例如一台電腦跑 Claude Desktop），Stdio 更簡單，不需要起 HTTP Server。如果是全院共用一個 MCP Server（例如掛在內網讓多個科室使用），SSE 模式更適合，可以加上認證和 audit log。
Taiwan Health MCP 兩種模式都支援，切換只需要改設定檔。
Q10. 哪裡可以下載和追蹤 Taiwan Health MCP？
- GitHub：github.com/healthymind-tech/Taiwan-Health-MCP
- 安裝：
git clone→npm install→npm start - 授權：MIT License，可商用、可修改、可衍生
有問題可以開 Issue，有想加的功能也可以發 Pull Request。
Q11. MCP 在台灣醫療的法規面有沒有特別要注意的地方？
MCP 本身是工具協定，法規責任在使用方。台灣醫療 AI 目前需要注意三個面向：
個人資料保護法：患者資料若進入 AI 模型（例如送到 Claude API），需要有告知與同意機制。如果用的是本地端部署的 LLM，這個問題較單純。
醫療法第 82 條：AI 輔助臨床決策的結果，法律責任仍在醫師，AI 工具不能取代醫師判斷。MCP 提供的是查詢工具，不是診斷系統，這個邊界要在使用說明裡講清楚。
健保資料使用規範：若要整合健保申報資料或 IC 卡資料，需要透過衛福部核可的介接方式，不能直接用 MCP 接入健保 VPN，那部分有獨立的申請流程。
Q12. 台灣有沒有醫療機構已經在用 MCP？
公開資訊有限，但 MCP 在台灣醫療 IT 社群的討論量在 2025 年明顯上升。幾個觀察到的方向：
- 部分醫學中心的 IT 部門在評估 MCP 作為 AI 工具整合的標準層
- 醫療資訊系統廠商（HIS 廠商）開始問「怎麼把現有 API 包成 MCP Server」
- 臨床試驗資料管理和藥物警戒系統有人在探索用 MCP 接 AI
Taiwan Health MCP 是目前台灣唯一開源、針對本土醫療場景打包的 MCP Server，如果你有導入或評估的需求，可以參考這個基礎開始，不用從零開始寫所有 schema。
Q13. 醫療機構要怎麼評估和導入 MCP？
建議分三個階段評估：
第一階段：沙盒測試（2-4 週）
用 Docker 起一個隔離環境，測試 Taiwan Health MCP 的工具，確認資料查詢結果的準確性——尤其是 ICD-10 碼和藥品資料，這兩個是台灣版和國際版差異最大的地方。
第二階段：小規模 Pilot（1-3 個月）
選一個低風險的使用場景，例如讓醫療資訊人員用 AI 查詢 ICD-10 碼輔助病歷 QA，而不是直接整合到臨床流程。這個階段要建立 audit log，記錄 AI 呼叫了哪些工具、查了什麼資料。
第三階段：系統整合
評估要不要把 MCP Server 接到院內 FHIR 系統，這需要 IT 部門、資安部門和臨床端三方確認。
如果你所屬的醫療機構想導入 Taiwan Health MCP，或評估與 DietMate AI 營養照護平台 整合，可以預約技術諮詢。我們提供 FHIR R4 對接顧問服務、MCP Server 客製化、以及營養資料庫整合支援。
更多相關文章：Taiwan Health MCP 完整入門指南 · MCP × FHIR R4 實戰指南 · Agentic Healthcare Workflow：為什麼聊天機器人不夠用
討論區 (0 則留言)