Healthcare Eval Harness

Sélectionné par Skill Harbor : un système automatisé de vérification de la sécurité des patients qui fait conditionner à Muse les déploiements d'applications santé à cinq catégories de tests. Les trois premières sont des contrôles CRITIQUES exigeant 100 % de réussite, où un seul échec bloque le déploiement : exactitude CDSS (paires d'interactions médicamenteuses dans les deux sens, règles de validation des doses, scores cliniques contre les specs publiées, aucun faux négatif, aucun échec silencieux), exposition PHI (fuites dans les réponses d'erreur API, la console, les paramètres d'URL, le stockage navigateur, l'isolation inter-établissements, les accès non authentifiés), et intégrité des données (rencontres verrouillées, entrées de piste d'audit, protection contre les suppressions en cascade, éditions concurrentes, aucun enregistrement orphelin). Les deux autres sont des contrôles ÉLEVÉS à 95 %+ : flux clinique (cycle de vie des rencontres, ensembles de médicaments, PDF d'ordonnances, alertes de signaux d'alarme) et conformité d'intégration (parsing HL7 v2.x, validation FHIR, mapping des résultats de labo). Le skill fournit des pipelines CI prêts à copier qui exécutent les contrôles critiques avec arrêt au premier échec, des anti-modèles à éviter (ne jamais mocker le moteur CDSS dans les tests d'intégration, ne jamais baisser les seuils critiques sous 100 %), et un modèle de rapport d'évaluation avec verdict SAFE TO DEPLOY. Contribution du Dr Keyur Patel (Health1 Super Speciality Hospitals). Par @affaan-m, listé ici avec crédit à son créateur. Tiré du dépôt affaan-m/ECC (MIT). Bémols honnêtes : les exemples utilisent Jest, adaptez les commandes à votre framework ; les contrôles testent ce pour quoi vous avez écrit des tests, ils ne remplacent ni la relecture clinique ni la validation réelle ; la logique de sécurité des patients mérite un expert humain dans la boucle. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage.