Capacite a sus agentes de atención médica con MCP listos para usar en Databricks Marketplace

Aunque los agentes de AI prometen transformar el sector de la salud, para que tengan éxito necesitan una integración sofisticada de conocimiento seleccionado, datos oportunos y herramientas especializadas. Aquí es donde el Model Context Protocol (MCP), como interfaz estándar abierta, resulta clave para integrar todos estos complementos y potenciar al máximo los agentes con las capacidades adecuadas.

Barreras para la adopción de agentes en el sector de la salud

Crear agentes de AI eficaces en el sector de la salud plantea desafíos únicos. En primer lugar, los flujos de trabajo de la salud exigen un conocimiento muy especializado y seleccionado, que va desde datos genómicos hasta guías clínicas, el cual es difícil de desarrollar desde cero. Los modelos de lenguaje grande (LLM) genéricos a menudo carecen de la información especializada necesaria para el descubrimiento de fármacos o el soporte de decisiones clínicas. Además, dado que hay mucho en juego en el sector de la salud, los LLM necesitan un contexto fundamentado y acceso directo a herramientas diseñadas específicamente para ofrecer respuestas seguras y precisas.

Tradicionalmente, los datos y las herramientas de salud han permanecido aislados en sistemas dispares, lo que requiere enormes esfuerzos de ingeniería para su integración y genera barreras significativas para la adopción de la AI. Por ello, los profesionales de la salud siguen trabajando en flujos de trabajo con gran cantidad de papel y datos, precisamente el tipo de tareas que los agentes están diseñados para simplificar y aliviar.

Databricks como un ecosistema unificado de agentes con bloques de construcción reutilizables, incluidos los servidores MCP

Databricks ya ofrece un ecosistema de agentes de servicio completo donde es fácil descubrir y reutilizar bloques de construcción esenciales (incluidos servidores MCP, herramientas de funciones, espacios de Genie y Vector Search), todo bajo la sólida seguridad de Unity Catalog.

Nuevos servidores MCP en Databricks Marketplace

Hacemos que sea más fácil que nunca poner en marcha el desarrollo con servidores MCP listos para usar en el Databricks Marketplace. Con estos servidores MCP, puede incorporar nuevas capacidades como:

Servidores MCP proporcionados por Climb
	Generar hipótesis a partir de interacciones entre enfermedad, objetivo y fármaco, o buscar bioactividad, incluida la toxicidad: Open Targets MCP - Inteligencia de objetivos, enfermedades y fármacos ChEMBL MCP - Inteligencia de descubrimiento de fármacos y compuestos bioactivos BioContextAI MCP - Inteligencia unificada de biología estructural y de sistemas
	Buscar literatura biomédica: PubMed MCP - Búsqueda de literatura biomédica y recuperación de evidencia bioRxiv & medRxiv MCP - Inteligencia de prepublicaciones de ciencias de la vida
	Consultar clinicaltrials.gov para obtener información sobre los ensayos actuales y su estado: ClinicalTrials.gov MCP - Inteligencia de ensayos clínicos
	Examinar las etiquetas de productos farmacéuticos y la información de seguridad de medicamentos y dispositivos: OpenFDA MCP - Inteligencia de seguridad, etiquetas y cumplimiento de medicamentos de la FDA
	Consultar las políticas de cobertura de Medicare: CMS Coverage MCP - Inteligencia de políticas y determinaciones de cobertura de Medicare
	Buscar ontologías: BioPortal MCP - Ontología y terminología biomédica
Proveedores de MCP adicionales en Databricks Marketplace
	Obtenga respuestas a preguntas clínicas con evidencia del mundo real patentada en Alexandria, la biblioteca de evidencia de Atropos
	Medical Semantics Gateway de Kythera convierte datos de salud complejos en inteligencia accesible, consultable y procesable.
	Diseñe y gestione integraciones de datos de salud utilizando lenguaje natural con Redox MCP

Climb

Nos asociamos con Climb, un socio integrador de sistemas de confianza de Databricks, para ofrecer acceso directo a servidores MCP biomédicos clave, incluidos PubMed, Clinicaltrials.gov y US Census.

El diagrama anterior muestra cómo Climb reúne los datos públicos de ciencias de la vida y tus propios datos privados en tu espacio de trabajo de Databricks. Las fuentes públicas canónicas se conectan a través de servicios MCP en vivo, sin necesidad de realizar copias ni procesos ETL que mantener sincronizados. Dentro de Databricks, estos se unen a tus registros privados de la capa Gold y a tus propios modelos, todo bajo el gobierno de Unity Catalog que ya ejecutas. Desde entornos como Genie y Agent Bricks, tus equipos pueden consultar datos de evidencia públicos y privados de forma conjunta, lo que permite impulsar casos de uso como paneles de control de pacientes que responden y no responden y el monitoreo de eventos adversos, todo en una única ejecución auditada.

