README.md

metadata

title: Docling Radioterapia AI
emoji: 🏥
colorFrom: blue
colorTo: indigo
sdk: gradio
sdk_version: 4.44.0
python_version: '3.10'
app_file: app.py
pinned: false
license: mit
short_description: Motor Docling Markdown.

🏥 Docling — Radioterapia.ai

Motor de transcrição de documentos médicos construído sobre o IBM Docling, embarcado em uma interface Gradio com design Claude. Extrai conteúdo estruturado (Markdown) de PDFs, documentos Office, imagens e laudos digitalizados — pronto para alimentar os agentes de IA da plataforma radioterapia.ai.

---

✨ O que faz

• Transcrição multi-formato: PDF, DOCX, PPTX, XLSX, HTML, JPG, PNG, TIFF.
• Saída Markdown estruturada: preserva títulos, tabelas, listas e hierarquia do documento — pronta para LLMs.
• Deduplicação SHA-256: o mesmo arquivo nunca é processado duas vezes na mesma sessão.
• Score de confiança por documento, baseado em extensão e densidade textual.
• Logs em tempo real com status de cada arquivo.
• Export .md com um clique.

🔒 Conformidade LGPD

• Arquivos processados estritamente em memória RAM volátil.
• Exclusão forçada imediata após a leitura de cada documento do lote.
• Sem gravação permanente ou retenção de dados sensíveis em servidor.
• Histórico de hashes é limpo a cada sessão pelo botão dedicado.

🚀 Uso

1. Abra o Space.
2. Arraste um ou mais arquivos para a área de upload (ou clique para selecionar).
3. Clique em Processar Documentos.
4. Aguarde o motor Docling extrair o conteúdo — o tempo varia conforme tamanho e formato do arquivo (PDFs escaneados envolvem OCR).
5. Copie o Markdown ou baixe o .md.

⚙️ Notas de deploy

• Hardware recomendado: CPU upgrade (8 vCPU / 32GB) ou GPU para PDFs com OCR. No tier gratuito (CPU básico) funciona, mas a primeira execução baixa os modelos do Docling (~1–2 min) e cada PDF escaneado pode levar significativamente mais tempo.
• Primeira inicialização: o DocumentConverter é instanciado em lazy-load na primeira requisição, então o cold start aparece como tempo extra no primeiro arquivo do dia.
• Limite de tempo por lote: 100 segundos (configurável em DoclingAppProcessor.process_batch).

📦 Stack

• Motor: docling (IBM Research)
• Interface: Gradio 4.x
• Runtime: Python 3.10+

📁 Estrutura

.
├── app.py            # Aplicação Gradio + motor Docling
├── requirements.txt  # Dependências
└── README.md         # Este arquivo (com frontmatter HF)

📄 Licença

MIT — uso interno radioterapia.ai.

---

radioterapia.ai · docling engine v1.0 · Powered by IBM Docling (OSS)