-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathmain (copy).py
371 lines (296 loc) · 15 KB
/
main (copy).py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
from embedchain import App
import fitz # PyMuPDF
from io import BytesIO
import json
from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas
from reportlab.lib.styles import getSampleStyleSheet
from reportlab.platypus import SimpleDocTemplate, Paragraph
import streamlit as st
from streamlit_lottie import st_lottie
versione = "0.0.6"
# Configurazione Pagina
st.set_page_config(
page_title="Medical Assistant",
page_icon="🏥",
layout="centered",
initial_sidebar_state="expanded",
menu_items={
'Get Help': None,
'Report a bug': 'mailto:[email protected]',
'About': f'MedAssistant v{versione} - ROSARIOSoft - Un software MIRACOLOSO!'
}
)
# Nascondo Hamburger Menu e Footer
hide_st_style = """
<style>
MainMenu {visibility: hidden;}
footer {visibility: hidden;}
header {visibility: hidden;}
</style>
"""
st.markdown(hide_st_style, unsafe_allow_html=True)
# Loading Lottie Files
def load_lottiefile(filepath: str):
with open(filepath, "r") as f:
return json.load(f)
def prescrizione_final_answer(bot, initial_answer):
follow_up_query = ("Considerando che" + initial_answer + " e che sei un medico con anni di esperienza: "
"tieni conto della patologia sospetta e applica le buone pratiche. "
"Se presente rispondi con il nome del paziente. Indica la patologia sospetta e gli esami prescritti. Dimmi se gli esami prescritti sono corretti. "
"Per essere assolutamente sicuri circa la patologia consiglia ulteriori indagini da fare indicandole chiaramente. "
"Nella risposta non includere che sei un medico e non includere mai frasi del tipo 'Non riesco a leggere il file per ulteriori indagini specifiche'. Rispondi sempre in italiano. Inizia sempre con 'La prescrizione sottoposta indica che:'")
return bot.query(follow_up_query)
def diagnosi_final_answer(bot, initial_answer):
follow_up_query = ("Considerando che" + initial_answer + " e che sei un medico con anni di esperienza: "
"tieni conto della patologia sospetta e applica le buone pratiche. "
"Interpreta il referto e spiegamelo dettagliatamente come se fossi una persona di 14 anni. "
"Considerando tre livelli di urgenza pari a 'alta', 'media' e 'bassa' "
"indica quanto è urgente contattare un medico. Indica anche in maniera precisa che tipo di medico specialista va contattato. "
"Infine suggerisci ulteriori indagini da fare indicandole chiaramente. "
"Nella risposta non includere che sei un medico e non includere mai frasi del tipo 'Non riesco a leggere il file per ulteriori indagini specifiche'. "
"Rispondi sempre in italiano. Inizia sempre con 'La diagnosi sottoposta indica che:'")
return bot.query(follow_up_query)
def analisi_final_answer(bot, initial_answer):
follow_up_query = ("Considerando che" + initial_answer + " e che sei un medico con anni di esperienza: "
"tieni conto dei risultati acquisiti e applica le buone pratiche. "
"Interpreta le analisi e spiegamele dettagliatamente come se fossi una persona di 14 anni. "
"Per ogni esame dimmi cosa significa il suo valore e se è corretto. "
"In caso di valori non corretti indica quali potrebbero essere le loro cause. "
"In caso di valori non corretti, suggerisci ulteriori indagini da fare indicandole chiaramente."
"Prima di chiudere dai delle indicazioni sintetiche su un coretto stile di vita. "
"Nella risposta non includere che sei un medico e non includere mai frasi del tipo 'Non riesco a leggere il file per ulteriori indagini specifiche'. "
"Rispondi sempre in italiano. Inizia sempre con 'Le analisi sottoposte indicano che:'")
return bot.query(follow_up_query)
def pulisci_sessione():
st.session_state.clear()
def pulisci_db(bot):
bot.reset()
# Creazione Sidebar
st.sidebar.image("items/dw_logo.png", width=200)
st.sidebar.write("")
st.sidebar.write("")
st.sidebar.write("")
# Creazione Menu
menu = st.sidebar.selectbox("Menu", ("Home", "Analisi", "Diagnosi", "Prescrizioni", "Info"))
# Sezione HOME
if menu == "Home":
st.title(":rainbow[AI Medical Assistant] by :blue[Datawizard]")
st.write("---")
lottie_hr = load_lottiefile("items/doctor.json")
st_lottie(
lottie_hr,
reverse=False,
loop=True,
quality="medium",
height=640,
width=800,
key="hello")
elif menu == "Analisi":
st.title(":rainbow[Lettura] :blue[Analisi]")
st.write("---")
analisi_pdf = st.sidebar.file_uploader("Carica il file delle analisi in formato PDF", type="pdf")
if analisi_pdf is not None and not st.session_state.get('file_processed', False):
st.sidebar.success("File caricato con successo")
# Converto la prima pagina del PDF in un'immagine di anteprima
with fitz.open(stream=analisi_pdf.getvalue(), filetype="pdf") as pdf_file:
page = pdf_file[0] # recupero la prima pagina
pix = page.get_pixmap() # converto la pagina in immagine
pix.save("analisi_image.png") # salvo l'immagine come PNG
st.sidebar.image("analisi_image.png", caption="Anteprima file analisi")
# Salvo il file PDF in un buffer
with open("analisi.pdf", "wb") as temp_file:
temp_file.write(analisi_pdf.getbuffer())
with st.spinner("Elaborazione in corso..."):
analisi_bot = App()
try:
analisi_bot.add("analisi.pdf", data_type='pdf_file')
except Exception as e:
pass
input_query = "Sei un operatore sanitario. Leggi il file e per ogni voce memorizza il valore rilevato e l'intervallo di riferimento."
#input_query = "Di cosa parla il documento?"
answer = analisi_bot.query(input_query)
try:
final_answer = analisi_final_answer(analisi_bot, answer)
st.subheader("Risposta:")
st.write(f"{final_answer}\n\n")
#st.write(f"{answer}\n\n")
pulisci_sessione()
pulisci_db(analisi_bot)
except Exception as e:
st.error(f"Errore durante le analisi: {e}")
pulisci_sessione()
pulisci_db(analisi_bot)
# Creo un BytesIO buffer per il file PDF
pdf_buffer = BytesIO()
# Creo una SimpleDocTemplate instance
pdf_doc = SimpleDocTemplate(pdf_buffer, pagesize=letter)
# Creo uno StyleSheet
styles = getSampleStyleSheet()
normal_style = styles['Normal']
# Create un Paragraph object con la final_answer, e aggiungo alcuni breaks
final_answer_paragraph = Paragraph("<img src='items/dw_logo.png' width='90' height='12' /><br/><br/><br/>Risposta Diagnosi<br/><br/>"+final_answer.replace('\n', '<br/>'), normal_style)
# Creo il PDF
pdf_elements = [final_answer_paragraph]
pdf_doc.build(pdf_elements)
# Recupero il contenuto del PDF dal BytesIO buffer
pdf_buffer.seek(0)
risposta_analisi = pdf_buffer.getvalue()
st.session_state['file_processed'] = True
# Download Button
st.download_button(label="Download Risposta",
data=risposta_analisi,
file_name="risposta_analisi.pdf",
mime="application/pdf")
elif analisi_pdf is None and st.session_state.get('file_processed', False):
st.session_state.pop('file_processed')
else:
st.sidebar.error("Caricare un file PDF per procedere")
elif menu == "Diagnosi":
st.title(":rainbow[Lettura] :blue[Diagnosi]")
st.write("---")
diagnosi_pdf = st.sidebar.file_uploader("Carica il file della diagnosi in formato PDF", type="pdf")
if diagnosi_pdf is not None and not st.session_state.get('file_processed', False):
st.sidebar.success("File caricato con successo")
# Converto la prima pagina del PDF in un'immagine di anteprima
with fitz.open(stream=diagnosi_pdf.getvalue(), filetype="pdf") as pdf_file:
page = pdf_file[0] # recupero la prima pagina
pix = page.get_pixmap() # converto la pagina in immagine
pix.save("diagnosi_image.png") # salvo l'immagine come PNG
st.sidebar.image("diagnosi_image.png", caption="Anteprima file diagnosi")
# Salvo il file PDF in un buffer
with open("diagnosi.pdf", "wb") as temp_file:
temp_file.write(diagnosi_pdf.getbuffer())
with st.spinner("Elaborazione in corso..."):
diagnosi_bot = App()
try:
diagnosi_bot.add("diagnosi.pdf", data_type='pdf_file')
except Exception as e:
pass
#input_query = "Di cosa parla il file?"
input_query = "Riassumi dettagliatamente il contenuto del file includendo tutte le informazioni rilevanti."
