Migration HAPI FHIR - Architecture Hybride

VérifiéSûr

Guide complet pour migrer vers une architecture hybride utilisant HAPI FHIR comme source de vérité pour les données démographiques Patient/Practitioner, avec stockage GDPR local en PostgreSQL.

Spar Skills Guide Bot
DeveloppementAvancé
11/03/2026
Claude CodeCursorCodex
#fhir#hapi-fhir#healthcare#data-migration#interoperability

Recommandé pour

Synthèse automatique

Guide pas à pas la migration du service core-africare-identity vers une architecture hybride où HAPI FHIR devient la source de vérité pour les ressources Patient/Practitioner et PostgreSQL conserve les métadonnées GDPR.

Points forts

  • Découpe la migration en six phases ordonnées (infrastructure, client, mappers, modèles GDPR, orchestration, suppression du legacy) avec commandes Poetry et chemins de fichiers explicites.
  • Fournit une architecture cible claire répartissant les responsabilités entre HAPI FHIR, PostgreSQL et Keycloak.
  • Inclut la liste des modules à créer (client async, config, identifiers, exceptions typées) et les variables d'environnement HAPI_FHIR_BASE_URL/HTTP timeout.
  • Prévoit une étape de tests unitaires des mappers avant l'orchestration des services.

Limites

  • Fortement couplé au projet core-africare-identity : noms de fichiers, chemins app/ et commandes make migrate sont propres à ce dépôt.
  • Le contenu détaillé est renvoyé vers des fichiers annexes (CLIENT-SETUP.md, MAPPERS.md, GDPR-MODELS.md, SERVICE-LAYER.md) absents du SKILL.md.
  • Ne traite ni la reprise des données existantes ni la stratégie de rollback au-delà du marquage « deprecated » des tables legacy.
Quand l'utiliser

À utiliser pour implémenter concrètement l'architecture FHIR hybride, écrire les mappers Patient/Practitioner ou brancher un client vers HAPI FHIR dans ce service Python.

Quand l'éviter

À éviter pour un autre serveur FHIR, une stack non Python/Poetry, ou une simple question de modélisation de ressources FHIR sans migration associée.

Analyse de sécurité

Sûr
Score qualité82/100

The skill only uses Read, Glob, Grep, Edit, Write, and restricted Bash commands for poetry and git. The instructions contain no destructive, exfiltrating, or obfuscated actions. The referenced bash snippets (poetry add, mkdir, touch, make) are standard development operations and do not pose meaningful security risk within the declared tool restrictions.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Créer le client FHIR async
Implémente la Phase 2 de la migration : crée app/infrastructure/fhir/config.py, identifiers.py, exceptions.py et client.py avec un client HTTP async vers HAPI FHIR (httpx, timeout configurable via HAPI_FHIR_TIMEOUT).
Mapper Patient vers FHIR
Écris app/infrastructure/fhir/mappers/patient_mapper.py pour convertir un PatientCreate Pydantic en ressource FHIR Patient, et ajoute les tests unitaires dans tests/unit/test_fhir_mappers.py.
Orchestrer service + GDPR
Modifie app/services/patient_service.py pour orchestrer HAPI FHIR et les tables PatientGdprMetadata, puis génère la migration Alembic des modèles GDPR.

name: fhir-migration description: Migration du stockage Patient/Practitioner vers HAPI FHIR. Utiliser quand l'utilisateur demande d'implémenter l'architecture hybride FHIR, créer des mappers FHIR, ou intégrer avec HAPI FHIR. allowed-tools: Read, Glob, Grep, Edit, Write, Bash(poetry:), Bash(git:)

Migration HAPI FHIR - core-africare-identity

Ce skill guide la migration du service core-africare-identity vers une architecture hybride avec HAPI FHIR comme source de vérité pour les données démographiques.

Architecture Cible

Client → API (Pydantic) → Service Layer → HAPI FHIR (Patient/Practitioner)
                               ↓
                      PostgreSQL (métadonnées GDPR)
  • HAPI FHIR: Source de vérité pour données démographiques (Patient, Practitioner)
  • PostgreSQL: Métadonnées GDPR locales (soft_deleted_at, correlation_hash, etc.)
  • Keycloak: Authentification et gestion des utilisateurs

Composants à Implémenter

1. Infrastructure FHIR

| Fichier | Description | |---------|-------------| | app/infrastructure/fhir/__init__.py | Exports du module | | app/infrastructure/fhir/client.py | Client HTTP async pour HAPI FHIR | | app/infrastructure/fhir/config.py | Configuration FHIR (URL, timeout) | | app/infrastructure/fhir/identifiers.py | Systèmes d'identifiants FHIR | | app/infrastructure/fhir/exceptions.py | Exceptions FHIR typées |

Voir CLIENT-SETUP.md pour les détails d'implémentation.

