Communitygithub.com

healthcare-eval-harness

Harnais d'évaluation de la sécurité des patients pour les déploiements d'applications de santé. Suites de tests automatisés pour la précision des CDSS, l'exposition des PHI, l'intégrité du flux de travail clinique et la conformité d'intégration. Bloque les déploiements en cas d'échec de sécurité. À utiliser lorsqu'un déploiement de santé doit être conditionné à des tests de sécurité des patients pour la précision des CDSS, l'exposition des PHI et l'intégrité du flux de travail.

Qu'est-ce que healthcare-eval-harness ?

Ce harnais d'évaluation fournit un système de vérification automatisé pour les déploiements d'applications de santé, garantissant que la sécurité des patients reste non négociable. Il exécute cinq catégories de tests dans l'ordre : les trois premières (Précision CDSS, Exposition PHI, Intégrité des données) sont des passerelles CRITIQUES exigeant un taux de réussite de 100 % – un seul échec bloque le déploiement. Les deux dernières (Flux de travail clinique, Conformité d'intégration) sont des passerelles HAUTES nécessitant un taux de réussite de 95 % ou plus, avec émission d'avertissements mais autorisation après révision. Le système s'intègre directement dans les pipelines CI/CD (par exemple GitHub Actions) et utilise des motifs de chemin de test Jest, mais les commandes peuvent être adaptées à tout framework de test (Vitest, pytest, PHPUnit, etc.). Il est conçu pour être utilisé avant tout déploiement d'applications EMR/EHR, après modification de la logique CDSS, après changement de schémas de base de données affectant les données patients, ou après modification de l'authentification/contrôle d'accès.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/healthcare-eval-harness

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Harnais d'évaluation santé — Vérification de la sécurité des patients

Système de vérification automatisé pour les déploiements d'applications de santé. Un seul échec CRITIQUE bloque le déploiement. La sécurité des patients est non négociable.

Remarque : Les exemples utilisent Jest comme exécuteur de test de référence. Adaptez les commandes à votre framework (Vitest, pytest, PHPUnit, etc.) — les catégories de test et les seuils de réussite sont indépendants du framework.

Quand l'utiliser

  • Avant tout déploiement d'applications EMR/EHR
  • Après modification de la logique CDSS (interactions médicamenteuses, validation des doses, scores)
  • Après changement de schémas de base de données qui touchent aux données patients
  • Après modification de l'authentification ou du contrôle d'accès
  • Lors de la configuration du pipeline CI/CD pour des applications de santé
  • Après résolution de conflits de fusion dans les modules cliniques

Comment ça fonctionne

Le harnais d'évaluation exécute cinq catégories de tests dans l'ordre. Les trois premières (Précision CDSS, Exposition PHI, Intégrité des données) sont des passerelles CRITIQUES exigeant un taux de réussite de 100 % — un seul échec bloque le déploiement. Les deux dernières (Flux de travail clinique, Intégration) sont des passerelles HAUTES exigeant un taux de réussite de 95 % ou plus.

Chaque catégorie correspond à un motif de chemin de test Jest. Le pipeline CI exécute les passerelles CRITIQUES avec --bail (arrêt sur premier échec) et impose des seuils de couverture avec --coverage --coverageThreshold.

Catégories d'évaluation

1. Précision CDSS (CRITIQUE — 100% requis)

Teste toute la logique d'aide à la décision clinique : paires d'interactions médicamenteuses (dans les deux sens), règles de validation des doses, scores cliniques par rapport aux spécifications publiées, aucun faux négatif, aucune défaillance silencieuse.

npx jest --testPathPattern='tests/cdss' --bail --ci --coverage

2. Exposition PHI (CRITIQUE — 100% requis)

Teste les fuites d'informations de santé protégées : réponses d'erreur API, sortie console, paramètres URL, stockage navigateur, isolation entre établissements, accès non authentifié, absence de clé de rôle de service.

npx jest --testPathPattern='tests/security/phi' --bail --ci

3. Intégrité des données (CRITIQUE — 100% requis)

Teste la sécurité des données cliniques : consultations verrouillées, entrées de piste d'audit, protection contre les suppressions en cascade, gestion des modifications simultanées, absence d'enregistrements orphelins.

npx jest --testPathPattern='tests/data-integrity' --bail --ci

4. Flux de travail clinique (HAUTE — 95%+ requis)

Teste les flux de bout en bout : cycle de vie des consultations, rendu des modèles, ensembles de médicaments, recherche de médicaments/diagnostics, PDF de prescription, alertes de drapeau rouge.

tmp_json=$(mktemp)
npx jest --testPathPattern='tests/clinical' --ci --json --outputFile="$tmp_json" || true
total=$(jq '.numTotalTests // 0' "$tmp_json")
passed=$(jq '.numPassedTests // 0' "$tmp_json")
if [ "$total" -eq 0 ]; then
  echo "Aucun test clinique trouvé" >&2
  exit 1
fi
rate=$(echo "scale=2; $passed * 100 / $total" | bc)
echo "Taux de réussite clinique : ${rate}% ($passed/$total)"

5. Conformité d'intégration (HAUTE — 95%+ requis)

Teste les systèmes externes : analyse de messages HL7 (v2.x), validation FHIR, mappage des résultats de laboratoire, gestion des messages malformés.

