Medima - AI Health Chatbot
A medima é um chatbot de assistente de saúde amigável, projetado para fornecer suporte abrangente. Desde a agenda de consultas médicas, extraindo detalhes da prescrição dos PDFs e ofereça assistência de emergência, até a dispensação de dicas de saúde e remédios caseiros, a Medima é seu companheiro confiável e amigável para todas as suas necessidades relacionadas à saúde.
Acesso à plataforma
Acesse a plataforma medima através da medina
Passo a passo
Assista meu passo a passo do vídeo guiado: link para caracterizar a passo a passo @youtube
Principais recursos
- agendamento de compromissos
- Prescrição PDF Ajuda abrangente de medicamentos
- assistência de emergência
- Dicas de saúde e remédios caseiros
- História do bate -papo
Instalação e início
- Clone o repositório:
git clone https://github.com/patel-anshuman/medimate.git
Front-end
- Instale dependências:
npm install - Inicie o Tour Guiado:
npm start
Back -end
- Crie um ambiente virtual:
python -m venv venv - No Windows:
venvScriptsactivate - No macOS e Linux:
source venv/bin/activate - Instale dependências de back -end:
pip install -r requirements.txt - Execute o aplicativo de back -end:
python app.py
Viagem de usuário
1. Inicie o chat
- O usuário inicia o aplicativo de bate -papo assistente de saúde.
- Eles são recebidos com uma mensagem calorosa de boas -vindas do assistente de saúde.
2. Discuta a saúde
- Os usuários podem discutir seus problemas de saúde e sintomas ou fazer perguntas relacionadas à saúde.
- O chatbot avaliará os sintomas do usuário e fornecerá orientação com base nas informações fornecidas.
3. Solicitação de compromisso
- Se os sintomas indicarem a necessidade de um especialista, o chatbot orienta o usuário ao departamento ou especialista relevante.
- Os usuários podem solicitar compromissos com os médicos durante o bate -papo.
4. Assistência de emergência
- No caso de uma condição de emergência percebida, o chatbot recomenda a discagem de 108 (ou o número de emergência local) para chamar uma ambulância sem mais perguntas.
5. História do bate -papo
- O histórico de conversas é salvo e pode ser acessado pelo usuário se eles precisarem revisar discussões anteriores.
6. Inquérito de medicamentos
- Os usuários podem enviar um arquivo PDF contendo detalhes de prescrição para perguntar sobre medicamentos.
- O chatbot processa a prescrição, extrai informações de medicina e fornece links para comprá -los.
7. Obrigado
- Os usuários são solicitados a dizer "obrigado" quando terminarem.
- O chatbot reconhece sua gratidão e fornece observações finais.
Métodos
Método general()
- Descrição: lida com consultas e respostas gerais no aplicativo de bate -papo do Assistente de Saúde. Ele fornece respostas para uma ampla gama de perguntas e consultas relacionadas à saúde.
- Caso de uso: os usuários podem procurar respostas para perguntas relacionadas à saúde, receber informações sobre sintomas, tratamentos e conselhos gerais sobre saúde.
- Parâmetros de entrada: o parâmetro de entrada primária é a pergunta ou consulta do usuário.
- Saída: gera respostas com base nas consultas do usuário, oferecendo informações, orientações e assistência para tópicos gerais de saúde.
- Exemplo de uso:
response = general("What are the symptoms of the flu?")
Método pdf_chat()
- Descrição: Lida especificamente a arquivos PDF contendo detalhes de prescrição. Ele processa a prescrição, extrai informações sobre medicamentos prescritos e fornece links relevantes para a compra desses medicamentos. Além disso, inclui detalhes como imagens, preços e nomes.
- Caso de uso: os usuários podem usar esse método para perguntar sobre os medicamentos prescritos em seus documentos médicos e acessar links de compra convenientes.
- Parâmetros de entrada: o parâmetro de entrada primária é o arquivo PDF que contém detalhes de prescrição.
- Saída: gera uma resposta com informações sobre medicamentos prescritos, oferecendo links de compra para cada medicamento, juntamente com detalhes suplementares, como imagens, preços e nomes.
- Exemplo de uso:
response = pdf_chat(pdf_file)
Pilhas de tecnologia
- Front-end: react.js
- Back-end: python, frasco
- Banco de dados: MongoDB (Histórico de bate -papo), Pinecone (DB de vetor)