AItrika
1.0.0
عزز معرفتك في البحوث الطبية.
Aitrika ( PubGPT سابقًا) هي أداة يمكنها استخراج الكثير من المعلومات ذات الصلة داخل الأوراق الطبية بطريقة سهلة:
وهكذا!
يمكنك تجربة Aitrika مع تطبيق SPEREMLIT عن طريق التشغيل:
streamlit run app.py
أو يمكنك استخدامه برنامج نصي عن طريق التشغيل:
python main.py
لتثبيت كل شيء ، تحتاج إلى uv .
بادئ ذي بدء ، قم بتثبيت uv مع الأمر:
python main.py
بعد ذلك ، قم بإنشاء بيئة افتراضية مع الأمر:
uv venv venv_name
قم بتفعيل ENV الافتراضي:
source venv_name/bin/activate
وتثبيت التبعيات:
uv pip install -r requirements.in
من أجل تعيين مفاتيح API ، أدخل مفاتيحك في ملف env.example وقم بإعادة تسميته إلى .env .
يمكنك بسهولة الحصول على معلومات عن ورقة عن طريق تمرير معرف PubMed:
from aitrika . engine . aitrika import OnlineAItrika
aitrika_engine = OnlineAItrika ( pubmed_id = pubmed_id )
title = aitrika_engine . get_title ()
print ( title )أو يمكنك تحليل PDF محلي:
from aitrika . engine . aitrika import LocalAItrika
aitrika_engine = LocalAItrika ( pdf_path = pdf_path )
title = aitrika_engine . get_title ()
print ( title ) Breast cancer genes: beyond BRCA1 and BRCA2.
يمكنك الحصول على معلومات أخرى ، مثل الارتباطات بين الجينات والأمراض:
associations = aitrika_engine . get_associations () [
{
"gene": "BRIP1",
"disease": "Breast Neoplasms"
},
{
"gene": "PTEN",
"disease": "Breast Neoplasms"
},
{
"gene": "CHEK2",
"disease": "Breast Neoplasms"
},
]
...
أو يمكنك الحصول على نظام بيانات تنسيق لطيف:
associations = aitrika_engine . associations ( dataframe = True ) gene disease
0 BRIP1 Breast Neoplasms
1 PTEN Breast Neoplasms
2 CHEK2 Breast Neoplasms
...
مع قوة الخرقة ، يمكنك الاستعلام عن وثيقتك:
## Prepare the documents
documents = generate_documents ( content = abstract )
## Set the LLM
llm = GroqLLM ( documents = documents , api_key = os . getenv ( "GROQ_API_KEY" ))
## Query your document
query = "Is BRCA1 associated with breast cancer?"
print ( llm . query ( query = query )) The provided text suggests that BRCA1 is associated with breast cancer, as it is listed among the high-penetrance genes identified in family linkage studies as responsible for inherited syndromes of breast cancer.
أو يمكنك استخراج المعلومات الأخرى:
results = engine . extract_results ( llm = llm )
print ( results ) ** RESULTS **
- High-penetrance genes - BRCA1, BRCA2, PTEN, TP53 - responsible for inherited syndromes
- Moderate-penetrance genes - CHEK2, ATM, BRIP1, PALB2, RAD51C - associated with moderate BC risk
- Low-penetrance alleles - common alleles - associated with slightly increased or decreased risk of BC
- Current clinical practice - high-penetrance genes - widely used
- Future prospect - all familial breast cancer genes - to be included in genetic test
- Research need - clinical management - of moderate and low-risk variants
لتشغيل واجهة برمجة تطبيقات Aitrika ، اتبع هذه الخطوات:
تأكد من إعداد بيئتك وتثبيت جميع التبعيات كما هو موضح في قسم التثبيت.
قم بتشغيل خادم API باستخدام الأمر التالي:
python api.pyستبدأ API على http://0.0.0.0:8000. يمكنك الآن تقديم طلبات إلى نقاط النهاية المختلفة:
يمكنك استخدام أدوات مثل Curl أو Postman أو أي عميل HTTP للتفاعل مع API. على سبيل المثال:
curl -X POST " http://localhost:8000/abstract " -H " Content-Type: application/json " -d ' {"pubmed_id": 12345678} ' يتم إنشاء وثائق API تلقائيًا وحفظها في docs/api-reference/openapi.json . يمكنك استخدام هذا الملف مع أدوات مثل Swagger UI لتجربة استكشاف API أكثر تفاعلية.
إذا وجدت هذا المشروع مفيدًا ، فيرجى التفكير في دعمه:
إذا كنت تستخدم هذا المشروع في سياق تجاري أو تجاري ، فيرجى الاتصال بي.
أنا متاح للاستشارات أو التطوير المخصص أو الترخيص التجاري.
يساعد دعمك في الحفاظ على هذا المشروع نشطًا ويتحسن بشكل مستمر. شكرًا لك!
Aitrika مرخصة بموجب ترخيص Apache 2.0. انظر ملف الترخيص لمزيد من التفاصيل.
