Initial commit

app.py

@@ -1,92 +1,103 @@
-from openai import OpenAI
 import gradio as gr
-import logging
 import sqlite3
-import easyocr
+import logging
+import secrets
 from datetime import datetime
+import easyocr
 import hashlib
-import io
+import os
+import io 
 import base64
 from PIL import Image
-import os
-import secrets
+from openai import OpenAI
+
 
 logging.basicConfig(level=logging.INFO)
-logger = logging.getLogger(__name__)
+logger=logging.getLogger(__name__)
 
-print("Loading API key...")
-KEY = os.getenv("KEY")
+print("api key")
+KEY=os.getenv("KEY")
+logger.error("error in api key")
 if not KEY:
-    logger.error("Error in token")
-    print("Error in token - Please set KEY environment variable")
+    print("error in loading api")
+
 
-client = OpenAI(
+
+client=OpenAI(
     base_url="https://openrouter.ai/api/v1",
-    api_key=KEY,
+    api_key=KEY
+    
 )
 
 def init():
     try:
-        c = sqlite3.connect("nursa.db")
-        cursor = c.cursor()
+        c= sqlite3.connect("N.db")
+        cursor=c.cursor()
         cursor.execute('''CREATE TABLE IF NOT EXISTS history(
                         id INTEGER PRIMARY KEY AUTOINCREMENT,
-                        session_id TEXT,
-                        input_text TEXT,
-                        input_image TEXT,
-                        response TEXT,
-                        timestamp TEXT,
-                        query_type TEXT)''')
+                         session_id TEXT,
+                         input_text TEXT,
+                         input_image TEXT,
+                         response TEXT,
+                         timestamp TEXT,
+                         query_type TEXT )
+
+''')
         c.commit()
         c.close()
     except Exception as e:
-        logger.error(f"error in database: {e}")
+        logger.error(f"error in database:{e}")
+        print("error in sqlite3")
 
-def reader(path):
+def image_ocr(path):
     try:
-        reader = easyocr.Reader(["en", "fa"])
-        result = reader.readtext(path)
-        text = ""
+        reader=easyocr.Reader(["fa","en"])
+        result=reader.readtext(path)
+        text=""
         for ocr in result:
             text += ocr[1] + " "
-        return text.strip()
+        return text.strip() 
     except Exception as e:
-        logger.error(f"Error in EasyOCR: {e}")
+        print("error in easyocr")
+        logger.error(f"error in easyocr :{e}")
         return ""
 
-def generate_session():
+def session():
     try:
-        ts = datetime.utcnow().isoformat()
-        rnd = secrets.token_hex(8)
-        digest = hashlib.sha256((ts + rnd).encode("utf8")).hexdigest()
-        return digest[:15]
+        x=datetime.utcnow().isoformat()
+        n=secrets.token_hex(8)
+        s=hashlib.sha256((str(x+n)).encode()).hexdigest()
+        return s[:15]
     except Exception as e:
-        logger.error(f"Error in session ID generation: {e}")
+        print("error session") 
+        logger.error(f"error session:{e}")
         return "default_session"
-    
-def save_to_database(session_id, input_text, input_image, response, query_type):
-    try:
-        c = sqlite3.connect("nursa.db")
-        cursor = c.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()
-        
-        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+
         
+def save_database(session_id,text_input,image_input,response,query_type):
+    try:
+        c=sqlite3.connect("N.db")
+        cursor=c.cursor()
+        image_data=None
+        if image_input is not None:
+            buffered=io.BytesIO()
+            image_input.save(buffered,format="PNG")
+            image_data=base64.b64encode(buffered.getvalue()).decode()
+        timestamp=datetime.utcnow().strftime("%Y-%m-%d %H:%M:%S")
         cursor.execute('''INSERT INTO history(session_id, input_text, input_image, response, timestamp, query_type)
-                       VALUES(?,?,?,?,?,?)''', 
-                       (session_id, input_text, image_data, response, timestamp, query_type))
+                     VALUES(?, ?, ?, ?, ?, ?)''',
+        
+            (session_id, text_input, image_data, response, timestamp, query_type))
         c.commit()
         c.close()
+        logger.info("Data saved successfully")
     except Exception as e:
-        logger.error(f"error in save to database: {e}")
+        logger.error(f"Error saving to database: {e}")
+
 
 def get_user_history(session_id):
     try:
-        conn = sqlite3.connect("nursa.db")
+        conn = sqlite3.connect("N.db")
         cursor = conn.cursor()
         cursor.execute('''SELECT timestamp, query_type, input_text, response 
                          FROM history WHERE session_id = ? 
@@ -97,21 +108,21 @@ def get_user_history(session_id):
         if not results:
             return "📝 هنوز تاریخچه‌ای ندارید"
         
