Model Context Protocol (MCP)

Collegate ChatGPT, Claude e altri assistenti IA a LDB

Con il Model Context Protocol (MCP), le applicazioni IA esterne possono accedere a funzionalità di LDB autorizzate in modo mirato. L’IA può così non solo rispondere a domande, ma anche recuperare informazioni aggiornate, registrare dati in forma strutturata ed eseguire operazioni definite.

Le analisi vengono utilizzate per mettere a disposizione dati di LDB. Attraverso le interfacce di importazione è possibile restituire a LDB nuovi dati, attività o cambiamenti di stato.

  • Collegamento IA uniforme: MCP è uno standard aperto, supportato da un numero crescente di applicazioni IA. Non è quindi necessario sviluppare un’interfaccia specifica per ogni modello IA.
  • Leggere e aggiornare: Gli assistenti IA possono recuperare informazioni tramite analisi autorizzate e inviare dati a LDB attraverso interfacce di importazione definite.
  • Autorizzazione mirata: Decidete voi quali analisi e interfacce di importazione possono essere utilizzate tramite MCP. L’IA non ottiene un accesso illimitato al database.
  • Diritti di accesso specifici per utente: L’autenticazione MCP è associata a un utente LDB. L’applicazione IA può accedere solo alle analisi e alle interfacce di importazione abilitate per quell’utente. Tutte le modifiche vengono registrate nell’audit trail a nome dell’utente corrispondente e contrassegnate con "MCP".
  • Processi di laboratorio automatizzabili: Gli agenti IA possono supportare o automatizzare query ricorrenti e operazioni chiaramente definite.
  • Scelta flessibile dei modelli: Il collegamento MCP può essere utilizzato con diverse applicazioni e modelli IA compatibili.
Presentazione del collegamento MCP nell’incontro con gli utenti sul rilascio autunnale 2026

Che cos’è MCP?

Il Model Context Protocol, abbreviato MCP, è uno standard aperto per collegare applicazioni IA a fonti di dati e funzionalità esterne.

In parole semplici, MCP è un linguaggio comune tra un’IA e LDB. L’IA può riconoscere quali strumenti autorizzati sono disponibili, quali informazioni richiedono e con quale struttura vengono restituiti i risultati.

In LDB, le analisi possono essere rese disponibili come strumenti MCP di lettura e le interfacce di importazione come strumenti MCP di scrittura. L’IA opera così attraverso interfacce chiaramente definite, senza un accesso diretto e illimitato al database.

MCP non è un modello IA. Collega applicazioni IA come ChatGPT o Claude alle funzionalità e ai dati di LDB che autorizzate a questo scopo.

Esempio: campionamento con comandi vocali

Durante il campionamento dell’acqua potabile, occorre documentare direttamente sul posto il punto di prelievo, l’ora, la temperatura, il pH e altre osservazioni. Con un’applicazione vocale IA compatibile con MCP, questi dati possono essere registrati senza usare le mani.

L’addetto al campionamento può, ad esempio, dettare i valori tramite una modalità vocale di ChatGPT configurata opportunamente:

«Crea un campione di acqua potabile al punto di prelievo cucina. Temperatura 12,4 gradi, pH 7,3. Nessuna anomalia di odore o aspetto.»

L’IA struttura le informazioni e le trasmette a LDB tramite l’interfaccia di importazione MCP autorizzata. In LDB viene creato il campione e restituito un messaggio di stato con il numero del campione. L’assistente vocale IA comunica lo stato e il numero, permettendo all’addetto di etichettare correttamente il contenitore.

Dopo il campionamento, l’assistente IA può occuparsi di altre operazioni:

  • Creare un’attività per una non conformità rilevata o un controllo successivo necessario
  • Recuperare informazioni sul prossimo appuntamento pianificato
  • Mostrare il prossimo punto di prelievo e le analisi previste
  • Individuare le informazioni mancanti e richiederle in modo mirato
  • Creare un breve riepilogo del campionamento effettuato

L’attenzione rimane così sul punto di prelievo e le mani restano libere per il campionamento vero e proprio.

Controllo e sicurezza

MCP non implica che un’IA esterna ottenga automaticamente accesso a tutti i dati di LDB. Ogni analisi e interfaccia di importazione deve essere autorizzata specificamente per l’utente e per l’utilizzo tramite MCP.

Per azioni sensibili o di scrittura, l’agente IA utilizzato dovrebbe chiedere una conferma prima dell’esecuzione. Questo comportamento può essere definito nella relativa descrizione MCP.

