Initial commit

app.py

@@ -1,263 +1,408 @@
 from openai import OpenAI
-import easyocr
+import gradio as gr
 import logging
 import sqlite3
-import gradio as gr
-import os
+import easyocr
+from datetime import datetime
 import hashlib
-import datetime
+import io
 import base64
 from PIL import Image
-import io
-
-key = os.getenv("KEYRR")
-if not key:
-    print("Error: API key not found in environment variables")
+import os
 
+# تنظیمات لاگ
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
-# Initialize OCR reader
-reader = easyocr.Reader(['en', 'fa'])
-
-def init_database():
-    """Initialize database with user sessions"""
-    conn = sqlite3.connect("daro.db")
-    cursor = conn.cursor()
-    
-    cursor.execute('''
-        CREATE TABLE IF NOT EXISTS user_sessions(
-            session_id TEXT PRIMARY KEY,
-            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
-        )
-    ''')
-    
-    cursor.execute('''
-        CREATE TABLE IF NOT EXISTS chat_history(
-            id INTEGER PRIMARY KEY AUTOINCREMENT,
-            session_id TEXT,
-            input_text TEXT,
-            input_image TEXT,
-            response TEXT,
-            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
-            FOREIGN KEY (session_id) REFERENCES user_sessions (session_id)
-        )
-    ''')
-    
-    conn.commit()
-    conn.close()
-
-def generate_session_id():
-    """Generate unique session ID for each user"""
-    timestamp = str(datetime.datetime.now().timestamp())
-    return hashlib.md5(timestamp.encode()).hexdigest()[:12]
-
-def save_to_database(session_id, input_text, input_image, response):
-    """Save conversation to database"""
-    conn = sqlite3.connect("daro.db")
-    cursor = conn.cursor()
-    
-    # Convert image to base64 if exists
-    image_data = None
-    if input_image is not None:
-        buffered = io.BytesIO()
-        input_image.save(buffered, format="PNG")
-        image_data = base64.b64encode(buffered.getvalue()).decode()
-    
-    cursor.execute('''
-        INSERT INTO chat_history (session_id, input_text, input_image, response)
-        VALUES (?, ?, ?, ?)
-    ''', (session_id, input_text, image_data, response))
-    
-    conn.commit()
-    conn.close()
-
-def get_user_history(session_id):
-    """Get chat history for specific user session"""
-    conn = sqlite3.connect("daro.db")
-    cursor = conn.cursor()
-    
-    cursor.execute('''
-        SELECT input_text, input_image, response, created_at 
-        FROM chat_history 
-        WHERE session_id = ? 
-        ORDER BY created_at DESC
-    ''', (session_id,))
-    
-    history = cursor.fetchall()
-    conn.close()
-    return history
+print("Loading API key...")
+KEY = os.getenv("KEY")
+if not KEY:
+    logger.error("Error in token")
+    print("Error in token - Please set KEY environment variable")
 
+# تنظیمات OpenAI با OpenRouter
 client = OpenAI(
     base_url="https://openrouter.ai/api/v1",
-    api_key=key,
+    api_key=KEY,
 )
 
-def extract_text_from_image(image):
-    """Extract text from image using OCR"""
+def extract_text_easyocr(image_path):
+    """استخراج متن از تصویر با EasyOCR"""
     try:
-        # Convert PIL Image to numpy array
-        import numpy as np
-        img_array = np.array(image)
+        reader = easyocr.Reader(["en", "fa"])
+        result = reader.readtext(image_path)
+        text = ""
+        for ocr in result:
+            text += ocr[1] + " "
+        return text.strip()
+    except Exception as e:
+        logger.error(f"Error in EasyOCR: {e}")
+        return ""
+
+def init_database():
+    """ایجاد دیتابیس"""
+    try:
+        conn = sqlite3.connect("nurca.db")
+        cursor = conn.cursor()
+        cursor.execute('''CREATE TABLE IF NOT EXISTS chat_history(
+                         id INTEGER PRIMARY KEY AUTOINCREMENT,
+                         session_id TEXT,
+                         input_text TEXT,
+                         input_image TEXT,
+                         response TEXT,
+                         timestamp TEXT,
+                         query_type TEXT
+                         )''')
+        conn.commit()
+        conn.close()
+        logger.info("Database initialized successfully")
+    except Exception as e:
+        logger.error(f"Error in creating database: {e}")
+
+def generate_session():
+    """ایجاد session ID"""
+    try:
+        timestamp = str(datetime.now().timestamp())
+        return hashlib.md5(timestamp.encode()).hexdigest()[:12]
+    except Exception as e:
+        logger.error(f"Error in session ID generation: {e}")
+        return "default_session"
+
+def save_to_database(session_id, input_text, input_image, response, query_type):
+    """ذخیره در دیتابیس"""
+    try:
+        conn = sqlite3.connect("nurca.db")
+        cursor = conn.cursor()
+        
+        image_data = None
+        if input_image is not None:
+            buffered = io.BytesIO()
+            input_image.save(buffered, format="PNG")
+            image_data = base64.b64encode(buffered.getvalue()).decode()
         