-        history_text = "📊 تاریخچه شما\n\n"
+        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 "🔬" if query_type == "lab_analysis" else "🩺"
-            history_text += f"{emoji} مورد {i} - {timestamp}\n"
-            history_text += f"**ورودی:** {input_text[:100]}...\n"
+            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"
         
         return history_text
     except Exception as e:
         logger.error(f"Error getting history: {e}")
-        return "❌ خطا در دریافت تاریخچه"            
+        return "❌ خطا در دریافت تاریخچه"
 
 def clear_user_history(session_id):
     try:
-        conn = sqlite3.connect("nursa.db")
+        conn = sqlite3.connect("N.db")
         cursor = conn.cursor()
         cursor.execute("DELETE FROM history WHERE session_id = ?", (session_id,))
         conn.commit()
@@ -120,9 +131,10 @@ def clear_user_history(session_id):
     except Exception as e:
         logger.error(f"Error clearing history: {e}")
         return "❌ خطا در پاک کردن تاریخچه"
-    
-def medical_ai_assistant(request_type, data, session_id):
-    prompts = {
+
+
+def ai(requests,session_id,data):
+    prompts={
         "drug_interaction": f"""شما یک متخصص داروسازی و فارماکولوژی هستید. لطفاً تداخل بین این دو دارو را به صورت کامل تحلیل کنید:
 
 دارو اول: {data['drug1']}
@@ -138,8 +150,7 @@ def medical_ai_assistant(request_type, data, session_id):
 7. نیاز به تغییر دوز یا زمان‌بندی
 
 پاسخ را به فارسی و با جزئیات کامل ارائه دهید.""",
-
-        "lab_analysis": f"""شما یک متخصص آزمایشگاه و پاتولوژیست هستید. این متن از یک نتیجه آزمایش استخراج شده:
+ "lab_analysis": f"""شما یک متخصص آزمایشگاه و پاتولوژیست هستید. این متن از یک نتیجه آزمایش استخراج شده:
 
 {data['extracted_text']}
 
@@ -171,40 +182,30 @@ def medical_ai_assistant(request_type, data, session_id):
 ⚠️ تأکید شود که این تشخیص اولیه است و حتماً باید با پزشک مشورت شود.
 
 پاسخ را به زبان فارسی، مهربان و کامل بدهید."""
+
     }
-    
     try:
-        prompt = prompts.get(request_type, "درخواست نامعتبر")
-        
-        completion = client.chat.completions.create(
-            extra_headers={
-                "HTTP-Referer": "https://medical-ai.com",
-                "X-Title": "Medical AI Assistant",
-            },
-            extra_body={},
-            model="openai/gpt-oss-20b:free",  
+        prompt=prompts.get(requests)
+        response=client.chat.completions.create(
+            model="openai/gpt-oss-20b:free",
             messages=[
-                {
-                    "role": "user",
-                    "content": prompt
-                }
+                {"role":"system","content":prompt}
+                
             ]
         )
-
-        result = completion.choices[0].message.content
-        
+        result=response.choices[0].message.content
         input_text = ""
         input_image = None
         
-        if request_type == "drug_interaction":
+        if requests == "drug_interaction":
             input_text = f"تداخل دارویی: {data['drug1']} + {data['drug2']}"
-        elif request_type == "lab_analysis":
+        elif requests == "lab_analysis":
             input_text = "تحلیل تصویر آزمایش"
             input_image = data.get('image')
-        elif request_type == "symptom_diagnosis":
+        elif requests == "symptom_diagnosis":
             input_text = f"علائم: {data['symptoms']}"
         
-        save_to_database(session_id, input_text, input_image, result, request_type)
+        save_database(session_id, input_text, input_image, result, requests)
         
         return result
         
@@ -213,181 +214,109 @@ def medical_ai_assistant(request_type, data, session_id):
         logger.error(error_msg)
         return error_msg
 
-# Gradio Interface Functions
-def check_drug_interaction(drug1, drug2, session_id):
+def drug_interaction_check(drug1, drug2, session_id):
     if not drug1 or not drug2:
-        return "⚠️ لطفاً هر دو دارو را وارد کنید"
+        return "⚠️ لطفاً نام هر دو دارو را وارد کنید"
     
-    data = {'drug1': drug1, 'drug2': drug2}
-    return medical_ai_assistant("drug_interaction", data, session_id)
+    data = {"drug1": drug1, "drug2": drug2}
+    result = ai("drug_interaction", session_id, data)
+    return result
 
-def analyze_lab_image(image, session_id):
+def lab_analysis_check(image, session_id):
     if image is None:
         return "⚠️ لطفاً تصویر آزمایش را آپلود کنید"
     
-    try:
-        pil_image = Image.fromarray(image)
-        temp_path = "temp_lab_image.jpg"
-        pil_image.save(temp_path)
-        
-        extracted_text = reader(temp_path)
-        
-        if os.path.exists(temp_path):
-            os.remove(temp_path)
-        
-        if not extracted_text:
-            return "❌ متنی از تصویر استخراج نشد. لطفاً تصویر واضح‌تری آپلود کنید"
-        
-        data = {'extracted_text': extracted_text, 'image': pil_image}
-        return medical_ai_assistant("lab_analysis", data, session_id)
-        
-    except Exception as e:
-        logger.error(f"Error in analyze_lab_image: {e}")
-        return f"❌ خطا در پردازش تصویر: {str(e)}"
+    extracted_text = image_ocr(image)
+    if not extracted_text:
+        return "❌ متاسفانه نتوانستم متن را از تصویر استخراج کنم"
+    
+    data = {"extracted_text": extracted_text, "image": image}
+    result = ai("lab_analysis", session_id, data)
+    return result
 
-def diagnose_symptoms(symptoms, session_id):
+def symptom_diagnosis_check(symptoms, session_id):
     if not symptoms:
         return "⚠️ لطفاً علائم خود را وارد کنید"
     
-    data = {'symptoms': symptoms}
-    return medical_ai_assistant("symptom_diagnosis", data, session_id)
+    data = {"symptoms": symptoms}
+    result = ai("symptom_diagnosis", session_id, data)
+    return result
 
-# Initialize database
-init()
-
-# Gradio Interface
-with gr.Blocks(theme=gr.themes.Soft(), css="""
-    .gradio-container {
-        font-family: 'Vazir', 'B Nazanin', sans-serif;
-        direction: rtl;
-    }
-    .tab-nav button {
-        font-size: 16px;
-        padding: 10px 20px;
-    }
-    #session-display {
-        background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-        color: white;
-        padding: 10px;
-        border-radius: 10px;
-        text-align: center;
-        margin-bottom: 20px;
-    }
-""") as demo:
-    
-    # Session Management
-    session_id = gr.State(value=generate_session)
-    
-    gr.Markdown("# 🏥 دستیار هوش مصنوعی پزشکی - Nursa")
-    gr.Markdown("### سیستم هوشمند تحلیل پزشکی و دارویی")
-    
-    # Display Session ID
-    with gr.Row():
-        session_display = gr.Textbox(
-            value=lambda: f"شناسه نشست شما: {generate_session()}",
-            label="",
-            interactive=False,
-            elem_id="session-display"
-        )
-        new_session_btn = gr.Button("🔄 نشست جدید", scale=0)
+def create_interface():
+    init()
     
-    with gr.Tabs():
-        # Drug Interaction Tab
-        with gr.TabItem("💊 تداخل دارویی"):
-            gr.Markdown("### بررسی تداخل بین داروها")
-            with gr.Row():
-                drug1_input = gr.Textbox(
-                    label="دارو اول",
-                    placeholder="مثال: آسپرین",
-                    lines=1
-                )
-                drug2_input = gr.Textbox(
-                    label="دارو دوم",
-                    placeholder="مثال: وارفارین",
-                    lines=1
-                )
-            
-            drug_btn = gr.Button("🔍 بررسی تداخل", variant="primary")
-            drug_output = gr.Markdown()
-            
-            drug_btn.click(
-                fn=check_drug_interaction,
-                inputs=[drug1_input, drug2_input, session_id],
-                outputs=drug_output
-            )
+    with gr.Blocks(title="Nursa", theme=gr.themes.Soft()) as app:
+        session_id = gr.State(session())
         
-        # Lab Analysis Tab
-        with gr.TabItem("🔬 تحلیل آزمایش"):
-            gr.Markdown("### تحلیل تصویر نتیجه آزمایش")
-            lab_image = gr.Image(
-                label="تصویر آزمایش را آپلود کنید",
-                type="numpy"
-            )
-            lab_btn = gr.Button("📊 تحلیل آزمایش", variant="primary")
-            lab_output = gr.Markdown()
-            
-            lab_btn.click(
-                fn=analyze_lab_image,
-                inputs=[lab_image, session_id],
-                outputs=lab_output
-            )
+        gr.Markdown("# 🏥 Nursa")
         