Vedi: Linee guida generali sulla sicurezza dei dati (ADSR)
Guida passo dopo passo

MCP: collegare il LIMS a Claude e ChatGPT

Sebastian, Patrick e Konrad mostrano come collegare il vostro assistente IA:

Onboarding ottobre 2026

Collegare gli assistenti IA tramite MCP: configurazione ed esempi pratici

Patrick e Sebastian mostrano configurazione, sicurezza e tre esempi pratici:

Domande sul collegamento MCP e sui LIMS:

Sì. LDB può essere collegato tramite il Model Context Protocol (MCP) ad applicazioni IA come Claude, ChatGPT o Google Gemini. MCP è uno standard aperto supportato da tutti i principali fornitori IA: il collegamento viene quindi configurato una sola volta e funziona poi con qualsiasi assistente compatibile. L’IA lavora con dati aggiornati del vostro LIMS: richiama le analisi dei dati autorizzate e restituisce nuovi dati tramite le interfacce di importazione. Non è necessaria una programmazione specifica per ogni applicazione IA.
LDB supporta MCP. Con la Release autunno, il collegamento è disponibile in produzione per tutti i clienti LDB dal 7 settembre 2026, con autorizzazioni specifiche per utente e audit trail completo.
MCP (Model Context Protocol) è uno standard aperto per collegare applicazioni IA a sistemi esterni: un linguaggio comune tra un’IA e LDB. Per il vostro laboratorio significa che non serve più un’interfaccia per ogni strumento IA. Autorizzate singole analisi dei dati e interfacce di importazione, in modo controllato e tracciabile tramite audit trail.
No. Le applicazioni IA accedono esclusivamente alle funzioni e alle analisi dei dati autorizzate in modo mirato. L’IA non riceve un accesso illimitato al database. Si applicano inoltre i diritti di accesso specifici per utente di LDB: l’IA vede soltanto ciò che l’utente autenticato è autorizzato a vedere. Vale il principio di minimizzazione dei dati: autorizzate soltanto ciò di cui l’IA ha effettivamente bisogno; i contenuti sensibili possono essere esclusi in modo mirato dalle analisi condivise. Anche MFA e SSO di LDB si applicano all’accesso tramite MCP. L’utilizzo dell’IA è disattivato per impostazione predefinita e viene abilitato consapevolmente da voi. I dettagli sulla scelta dei modelli e sulla protezione dei dati sono documentati nelle nostre Direttive generali sulla sicurezza dei dati (ADSR).
Tutte le chiamate MCP vengono registrate in LDB in corrispondenza dell’analisi dei dati e dell’interfaccia di importazione interessate, contrassegnate come MCP e associate all’utente. Una modifica effettuata tramite un’applicazione IA è quindi sempre riconoscibile e attribuita a una persona, con la stessa tracciabilità di un inserimento tramite l’interfaccia utente. I vostri passaggi di approvazione e validazione rimangono invariati. Con MCP, l’IA viene eseguita nella vostra applicazione IA, ad esempio Claude, ChatGPT o Copilot. L’eventuale utilizzo dei dati per l’addestramento è regolato dal vostro contratto con il fornitore IA; i piani Business ed Enterprise di norma lo escludono. Per le funzioni IA integrate direttamente in LDB, al contrario, è contrattualmente escluso che i dati vengano utilizzati per migliorare o addestrare i modelli. Questo è documentato nelle nostre Direttive generali sulla sicurezza dei dati (ADSR).
Il collegamento MCP è incluso nelle licenze LDB con integrazione IA e non comporta costi aggiuntivi. Ai clienti esistenti con una licenza precedente senza IA offriamo un passaggio scontato alla licenza IA, che abilita automaticamente MCP.
L’attivazione richiede pochi passi: aprite l’analisi dei dati o l’interfaccia di importazione, fate clic su “Modifica” nella sezione “Collegamento”, attivate la casella MCP, inserite l’URL MCP visualizzato nell’assistente IA desiderato e autenticatevi una volta con le credenziali LDB. L’assistente IA può quindi accedere immediatamente ai dati autorizzati.
