Update app.py

app.py

@@ -1068,13 +1068,13 @@ if st.session_state.search_results is not None:
     if not results:
         st.warning(f"No se encontraron coincidencias claras para tu caso: '{st.session_state.user_query}'. Prueba a describir los síntomas de otra manera.")
     else:
-        # --- PASO 1: GENERAR TODO EL CONTENIDO DEL INFORME EN LA MEMORIA ---
+        # --- PASO 1: DEFINIR EL DIAGNÓSTICO PRINCIPAL Y GENERAR TODO EL CONTENIDO ---
         best_match_data = results[0]
         best_match = best_match_data['entry']
         
-        # Generar análisis detallado con IA (la parte más lenta) y guardarlo en caché
+        # Generar análisis de IA (la parte más lenta) y guardarlo en caché
         if 'best_match_analysis' not in st.session_state.analysis_cache:
-            with st.spinner("✍️ Generando análisis personalizado con IA..."):
+            with st.spinner("✍️ Generando análisis personalizado con IA... (esto puede tardar un momento)"):
                 try:
                     analysis_text = generate_detailed_analysis(st.session_state.user_query, best_match)
                     st.session_state.analysis_cache['best_match_analysis'] = analysis_text
@@ -1082,7 +1082,6 @@ if st.session_state.search_results is not None:
                     logger.error(f"Falló la generación del análisis detallado principal: {e}")
                     st.session_state.analysis_cache['best_match_analysis'] = "❌ Lo sentimos, no se pudo generar el análisis detallado en este momento debido a un problema con la IA."
         
-        # Recuperar o usar el texto ya generado
         ai_analysis_text = st.session_state.analysis_cache['best_match_analysis']
 
         # Generar los otros componentes de texto para el informe
@@ -1093,40 +1092,30 @@ if st.session_state.search_results is not None:
         # Unir todo en un solo string para el informe de Word
         complete_report_string = f"{base_report_text}\n\n{ai_analysis_text}\n{neuro_report_text}\n{molecular_report_text}"
         
-        # Generar el archivo de Word en memoria con todo el contenido
+        # Generar el archivo de Word en memoria
         word_file_buffer = generate_word_report(complete_report_string)
 
-        # --- PASO 2: CONSTRUIR LA INTERFAZ DE USUARIO USANDO EL CONTENIDO PRE-GENERADO ---
+        # --- PASO 2: CONSTRUIR LA INTERFAZ DE USUARIO CON EL CONTENIDO YA GENERADO ---
         col1, col2 = st.columns([3,1])
         with col1:
             st.success(f"Hemos encontrado {len(results)} posible(s) causa(s) relacionada(s) con tu caso.")
-            
-            with col2:
-            # Botón de descarga único con mensaje informativo
-            if st.button("📄 Descargar Informe (Word)", help="La generación del informe puede tomar algunos segundos."):
-                with st.spinner("Generando su informe personalizado, por favor espere..."):
-                    # Generar todo el contenido del informe en el momento
-                    ai_analysis_text = st.session_state.analysis_cache.get('best_match_analysis', "Análisis con IA no generado.")
-                    base_report_text = generate_report_text(st.session_state.user_query, results)
-                    neuro_report_text = generate_neuro_report_text(st.session_state.entities, FOOD_TO_COMPOUND_MAP, INTEGRATED_NEURO_FOOD_MAP)
-                    molecular_report_text = generate_molecular_report_text(best_match, st.session_state.entities, foodb_index, FOOD_NAME_TO_FOODB_KEY, COMPOUND_SYNONYM_MAP, KNOWN_TRIGGERS_MAP)
-                    
-                    complete_report_string = f"{base_report_text}\n\n{ai_analysis_text}\n{neuro_report_text}\n{molecular_report_text}"
-                    
-                    word_file_buffer = generate_word_report(complete_report_string)
-                    
-                    # Preparar el botón de descarga oculto para que Streamlit lo muestre al finalizar el spinner
-                    if word_file_buffer:
-                        st.download_button(
-                            label="Descarga lista", # Esta etiqueta no será visible para el usuario
-                            data=word_file_buffer,
-                            file_name=f"Informe_Detective_Alimentos_{datetime.now().strftime('%Y%m%d')}.docx",
-                            mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
-                            key="download_word_report_final"
-                        )
+        with col2:
+            if word_file_buffer:
+                st.download_button(
+                    label="📄 Descargar Informe (Word)", 
+                    data=word_file_buffer, 
+                    file_name=f"Informe_Detective_Alimentos_{datetime.now().strftime('%Y%m%d')}.docx",
+                    mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
+                    key="download_word_report",
+                    help="Genera y descarga un informe completo en formato Word con todos los análisis."
+                )
+        
+        st.subheader("Análisis de Relevancia de las Coincidencias")
+        st.altair_chart(create_relevance_chart(results), use_container_width=True)
         
         with st.expander(f"**Análisis Detallado de la Principal Coincidencia: {best_match.get('condicion_asociada')}**", expanded=True):
             col1_expander, col2_expander = st.columns([3, 1])
+            
             with col1_expander:
                 st.markdown("##### Desglose de la Puntuación de Relevancia:")
                 score_col1, score_col2, score_col3 = st.columns(3)
@@ -1136,16 +1125,13 @@ if st.session_state.search_results is not None:
             
             with col2_expander:
                 with st.popover("🔬 Componentes Moleculares"):
-                    # Muestra el texto del informe molecular que ya generamos
                     st.markdown(molecular_report_text.replace("=", ""))
 
             st.markdown("---")
             with st.container(border=True):
-                 # Muestra el texto del informe neuropsicológico que ya generamos
                 st.markdown(neuro_report_text.replace("=", ""))
             
             st.markdown("---")
-            # Muestra el análisis detallado con IA que ya generamos
             st.markdown(ai_analysis_text)
         
         if len(results) > 1: