Update app.py

app.py

@@ -320,6 +320,14 @@ MASTER_SYMPTOM_MAP = {
     "depresión": {
         "frases_es": ["tristeza persistente", "desánimo", "depresión"],
         "keywords_en": ["depression", "depressant", "antidepressant"]
+    },
+    "dolor": {
+        "frases_es": ["dolor", "molestia", "duele", "ardor"],
+        "keywords_en": ["pain", "soreness", "discomfort", "analgesic", "nociceptive"]
+    },
+    "erupción": {
+        "frases_es": ["dermatitis herpetiforme", "erupción con ampollas", "erupción cutánea", "se pone rojo", "enrojecimiento", "erupción", "ronchas", "urticaria", "sarpullido", "granitos", "eczema", "rojo"],
+        "keywords_en": ["dermatitis", "rash", "urticaria", "eczema", "skin", "redness", "erythema"]
     }
 }
 
@@ -612,10 +620,38 @@ def sanitize_text(text):
 @retry(wait=wait_random_exponential(min=1, max=10), stop=stop_after_attempt(3))
 
 def extract_entities_with_gemini(query):
-    # ... (el prompt es el mismo)
+    if not model: return None
+    logger.info("Intentando extracción de entidades con Gemini...")
+    
+    # --- PROMPT MEJORADO Y MÁS EXPLÍCITO ---
+    system_prompt = f"""
+    Eres un asistente de triaje clínico experto. Tu única tarea es analizar la consulta de un usuario y extraer de forma exhaustiva dos tipos de información:
+    1.  `alimentos`: Una lista de todos los alimentos, bebidas o ingredientes mencionados.
+    2.  `sintomas`: Una lista de TODAS las sensaciones, signos físicos, colores, y localizaciones anatómicas descritas. Sé muy detallado.
+
+    Devuelve la respuesta ÚNICAMENTE en formato JSON estricto. No incluyas explicaciones.
+
+    EJEMPLO DETALLADO:
+    Consulta de Ejemplo: "Cuando como mucha carne me duele, hincha y se pone rojo el primer dedo del pie."
+    Respuesta JSON de Ejemplo:
+    {{
+        "alimentos": ["carne"],
+        "sintomas": ["dolor", "hinchazón", "rojo", "dedo del pie"]
+    }}
+
+    Ahora, procesa la siguiente consulta real:
+    Consulta: "{query}"
+    """
+    
     try:
         response = model.generate_content(system_prompt)
-        # ... (lógica de extracción de JSON es la misma)
+        json_text_match = re.search(r'```json\s*(\{.*?\})\s*```', response.text, re.DOTALL)
+        if json_text_match:
+            json_text = json_text_match.group(1)
+        else:
+            # Fallback para respuestas sin markdown
+            json_text = re.search(r'\{.*\}', response.text, re.DOTALL).group(0)
+
         extracted_data = json.loads(json_text)
         # Guardar los síntomas originales para la traducción posterior
         extracted_data['sintomas_originales_ia'] = extracted_data.get('sintomas', [])