MCP × FHIR R4 實戰指南：讓 AI 直接讀懂台灣醫療資料的技術細節

Key Takeaways

• MCP（Model Context Protocol）+ FHIR R4 = AI 直接查詢台灣醫療資料，不需要為每個 AI 各寫一套整合程式碼
• Taiwan Health MCP 的 FHIR 模組共 8 個核心服務：ICD-10 查詢、FDA 藥品、LOINC 檢驗、臨床指引、營養資料庫、過敏原、醫療機構資訊、患者體驗
• 三步串接：git clone → 設定 MCP client JSON → 直接用自然語言查詢，不需寫任何 API 整合程式碼
• 衛福部已將 FHIR R4 列為電子病歷交換國家標準，Taiwan Health MCP 的輸出格式可直接銜接醫院現有 FHIR 端點
• 100% 開源（MIT 授權），本地部署，資料不經第三方伺服器
• 快速開始：git clone https://github.com/healthymind-tech/Taiwan-Health-MCP

問題從哪裡來

醫療 AI 有一個工程上的老問題：不同 AI 系統需要不同的整合程式碼。

用 Claude 查 ICD-10，要包一層 Anthropic SDK。換成 ChatGPT，重寫。用自建 LLM，再重寫一次。每次整合都在做一樣的事：把醫療資料庫的查詢邏輯，包裝成 AI 能呼叫的形式。

MCP（Model Context Protocol）解決的就是這件事。它定義了一個通用的工具呼叫介面，AI 模型不管是哪家廠商的，都能用同一套 MCP Server 查詢資料。FHIR R4 則解決另一端的問題——醫院的資料格式。

把兩者放在一起，架構變成這樣：

AI 模型（Claude / ChatGPT / Gemini / 自建 LLM）
  ↕ MCP 協議（統一的工具呼叫介面）
Taiwan Health MCP Server
  ↕ FHIR R4 標準（醫療資料結構）
醫院資訊系統 / 台灣官方醫療資料庫

醫療機構不需要改寫現有系統，只要系統支援 FHIR R4，AI 就能直接查詢。

Taiwan Health MCP 的 FHIR 模組：8 個核心服務

1. ICD-10 疾病碼查詢

整合台灣健保署的 ICD-10-CM/PCS 版本，包含衛福部提供的繁體中文對照。AI 可以雙向查詢：

輸入（自然語言）：「第二型糖尿病的 ICD-10 碼是什麼？」
輸出：E11.9（Type 2 diabetes mellitus without complications）
       → 中文名稱：第二型糖尿病，不伴有併發症
       → 資料來源：衛福部 ICD-10-CM 2024 版

也支援反向查詢（碼 → 診斷名稱）、相關診斷推薦、併發症推論。

2. 台灣 FDA 藥品資料

接台灣 FDA 藥品許可證資料庫的 5 個官方 API，查詢內容包含：

• 藥品成分與適應症
• 仿單資訊（含交互作用警告）
• 健保給付規範
• 藥品外觀識別（顏色、形狀、刻字）

3. LOINC 檢驗標準碼

LOINC 是國際通用的檢驗標準，讓不同醫院的檢驗報告可以互通。Taiwan Health MCP 內建 30+ 個台灣常用檢驗項目的完整中文對照，並可擴展至 LOINC 全資料庫 87,000+ 項。

差異化功能：除了碼對照，還能根據年齡與性別查詢對應的參考值範圍，並自動判讀數值（正常／偏高／偏低）。這是單純查 LOINC 官方資料庫做不到的事。

4. 臨床指引搜尋

整合台灣各醫學會（含台灣糖尿病學會、台灣高血壓學會等）的臨床指引，支援：

• 依診斷碼查詢對應的診斷與用藥建議
• 完整臨床路徑規劃
• 檢查建議清單

5–8. 其他模組

三步驟串接：從零到能查詢

步驟 1：啟動 MCP Server

git clone https://github.com/healthymind-tech/Taiwan-Health-MCP
cd Taiwan-Health-MCP
docker-compose up -d
# 服務跑在 localhost:8000

或用 npm 直接啟動（不用 Docker）：

npm install
npm start

步驟 2：設定你的 MCP Client

支援任何 MCP Client，包含 Claude Desktop、Cursor、Continue.dev 等。在設定檔加入：

{
  "mcpServers": {
    "taiwan-health-mcp": {
      "command": "node",
      "args": ["path/to/Taiwan-Health-MCP/index.js"],
      "env": {}
    }
  }
}

步驟 3：直接用自然語言查詢

設定完成後，不需要寫任何 API 呼叫。直接問 AI：

• 「查詢 E11.9 的診斷名稱和常見併發症」
• 「這個患者的 HbA1c 8.2%，LOINC 對應什麼碼？數值正常嗎？」
• 「列出台灣 FDA 核准、含 Metformin 的藥品」
• 「糖尿病患者的臨床指引建議什麼 HbA1c 目標？」

AI 在背後自動選擇對應的 MCP 工具，不需要你指定要呼叫哪個 API。

三個醫院場景的具體應用

場景一：AI 輔助營養師

營養師在 DietMate 平台審核患者飲食記錄時，AI Agent 同步進行：

1. 用 ICD-10 工具查患者診斷碼（如 E11.9 糖尿病）
2. 用 FDA 藥品工具確認目前用藥，標記飲食交互作用
3. 用過敏原模組確認食物限制
4. 彙整成結構化的臨床數據給營養師參考

營養師從原本要在三個系統間切換查詢，縮減為在單一介面接收彙整後的資訊。

場景二：臨床決策支援

醫師問 AI：「這位糖尿病患者的 HbA1c 連續三次都在 8% 以上，現在的用藥夠了嗎？」

AI 透過 FHIR R4 查詢 LOINC 標準化的檢驗趨勢，再比對台灣糖尿病學會指引的 HbA1c 控制目標（< 7%），提供是否需要調整用藥的建議——明確標注建議來源是哪份指引的哪一節，讓醫師可以自行核實。

場景三：病歷摘要自動化

AI 讀取患者的 FHIR R4 格式資源（診斷碼、用藥、檢驗值），自動生成結構化摘要：

患者摘要（AI 生成，供醫師核閱）
診斷：E11.9（第二型糖尿病）、I10（原發性高血壓）
目前用藥：Metformin 500mg bid、Amlodipine 5mg qd
最近 HbA1c：8.2%（2026-05-01）→ 高於建議目標
待關注：血糖控制未達標，建議評估是否調整治療方案

這類行政文書工作通常佔醫護人員每天工時的 20–35%，結構化摘要可以大幅縮短紀錄時間。

技術規格摘要

如何開始或導入

Taiwan Health MCP 是 100% 開源專案，直接 clone 就能用：

git clone https://github.com/healthymind-tech/Taiwan-Health-MCP

詳細文件：

• 快速開始指南
• 模組 API 文件

如果你的機構已在使用或評估 DietMate，Taiwan Health MCP 的營養資料庫與 FHIR 模組可以直接整合進去，不需要另外建置。需要 FHIR R4 對接的技術支援或導入諮詢，可透過官方網站聯繫我們。

關於 Taiwan Health MCP 的開源背景與 32 個工具的完整說明，可以參考開源揭幕(一)。