Health Evidence Workbench

Быстрый старт · Возможности · Приватность · Документация

Python 3.11+ · PDF и изображения · История записей · MCP

Набор инструментов на Python для работы с медицинскими документами и научными
источниками в ChatGPT/Codex. Проект сохраняет оригиналы PDF и изображений,
доступный текст PDF и связанные с источником расшифровки, которые модель
создаёт в диалоге. Структурированные записи с проверкой и сравнением истории
можно вести отдельно. Публичный поиск получает обезличенный вопрос.

Мой pet-проект для собственных исследовательских задач и изучения Python,
типизированных данных и инструментов проверки. За основу идеи взял
Claude Science
от Anthropic и адаптировал её под свои задачи.

Не медицинская рекомендация и не медицинское изделие. Этот MVP не ставит
диагнозы, не назначает лечение, не определяет срочность медицинской помощи,
не подтверждает клиническую валидность и не заменяет квалифицированного врача.

Что внутри

• Клиенты библиографических метаданных PubMed и Crossref.
• Каталог и рабочий процесс для изучения официальных рекомендаций и первичных
  источников.
• Сохранение PDF/PNG/JPEG без изменения исходников, проверка хешей и полный
  текст с привязкой к документу. Локальный OCR отключён: сканы и изображения
  читает ChatGPT/Codex в диалоге, а не скрытый локальный распознаватель.
• Простой путь PDF + UTF-8 TXT в выбранной папке без базы и MCP.
• Параллельный v2: целые лабораторные строки, подтверждение и исправления,
  неизменяемая история, сравнение совместимых результатов, локальные расчёты
  и черновики. Старое состояние автоматически не переносится.
• Типизированные контракты CasePacket и EvidencePacket для передачи данных
  между этапами.
• Структурная проверка связей между утверждениями и подтверждающими материалами,
  вспомогательные средства ведения журнала проверок.
• Дополнительные утилиты для лабораторных данных и амбулаторного мониторинга.
• Навыки Codex, MCP-сервер для публичной зоны и примеры карточек пациента
  и решений — только на вымышленных данных.

Как устроена работа с документом

1. Сохранить явно выбранный оригинал в согласованной папке.
2. Прочитать реальные страницы в ChatGPT/Codex и сохранить полный текст
   с разделителями страниц и явными сомнениями. Доступный текст PDF помогает
   навигации, но не заменяет просмотр изображений и таблиц.
3. Искать по сохранённому тексту или, при необходимости, импортировать целые
   строки в v2 и подтвердить их после просмотра.

Сохранённая расшифровка остаётся непроверенной. Простой путь PDF + TXT не
создаёт историю записей, квитанции медицинской проверки или CasePacket.
Подробнее: работа с PDF и
документы v2.

Модель приватности

В публичный репозиторий намеренно не включены реальные персональные
медицинские данные, исходные медицинские документы, локальные рабочие базы,
учётные данные и пользовательские пути. Приватные архивы должны находиться
за пределами клона. Всё состояние, создаваемое при работе, должно оставаться
локальным и исключаться из Git. Перед коммитом проверяйте именно подготовленные
к нему файлы, а не полагайтесь только на .gitignore.

Проект разделён на логические зоны доверия:

Локальное хранение не означает офлайн-работу модели: выбранные страницы
обрабатываются в диалоге ChatGPT/Codex. Названия зон не делают эту беседу
конфиденциальной от самой модели.

Это дополнительные уровни защиты, а не гарантия анонимности или изоляции
пользователей. Общий процесс, задача или учётная запись операционной системы
могут переносить информацию через такие границы.

Быстрый старт

Понадобятся Python 3.11+ и uv.

uv sync --extra dev --extra mcp --extra documents
uv run pytest
uv run health-analyzer --help

При необходимости скопируйте .env.example в локальный конфигурационный файл,
исключённый из Git. В публикуемых примерах используйте условные пути вроде
/path/to/private-archives. Не добавляйте в коммиты реальные пути к архивам,
идентификаторы пациентов, API-ключи или ключи псевдонимизации.

Для встроенной конфигурации MCP задайте в локальном окружении переменную
HEALTH_ANALYZER_PROJECT_ROOT с абсолютным путём к клону. В публичной
конфигурации намеренно оставлен шаблон: она должна быть переносимой и не
содержать персональных путей.

Обёртка публичного MCP для macOS проверяет целостность среды выполнения по
зафиксированному хешу. После проверенного изменения этой среды пересоздайте
манифест и используйте его актуальный хеш. Команды для текущей версии:

scripts/update-runtime-manifest
scripts/run-public-mcp --expected-runtime-manifest-sha256 \
  bbc1e3a00c1318e8c0e0c4c045dde6cfbea3bb6cea908683c5c6e70543310574

Обёртка намеренно использует строгие проверки и рассчитана на локальную среду
macOS. Для разработки на других платформах используйте CLI и тесты из начала
этого раздела.

Важные ограничения

• Библиографические метаданные не заменяют полный текст исследования и сами
  по себе не подтверждают медицинские утверждения.
• Кеш источников и рекомендаций может устареть. Актуальность и применимость
  нужно проверять по самим источникам.
• Квитанции с HMAC помогают лишь локально обнаруживать изменения. Это не
  шифрование, цифровая подпись, аутентификация проверяющего, проверка источника
  или клиническая экспертиза.
• Проверки обезличивания основаны на эвристиках. Перед любой публичной
  передачей данных всё равно нужна проверка человеком.
• Нативный текст PDF может не содержать сканы, сложные таблицы и визуальные
  детали. Рендеринг требует явно выбранного host-режима; строгий runtime
  возвращает ограничение, не повторяя операцию вне sandbox.
• v2 требует отдельной локальной конфигурации и не меняет установленный
  плагин или старые записи автоматически. Прохождение тестов не означает
  готовность к клиническому применению.
• Синтетические примеры показывают движение данных, а не полноту клинического
  охвата и не медицинскую рекомендацию.

Документация

Подробная техническая документация пока на английском:

• Архитектура.
• Эксплуатация и рабочие процессы.
• Локальная работа с PDF.
• Архитектура и ограничения v2.
• Настройка runtime v2.
• Полные тексты и просмотр источников.

Участие в разработке и безопасность

Перед предложением изменений прочитайте CONTRIBUTING.md.
Правила приватности, обращения с учётными данными и сообщения об уязвимостях
описаны в SECURITY.md. Оба документа — на английском.
Не размещайте конфиденциальные материалы в публичных issues, pull requests,
тестовых данных, логах или скриншотах.

Лицензия

MIT