Update app.py

app.py

@@ -17,10 +17,6 @@ model = genai.GenerativeModel("gemini-2.0-flash-thinking-exp-1219")
 # PharmKG 데이터셋 로드
 pharmkg_dataset = load_dataset("vinven7/PharmKG")
 
-# FDA_Pharmaceuticals_FAQ 데이터셋 로드
-fda_dataset = load_dataset("Jaymax/FDA_Pharmaceuticals_FAQ")
-
-
 # 문장 임베딩 모델 로드
 embedding_model = SentenceTransformer('sentence-transformers/all-MiniLM-L6-v2')
 
@@ -39,7 +35,7 @@ def format_chat_history(messages: list) -> list:
             })
     return formatted_history
 
-def find_most_similar_data(query, dataset):
+def find_most_similar_data(query):
     """
     주어진 쿼리와 가장 유사한 데이터 찾기
     """
@@ -47,10 +43,10 @@ def find_most_similar_data(query, dataset):
     most_similar = None
     highest_similarity = -1
     
-    for split in dataset.keys():
-        for item in dataset[split]:
-            if 'Question' in item and 'Answer' in item:
-                item_text = f"질문: {item['Question']} 답변: {item['Answer']}"
+    for split in pharmkg_dataset.keys():
+        for item in pharmkg_dataset[split]:
+            if 'Input' in item and 'Output' in item:
+                item_text = f"입력: {item['Input']} 출력: {item['Output']}"
                 item_embedding = embedding_model.encode(item_text, convert_to_tensor=True)
                 similarity = util.pytorch_cos_sim(query_embedding, item_embedding).item()
                 
@@ -60,7 +56,6 @@ def find_most_similar_data(query, dataset):
     
     return most_similar
 
-
 def stream_gemini_response(user_message: str, messages: list) -> Iterator[list]:
     """
     대화 기록 지원을 통해 생각과 응답을 스트리밍합니다(텍스트 입력만 해당).
@@ -78,14 +73,13 @@ def stream_gemini_response(user_message: str, messages: list) -> Iterator[list]:
         chat_history = format_chat_history(messages)
 
          # 유사 데이터 검색
-        most_similar_pharmkg_data = find_most_similar_data(user_message, pharmkg_dataset)
-        most_similar_fda_data = find_most_similar_data(user_message, fda_dataset)
+        most_similar_data = find_most_similar_data(user_message)
         
         system_message = "사용자 질문에 대해 의약품 정보를 제공하는 전문 약학 어시스턴트입니다."
         system_prefix = """
         반드시 한글로 답변하십시오. 너의 이름은 'PharmAI'이다.
-        당신은 '의약품 지식 그래프(PharmKG) 데이터 100만 건 이상과 FDA 가이드 및 연관 정보에 대해 학습한 전문적인 의약품 정보 AI 조언자입니다.'
-        입력된 질문에 대해 PharmKG 데이터셋과 FDA 데이터셋에서 가장 관련성이 높은 정보를 찾고, 이를 바탕으로 상세하고 체계적인 답변을 제공합니다.
+        당신은 '의약품 지식 그래프(PharmKG) 데이터 100만 건 이상을 학습한 전문적인 의약품 정보 AI 조언자입니다.'
+        입력된 질문에 대해 PharmKG 데이터셋에서 가장 관련성이 높은 정보를 찾고, 이를 바탕으로 상세하고 체계적인 답변을 제공합니다.
         답변은 다음 구조를 따르십시오:
         
         1. **정의 및 개요:** 질문과 관련된 약물의 정의, 분류, 또는 개요를 간략하게 설명합니다.
@@ -95,8 +89,7 @@ def stream_gemini_response(user_message: str, messages: list) -> Iterator[list]:
         5. **부작용 및 주의사항 (Adverse Effects and Precautions):** 가능한 부작용과 사용 시 주의해야 할 사항을 상세히 설명합니다.
         6. **약물 상호작용 (Drug Interactions):** 다른 약물과의 상호작용 가능성을 제시하고, 그로 인한 영향을 설명합니다.
         7. **약동학적 특성 (Pharmacokinetics):** 약물의 흡수, 분포, 대사, 배설 과정에 대한 정보를 제공합니다.
-        8.  **FDA 가이드 및 연관 정보:** FDA 데이터셋에서 관련 정보가 있으면 해당 정보를 요약하여 제공합니다.
-        9. **참고 문헌 (References):** 답변에 사용된 과학적 자료나 관련 연구를 인용합니다.
+        8. **참고 문헌 (References):** 답변에 사용된 과학적 자료나 관련 연구를 인용합니다.
         
