Spaces:
Sleeping
Sleeping
| 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](https://github.com/DS4SD/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](https://pypi.org/project/docling/) (IBM Research) | |
| - **Interface**: [Gradio](https://gradio.app/) 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)* |