-        # Symptom Diagnosis Tab
-        with gr.TabItem("🩺 تشخیص علائم"):
-            gr.Markdown("### بررسی علائم و تشخیص احتمالی")
-            symptoms_input = gr.Textbox(
-                label="علائم خود را شرح دهید",
-                placeholder="مثال: سردرد، تب، گلودرد از دیروز",
-                lines=4
-            )
-            symptom_btn = gr.Button("🏥 تشخیص اولیه", variant="primary")
-            symptom_output = gr.Markdown()
-            
-            symptom_btn.click(
-                fn=diagnose_symptoms,
-                inputs=[symptoms_input, session_id],
-                outputs=symptom_output
-            )
+        with gr.Row():
+            gr.Markdown(f"**شناسه جلسه شما:** `{session().replace('-', '').upper()[:8]}`")
         
-        # History Tab
-        with gr.TabItem("📜 تاریخچه"):
-            gr.Markdown("### تاریخچه درخواست‌های شما")
-            history_btn = gr.Button("📋 نمایش تاریخچه", variant="secondary")
-            clear_btn = gr.Button("🗑️ پاک کردن تاریخچه", variant="stop")
-            history_output = gr.Markdown()
+        with gr.Tabs():
+            with gr.Tab("💊 بررسی تداخل دارویی"):
+                with gr.Column():
+                    drug1_input = gr.Textbox(label="نام دارو اول", placeholder="مثال: آسپرین")
+                    drug2_input = gr.Textbox(label="نام دارو دوم", placeholder="مثال: وارفارین")
+                    drug_check_btn = gr.Button("بررسی تداخل", variant="primary")
+                    drug_output = gr.Markdown()
+                
+                drug_check_btn.click(
+                    drug_interaction_check,
+                    inputs=[drug1_input, drug2_input, session_id],
+                    outputs=[drug_output]
+                )
             
-            history_btn.click(
-                fn=get_user_history,
-                inputs=session_id,
-                outputs=history_output
-            )
+            with gr.Tab("🔬 تحلیل آزمایش"):
+                with gr.Column():
+                    lab_image = gr.Image(type="pil", label="تصویر نتیجه آزمایش")
+                    lab_check_btn = gr.Button("تحلیل آزمایش", variant="primary")
+                    lab_output = gr.Markdown()
+                
+                lab_check_btn.click(
+                    lab_analysis_check,
+                    inputs=[lab_image, session_id],
+                    outputs=[lab_output]
+                )
             
-            clear_btn.click(
-                fn=clear_user_history,
-                inputs=session_id,
-                outputs=history_output
-            )
-    
-    # New Session Button
-    def create_new_session():
-        new_id = generate_session()
-        return new_id, f"شناسه نشست شما: {new_id}"
-    
-    new_session_btn.click(
-        fn=create_new_session,
-        outputs=[session_id, session_display]
-    )
+            with gr.Tab("🩺 تشخیص علائم"):
+                with gr.Column():
+                    symptoms_input = gr.Textbox(
+                        label="علائم شما",
+                        placeholder="مثال: سردرد، تب، گلودرد",
+                        lines=3
+                    )
+                    symptom_check_btn = gr.Button("تشخیص علائم", variant="primary")
+                    symptom_output = gr.Markdown()
+                
+                symptom_check_btn.click(
+                    symptom_diagnosis_check,
+                    inputs=[symptoms_input, session_id],
+                    outputs=[symptom_output]
+                )
+            
+            with gr.Tab("📋 تاریخچه"):
+                with gr.Column():
+                    history_btn = gr.Button("نمایش تاریخچه")
+                    clear_btn = gr.Button("پاک کردن تاریخچه", variant="secondary")
+                    history_output = gr.Markdown()
+                
+                history_btn.click(
+                    get_user_history,
+                    inputs=[session_id],
+                    outputs=[history_output]
+                )
+                
+                clear_btn.click(
+                    clear_user_history,
+                    inputs=[session_id],
+                    outputs=[history_output]
+                )
+        
+        gr.Markdown("⚠️ **توجه:** این سیستم صرفاً جهت اطلاع اولیه است و جایگزین مشاوره پزشک نیست.")
     
-    gr.Markdown("""
-    ---
-    ⚠️ **توجه مهم:** این سیستم صرفاً جهت راهنمایی اولیه است و جایگزین مشاوره پزشک نمی‌باشد.
-    در صورت مشاهده علائم جدی، حتماً به پزشک مراجعه کنید.
-    """)
+    return app
 
-# Launch the app
 if __name__ == "__main__":
-    demo.launch(
-        server_name="0.0.0.0",
-        server_port=7860,
-        share=True
-    )
+    app = create_interface()
+    app.launch(server_name="0.0.0.0", server_port=7860, share=True)