-        # Use EasyOCR to extract text
-        results = reader.readtext(img_array)
-        extracted_text = " ".join([result[1] for result in results])
+        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
         
-        return extracted_text
+        cursor.execute('''INSERT INTO chat_history(session_id, input_text, input_image, response, timestamp, query_type)
+                         VALUES(?, ?, ?, ?, ?, ?)''',
+                      (session_id, input_text, image_data, response, timestamp, query_type))
+        conn.commit()
+        conn.close()
+        logger.info("Data saved successfully")
     except Exception as e:
-        logger.error(f"Error in OCR: {str(e)}")
-        return ""
+        logger.error(f"Error saving to database: {e}")
 
-def analyze_drug_info(text_input, image_input, session_id):
-    """Main function to analyze drug information"""
+def get_user_history(session_id):
+    """دریافت تاریخچه کاربر"""
     try:
-        # Combine text input with OCR text if image provided
-        full_input = text_input or ""
+        conn = sqlite3.connect("nurca.db")
+        cursor = conn.cursor()
+        cursor.execute('''SELECT timestamp, query_type, input_text, response 
+                         FROM chat_history WHERE session_id = ? 
+                         ORDER BY timestamp DESC LIMIT 10''', (session_id,))
+        results = cursor.fetchall()
+        conn.close()
         
-        if image_input is not None:
-            ocr_text = extract_text_from_image(image_input)
-            if ocr_text:
-                full_input += f"\n\nText extracted from image: {ocr_text}"
+        if not results:
+            return "📝 هنوز تاریخچه‌ای ندارید"
         
-        if not full_input.strip():
-            return "لطفاً متن یا تصویر وارد کنید."
+        history_text = "# 📊 تاریخچه شما\n\n"
+        for i, (timestamp, query_type, input_text, response) in enumerate(results, 1):
+            emoji = "💊" if query_type == "drug_interaction" else "🔬"
+            history_text += f"## {emoji} مورد {i} - {timestamp}\n\n"
+            history_text += f"**ورودی:** {input_text[:100]}...\n\n"
+            history_text += f"**پاسخ:** {response[:200]}...\n\n---\n\n"
         
-        # Create prompt for LLM
-        prompt = f"""You are a pharmaceutical assistant. Analyze this drug information: {full_input}
+        return history_text
+    except Exception as e:
+        logger.error(f"Error getting history: {e}")
+        return "❌ خطا در دریافت تاریخچه"
+
+def clear_user_history(session_id):
+    """پاک کردن تاریخچه"""
+    try:
+        conn = sqlite3.connect("nurca.db")
+        cursor = conn.cursor()
+        cursor.execute("DELETE FROM chat_history WHERE session_id = ?", (session_id,))
+        conn.commit()
+        conn.close()
+        return "✅ تاریخچه شما پاک شد!"
+    except Exception as e:
+        logger.error(f"Error clearing history: {e}")
+        return "❌ خطا در پاک کردن تاریخچه"
+
+def analyze_drug_interaction(drug1, drug2, session_id):
+    """تحلیل تداخل دارویی"""
+    if not drug1.strip() or not drug2.strip():
+        return "⚠️ لطفاً نام هر دو دارو را وارد کنید"
+    
+    try:
+        prompt = f"""شما یک متخصص داروسازی و فارماکولوژی هستید. لطفاً تداخل بین این دو دارو را به صورت کامل تحلیل کنید:
+
+دارو اول: {drug1}
+دارو دوم: {drug2}
 
