Create app.py

app.py

@@ -0,0 +1,97 @@
+import gradio as gr
+from transformers import pipeline
+from PIL import Image
+import requests
+import torch
+
+# Verifique se uma GPU está disponível e configure o dispositivo
+# Se você tiver um Hugging Face Space com GPU, use "cuda". Caso contrário, use "cpu".
+device = "cuda" if torch.cuda.is_available() else "cpu"
+
+# Inicializa o pipeline do modelo MedGemma
+# O modelo google/medgemma-4b-it é uma variante de 4 bilhões de parâmetros
+# O torch_dtype=torch.bfloat16 é recomendado para desempenho em GPUs mais recentes
+# Certifique-se de que a versão do transformers seja >= 4.50.0
+try:
+    medgemma_pipe = pipeline(
+        "image-text-to-text",
+        model="google/medgemma-4b-it",
+        torch_dtype=torch.bfloat16,
+        device=device,
+    )
+except Exception as e:
+    print(f"Erro ao carregar o modelo MedGemma: {e}")
+    print("Verifique se você aceitou os termos de uso na página do modelo Hugging Face e se suas dependências estão corretas.")
+    # Se o modelo não carregar, use uma função dummy para que a interface ainda funcione
+    def medgemma_pipe(messages, max_new_tokens):
+        print("Modelo não carregado, usando função dummy.")
+        return [{"generated_text": [{"content": "Desculpe, o modelo não pôde ser carregado. Verifique os logs."}]}]
+
+def process_medical_query(image_input, text_input):
+    """
+    Processa uma consulta médica que pode incluir uma imagem e/ou texto.
+    """
+    messages = []
+
+    # O MedGemma é otimizado para aplicações médicas com geração de texto [cite: 113]
+    # Se uma imagem for fornecida, adicione-a ao conteúdo da mensagem do usuário
+    if image_input:
+        # O modelo espera imagens normalizadas para 896x896 pixels [cite: 232]
+        # Embora o pipeline possa lidar com isso automaticamente, é uma boa prática estar ciente
+        image = image_input.convert("RGB") # Garante que a imagem esteja em formato RGB
+
+        # A role 'system' pode ser usada para instruir o modelo, como ser um 'radiologista' [cite: 141, 142]
+        messages.append({"role": "system", "content": [{"type": "text", "text": "Você é um assistente médico especialista."}]})
+        
+        # A role 'user' contém a pergunta e a imagem [cite: 145, 146, 147, 148, 149]
+        user_content = []
+        if text_input:
+            user_content.append({"type": "text", "text": text_input})
+        user_content.append({"type": "image", "image": image})
+        messages.append({"role": "user", "content": user_content})
+
+    elif text_input:
+        messages.append({"role": "system", "content": [{"type": "text", "text": "Você é um assistente médico especialista."}]})
+        messages.append({"role": "user", "content": [{"type": "text", "text": text_input}]})
+    else:
+        return "Por favor, forneça uma imagem e/ou uma pergunta."
+
+    try:
+        # A geração de texto é o principal objetivo do MedGemma [cite: 113]
+        # max_new_tokens define o comprimento máximo da resposta gerada 
+        output = medgemma_pipe(text=messages, max_new_tokens=500)
+        
+        # O resultado é uma lista de dicionários; precisamos extrair o texto gerado
+        generated_text = output[0]["generated_text"][-1]["content"]
+        return generated_text
+    except Exception as e:
+        return f"Ocorreu um erro durante a inferência: {e}. Verifique a entrada ou os logs do Space."
+
+# Configuração da interface Gradio
+# O MedGemma suporta entrada de texto e visão, e saída de texto [cite: 210, 211]
+iface = gr.Interface(
+    fn=process_medical_query,
+    inputs=[
+        gr.Image(type="pil", label="Envie uma Imagem Médica (Opcional)"),
+        gr.Textbox(lines=5, placeholder="Descreva a imagem ou faça uma pergunta médica...", label="Sua Pergunta/Descrição"),
+    ],
+    outputs="text",
+    title="⚕️ Assistente Médico com MedGemma 4B ⚕️",
+    description=(
+        "Este é um demonstrador interativo utilizando o modelo Google MedGemma 4B, "
+        "treinado para compreensão de texto e imagem médica[cite: 91]. "
+        "Envie uma imagem médica (como um raio-X) e/ou faça uma pergunta para obter uma análise. "
+        "Lembre-se: As saídas geradas por modelos de IA são **preliminares** e **não devem ser usadas para diagnóstico ou tratamento clínico**[cite: 463, 464, 469]."
+    ),
+    live=False,
+    allow_flagging="auto",
+    examples=[
+        [None, "Quais são os principais riscos de diabetes não controlada?"],
+        ["https://upload.wikimedia.org/wikipedia/commons/c/c8/Chest.jpg", "Descreva este raio-X do tórax."],
+        ["https://upload.wikimedia.org/wikipedia/commons/c/c8/Chest.jpg", "Há sinais de pneumonia nesta imagem?"],
+    ]
+)
+
+# Inicia a interface Gradio
+if __name__ == "__main__":
+    iface.launch()