2. Mappers Pydantic ↔ FHIR

| Fichier | Description | |---------|-------------| | app/infrastructure/fhir/mappers/__init__.py | Exports des mappers | | app/infrastructure/fhir/mappers/patient_mapper.py | PatientCreate ↔ FHIR Patient | | app/infrastructure/fhir/mappers/professional_mapper.py | ProfessionalCreate ↔ FHIR Practitioner |

Voir MAPPERS.md pour les templates de mappers.

3. Modèles GDPR Locaux

| Fichier | Description | |---------|-------------| | app/models/gdpr_metadata.py | PatientGdprMetadata, ProfessionalGdprMetadata |

Voir GDPR-MODELS.md pour les modèles SQLAlchemy.

4. Service Layer Orchestration

Modifier les services existants pour orchestrer HAPI FHIR + PostgreSQL.

Voir SERVICE-LAYER.md pour le pattern d'orchestration.

Workflow de Migration

Phase 1: Infrastructure (Prérequis)

# 1. Ajouter dépendances
poetry add "fhir.resources>=7.0.0" "httpx>=0.27.0"

# 2. Créer structure répertoires
mkdir -p app/infrastructure/fhir/mappers
touch app/infrastructure/fhir/__init__.py
touch app/infrastructure/fhir/mappers/__init__.py

Phase 2: Client FHIR

  1. Créer app/infrastructure/fhir/config.py - Configuration
  2. Créer app/infrastructure/fhir/identifiers.py - Systèmes d'identifiants
  3. Créer app/infrastructure/fhir/exceptions.py - Exceptions
  4. Créer app/infrastructure/fhir/client.py - Client HTTP async

Phase 3: Mappers

  1. Créer app/infrastructure/fhir/mappers/patient_mapper.py
  2. Créer app/infrastructure/fhir/mappers/professional_mapper.py
  3. Ajouter tests dans tests/unit/test_fhir_mappers.py

Phase 4: Modèles GDPR

  1. Créer app/models/gdpr_metadata.py avec PatientGdprMetadata
  2. Créer migration Alembic: make migrate MESSAGE="Add GDPR metadata tables"
  3. Appliquer migration: make migrate-up

Phase 5: Orchestration Services

  1. Modifier app/services/patient_service.py pour utiliser FHIR + PostgreSQL
  2. Modifier app/services/professional_service.py
  3. Mettre à jour les endpoints API

Phase 6: Suppression Legacy

  1. Marquer tables patients/professionals comme deprecated
  2. Créer migration de suppression
  3. Nettoyer les imports

Variables d'Environnement

# HAPI FHIR
HAPI_FHIR_BASE_URL=http://localhost:8090/fhir
HAPI_FHIR_TIMEOUT=30

# Optionnel: Auth FHIR
HAPI_FHIR_AUTH_TOKEN=

Tests

# Tests unitaires mappers
poetry run pytest tests/unit/test_fhir_mappers.py -v

# Tests intégration FHIR (nécessite HAPI FHIR local)
make test-services-up
poetry run pytest tests/integration/test_fhir_client.py -v
make test-services-down

Ressources

Checklist Migration

  • [ ] Dépendances installées (fhir.resources, httpx)
  • [ ] Client FHIR créé et testé
  • [ ] Mappers Patient et Professional créés
  • [ ] Modèles GDPR créés avec migration
  • [ ] Services refactorisés pour orchestration
  • [ ] Tests unitaires et intégration passent
  • [ ] Tables legacy supprimées
  • [ ] Documentation mise à jour

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/download' --output '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md.part' && mv '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md.part' '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Outils déclarés par l’auteur (à vérifier dans votre agent) : Read, Glob, Grep, Edit, Write, Bash(poetry:*), Bash(git:*)

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md' && test -s '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/fhir-migration' && cp -R '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb' '.claude/skills/fhir-migration'

Cursor
test -f '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md' && test -s '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md' && mkdir -p '.cursor/skills' && test ! -e '.cursor/skills/fhir-migration' && cp -R '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb' '.cursor/skills/fhir-migration'

Codex
test -f '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md' && test -s '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md' && mkdir -p '.agents/skills' && test ! -e '.agents/skills/fhir-migration' && cp -R '.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb' '.agents/skills/fhir-migration'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb'

openskills read 'hapi-fhir-migration-hybrid-architecture-mmlj2nxb'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/hapi-fhir-migration-hybrid-architecture-mmlj2nxb/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires