Update app.py

app.py

@@ -1,15 +1,18 @@
 import gradio as gr
 import os
-import fitz  # PyMuPDF
-from groq import Groq
-from langchain_groq import ChatGroq
 import json
 import logging
+from groq import Groq
+from langchain_groq import ChatGroq
+
+# Cargar variables de entorno desde archivo .env
+
 
 # Configuración de logging
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
+# Pesos para el cálculo del RAID
 RAID_WEIGHTS = {
     "Dolor": 0.21,
     "Discapacidad Funcional": 0.16,
@@ -20,40 +23,40 @@ RAID_WEIGHTS = {
     "Afronte": 0.12
 }
 
+# Plantilla de prompt para evaluación RAID
 RAID_PROMPT_TEMPLATE = """
-Analiza la siguiente conversación y registro clínico del paciente con artritis reumatoide.
+Analiza la siguiente conversación o texto del paciente con artritis reumatoide.
 
-Si tanto el "Texto del paciente" como el "Registro clínico" están vacíos o no contienen información relevante, responde únicamente con el siguiente mensaje:
+Si el texto está vacío o no contiene información relevante, responde únicamente con el siguiente mensaje:
     "No hay información suficiente para calcular el RAID."
 
 En caso de haber información, extrae y asigna una puntuación del 0 al 10 para cada una de las siguientes categorías, basándote en los detalles proporcionados:
 
 1. Dolor:
-   - Circule el número que mejor describa el dolor que sintió debido a su RA durante la última semana.
+   - Asigne el número que mejor describa el dolor que sintió debido a su Artritis durante la última semana.
    - Escala: 0 = Ninguno, 10 = Extremo.
 2. Discapacidad Funcional:
-   - Circule el número que mejor describa la dificultad que tuvo para realizar actividades diarias debido a su RA durante la última semana.
+   - Asigne el número que mejor describa la dificultad que tuvo para realizar actividades diarias debido a su Artritis Reumatoidea durante la última semana.
    - Escala: 0 = Sin dificultad, 10 = Dificultad extrema.
 3. Fatiga:
-   - Circule el número que mejor describa la fatiga que experimentó debido a su RA durante la última semana.
+   - Asigne el número que mejor describa la fatiga que experimentó debido a su Artritis Reumatoidea durante la última semana.
    - Escala: 0 = Sin fatiga, 10 = Totalmente exhausto.
 4. Sueño:
-   - Circule el número que mejor describa las dificultades para dormir que experimentó durante la última semana.
+   - Asigne el número que mejor describa las dificultades para dormir que experimentó durante la última semana.
    - Escala: 0 = Sin dificultad, 10 = Dificultad extrema.
 5. Bienestar Físico:
-   - Circule el número que mejor describa su nivel de bienestar físico en relación a su RA durante la última semana.
+   - Asigne el número que mejor describa su nivel de bienestar físico en relación a su Artritis Reumatoidea durante la última semana.
    - Escala: 0 = Muy bueno, 10 = Muy malo.
 6. Bienestar Emocional:
-   - Circule el número que mejor describa su nivel de bienestar emocional en relación a su RA durante la última semana.
+   - Asigne el número que mejor describa su nivel de bienestar emocional en relación a su Artritis Reumatoidea durante la última semana.
    - Escala: 0 = Muy bueno, 10 = Muy malo.
 7. Afronte:
-   - Circule el número que mejor describa cómo enfrentó o se adaptó a su enfermedad durante la última semana.
+   - Asigne el número que mejor describa cómo enfrentó o se adaptó a su enfermedad durante la última semana.
    - Escala: 0 = Muy bien, 10 = Muy mal.
 
 Utiliza los siguientes pesos para calcular el valor final del RAID:
 {weights}
 
-
 La fórmula de cálculo es:
     RAID final = (Dolor × 0.21) + (Discapacidad Funcional × 0.16) + (Fatiga × 0.15) + (Bienestar Físico × 0.12) + (Sueño × 0.12) + (Bienestar Emocional × 0.12) + (Afronte × 0.12)
 
@@ -80,27 +83,53 @@ Ejemplo de respuesta JSON:
 
 Texto del paciente:
 {patient_text}
-
-Registro clínico:
-{clinical_record}
 """
 
+# Inicialización del cliente Groq
+# Inicialización del cliente
+api_key = os.environ.get("GROQ_API_KEY")
+if not api_key:
+    raise ValueError("GROQ_API_KEY no está configurada en las variables de entorno.")
+client = Groq(api_key=api_key)
+model_name = "llama-3.3-70b-versatile"
+chat_groq = ChatGroq(model=model_name)
+
 
