physicaltherapyassistant

Fisioframe

Tautan ke Aplikasi: https://physicaltherapyAssistant-bbxcbhlrxm9de3yd7szjnz.streamlit.app/

Keterangan

Physiophrame adalah aplikasi khusus domain yang dirancang untuk membantu terapis fisik dan profesional kesehatan dengan memberikan akses cepat ke informasi melalui kueri bahasa alami. Memanfaatkan kekuatan model bahasa besar (LLM) untuk pemahaman semantik dan database vektor untuk penyimpanan dan pengambilan data yang efisien, fisioframe menawarkan cara inovatif untuk mengakses kekayaan pengetahuan terapi fisik. Apakah Anda mencari kemungkinan diagnosis, tes yang tepat, atau pertimbangan utama selama penilaian pasien, fisioframe adalah asisten pilihan Anda.

Fitur

• Pencarian Semantik : Memanfaatkan database vektor untuk mengindeks dan mengambil data berdasarkan kesamaan semantik, memastikan bahwa respons relevan dan akurat.
• Antarmuka Bahasa Alami : Didukung oleh Openai's LLM, aplikasi memproses kueri bahasa alami, memungkinkan untuk interaksi intuitif.
• Generasi respons real-time : Menghasilkan respons secara real-time, menawarkan akses cepat ke informasi tanpa menavigasi melalui database tradisional.
• Riwayat obrolan : Mempertahankan riwayat obrolan berbasis sesi untuk kesinambungan interaksi, meningkatkan pengalaman pengguna dengan melacak aliran percakapan.

Skrip tambahan dan perannya

PDF ke Konversi Teks ( pdftotxt.py )

Untuk memastikan mesin pencari semantik aplikasi memiliki akses ke berbagai sumber daya, skrip pdftotxt.py memainkan peran penting dalam preprocessing. Ini mengubah dokumen PDF menjadi file teks, membuat konten tersedia untuk diproses lebih lanjut. Langkah ini sangat penting untuk mengekstraksi informasi yang bermakna dari PDF, format umum dalam dokumentasi medis dan makalah penelitian.

Pengindeksan data ( indexing.py )

Skrip indexing.py adalah jantung dari mengisi database vektor, mengatur tahap untuk kemampuan pencarian semantik aplikasi. Ini memproses dan mengeluarkan dokumen teks menjadi segmen yang dapat dicerna, menghasilkan embeddings menggunakan LLM, dan mengindeksnya bersama dengan metadata di pinus. Organisasi yang sangat teliti ini memfasilitasi pengambilan yang efisien dari konten yang sama secara semantik, yang menopang tanggapan aplikasi yang cepat dan relevan.

Meningkatkan interaktivitas dengan pTassistant ( PTAssistant.py )

Membangun di atas yayasan yang diletakkan oleh aplikasi inti, PTAssistant.py mengeksplorasi kemampuan API asisten openai untuk lebih menyempurnakan interaksi pengguna. Script ini mencontohkan bagaimana model AI canggih dapat dimanfaatkan untuk tidak hanya memahami tetapi juga mengantisipasi kueri pengguna, menawarkan tanggapan yang bernuansa dan konteks. Ini menandai kemajuan yang signifikan dalam membuat aplikasi bukan hanya alat tetapi mitra percakapan, yang mampu membimbing pengguna melalui informasi yang kompleks dengan mudah.

Bagaimana menjalankan

Prasyarat

• Python 3.8 atau lebih tinggi
• Streamlit
• Kunci API Openai
• Kunci API Pinecone
• Paket dotenv untuk mengelola variabel lingkungan

Pengaturan

1. Klon The Repository : Mulailah dengan mengkloning repositori tempat fisiophrame disimpan ke mesin lokal Anda.

2. Instal dependensi : Instal paket Python yang diperlukan dengan menjalankan perintah berikut di terminal Anda:

    pip install streamlit openai pinecone-client python-dotenv
   

3. Mengatur Variabel Lingkungan : Buat file .env di direktori root proyek dan tambahkan tombol API OpenAi dan Pinecone Anda sebagai berikut:

    OPENAI_API_KEY='your_openai_api_key'
   PINECONE_API_KEY='your_pinecone_api_key'
   

Menjalankan aplikasi

1. Arahkan ke direktori proyek di terminal Anda.

2. Jalankan aplikasi streamLit menggunakan perintah: streamlit run PTRAG.py

3. StreamLit akan memulai aplikasi dan memberi Anda URL lokal untuk mengakses fisioframe.

4. Buka URL yang disediakan di browser web Anda untuk berinteraksi dengan aplikasi. Masukkan pertanyaan Anda yang terkait dengan terapi fisik, dan fisiophrame akan membantu Anda dengan informasi yang relevan.