-Please provide:
-1. Drug identification (if mentioned)
-2. Potential drug interactions
-3. Side effects and warnings
-4. Proper usage instructions
-5. Any safety concerns
+لطفاً موارد زیر را بررسی کنید:
+1. آیا این دو دارو تداخل دارند؟
+2. نوع تداخل (فارماکوکینتیک یا فارماکودینامیک)
+3. شدت تداخل (خفیف، متوسط، شدید)
+4. مکانیسم تداخل
+5. عوارض جانبی احتمالی
+6. توصیه‌های عملی برای بیمار
+7. نیاز به تغییر دوز یا زمان‌بندی
 
-Please respond in Persian (Farsi) and be very accurate."""
+پاسخ را به فارسی و با جزئیات کامل ارائه دهید."""
 
         completion = client.chat.completions.create(
             extra_headers={
-                "HTTP-Referer": "Nursa-App",
-                "X-Title": "Nursa Drug Assistant",
+                "HTTP-Referer": "https://medical-ai.com",
+                "X-Title": "Medical Drug Interaction Checker",
             },
-            model="openai/gpt-3.5-turbo",
+            extra_body={},
+            model="openai/gpt-oss-20b:free",
             messages=[
-                {"role": "system", "content": "You are a professional pharmaceutical assistant. Always prioritize safety and accuracy."},
-                {"role": "user", "content": prompt}
-            ],
-            max_tokens=2048,
-            top_p=0.8,
-            temperature=0.4
+                {
+                    "role": "user",
+                    "content": prompt
+                }
+            ]
         )
-        
+
         result = completion.choices[0].message.content
         
-        # Save to database
-        save_to_database(session_id, full_input, image_input, result)
+        # ذخیره در دیتابیس
+        save_to_database(session_id, f"تداخل دارویی: {drug1} + {drug2}", None, result, "drug_interaction")
         
-        return result
+        return f"# 💊 تحلیل تداخل دارویی\n\n## داروهای بررسی شده:\n- **{drug1}**\n- **{drug2}**\n\n## نتیجه تحلیل:\n\n{result}"
         
     except Exception as e:
-        logger.error(f"Error in analysis: {str(e)}")
-        return f"خطا در پردازش: {str(e)}"
+        error_msg = f"❌ خطا در تحلیل: {str(e)}"
+        logger.error(error_msg)
+        return error_msg
 
-def format_history(session_id):
-    """Format user history for display"""
-    history = get_user_history(session_id)
-    if not history:
-        return "تاریخچه‌ای موجود نیست."
+def analyze_lab_image(image, session_id):
+    """تحلیل تصویر آزمایش"""
+    if image is None:
+        return "⚠️ لطفاً تصویر آزمایش را آپلود کنید"
     
-    formatted_history = ""
-    for i, (input_text, image_data, response, timestamp) in enumerate(history, 1):
-        formatted_history += f"""
-**پرسش {i}** ({timestamp}):
-{input_text[:100]}{'...' if len(input_text) > 100 else ''}
+    try:
+        # ذخیره موقت تصویر برای OCR
+        temp_path = "temp_image.png"
+        image.save(temp_path)
+        
+        # استخراج متن از تصویر
+        extracted_text = extract_text_easyocr(temp_path)
+        
+        # حذف فایل موقت
+        if os.path.exists(temp_path):
+            os.remove(temp_path)
+        
+        prompt = f"""شما یک متخصص آزمایشگاه و پاتولوژیست هستید. این متن از یک نتیجه آزمایش استخراج شده:
 
-**پاسخ:**
-{response[:200]}{'...' if len(response) > 200 else ''}
+{extracted_text}
 
----
-"""
-    return formatted_history
+لطفاً این نتیجه آزمایش را تحلیل کنید:
 
-def create_interface():
-    """Create Gradio interface"""
-    init_database()
-    
-    # Generate session ID for each user
-    session_id = generate_session_id()
-    
-    with gr.Blocks(title="Nursa - دستیار دارویی هوشمند", theme=gr.themes.Soft()) as app:
-        gr.Markdown("""
-        # 💊 Nursa - دستیار دارویی هوشمند
-        ### تحلیل دارو، بررسی تداخلات و راهنمایی دارویی با هوش مصنوعی
-        """)
+1. نوع آزمایش را شناسایی کنید
+2. مقادیر غیرطبیعی را مشخص کنید
+3. تفسیر بالینی نتایج
+4. نکات مهم برای بیمار
+5. نیاز به آزمایش‌های تکمیلی
+6. توصیه‌های اولیه
+
+⚠️ تأکید: این تحلیل صرفاً جهت اطلاع اولیه است و جایگزین مشاوره پزشک نیست.
+
+پاسخ را به فارسی و با جزئیات کامل بدهید."""
+
+        completion = client.chat.completions.create(
+            extra_headers={
+                "HTTP-Referer": "https://medical-ai.com",
+                "X-Title": "Medical Lab Analysis",
+            },
+            extra_body={},
+            model="openai/gpt-oss-20b:free",
+            messages=[
+                {
+                    "role": "user",
+                    "content": prompt
+                }
+            ]
+        )
+
+        result = completion.choices[0].message.content
         