-def evaluate_raid(patient_text, clinical_record):
-    """Evalúa el RAID score basado en el texto del paciente y registro clínico.
-    Si la respuesta es parcial, se asigna 0 a las categorías faltantes y se añade
-    una clave 'error' con la descripción del problema."""
+def transcribe_audio(audio_filepath):
+    """Transcribe el audio usando Whisper de Groq"""
+    if not audio_filepath:
+        return ""
     try:
+        with open(audio_filepath, "rb") as file:
+            transcription = client.audio.transcriptions.create(
+                file=(audio_filepath, file.read()),
+                model="whisper-large-v3",
+                response_format="json",
+                temperature=0.0
+            )
+        logger.info("Transcripción de audio exitosa.")
+        return transcription.text
+    except Exception as e:
+        logger.error("Error en transcripción de audio: %s", e, exc_info=True)
+        return ""
+
+def evaluate_raid(patient_text):
+    """Evalúa el RAID score basado en el texto del paciente"""
+    try:
+        # Limitar texto para contexto
+        if len(patient_text) > 4000:
+            logger.warning("Texto demasiado largo, se truncará a 4000 caracteres")
+            patient_text = patient_text[:4000]
+            
         prompt = RAID_PROMPT_TEMPLATE.format(
-            patient_text=patient_text[:2000],  # Limitar texto para contexto
-            clinical_record=clinical_record[:2000],
+            patient_text=patient_text,
             weights=json.dumps(RAID_WEIGHTS, ensure_ascii=False)
         )
-        logger.info("Evaluando RAID con prompt: %s", prompt)
+        logger.info("Evaluando RAID con prompt")
         
         response = chat_groq.invoke(prompt)
         content = response.content
-        logger.info("Respuesta de chat_groq: %s", content)
+        logger.info("Respuesta de chat_groq recibida")
         
         # Extraer JSON de la respuesta
         start = content.find('{')
@@ -154,8 +183,7 @@ def evaluate_raid(patient_text, clinical_record):
         return partial_result
 
 def format_raid_results(raid_data):
-    """Formatea los resultados del RAID para visualización.
-    Si se produjo un error, se añade una nota indicando el problema."""
+    """Formatea los resultados del RAID para visualización"""
     if not raid_data:
         return "No se pudo calcular el RAID score"
     
@@ -188,151 +216,29 @@ def format_raid_results(raid_data):
         result += f"\n\n**Nota:** Se produjo un error durante el cálculo del RAID: {raid_data['error']}"
     return result
 
