physicaltherapyassistant

Physiophrame

Link zur App: https://physicaltherapyssistant-bbxcbhlrxm9de3yd7szjnz.streamlit.app/

Beschreibung

Physiophrame ist eine domänenspezifische Anwendung, die Physiotherapeuten und Angehörige der Gesundheitsberufe unterstützt, indem sie schnelle Zugang zu Informationen durch natürliche Sprachanfragen bieten. Physiophrame nutzt die Leistung von Großsprachmodellen (LLM) für semantisches Verständnis und eine Vektordatenbank für eine effiziente Speicherung und Abruf von Daten und Abrufen von Daten. Unabhängig davon, ob Sie nach möglichen Diagnosen, geeigneten Tests oder wichtigen Überlegungen während der Patientenbewertung suchen, Physiophrame ist Ihr Anlaufstelle.

Merkmale

• Semantische Suche : Verwendet eine Vektordatenbank, um Daten basierend auf der semantischen Ähnlichkeit zu indexieren und abzurufen, um sicherzustellen, dass die Antworten relevant und genau sind.
• Natürliche Sprachschnittstelle : Angetrieben von OpenAs LLM verarbeitet die Antragsabfragen natürliche Sprachabfragen, die eine intuitive Interaktion ermöglichen.
• Echtzeit-Antwortgenerierung : Generiert Antworten in Echtzeit und bietet schnellen Zugriff auf Informationen, ohne durch herkömmliche Datenbanken zu navigieren.
• CHAT-Historie : Behält einen Sitzungs-Basis-Chat-Historie für die Kontinuität der Interaktion und verbessert das Benutzererlebnis, indem der Konversationsfluss nachverfolgt wird.

Ergänzende Skripte und ihre Rollen

PDF zum Textkonvertieren ( pdftotxt.py )

Um sicherzustellen, dass die semantische Suchmaschine der Anwendung Zugriff auf ein breites Spektrum von Ressourcen hat, spielt das Skript pdftotxt.py eine entscheidende Rolle bei der Vorverarbeitung. Es transformiert PDF -Dokumente in Textdateien, wodurch der Inhalt für die weitere Verarbeitung verfügbar ist. Dieser Schritt ist von entscheidender Bedeutung, um aussagekräftige Informationen aus PDFs zu extrahieren, ein gemeinsames Format in medizinischen Dokumentations- und Forschungsarbeiten.

Datenindexierung ( indexing.py )

Das Skript indexing.py steht im Mittelpunkt der Fülle der Vektor -Datenbank und setzt die Bühne für die semantischen Suchfunktionen der Anwendung. Es verarbeitet und stößt Textdokumente in verdauliche Segmente, erzeugt Emettendings mit LLM und indiziert sie zusammen mit Metadaten in Tinecone. Diese sorgfältige Organisation erleichtert das effiziente Abrufen semantisch ähnlicher Inhalte und stützt die schnellen und relevanten Antworten der Anwendung.

Verbesserung der Interaktivität mit PTassistant ( PTAssistant.py )

PTAssistant.py baut auf der von der Kernanwendung gelegten Stiftung auf. Dieses Skript veranschaulicht, wie fortgeschrittene KI-Modelle genutzt werden können, um nicht nur Benutzerabfragen zu verstehen, sondern auch Benutzer von Benutzern zu antizipieren und nuancierte und kontextbewusste Antworten anzubieten. Es markiert einen erheblichen Fortschritt bei der Anwendung nicht nur zu einem Tool, sondern zu einem Gesprächspartner, der die Benutzer durch komplexe Informationen mit Leichtigkeit führen kann.

Wie man rennt

Voraussetzungen

• Python 3,8 oder höher
• Straffung
• OpenAI -API -Schlüssel
• Tinecone -API -Schlüssel
• dotenv -Paket für die Verwaltung von Umgebungsvariablen

Aufstellen

1. Klonen Sie das Repository : Starten Sie das Repository, in dem Physiophrame an Ihre lokale Maschine gespeichert ist.

2. Installieren Sie Abhängigkeiten : Installieren Sie die erforderlichen Python -Pakete, indem Sie den folgenden Befehl in Ihrem Terminal ausführen:

    pip install streamlit openai pinecone-client python-dotenv
   

3. Richten Sie Umgebungsvariablen ein : Erstellen Sie eine .env -Datei im Stammverzeichnis des Projekts und fügen Sie Ihre OpenAI- und Pinecone -API -Schlüssel wie folgt hinzu:

    OPENAI_API_KEY='your_openai_api_key'
   PINECONE_API_KEY='your_pinecone_api_key'
   

Ausführen der Anwendung

1. Navigieren Sie zum Projektverzeichnis in Ihrem Terminal.

2. Führen Sie die Streamlit -Anwendung mit dem Befehl aus: streamlit run PTRAG.py ausführen

3. Streamlit startet die Anwendung und bietet Ihnen eine lokale URL, um auf Physiophrame zuzugreifen.

4. Öffnen Sie die bereitgestellte URL in Ihrem Webbrowser, um mit der Anwendung zu interagieren. Geben Sie Ihre Abfragen in Bezug auf Physiotherapie ein, und Physiophrame unterstützt Sie bei relevanten Informationen.