Atropos Health

Atropos Health MCP permite un acceso rápido a Alexandria®, la Atropos Evidence™ Library, una colección de más de 33 millones de hallazgos basados en evidencia de precisión (pEPF™) y resúmenes de evidencia de precisión del mundo real (pRWE™). Estos estudios observacionales reducen la brecha de evidencia en cohortes multimórbidas del mundo real que suelen estar subrepresentadas en los ensayos clínicos y otros estudios convencionales. Además, promueve la medicina basada en evidencia y agiliza las operaciones clínicas al presentar evidencia relevante para los perfiles de pacientes individuales.

"Las mejores asociaciones no solo conectan dos productos, sino que desbloquean algo que ninguno podría ofrecer por separado. Eso es lo que significa para nosotros ser un socio de Databricks Marketplace. Al llevar la evidencia del mundo real directamente a la Data Intelligence Platform, ofrecemos a los equipos de ciencias de la vida y de atención médica la capacidad de crear aplicaciones de AI basadas en la realidad clínica, no solo en datos, y eso cambia lo que realmente es posible".

- Dr. Brigham Hyde, CEO y cofundador de Atropos Health.

Kythera Labs

Kythera Labs proporciona infraestructura semántica clínica para AI en el sector salud, ayudando a los agentes a traducir conceptos clínicos en lenguaje natural a la lógica de vocabulario médico estándar requerida para trabajar con datos de salud del mundo real. El Kythera Clinical Semantic Translation MCP Server permite a los usuarios describir enfermedades, medicamentos, procedimientos, pruebas de laboratorio, resultados y criterios de elegibilidad en lenguaje sencillo, y los traduce automáticamente en conjuntos de códigos listos para la recuperación en vocabularios como ICD-10-CM, SNOMED CT, CPT, HCPCS, NDC, RxNorm y LOINC. Al cerrar la brecha entre el lenguaje clínico y los datos de salud estructurados, Kythera acelera el descubrimiento de cohortes, la búsqueda de pacientes, la viabilidad de ensayos clínicos, el análisis comercial, la investigación de acceso al mercado y la generación de evidencia del mundo real. En lugar de depender de búsquedas manuales de códigos o de la experiencia especializada en datos de salud, las organizaciones pueden usar el servidor MCP de Kythera para pasar rápidamente de preguntas clínicas a información accionable, lo que permite a los agentes de AI y a los analistas trabajar de manera más eficaz con conjuntos de datos de reclamaciones, EHR, farmacia, laboratorio e investigación.

Redox

Redox es tu socio de interoperabilidad, que impulsa el intercambio inteligente de datos de salud a escala. Proveedores, aseguradoras, organizaciones de tecnología de la salud, EHR y tecnología médica confían en Redox para conectar, preparar, enrutar y ejecutar flujos de trabajo de datos complejos a través de una red conectada de más de 12 000 sistemas. El servidor MCP de Redox ayuda a los clientes a gestionar y monitorear flujos de interoperabilidad de salud en tiempo real utilizando lenguaje natural. Históricamente, la creación de una nueva conexión de integración requería que un usuario técnico navegara por múltiples pantallas o encadenara varias llamadas a la API de la plataforma para configurarla en un patrón repetible. Este blog muestra cómo casi cualquier usuario puede usar el servidor MCP de Redox para configurar una nueva integración, probarla, revisar el resultado, pasarla a producción, monitorear los registros y revisar el flujo de datos en tiempo real hacia Databricks, todo en una sola sesión.

Descubrimiento y gobernanza centralizados para servidores MCP

También puedes traer tus propios servidores MCP agregándolos a nuestro MCP Catalog. Estos pueden ser servidores MCP alojados externamente o alojados en Databricks Apps. Además, muchos recursos de Databricks como Genie Spaces, AI Search, funciones de Unity Catalog y SQL Warehouses también están disponibles como servidores MCP administrados. Lo que es más importante, dado que tus datos ya están en Databricks, puedes usarlos para crear agentes personalizados que te permitan obtener información valiosa de tus activos de datos.

Todos los servidores MCP, ya sean obtenidos de Databricks Marketplace o de tus propias compilaciones personalizadas, están centralizados en el MCP Catalog de Databricks y gobernados por nuestro Unity AI Gateway para garantizar un acceso seguro y detallado.

Todos los servidores MCP, ya sean de un host externo o alojados en Databricks, están centralizados y gobernados en el Databricks MCP Catalog para un rápido descubrimiento y reutilización.