-# Inicialización del cliente
-api_key = os.environ.get("GROQ_API_KEY")
-if not api_key:
-    raise ValueError("GROQ_API_KEY no está configurada en las variables de entorno.")
-client = Groq(api_key=api_key)
-model_name = "llama-3.3-70b-versatile"
-chat_groq = ChatGroq(model=model_name)
-
-# Funciones de procesamiento
-def transcribe_audio(audio_filepath):
-    if not audio_filepath:
-        return ""
-    try:
-        with open(audio_filepath, "rb") as file:
-            transcription = client.audio.transcriptions.create(
-                file=(audio_filepath, file.read()),
-                model="whisper-large-v3",
-                response_format="json",
-                temperature=0.0
-            )
-        logger.info("Transcripción de audio exitosa.")
-        return transcription.text
-    except Exception as e:
-        logger.error("Error en transcripción de audio: %s", e, exc_info=True)
-        return ""
-
-def extract_text_from_pdf(pdf_path):
-    try:
-        text = ''
-        with fitz.open(pdf_path) as doc:
-            for page in doc:
-                text += page.get_text()
-        logger.info("Extracción de texto de PDF exitosa para: %s", pdf_path)
-        return text
-    except Exception as e:
-        logger.error("Error al extraer texto de PDF %s: %s", pdf_path, e, exc_info=True)
-        return ""
-
-def extract_texts_from_pdfs(pdfs):
-    text = ''
-    if not pdfs:
-        return text
-    for pdf in pdfs:
-        if isinstance(pdf, dict) and 'name' in pdf:
-            pdf_path = pdf['name']
-        elif isinstance(pdf, str):
-            pdf_path = pdf
-        else:
-            continue
-        pdf_text = extract_text_from_pdf(pdf_path)
-        text += pdf_text + "\n"
-    return text
-
-def split_text_into_chunks(text, max_words_per_chunk):
-    words = text.split()
-    chunks = []
-    for i in range(0, len(words), max_words_per_chunk):
-        chunk = ' '.join(words[i:i + max_words_per_chunk])
-        chunks.append(chunk)
-    return chunks
-
-def organize_clinical_record(current_text, transcription_text, pdf_text):
-    clinical_record_template = """
-MOTIVO DE CONSULTA: usa una frase en palabras del paciente entre comillas
-ENFERMEDAD ACTUAL:
-(usa terminología médica. En orden cronológico desde el inicio de los síntomas, no incluir la edad ni los antecedentes en esta sección, evolución de los síntomas, factores desencadenantes, hitos de la enfermedad del paciente, finaliza describiendo cómo se siente hoy)
-REVISIÓN POR SISTEMAS:
-(usa terminología médica)
-ANTECEDENTES:
-**Patológicos: (describir en lenguaje técnico médico la enfermedad con clasificación y complicaciones relacionadas de cada antecedente)
-**Alérgicos: (con tipo de reacción y a cuál medicamento)
-**Tóxicos: (exposición a biomasa, IPA, Alcohol por unidades estándar, otros, naturales)
-**Familiares:
-**Transfusionales:
-**Traumáticos:
-**Ginecológicos:
-**Quirúrgicos: (fecha y procedimiento)
-**Estado de vacunación:
-**Hospitalizaciones previas (fecha y descripción breve)
-**Medicamentos:
-AYUDAS DIAGNÓSTICAS:
-(ordenar todas las ayudas diagnósticas por fecha de forma que sea simple y sencillo leer los resultados para el médico, cuando se requiera presenta los resultados en miles ya x10e3 o similares; es decir, multiplica el resultado por 1000, asegurándote de no omitir ninguna ayuda, y no interpretes, solo pon los valores sin rango de normalidad en prosa. Separa cada examen con una coma, usa minúsculas y organiza por fechas.
-Por ejemplo: 
-11/10/2024: resultado 1 , resultado 2, ...
-12/11/2023: resultado 1 , resultado 2, ...)
-"""
-    prompt = f"""
-Toma el siguiente borrador del registro clínico y actualízalo con la nueva información proporcionada, siguiendo la estructura dada:
-Estructura del Registro Clínico:
-{clinical_record_template}
-Borrador Actual del Registro Clínico:
-{current_text}
-Nueva Información de Audio:
-{transcription_text}
-Nueva Información del PDF:
-{pdf_text}
-Actualiza el borrador incorporando la nueva información en las secciones correspondientes, sin eliminar información previa que aún sea relevante.
-"""
-    try:
-        organized_text = chat_groq.invoke(prompt)
-        logger.info("Organización del registro clínico exitosa.")
-        return organized_text.content
-    except Exception as e:
-        logger.error("Error al invocar ChatGroq para organizar el registro clínico: %s", e, exc_info=True)
-        return current_text  # Se retorna el texto actual si falla la invocación
-
-def process_input(audio, pdfs, current_text):
-    try:
-        transcription_text = transcribe_audio(audio)
-    except Exception as e:
-        transcription_text = ""
-        logger.error("Error en transcripción de audio: %s", e, exc_info=True)
+def process_input(audio, text_input):
+    """Procesa la entrada de audio y texto para calcular el RAID"""
+    patient_text = ""
     
-    try:
-        pdf_text = extract_texts_from_pdfs(pdfs)
-    except Exception as e:
-        pdf_text = ""
-        logger.error("Error en extracción de PDFs: %s", e, exc_info=True)
-
-    updated_text = current_text
-    raid_results = None
-
-    # Procesamiento en lotes
-    max_chunk_words = 2500
+    # Procesar audio si está disponible
+    if audio:
+        transcription = transcribe_audio(audio)
+        if transcription:
+            patient_text += transcription + "\n\n"
     
-    for text_label, text_content in [("Audio", transcription_text), ("PDF", pdf_text)]:
-        if not text_content:
-            continue
-
-        text_chunks = split_text_into_chunks(text_content, max_chunk_words)
-
-        for chunk in text_chunks:
-            transcription_chunk = chunk if text_label == "Audio" else ""
-            pdf_chunk = chunk if text_label == "PDF" else ""
-            
-            # Actualizar registro clínico
-            organized_record = organize_clinical_record(updated_text, transcription_chunk, pdf_chunk)
-            if organized_record:
-                updated_text = organized_record
-                
-            # Evaluar RAID solo con el audio (conversación actual)
-            if text_label == "Audio" and chunk:
-                raid_results = evaluate_raid(chunk, updated_text)
-
-    return updated_text, format_raid_results(raid_results), ""
+    # Añadir texto manual si está disponible
+    if text_input:
+        patient_text += text_input
+    
+    # Si no hay texto para analizar, retornar mensaje
+    if not patient_text.strip():
+        return "No se proporcionó texto ni audio para analizar. Por favor, añada información del paciente."
+    
+    # Evaluar RAID con el texto disponible
+    raid_results = evaluate_raid(patient_text)
+    formatted_results = format_raid_results(raid_results)
+    
+    return formatted_results
 