         * 답변은 가능하면 전문적인 용어와 설명을 사용하십시오.
         * 모든 답변은 한국어로 제공하며, 대화 내용을 기억해야 합니다.
@@ -115,12 +108,10 @@ def stream_gemini_response(user_message: str, messages: list) -> Iterator[list]:
         """
 
          # 시스템 프롬프트 및 관련 컨텍스트를 사용자 메시지 앞에 추가
-        prefixed_message = f"{system_prefix} {system_message}"
-        if most_similar_pharmkg_data:
-            prefixed_message += f" PharmKG 관련 정보: {most_similar_pharmkg_data}"
-        if most_similar_fda_data:
-             prefixed_message += f" FDA 가이드 및 연관 정보: {most_similar_fda_data}"
-        prefixed_message += f"\n\n 사용자 질문:{user_message}"
+        if most_similar_data:
+             prefixed_message = f"{system_prefix} {system_message} 관련 정보: {most_similar_data}\n\n 사용자 질문:{user_message}"
+        else:
+             prefixed_message = f"{system_prefix} {system_message}\n\n 사용자 질문:{user_message}"
 
         # Gemini 채팅 시작
         chat = model.start_chat(history=chat_history)
@@ -215,20 +206,18 @@ with gr.Blocks(
     theme=gr.themes.Soft(primary_hue="teal", secondary_hue="slate", neutral_hue="neutral"),
 ) as demo:
     
-    
-    with gr.Blocks() as css_injection:
-        css_injection.load(lambda: None, _js="""
-            () => {
-                const style = document.createElement('style');
-                style.textContent = `
-                    .chatbot-wrapper .message {
-                        white-space: pre-wrap;
-                        word-wrap: break-word;
-                    }
-                `;
-                document.head.appendChild(style);
-            }
-        """)
+    demo.load(lambda: None, _js="""
+        () => {
+            const style = document.createElement('style');
+            style.textContent = `
+                .chatbot-wrapper .message {
+                    white-space: pre-wrap;
+                    word-wrap: break-word;
+                }
+            `;
+            document.head.appendChild(style);
+        }
+    """)
     
     gr.Markdown("# 💭 PharmAI: 추론 기반 약리학 전문 AI 서비스 💭")
 
@@ -267,8 +256,10 @@ with gr.Blocks(
                 ["고혈압 관리에서 ACE 억제제와 ARB의 작용 메커니즘을 비교하고 대조하여 레닌-안지오텐신-알도스테론 시스템에 미치는 영향을 고려하십시오."],
                 ["제2형 당뇨병의 병태 생리학을 설명하고 메트포르민이 어떻게 혈당 강하 효과를 달성하는지, 신장 장애 환자에 대한 주요 고려 사항을 포함하여 설명하십시오."],
                 ["심부전 치료에서 베타 차단제의 작용 메커니즘과 임상적 중요성에 대해 논의하고, 특정 베타 수용체 아형과 심혈관계에 미치는 영향에 대해 참조하십시오."],
-                 ["알츠하이머병의 병태생리학적 기전을 설명하고, 현재 사용되는 약물들이 작용하는 주요 타겟을 상세히 기술하십시오. 특히, 아세틸콜린에스테라제 억제제와 NMDA 수용체 길항제의 작용 방식과 임상적 의의를 비교 분석해 주십시오."]
-    
+                 ["알츠하이머병의 병태생리학적 기전을 설명하고, 현재 사용되는 약물들이 작용하는 주요 타겟을 상세히 기술하십시오. 특히, 아세틸콜린에스테라제 억제제와 NMDA 수용체 길항제의 작용 방식과 임상적 의의를 비교 분석해 주십시오."],
+                ["FDA에서 승인한 간경변 치료제와 그 작용 기전을 설명해주세요.", "FDA에서 승인한 고혈압 치료제에 대해 알려주세요."]
+
+           
            ]
            
           gr.Examples(
@@ -309,7 +300,7 @@ with gr.Blocks(
              """
              ## PharmAI: 당신의 전문 약리학 어시스턴트
 
-             PharmAI에 오신 것을 환영합니다. PharmAI는 광범위한 약학 지식 데이터("PharmKG")와 FDA 등의 전문 데이터를 학습하여 약리학 주제에 대한 전문가 수준의 정보를 제공하도록 설계되었습니다.
+             PharmAI에 오신 것을 환영합니다. PharmAI는 Google의 Gemini 2.0 Flash 모델로 구동되는 전문 챗봇입니다. PharmAI는 광범위한 약학 지식 데이터 세트("PharmKG")를 활용하여 약리학 주제에 대한 전문가 수준의 정보를 제공하도록 설계되었습니다.
 