Test und Bewertung

Physiophrame -Test- und Bewertungsnotizbuch

Um die Zuverlässigkeit und Wirksamkeit von Physiophrame zu gewährleisten, wurde ein umfassender Test- und Bewertungsprozess unter Verwendung des Notebooks von PhysioPhrame_Testing_and_Evaluation.ipynb Colab durchgeführt. Dieses Notizbuch konzentriert sich auf die Implementierung der Abruf-Generation (RAG) mit Langchain und OpenAI, um die Leistung der Anwendung bei der Beantwortung von Fragen auf der Grundlage einer bereitgestellten Transkription zu bewerten.

Retrieval-Augmented-Generation (Lappen) mit Langchain und Openai

Das Notizbuch ist in verschiedene Abschnitte strukturiert, wobei jeder einen bestimmten Zweck im Bewertungsprozess erfüllt:

Einführung : Das Notizbuch legt den Kontext fest, indem er das Ziel erläutert, einen Chatbot zu erstellen, der Fragen basierend auf einer Transkription beantworten kann.

Abschnitt 1: Transkription laden und teilen

• Importe notwendige Bibliotheken.
• Lädt Umgebungsvariablen, einschließlich des OpenAI -API -Schlüssels.
• Liest und spaltet den Transkriptionstext zur Verarbeitung in überschaubare Stücke auf.

Abschnitt 2: Ähnlichkeit berechnen und relevante Stücke finden

• Initialisiert OpenAI -Einbettungen.
• Definiert eine Funktion zur Berechnung von Einbettungen für eine bestimmte Frage und finden den ähnlichsten Teil der Transkription.

Abschnitt 3: Erstellen Sie eine Wissensbasis und generieren Sie den Testsatz

• Konstruiert eine Wissensbasis aus den Transkriptionsbrocken.
• Generiert einen Testsatz, der 20 Fragen umfasst, um die Leistung des Chatbots zu bewerten.

Abschnitt 4: Bewerten Sie das Modell im Testsatz

• Initialisiert das OpenAI -Modell zur Bewertung.
• Definiert eine Antwortfunktion, um Antworten basierend auf dem Kontext und der Frage zu generieren.
• Bewertet die Leistung des Modells auf dem generierten Testsatz und der Wissensbasis.

Zusammenfassung und Ergebnisse

• Zeigt den Bewertungsbericht an, um Einblicke in die Leistung des Modells zu geben und seine Stärken und Verbesserungsbereiche hervorzuheben.

Zusammenfassung und Ergebnisse

Der Bewertungsbericht enthält eine detaillierte Analyse, wie gut das Modell im Testsatz ausgeführt wurde. Es bietet wertvolle Einblicke in die Fähigkeit des Chatbot, nach der bereitgestellten Transkription zu verstehen und auf Abfragen zu reagieren.

 print ( report )

Durch die Untersuchung dieses Berichts können die Stakeholder die Wirksamkeit von Physiophrame bei der Umstellung natürlicher Sprachanfragen im Zusammenhang mit der Physiotherapie messen und sicherstellen, dass die Anwendung die beabsichtigten Ziele entspricht und genaue und relevante Informationen an ihre Benutzer liefert.

Durch strenge Test und Bewertung soll sich Physiophrame als zuverlässiges und effizientes Instrument für Physiotherapeuten und Angehörige der Gesundheitsberufe, die Entscheidungsprozesse und die Verbesserung der Patientenversorgungsergebnisse etablieren, etablieren.

---

HINWEIS : Ersetzen Sie Platzhalter (z. B. 'your_openai_api_key' , 'your_pinecone_api_key' ) durch deine tatsächlichen API -Tasten. Stellen Sie sicher, dass Ihr Pnecone -Konto und Ihr Index korrekt so konfiguriert sind, dass sie den Anforderungen des Skripts entsprechen.

Bei Fragen oder weiteren Anpassungen finden Sie in der offiziellen Dokumentation der verwendeten APIs und der Bibliotheken.

Lizenz

MIT -Lizenz

Copyright (C) 2024 Megha Patel

Die Erlaubnis wird hiermit einer Person, die eine Kopie dieser Software und zugehörigen Dokumentationsdateien (der "Software") erhält, kostenlos erteilt, um die Software ohne Einschränkung zu behandeln, einschließlich ohne Einschränkung der Rechte, zu verwenden, zu kopieren, zu modifizieren, zusammenzufassen, zu veröffentlichen, zu veröffentlichen, zu verteilen, zu verteilt, und/oder Kopien der Software zu ermöglichen, um Personen zu beanstanden, an denen die Software zugänglich ist.

Die oben genannte Copyright -Mitteilung und diese Erlaubnisbekanntmachung müssen in alle Kopien oder wesentlichen Teile der Software enthalten sein.

Die Software wird "wie es ist" ohne Garantie jeglicher Art, ausdrücklich oder stillschweigend bereitgestellt, einschließlich, aber nicht beschränkt auf die Gewährleistung der Handelsfähigkeit, die Eignung für einen bestimmten Zweck und die Nichtverletzung. In keinem Fall sind die Autoren oder Urheberrechtsinhaber für Ansprüche, Schäden oder andere Haftungen haftbar, sei es in einer Vertragsklage, unerbittlich oder auf andere Weise, die sich aus oder im Zusammenhang mit der Software oder anderen Geschäften in der Software ergeben.