-        with gr.Row():
-            with gr.Column(scale=2):
-                text_input = gr.Textbox(
-                    label="🔍 سوال یا اطلاعات دارو را وارد کنید",
-                    placeholder="مثال: آیا استامینوفن با ایبوپروفن تداخل دارد؟",
-                    lines=3
-                )
-                
-                image_input = gr.Image(
-                    label="📸 تصویر نسخه یا دارو را آپلود کنید",
-                    type="pil"
-                )
-                
-                analyze_btn = gr.Button("🔬 تحلیل کنید", variant="primary", size="lg")
-                
-            with gr.Column(scale=2):
-                output = gr.Textbox(
-                    label="📋 نتیجه تحلیل",
-                    lines=15,
-                    max_lines=20
-                )
+        # ذخیره در دیتابیس
+        save_to_database(session_id, "تحلیل تصویر آزمایش", image, result, "lab_analysis")
         
-        with gr.Row():
-            with gr.Column():
-                history_btn = gr.Button("📚 مشاهده تاریخچه", variant="secondary")
-                history_output = gr.Textbox(
-                    label="🕐 تاریخچه شما",
-                    lines=10,
-                    visible=False
-                )
+        return f"# 🔬 تحلیل نتیجه آزمایش\n\n## متن استخراج شده:\n```\n{extracted_text}\n```\n\n## تحلیل:\n\n{result}"
         
-        # Event handlers
-        def analyze_and_update(text, image):
-            result = analyze_drug_info(text, image, session_id)
-            return result
+    except Exception as e:
+        error_msg = f"❌ خطا در تحلیل تصویر: {str(e)}"
+        logger.error(error_msg)
+        return error_msg
+
+# راه‌اندازی دیتابیس
+init_database()
+
+# ایجاد رابط کاربری Gradio
+def create_app():
+    with gr.Blocks(
+        theme=gr.themes.Soft(),
+        css="""
+        .main-header {
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            padding: 30px;
+            border-radius: 15px;
+            margin-bottom: 20px;
+            text-align: center;
+            color: white;
+        }
+        .feature-box {
+            background: white;
+            border-radius: 10px;
+            padding: 20px;
+            margin: 10px 0;
+            box-shadow: 0 4px 6px rgba(0, 0, 0, 0.1);
+        }
+        .warning-box {
+            background: #fff3cd;
+            border: 1px solid #ffeaa7;
+            border-radius: 8px;
+            padding: 15px;
+            margin: 15px 0;
+        }
+        """,
+        title="🏥Nurca دستیار هوشمند پزشکی"
+    ) as app:
+        
+        # ایجاد session منحصر به فرد برای هر کاربر جدید
+        session_state = gr.State(value=generate_session())
+        
+        # هدر اصلی
+        gr.HTML("""
+        <div class="main-header">
+            <h1>🏥 دستیار هوشمند پزشکی</h1>
+            <p>سیستم هوشمند تحلیل تداخلات دارویی و نتایج آزمایش</p>
+        </div>
+        """)
+        
+        # هشدار مهم
+        gr.HTML("""
+        <div class="warning-box">
+            <h3>⚠️ هشدار مهم</h3>
+            <p>این سیستم صرفاً جهت اطلاع‌رسانی اولیه است و هیچ‌گاه جایگزین مشاوره پزشک نمی‌شود. 
+            برای تصمیم‌گیری‌های درمانی حتماً با پزشک متخصص مشورت کنید.</p>
+        </div>
+        """)
         
