Điểm nổi bật
- Phạm vi chức năng: literature search, cost-effectiveness model, chuẩn bị dossier HTA và knowledge base theo project.
- Nguồn dữ liệu: công bố 41 nguồn trên 9 nhóm, kèm bảng chọn nguồn và audit trail cho từng lần gọi tool.
- Tính đóng gói: cung cấp qua MCP server, gọi được từ Claude.ai, Claude Code và host tương thích.
- Ngách thị trường: nhắm vào HEOR, pharma, biotech và medical affairs, tức một miền dọc có yêu cầu kiểm toán cao.
Biểu đồ
Tóm tắt
Trong làn sóng MCP server bùng lên, nhiều dự án dừng ở mức bọc một API phổ thông thành vài tool gọi được. heor-agent-mcp đi theo hướng khó hơn nhưng giá trị hơn: chọn một miền dọc rất chuyên biệt là Health Economics and Outcomes Research, rồi đóng gói cả chuỗi công việc có tính kiểm toán cao thành một server MCP có cấu trúc tương đối hoàn chỉnh.
Điều khiến dự án này đáng chú ý là nó không chỉ hứa “AI hỗ trợ nghiên cứu y tế”, mà mô tả khá cụ thể các công cụ, loại mô hình kinh tế, danh sách nguồn dữ liệu, cấu trúc project và dấu vết kiểm toán trả về sau mỗi lần chạy. Đây là cách tiếp cận gần với phần mềm chuyên ngành hơn là demo AI thông thường.
Chi tiết
heor-agent-mcp cho thấy một xu hướng quan trọng của open source AI trong 2026: thay vì cố làm nền tảng ngang cho mọi bài toán, nhiều dự án bắt đầu thắng bằng cách đi thật sâu vào một nghiệp vụ dọc có ngân sách rõ và pain point thật. HEOR là ví dụ điển hình. Đây là lĩnh vực cần rà tài liệu, dựng mô hình cost-effectiveness, chuẩn bị hồ sơ cho các cơ quan thẩm định như NICE, EMA hay FDA, đồng thời phải giữ được khả năng truy vết nguồn và giả định. Việc đóng gói chuỗi công việc đó thành MCP server giúp AI host không chỉ trả lời câu hỏi, mà gọi đúng công cụ theo từng bước nghiệp vụ.
Tài liệu dự án nêu bốn nhóm năng lực nổi bật. Một là literature search qua hàng chục nguồn, trả về cả bảng chọn nguồn và lý do dùng hay không dùng từng nguồn. Hai là cost-effectiveness modelling với các khái niệm rất chuyên như Markov, PSA, OWSA, CEAC, EVPI. Ba là chuẩn bị dossier cho nhiều khung HTA khác nhau. Bốn là project knowledge base để lưu và truy xuất tri thức theo từng hồ sơ. Khi nhìn tổng thể, đây không còn là một “plugin AI”, mà là một lớp middleware chuyên ngành có thể biến Claude Code hoặc host MCP thành trợ lý nghiên cứu có cấu trúc.
Điểm chiến lược của dự án là tính auditability. Trong các ngành bị quản lý chặt, AI chỉ hữu ích khi mọi bước đủ minh bạch để kiểm tra lại. heor-agent-mcp nhấn mạnh audit trail, assumptions, warnings và source selection table cho từng lần gọi. Đó chính là khác biệt sống còn giữa một demo mô hình và một công cụ có thể bước gần hơn tới quy trình thật. Nếu cộng đồng tiếp tục phát triển các MCP server kiểu này, thị trường AI sẽ chứng kiến nhiều “vertical operating layer” mọc lên, nơi model nền chỉ là một thành phần còn giá trị thật nằm ở quy trình, dữ liệu và khả năng kiểm toán theo ngành.
Với open source, dự án này cũng phát tín hiệu tích cực: MCP không chỉ dành cho developer productivity mà đã bắt đầu đi vào miền tri thức chuyên sâu. Đây là dấu hiệu cho thấy lớp chuẩn giao tiếp tool có thể mở rộng rất nhanh sang các ngành có biên lợi nhuận cao và yêu cầu tuân thủ chặt.