 # Configuración del tema
 theme = gr.themes.Base(
@@ -346,95 +252,43 @@ theme = gr.themes.Base(
     neutral_hue="neutral",
 )
 
-# Texto inicial
-initial_text = """
-MOTIVO DE CONSULTA: 
-
-ENFERMEDAD ACTUAL:
-
-REVISIÓN POR SISTEMAS:
-
-ANTECEDENTES:
-**Patológicos: 
-**Alérgicos: 
-**Tóxicos: 
-**Familiares:
-**Transfusionales:
-**Traumáticos: 
-**Ginecológicos:
-**Quirúrgicos:
-**Estado de vacunación: 
-**Hospitalizaciones previas:
-**Medicamentos:
-
-AYUDAS DIAGNÓSTICAS:
-"""
-
-# Interfaz de Gradio
+# Interfaz de Gradio simple para el cálculo de RAID
 with gr.Blocks(theme=theme) as iface:
-    gr.Markdown("# Sistema de Evaluación Reumatológica")
+    gr.Markdown("# Calculadora RAID para Artritis Reumatoide")
     
     with gr.Row():
-        iterative_output = gr.Textbox(
-            label="Registro Clínico",
-            value=initial_text,
-            lines=20,
-            elem_id="clinical_record"
-        )
+        with gr.Column():
+            audio_input = gr.Audio(
+                sources=["microphone", "upload"], 
+                type="filepath", 
+                label="Audio del paciente"
+            )
+            text_input = gr.Textbox(
+                label="Texto del paciente (opcional)",
+                placeholder="Ingrese aquí cualquier información adicional del paciente...",
+                lines=5
+            )
+            submit_btn = gr.Button("Calcular RAID", variant="primary")
         
-        raid_output = gr.Markdown(
-            "### Resultados RAID\nEsperando evaluación...",
-            elem_id="raid_results"
-        )
-    
-    current_state = gr.State(value=initial_text)
-    
-    with gr.Row():
-        audio_filepath = gr.Audio(sources=["microphone"], type="filepath", 
-                                  label="Conversación con el Paciente")
-        pdf_files = gr.File(file_types=[".pdf"], label="Documentos Médicos", 
-                            file_count="multiple")
-    
-    debug_output = gr.Textbox(label="Registros", lines=5, visible=True)
-    
-    # Actualizar current_state cuando se edite el registro clínico
-    def on_text_change(updated_text):
-        return updated_text
-    
-    iterative_output.change(
-        fn=on_text_change,
-        inputs=iterative_output,
-        outputs=current_state
-    )
-    
-    def on_audio_change(audio_filepath, pdfs, current_text):
-        logger.info("on_audio_change: audio_filepath = %s", audio_filepath)
-        if not audio_filepath:
-            return current_text, "No se proporcionó audio.", current_text
-        if not current_text or not current_text.strip():
-            current_text = initial_text
-        updated_text, debug_info, _ = process_input(audio_filepath, pdfs, current_text)
-        return updated_text, debug_info, updated_text
+        with gr.Column():
+            raid_output = gr.Markdown(
+                "### Resultados RAID\n\nEspere mientras se procesa la información...",
+            )
     
-    audio_filepath.change(
-        fn=on_audio_change,
-        inputs=[audio_filepath, pdf_files, iterative_output],
-        outputs=[iterative_output, debug_output, current_state]
+    submit_btn.click(
+        fn=process_input,
+        inputs=[audio_input, text_input],
+        outputs=raid_output
     )
     
-    def on_pdfs_change(audio_filepath, pdfs, current_text):
-        logger.info("on_pdfs_change: pdfs = %s", pdfs)
-        if not pdfs:
-            return current_text, "No se proporcionaron PDFs.", current_text
-        if not current_text or not current_text.strip():
-            current_text = initial_text
-        updated_text, debug_info, _ = process_input(audio_filepath, pdfs, current_text)
-        return updated_text, debug_info, updated_text
-    
-    pdf_files.upload(
-        fn=on_pdfs_change,
-        inputs=[audio_filepath, pdf_files, iterative_output],
-        outputs=[iterative_output, debug_output, current_state]
+    # También calcular automáticamente cuando se cambia el audio
+    audio_input.change(
+        fn=process_input,
+        inputs=[audio_input, text_input],
+        outputs=raid_output
     )
 
-iface.launch()
+if __name__ == "__main__":
+    iface.launch()
+
+