-        def show_history():
-            history = format_history(session_id)
-            return gr.Textbox(value=history, visible=True)
+        with gr.Tabs():
+            # تب تداخل دارویی
+            with gr.Tab("💊 بررسی تداخل دارویی"):
+                with gr.Row():
+                    with gr.Column(scale=2):
+                        gr.HTML('<div class="feature-box"><h3>🔍 بررسی تداخل بین داروها</h3></div>')
+                        
+                        drug1_input = gr.Textbox(
+                            label="نام دارو اول",
+                            placeholder="مثال: آسپرین، پاراستامول، ...",
+                            lines=1
+                        )
+                        
+                        drug2_input = gr.Textbox(
+                            label="نام دارو دوم", 
+                            placeholder="مثال: وارفارین، دیکلوفناک، ...",
+                            lines=1
+                        )
+                        
+                        analyze_btn = gr.Button("🔬 تحلیل تداخل", variant="primary", size="lg")
+                    
+                    with gr.Column(scale=3):
+                        drug_result = gr.Markdown(
+                            value="نتیجه تحلیل اینجا نمایش داده می‌شود...",
+                            label="نتیجه تحلیل"
+                        )
+            
+            # تب تحلیل آزمایش
+            with gr.Tab("🔬 تحلیل نتایج آزمایش"):
+                with gr.Row():
+                    with gr.Column(scale=2):
+                        gr.HTML('<div class="feature-box"><h3>📋 آپلود و تحلیل نتایج آزمایش</h3></div>')
+                        
+                        image_input = gr.Image(
+                            label="تصویر نتیجه آزمایش",
+                            type="pil",
+                            height=300
+                        )
+                        
+                        analyze_lab_btn = gr.Button("🧪 تحلیل آزمایش", variant="primary", size="lg")
+                    
+                    with gr.Column(scale=3):
+                        lab_result = gr.Markdown(
+                            value="نتیجه تحلیل آزمایش اینجا نمایش داده می‌شود...",
+                            label="نتیجه تحلیل"
+                        )
+            
+            # تب تاریخچه
+            with gr.Tab("📊 تاریخچه و مدیریت"):
+                with gr.Row():
+                    with gr.Column():
+                        gr.HTML('<div class="feature-box"><h3>📝 مدیریت تاریخچه</h3></div>')
+                        
+                        with gr.Row():
+                            show_history_btn = gr.Button("📋 نمایش تاریخچه", variant="secondary")
+                            clear_history_btn = gr.Button("🗑️ پاک کردن تاریخچه", variant="stop")
+                        
+                        history_display = gr.Markdown(
+                            value="برای نمایش تاریخچه، روی دکمه مربوطه کلیک کنید.",
+                            label="تاریخچه کاربر"
+                        )
+                        
+                        session_info = gr.Textbox(
+                            value="Session ID: جدید",
+                            label="شناسه جلسه",
+                            interactive=False
+                        )
         
+        def update_session_display(session_id):
+            return f"Session ID: {session_id}"
+        
+        # اتصال eventها
         analyze_btn.click(
-            fn=analyze_and_update,
-            inputs=[text_input, image_input],
-            outputs=output
+            fn=lambda d1, d2, session_id: analyze_drug_interaction(d1, d2, session_id),
+            inputs=[drug1_input, drug2_input, session_state],
+            outputs=drug_result
         )
         
-        history_btn.click(
-            fn=show_history,
-            outputs=history_output
+        analyze_lab_btn.click(
+            fn=lambda img, session_id: analyze_lab_image(img, session_id),
+            inputs=[image_input, session_state],
+            outputs=lab_result
         )
         
-        gr.Markdown("""
-        ---
-        ⚠️ **هشدار مهم**: Nursa فقط جهت اطلاع‌رسانی است و جایگزین مشاوره پزشک نیست.
-        💡 **درباره Nursa**: دستیار دارویی هوشمند برای تحلیل دقیق داروها و تداخلات
-        """)
+        show_history_btn.click(
+            fn=lambda session_id: get_user_history(session_id),
+            inputs=session_state,
+            outputs=history_display
+        )
+        
+        clear_history_btn.click(
+            fn=lambda session_id: clear_user_history(session_id),
+            inputs=session_state,
+            outputs=history_display
+        )
+        
+        app.load(
+            fn=update_session_display,
+            inputs=session_state,
+            outputs=session_info
+        )
     
     return app
 
-
 if __name__ == "__main__":
-    app = create_interface()
+    app = create_app()
     app.launch(
-        share=True,
-        server_name="0.0.0.0", 
+        server_name="0.0.0.0",
         server_port=7860,
-        debug=True
+        share=True,
+        show_api=False
     )