Empodera a todos para extraer información agéntica de tus datos

Tanto si prefieres una experiencia de poco código (low-code) con Agent Bricks o opciones de codificación flexibles con Databricks Notebooks (ahora con asistencia de AI de Genie Code), tanto los principiantes como los usuarios avanzados pueden crear e implementar agentes en producción fácilmente.

Databricks ofrece una observabilidad completa de los flujos de trabajo de los agentes en las trazas de MLflow y facilita la evaluación con jueces de AI integrados y evaluadores personalizados. Además, Databricks proporciona una Review App complementaria para recopilar comentarios de expertos humanos. Una vez implementado, el agente se monitorea continuamente con guardrails de AI para protegerlo contra actividades maliciosas.

Cómo agregar servidores MCP a tu agente

A continuación, te mostramos cómo puedes usar estos servidores MCP, ya seas un usuario principiante, intermedio o avanzado de Databricks.

Principiante (2 min): Inicio rápido con Playground

1. Inicia el servidor MCP desde tu Marketplace
2. Ve al AI Playground. Selecciona el modelo y las herramientas (Tools) y elige los servidores MCP externos.

Puedes empezar a hacer preguntas como «Dame las propiedades moleculares de orforglipron». Si has conectado el servidor MCP de ChEMBL, debería responder lo siguiente:

3. Si estás satisfecho con el progreso, despliega esto como una Databricks Apps haciendo clic en el botón “Obtener código”. Esto despliega MLflow Agent Server con un endpoint de FastAPI y una interfaz de usuario (UI) de React.

Intermedio (5 min): Agentes supervisores con Agent Bricks

Para escenarios que involucran numerosas herramientas y servidores MCP, sugerimos crear un Agente supervisor. Este orquestador dirige eficientemente las consultas a varios subagentes especializados, cada uno enfocado en un conjunto de herramientas en particular. Puedes hacer esto en 5 minutos sin código con el Agente supervisor de Agent Bricks.

1. Inicia el servidor MCP desde tu Marketplace
2. Ve a Agent Bricks. Selecciona Agente supervisor.
3. Añade los servidores MCP, las herramientas y las instrucciones.

Para obtener análisis más profundos de los resultados de MCP junto con tu información patentada, puedes integrar tus propios datos como Genie Spaces o Vector Search como herramientas adicionales.

A modo de ilustración, conectamos un Genie Space de DrugBank para representar una biblioteca química. Esto nos permite hacer preguntas como “Enumera los agonistas de GLP-1 en DrugBank y sus propiedades ADMET”. Debería generar el SQL adecuado para obtener la siguiente respuesta:

Tras el despliegue, Agent Bricks proporciona un endpoint REST automáticamente para facilitar la invocación. Para quienes necesiten una interfaz personalizada, pueden desarrollar una dentro de Databricks Apps utilizando una variedad de plantillas de aplicaciones disponibles.

Avanzado (20 min): Agente supervisor personalizado

Para una personalización completa, puedes codificar el agente supervisor utilizando cualquier framework de agentes (por ejemplo, Langgraph, OpenAI Agents) en Databricks Notebooks en la nube o en un IDE local. Hay múltiples plantillas de agentes y aplicaciones para elegir, por lo que casi no necesitarás empezar desde cero. Incluso vienen con Agent Skills para asistentes de codificación de IA como Genie Code o Claude Code para un inicio más rápido. Además, estas plantillas funcionan con la Supervisor API donde simplemente puedes definir las herramientas.

Por ejemplo, AiChemy, nuestro agente de investigación de fármacos, se creó utilizando este repositorio de código con servidores MCP configurables para que puedas buscar en bases de conocimientos externas (por ejemplo, PubChem) junto con tus propios datos (por ejemplo, la biblioteca química ZINC en AI Search con embeddings ECFP) para encontrar moléculas estructuralmente similares como esta:

Próximos pasos

Tanto si estás empezando como si eres un desarrollador experimentado, puedes crear tu propio agente utilizando tus datos y servidores MCP en cuestión de minutos. Con la creciente selección de servidores MCP en el Databricks Marketplace, puedes mejorar rápidamente tus agentes.

Además, para acelerar tu transformación de datos, el desarrollo de agentes y tus necesidades de servidores MCP, ponte en contacto con nuestro socio de confianza de Databricks, Climb. Climb se especializa en operacionalizar la IA empresarial a través de soluciones listas para producción que ofrecen resultados comerciales medibles. Para conocer más detalles sobre su servicio MCP recientemente lanzado para el sector de la salud y las ciencias de la vida, lee más aquí.

Para los socios interesados en incluir sus servidores MCP comerciales en nuestro creciente Databricks Marketplace, revisen nuestro portal de validación de socios de MCP aquí.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original