Pengujian dan evaluasi

Notebook Pengujian dan Evaluasi Fisioframe

Untuk memastikan keandalan dan keefektifan fisioframe, proses pengujian dan evaluasi yang komprehensif telah dilakukan dengan menggunakan PhysioPhrame_Testing_and_Evaluation.ipynb colab notebook. Buku catatan ini berfokus pada penerapan Generasi Pengambilan-Pengambilan (RAG) dengan Langchain dan OpenAi untuk menilai kinerja aplikasi dalam menjawab pertanyaan berdasarkan transkripsi yang disediakan.

Retrieval-Agusted Generation (RAG) dengan Langchain dan Openai

Notebook disusun menjadi berbagai bagian, masing -masing melayani tujuan tertentu dalam proses evaluasi:

Pendahuluan : Notebook menetapkan konteks dengan menjelaskan tujuan membuat chatbot yang mampu menjawab pertanyaan berdasarkan transkripsi.

Bagian 1: memuat dan memisahkan transkripsi

• Impor perpustakaan yang diperlukan.
• Memuat variabel lingkungan, termasuk kunci API openai.
• Membaca dan membagi teks transkripsi menjadi potongan yang dapat dikelola untuk diproses.

Bagian 2: Hitung kesamaan dan temukan potongan yang relevan

• Menginisialisasi embeddings openai.
• Mendefinisikan fungsi untuk menghitung embeddings untuk pertanyaan yang diberikan dan menemukan potongan yang paling mirip dari transkripsi.

Bagian 3: Buat basis pengetahuan dan hasilkan set tes

• Membangun basis pengetahuan dari potongan transkripsi.
• Menghasilkan set tes yang terdiri dari 20 pertanyaan untuk mengevaluasi kinerja chatbot.

Bagian 4: Mengevaluasi model pada set tes

• Menginisialisasi model OpenAI untuk evaluasi.
• Mendefinisikan fungsi jawaban untuk menghasilkan respons berdasarkan konteks dan pertanyaan.
• Mengevaluasi kinerja model pada set tes dan basis pengetahuan yang dihasilkan.

Ringkasan dan hasil

• Menampilkan laporan evaluasi untuk memberikan wawasan tentang kinerja model, menyoroti kekuatan dan bidangnya untuk perbaikan.

Ringkasan dan hasil

Laporan evaluasi memberikan analisis terperinci tentang seberapa baik model yang dilakukan pada set tes. Ini menawarkan wawasan berharga tentang kemampuan chatbot untuk memahami dan menanggapi pertanyaan berdasarkan transkripsi yang disediakan.

 print ( report )

Dengan memeriksa laporan ini, para pemangku kepentingan dapat mengukur efektivitas fisioframe dalam menangani pertanyaan bahasa alami yang terkait dengan terapi fisik, memastikan bahwa aplikasi tersebut memenuhi tujuan yang dimaksud dan memberikan informasi yang akurat dan relevan kepada penggunanya.

Melalui pengujian dan evaluasi yang ketat, Physiophrame bertujuan untuk menjadikan dirinya sebagai alat yang andal dan efisien bagi terapis fisik dan profesional kesehatan, meningkatkan proses pengambilan keputusan mereka dan meningkatkan hasil perawatan pasien.

---

Catatan : Ganti placeholder (misalnya, 'your_openai_api_key' , 'your_pinecone_api_key' ) dengan kunci API Anda yang sebenarnya. Pastikan akun dan indeks Pinecone Anda dikonfigurasi dengan benar agar sesuai dengan persyaratan skrip.

Untuk masalah atau penyesuaian lebih lanjut, lihat dokumentasi resmi API dan perpustakaan yang digunakan.

Lisensi

Lisensi MIT

Hak Cipta (C) 2024 Megha Patel

Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions:

Pemberitahuan hak cipta di atas dan pemberitahuan izin ini harus dimasukkan dalam semua salinan atau bagian substansial dari perangkat lunak.

Perangkat lunak ini disediakan "sebagaimana adanya", tanpa jaminan apa pun, tersurat maupun tersirat, termasuk tetapi tidak terbatas pada jaminan dapat diperjualbelikan, kebugaran untuk tujuan tertentu dan nonpringement. Dalam hal apa pun penulis atau pemegang hak cipta tidak akan bertanggung jawab atas klaim, kerusakan atau tanggung jawab lainnya, baik dalam tindakan kontrak, gugatan atau sebaliknya, timbul dari, di luar atau sehubungan dengan perangkat lunak atau penggunaan atau transaksi lain dalam perangkat lunak.