A tale scopo è necessario l’URL del server MCP della vostra istanza (https://labordatenbank.com/<istanza>/mcp); è indicato in ogni analisi dei dati autorizzata nella sezione MCP. Claude (claude.ai o Claude Desktop): in „Customize“ → „Connectors“ → „Add custom connector“ inserite nome e URL del server, selezionate „Connect“ e autorizzate l’accesso con il vostro login LDB. Nelle versioni Team ed Enterprise, un owner aggiunge il connettore per tutti gli utenti. ChatGPT (chatgpt.com): in „Plugins“ → „+“ → „Add custom MCP server“ inserite nome e URL del server, selezionate l’autenticazione „OAuth“ ed eseguite l’accesso con il vostro login LDB. Negli spazi di lavoro Business la configurazione del server spetta agli amministratori. Microsoft Copilot: in Copilot Studio, nella sezione „Tools“ dell’agente, create un nuovo strumento di tipo „Model Context Protocol“ con l’URL del server e „OAuth 2.0“, collegatelo con il login LDB e pubblicate l’agente per Microsoft 365 Copilot o Teams; questa operazione viene generalmente svolta dal vostro reparto IT. L’accesso viene effettuato una sola volta; successivamente i tool autorizzati saranno pronti all’uso nella chat. Le voci di menu potrebbero variare leggermente a seconda della versione. Consultate il video guida per la configurazione di LDB MCP in Claude
No. MCP è disattivato per impostazione predefinita e deve essere abilitato esplicitamente per ciascuna analisi dei dati o interfaccia di importazione e per ciascun utente. Questa impostazione iniziale prudente protegge dagli accessi involontari ai dati.
Per utilizzare MCP con un assistente IA non servono conoscenze SQL: l’IA gestisce le query al database. Le conoscenze SQL sono utili soltanto se desiderate creare analisi dei dati o interfacce di importazione personalizzate da rendere poi disponibili tramite MCP. Per iniziare sono disponibili modelli già pronti.
Sono disponibili modelli MCP pronti all’uso per i casi più frequenti, tra cui ricerca (ordini di campioni, clienti, prezzi, parametri, limiti) e importazione (valori di misura, incarichi, clienti, campioni). L’importazione avviene da: Impostazioni di sistema → Integrazione IA → Modelli MCP → Importa modelli. I modelli sono poi immediatamente utilizzabili nel sistema.
MCP apre numerose possibilità per l’automazione del laboratorio. Ad esempio: campionamento con comandi vocali, in cui un assistente vocale IA riceve sul posto la dettatura di punto di prelievo, temperatura, pH e osservazioni, crea il campione tramite l’interfaccia di importazione e comunica il numero del campione. Gestione dei dati dei campioni: l’IA richiama campione, cliente e incarico, integra i valori di misura mancanti direttamente nel sistema e documenta tutto nell’audit trail. Pianificazione di capacità e personale: l’IA richiama dati su assenze e ferie e aiuta così a pianificare appuntamenti o turni nei quali sia disponibile personale sufficiente.
No. Le chiamate MCP non consumano token IA in LDB. Vengono utilizzati esclusivamente i token dell’assistente IA impiegato, ad esempio Claude o ChatGPT. Per utilizzare MCP è necessaria una licenza LDB con integrazione IA.
LDB LIMS offre workshop e incontri di onboarding gratuiti sui temi IA in laboratorio, analisi dei dati e MCP.
Sì, MCP è stato pensato esattamente per questo scopo. Il responsabile del vostro sistema IA inserisce nel sistema interno l’URL del server MCP della vostra istanza LDB (https://labordatenbank.com/<istanza>/mcp). A seconda dell’organizzazione aziendale, potrebbe essere necessario autorizzare LDB a livello centrale. L’accesso avviene con le credenziali LDB e si applicano i diritti del rispettivo utente.
Al momento dell’accesso, l’assistente IA riceve soltanto una chiave revocabile, mai la vostra password. In Dipendenti → Token API potete interrompere il collegamento in qualsiasi momento. Per i programmi privi di finestra di login, nella stessa sezione è possibile creare anche token API personali.
L’IA decide quale strumento utilizzare in base al nome e alla descrizione dello strumento stesso. Una buona descrizione spiega quando utilizzare lo strumento, cosa significa ciascun parametro, quali dati vengono restituiti e quale strumento sia opportuno impiegare successivamente. Anche nomi descrittivi per i parametri, come “Numero del campione” al posto di “VAR0”, sono di grande aiuto. L’IA può anche generare autonomamente una descrizione adeguata a partire dall’SQL dell’analisi dei dati. Testate i nuovi strumenti prima in un’istanza di validazione o demo.

Utilizziamo i cookie

Utilizziamo cookie propri e di terze parti per mostrarLe il sito web e comprendere meglio come lo utilizza, al fine di migliorare i servizi che offriamo.