streamlit_app.py

import streamlit as st
from transformers import pipeline

st.set_page_config(page_title="Mini Q/A Médical avec LLM", layout="centered")

st.title("🧠 Assistant Médical IA (démo Hugging Face)")
st.write("Posez une question sur un texte médical et l'IA répondra.")

# Exemple de contexte médical simplifié
context = """
Mme Dupont, âgée de 58 ans, a été hospitalisée le 12 avril 2022 pour une bronchite chronique.
Elle a été traitée par antibiotiques (amoxicilline) pendant 7 jours, puis suivie en consultation
par le service de pneumologie.
"""

st.subheader("Contexte utilisé :")
st.code(context, language='markdown')

# Pipeline Hugging Face
qa_pipeline = pipeline("question-answering", model="distilbert-base-uncased-distilled-squad")

question = st.text_input("❓ Votre question", placeholder="Quels traitements Mme Dupont a-t-elle reçus ?")

if question:
    with st.spinner("Recherche en cours..."):
        result = qa_pipeline({"context": context, "question": question})
        st.success("Réponse :")
        st.write(result["answer"])