Unduh AItrika - Unduh Kode Sumber AItrika

AItrika

Kode Sumber AI

1.0.0

Unduh

Aitrika

Tingkatkan pengetahuan Anda dalam penelitian medis.

Aitrika (sebelumnya Pubgpt ) adalah alat yang dapat mengekstraksi banyak informasi yang relevan di dalam kertas medis dengan cara yang mudah:

Abstrak
Teks lengkap (bila tersedia)
Gen
Penyakit
Mutasi
Hubungan antara gen dan penyakit
Istilah jala
Istilah lainnya
Hasil
Bibliografi

Dan sebagainya!

Jalankan Aplikasi Demo

Anda dapat mencoba Aitrika dengan aplikasi streamlit dengan menjalankan:

 streamlit run app.py

Atau Anda dapat menggunakannya skrip dengan menjalankan:

 python main.py

? Memasang

Untuk menginstal semuanya, Anda memerlukan uv .

Pertama -tama, instal uv dengan perintah:

 python main.py

Setelah itu, buat lingkungan virtual dengan perintah:

 uv venv venv_name

Aktifkan env virtual:

 source venv_name/bin/activate

Dan instal dependensi:

 uv pip install -r requirements.in

? Atur tombol API LLM

Untuk mengatur tombol API, masukkan kunci Anda ke dalam file env.example dan ganti nama menjadi .env .

? Penggunaan

Anda dapat dengan mudah mendapatkan informasi tentang makalah dengan melewati ID PubMed:

 from aitrika . engine . aitrika import OnlineAItrika
aitrika_engine = OnlineAItrika ( pubmed_id = pubmed_id )
title = aitrika_engine . get_title ()
print ( title )

Atau Anda dapat menguraikan PDF lokal:

 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.

Anda bisa mendapatkan informasi lain, seperti asosiasi antara gen dan penyakit:

 associations = aitrika_engine . get_associations ()

 [
  {
    "gene": "BRIP1",
    "disease": "Breast Neoplasms"
  },
  {
    "gene": "PTEN",
    "disease": "Breast Neoplasms"
  },
  {
    "gene": "CHEK2",
    "disease": "Breast Neoplasms"
  },
]
...

Atau Anda bisa mendapatkan DataFrame diformat yang bagus:

 associations = aitrika_engine . associations ( dataframe = True )

      gene                          disease
0    BRIP1                 Breast Neoplasms
1     PTEN                 Breast Neoplasms
2    CHEK2                 Breast Neoplasms
...

Dengan kekuatan kain, Anda dapat menanyakan dokumen Anda:

 ## 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.

Atau Anda dapat mengekstraksi informasi lain:

 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

Jalankan API

Untuk menjalankan API Aitrika, ikuti langkah -langkah ini:

Pastikan Anda telah mengatur lingkungan Anda dan menginstal semua dependensi seperti yang dijelaskan di bagian instalasi.
Jalankan server API menggunakan perintah berikut:

python api.py

API akan mulai berjalan di http://0.0.0.0:8000. Anda sekarang dapat membuat permintaan ke berbagai titik akhir:

/Asosiasi: Dapatkan Asosiasi dari Artikel PubMed
/Abstrak: Dapatkan abstrak artikel PubMed
/kueri: query artikel PubMed
/Hasil: Dapatkan hasil dari artikel PubMed
/Peserta: Dapatkan jumlah peserta dari artikel PubMed
/Hasil: Dapatkan hasil dari artikel PubMed

Anda dapat menggunakan alat seperti Curl, Postman, atau klien HTTP untuk berinteraksi dengan API. Misalnya:

curl -X POST " http://localhost:8000/abstract " -H " Content-Type: application/json " -d ' {"pubmed_id": 12345678} '

Dokumentasi API secara otomatis dihasilkan dan disimpan ke docs/api-reference/openapi.json . Anda dapat menggunakan file ini dengan alat seperti Swagger UI untuk pengalaman eksplorasi API yang lebih interaktif.