answer = diagnosi_bot.query(input_query)
try:
final_answer = diagnosi_final_answer(diagnosi_bot, answer)
st.subheader("Risposta:")
st.write(f"{final_answer}\n\n")
pulisci_sessione()
pulisci_db(diagnosi_bot)
except Exception as e:
st.error(f"Errore durante la diagnosi: {e}")
pulisci_sessione()
pulisci_db(diagnosi_bot)
# Creo un BytesIO buffer per il file PDF
pdf_buffer = BytesIO()
# Creo una SimpleDocTemplate instance
pdf_doc = SimpleDocTemplate(pdf_buffer, pagesize=letter)
# Creo uno StyleSheet
styles = getSampleStyleSheet()
normal_style = styles['Normal']
# Create un Paragraph object con la final_answer, e aggiungo alcuni breaks
final_answer_paragraph = Paragraph("<img src='items/dw_logo.png' width='90' height='12' /><br/><br/><br/>Risposta Diagnosi<br/><br/>"+final_answer.replace('\n', '<br/>'), normal_style)
# Creo il PDF
pdf_elements = [final_answer_paragraph]
pdf_doc.build(pdf_elements)
# Recupero il contenuto del PDF dal BytesIO buffer
pdf_buffer.seek(0)
risposta_diagnosi = pdf_buffer.getvalue()
st.session_state['file_processed'] = True
# Download Button
st.download_button(label="Download Risposta",
data=risposta_diagnosi,
file_name="risposta_diagnosi.pdf",
mime="application/pdf")
elif diagnosi_pdf is None and st.session_state.get('file_processed', False):
st.session_state.pop('file_processed')
else:
st.sidebar.error("Caricare un file PDF per procedere")
# Sezione PRESCRIZIONI
elif menu == "Prescrizioni":
st.title(":rainbow[Lettura] :blue[Prescrizioni]")
st.write("---")
prescrizione_pdf = st.sidebar.file_uploader("Carica il file delle prescrizioni in formato PDF", type="pdf")
if prescrizione_pdf is not None and not st.session_state.get('file_processed', False):
st.sidebar.success("File caricato con successo")
# Converto la prima pagina del PDF in un'immagine di anteprima
with fitz.open(stream=prescrizione_pdf.getvalue(), filetype="pdf") as pdf_file:
page = pdf_file[0] # recupero la prima pagina
pix = page.get_pixmap() # converto la pagina in immagine
pix.save("prescrizione_image.png") # salvo l'immagine come PNG
st.sidebar.image("prescrizione_image.png", caption="Anteprima file prescrizione")
# Salvo il file PDF in un buffer
with open("prescrizioni.pdf", "wb") as temp_file:
temp_file.write(prescrizione_pdf.getbuffer())
with st.spinner("Elaborazione in corso..."):
prescrizioni_bot = App()
try:
prescrizioni_bot.add("prescrizioni.pdf", data_type='pdf_file')
except Exception as e:
pass
#input_query = "Di cosa parla il file?"
input_query = "Riassumi il contenuto del file includendo se esiste il nome del paziente, la patologia sospetta e gli esami prescritti."
answer = prescrizioni_bot.query(input_query)
try:
final_answer = prescrizione_final_answer(prescrizioni_bot, answer)
st.subheader("Risposta:")
st.write(f"{final_answer}\n\n")
pulisci_sessione()
pulisci_db(prescrizioni_bot)
except Exception as e:
st.error(f"Errore durante la prescrizione: {e}")
pulisci_sessione()
pulisci_db(prescrizioni_bot)
# Creo un BytesIO buffer per il file PDF
pdf_buffer = BytesIO()
# Creo una SimpleDocTemplate instance
pdf_doc = SimpleDocTemplate(pdf_buffer, pagesize=letter)
# Creo uno StyleSheet
styles = getSampleStyleSheet()
normal_style = styles['Normal']
# Create un Paragraph object con la final_answer, e aggiungo alcuni breaks
final_answer_paragraph = Paragraph("<img src='items/dw_logo.png' width='90' height='12' /><br/><br/><br/>Risposta Prescrizione<br/><br/>"+final_answer.replace('\n', '<br/>'), normal_style)
# Creo il PDF
pdf_elements = [final_answer_paragraph]
pdf_doc.build(pdf_elements)
# Recupero il contenuto del PDF dal BytesIO buffer
pdf_buffer.seek(0)
risposta_prescrizione = pdf_buffer.getvalue()
st.session_state['file_processed'] = True
# Download Button
st.download_button(label="Download Risposta",
data=risposta_prescrizione,
file_name="risposta_prescrizione.pdf",
mime="application/pdf")
elif prescrizione_pdf is None and st.session_state.get('file_processed', False):
st.session_state.pop('file_processed')
else:
st.sidebar.error("Caricare un file PDF per procedere")
else:
st.title(":rainbow[Informazioni]")
st.write("---")
st.sidebar.markdown("""
### AI Medical Assistant
**Developed by**: ROSARIOSoft
[📧 Contattaci](mailto:[email protected])
© 2023 All rights reserved.
---
Powered by OpenAI and Embedchain.
*Prompting is the Key!*
""", unsafe_allow_html=True)
st.markdown("""
## Come utilizzare l'AI Medical Assistant
### Passi da seguire:
1. Seleziona dal **menu a tendina** nella barra laterale il tipo di operazione che desideri compiere:
- **Home**: per tornare alla schermata principale dell'applicazione.
- **Analisi**: per caricare e analizzare i risultati di analisi cliniche.
- **Diagnosi**: per consultare e valutare le diagnosi.
- **Prescrizioni**: per gestire le prescrizioni mediche.
2. A seconda della scelta effettuata, ti saranno fornite le istruzioni specifiche su come procedere nella **schermata principale**.
3. Per alcune funzionalità potrebbe essere necessario **caricare dei file** (come per esempio le prescrizioni mediche in formato PDF).
4. Attendi che l'elaborazione sia completata e leggi o scarica i risultati proposti.
### Note aggiuntive:
- Questa applicazione è sostenuta da tecnologie di intelligenza artificiale per l'elaborazione del linguaggio naturale.
- Sarà possibile scaricare i risultati delle analisi, delle diagnosi o delle prescrizioni in formato PDF se necessario.
- Per qualsiasi domanda o chiarimento, utilizza il link per contattare il supporto presente nella barra laterale sotto "Contattaci".
### Buon lavoro e benvenuti nell'era dell'assistenza medica supportata dall'AI!
""", unsafe_allow_html=True)