tmp_json=$(mktemp)
npx jest --testPathPattern='tests/integration' --ci --json --outputFile="$tmp_json" || true
total=$(jq '.numTotalTests // 0' "$tmp_json")
passed=$(jq '.numPassedTests // 0' "$tmp_json")
if [ "$total" -eq 0 ]; then
  echo "Aucun test d'intégration trouvé" >&2
  exit 1
fi
rate=$(echo "scale=2; $passed * 100 / $total" | bc)
echo "Taux de réussite d'intégration : ${rate}% ($passed/$total)"

Matrice de réussite/échec

CatégorieSeuilEn cas d'échec
Précision CDSS100%BLOQUER le déploiement
Exposition PHI100%BLOQUER le déploiement
Intégrité des données100%BLOQUER le déploiement
Flux de travail clinique95%+AVERTISSEMENT, autoriser avec révision
Intégration95%+AVERTISSEMENT, autoriser avec révision

Intégration CI/CD

name: Healthcare Safety Gate
on: [push, pull_request]

jobs:
  safety-gate:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-node@v4
        with:
          node-version: '20'
      - run: npm ci

      # Passerelles CRITIQUES — 100% requis, s'arrêter au premier échec
      - name: CDSS Accuracy
        run: npx jest --testPathPattern='tests/cdss' --bail --ci --coverage --coverageThreshold='{"global":{"branches":80,"functions":80,"lines":80}}'

      - name: PHI Exposure Check
        run: npx jest --testPathPattern='tests/security/phi' --bail --ci

      - name: Data Integrity
        run: npx jest --testPathPattern='tests/data-integrity' --bail --ci

      # Passerelles HAUTES — 95%+ requis, vérification de seuil personnalisée
      # Passerelles HAUTES — 95%+ requis
      - name: Clinical Workflows
        run: |
          TMP_JSON=$(mktemp)
          npx jest --testPathPattern='tests/clinical' --ci --json --outputFile="$TMP_JSON" || true
          TOTAL=$(jq '.numTotalTests // 0' "$TMP_JSON")
          PASSED=$(jq '.numPassedTests // 0' "$TMP_JSON")
          if [ "$TOTAL" -eq 0 ]; then
            echo "::error::Aucun test clinique trouvé"; exit 1
          fi
          RATE=$(echo "scale=2; $PASSED * 100 / $TOTAL" | bc)
          echo "Taux de réussite : ${RATE}% ($PASSED/$TOTAL)"
          if (( $(echo "$RATE < 95" | bc -l) )); then
            echo "::warning::Le taux de réussite clinique ${RATE}% est inférieur à 95%"
          fi

      - name: Integration Compliance
        run: |
          TMP_JSON=$(mktemp)
          npx jest --testPathPattern='tests/integration' --ci --json --outputFile="$TMP_JSON" || true
          TOTAL=$(jq '.numTotalTests // 0' "$TMP_JSON")
          PASSED=$(jq '.numPassedTests // 0' "$TMP_JSON")
          if [ "$TOTAL" -eq 0 ]; then
            echo "::error::Aucun test d'intégration trouvé"; exit 1
          fi
          RATE=$(echo "scale=2; $PASSED * 100 / $TOTAL" | bc)
          echo "Taux de réussite : ${RATE}% ($PASSED/$TOTAL)"
          if (( $(echo "$RATE < 95" | bc -l) )); then
            echo "::warning::Le taux de réussite d'intégration ${RATE}% est inférieur à 95%"
          fi

Anti-patrons

  • Ignorer les tests CDSS « parce qu'ils ont réussi la dernière fois »
  • Définir des seuils CRITIQUES en dessous de 100 %
  • Utiliser --no-bail sur les suites de tests CRITIQUES
  • Simuler le moteur CDSS dans les tests d'intégration (doit tester la logique réelle)
  • Autoriser les déploiements lorsque la passerelle de sécurité est rouge
  • Exécuter les tests sans --coverage sur les suites CDSS

Exemples

Exemple 1 : Exécuter toutes les passerelles critiques localement

npx jest --testPathPattern='tests/cdss' --bail --ci --coverage && \
npx jest --testPathPattern='tests/security/phi' --bail --ci && \
npx jest --testPathPattern='tests/data-integrity' --bail --ci

Exemple 2 : Vérifier le taux de réussite des passerelles HAUTES

tmp_json=$(mktemp)
npx jest --testPathPattern='tests/clinical' --ci --json --outputFile="$tmp_json" || true
jq '{
  passed: (.numPassedTests // 0),
  total: (.numTotalTests // 0),
  rate: (if (.numTotalTests // 0) == 0 then 0 else ((.numPassedTests // 0) / (.numTotalTests // 1) * 100) end)
}' "$tmp_json"
# Attendu : { "passed": 21, "total": 22, "rate": 95.45 }

Exemple 3 : Rapport d'évaluation

## Évaluation santé : 27/03/2026 [commit abc1234]

### Sécurité des patients : RÉUSSI

| Catégorie | Tests | Réussi | Échec | Statut |
|-----------|-------|--------|-------|--------|
| Précision CDSS | 39 | 39 | 0 | RÉUSSI |
| Exposition PHI | 8 | 8 | 0 | RÉUSSI |
| Intégrité des données | 12 | 12 | 0 | RÉUSSI |
| Flux de travail clinique | 22 | 21 | 1 | 95.5% RÉUSSI |
| Intégration | 6 | 6 | 0 | RÉUSSI |

### Couverture : 84% (objectif : 80%+)
### Verdict : SÛR À DÉPLOYER

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills associés