              **주요 기능:**
 
@@ -350,6 +341,143 @@ with gr.Blocks(
            )
 
 
+# Launch the interface
+if __name__ == "__main__":
+    with gr.Blocks() as demo:
+        demo.load(lambda: None, _js="""
+            () => {
+                const style = document.createElement('style');
+                style.textContent = `
+                    .chatbot-wrapper .message {
+                        white-space: pre-wrap;
+                        word-wrap: break-word;
+                    }
+                `;
+                document.head.appendChild(style);
+            }
+        """)
+        
+        gr.Markdown("# 💭 PharmAI: 추론 기반 약리학 전문 AI 서비스 💭")
+
+        gr.HTML("""<a href="https://visitorbadge.io/status?path=https%3A%2F%2Faiqcamp-Gemini2-Flash-Thinking.hf.space">
+                <img src="https://api.visitorbadge.io/api/visitors?path=https%3A%2F%2Faiqcamp-Gemini2-Flash-Thinking.hf.space&countColor=%23263759" />
+                </a>""")
+        
+        with gr.Tabs() as tabs:
+           with gr.TabItem("대화", id="chat_tab"):
+              chatbot = gr.Chatbot(
+                 type="messages",
+                 label="PharmAI 챗봇 (스트리밍 출력)", # 스트리밍임을 나타내는 레이블
+                 render_markdown=True,
+                 scale=1,
+                 avatar_images=(None,"https://lh3.googleusercontent.com/oxz0sUBF0iYoN4VvhqWTmux-cxfD1rxuYkuFEfm1SFaseXEsjjE4Je_C_V3UQPuJ87sImQK3HfQ3RXiaRnQetjaZbjJJUkiPL5jFJ1WRl5FKJZYibUA=w214-h214-n-nu"),
+                 elem_classes="chatbot-wrapper"  # 사용자 정의 스타일용 클래스 추가
+              )
+              
+              with gr.Row(equal_height=True):
+                 input_box = gr.Textbox(
+                     lines=1,
+                     label="대화 메시지",
+                     placeholder="여기에 메시지를 입력하세요...",
+                     scale=4
+                 )
+        
+                 clear_button = gr.Button("대화 초기화", scale=1)
+              
+              # 예제 프롬프트 추가 - 파일 업로드 예제 제거. 텍스트 중심 예제 유지.
+              example_prompts = [
+                    ["CYP450 효소와 약물 대사 간의 상호 작용을 설명하고, 특히 효소 유도 또는 억제가 와파린과 같은 약물의 치료 효능에 어떻게 영향을 미칠 수 있는지에 중점을 두십시오."],
+                    ["만성 신장 질환 환자에서 빈혈 치료를 위해 사용하는 에리스로포이에틴 제제의 약동학적 및 약력학적 특성을 상세히 분석하고, 투여 용량 및 투여 간격 결정에 영향을 미치는 요인들을 설명해 주십시오."],
+                    ["간경변 치료(간 섬유화 해소)를 위한 신약 개발을 위한 '천연 식물'들을 추출하고 이에 대한 구체적인 약리기전과 그 이유, 그리고 어떻게 조합해야 최상의 효과가 있을지 추론하여 한방(한의학)적 관점에서 최적의 답변을 하라"],                
+                    ["알츠하이머병 치료에 효과적인 천연 식물 물질과 약리기전 등을 한방(한의학)적 관점에서 설명하고 알려줘"],
+                     ["고혈압 치료 및 증상 완화에 효과적인 신약 개발을 위해 가능성이 매우 높은 천연 식물 물질과 약리기전 등을 한방(한의학)적 관점에서 설명하고 알려줘"],
+                    ["고혈압 관리에서 ACE 억제제와 ARB의 작용 메커니즘을 비교하고 대조하여 레닌-안지오텐신-알도스테론 시스템에 미치는 영향을 고려하십시오."],
+                    ["제2형 당뇨병의 병태 생리학을 설명하고 메트포르민이 어떻게 혈당 강하 효과를 달성하는지, 신장 장애 환자에 대한 주요 고려 사항을 포함하여 설명하십시오."],
+                    ["심부전 치료에서 베타 차단제의 작용 메커니즘과 임상적 중요성에 대해 논의하고, 특정 베타 수용체 아형과 심혈관계에 미치는 영향에 대해 참조하십시오."],
+                     ["알츠하이머병의 병태생리학적 기전을 설명하고, 현재 사용되는 약물들이 작용하는 주요 타겟을 상세히 기술하십시오. 특히, 아세틸콜린에스테라제 억제제와 NMDA 수용체 길항제의 작용 방식과 임상적 의의를 비교 분석해 주십시오."],
+                    ["FDA에서 승인한 간경변 치료제와 그 작용 기전을 설명해주세요.", "FDA에서 승인한 고혈압 치료제에 대해 알려주세요."]
+
+        
+               ]
+               
+              gr.Examples(
+                    examples=example_prompts,
+                    inputs=input_box,
+                    label="예제: Gemini의 생각을 보려면 다음 프롬프트를 사용해 보세요!",
+                    examples_per_page=3 # 필요에 따라 조정
+               )
+               
+               
+              # 이벤트 핸들러 설정
+              msg_store = gr.State("")  # 사용자 메시지를 보존하기 위한 저장소
+              
+              input_box.submit(
+                    lambda msg: (msg, msg, ""),  # 메시지를 저장하고 입력을 지웁니다.
+                    inputs=[input_box],
+                    outputs=[msg_store, input_box, input_box],
+                    queue=False
+               ).then(
+                    user_message,  # 사용자 메시지를 대화에 추가합니다.
+                    inputs=[msg_store, chatbot],
+                    outputs=[input_box, chatbot],
+                    queue=False
+               ).then(
+                    stream_gemini_response,  # 응답을 생성하고 스트리밍합니다.
+                    inputs=[msg_store, chatbot],
+                    outputs=chatbot
+                )
+               
+              clear_button.click(
+                    lambda: ([], "", ""),
+                    outputs=[chatbot, input_box, msg_store],
+                    queue=False
+               )
+            
+           with gr.TabItem("사용 방법", id="instructions_tab"):
+              gr.Markdown(
+                 """
+                 ## PharmAI: 당신의 전문 약리학 어시스턴트
+
+                 PharmAI에 오신 것을 환영합니��. PharmAI는 Google의 Gemini 2.0 Flash 모델로 구동되는 전문 챗봇입니다. PharmAI는 광범위한 약학 지식 데이터 세트("PharmKG")를 활용하여 약리학 주제에 대한 전문가 수준의 정보를 제공하도록 설계되었습니다.
+
+                 **주요 기능:**
+
+                 *   **고급 약리학 통찰력**: PharmAI는 광범위한 약리학 지식 그래프를 기반으로 구조화되고 상세한 답변을 제공합니다.
+                 *   **추론 및 추론**: 챗봇은 복잡하고 다면적인 질문을 처리하여 사용 가능한 정보로부터 추론하고 추론하는 능력을 보여줍니다.
+                 *   **구조화된 응답**: 응답은 정의, 작용 메커니즘, 적응증, 투여량, 부작용, 약물 상호 작용, 약동학 및 해당되는 경우 참조 문헌을 포함하도록 논리적으로 구성됩니다.
+                 *   **사고 과정 표시**: 모델이 응답을 생성할 때 모델의 사고 과정을 관찰할 수 있습니다(실험적 기능).
+                 *   **대화 기록**: PharmAI는 이전 대화 부분을 기억하여 여러 번에 걸쳐 더 정확하고 관련성 있는 정보를 제공합니다.
+                 *   **스트리밍 출력**: 챗봇은 대화형 경험을 위해 응답을 스트리밍합니다.
+
+                 **PharmAI 사용 방법:**
+
+                 1.  **대화 시작**: "대화" 탭 아래의 입력 상자에 약리학 질문을 입력합니다. 챗봇은 특히 복잡한 약리학 질문을 처리하도록 설계되었습니다.
+
+                 2.  **예제 프롬프트 사용**: 제공된 예제 질문을 사용하여 모델 작동 방식을 확인할 수 있습니다. 이러한 예제는 챗봇이 전문 지식을 보여주도록 하기 위해 고안되었습니다.
+                 
+                 3. **예제 프롬프트 지침**:
+                    * **작용 메커니즘**: 특정 약물이 분자 수준에서 어떻게 작용하는지 물어보세요. 예: "메트포르민의 작용 메커니즘을 설명하십시오."
+                    * **약물 대사**: 신체가 약물을 어떻게 처리하는지 문의하십시오. 예: "CYP450 효소와 약물 대사 간의 상호 작용을 설명하십시오..."
+                    * **임상적 의미**: 특정 질병을 치료하는 데 있어 약물의 임상적 사용에 대한 질문을 제기하십시오. 예: "심부전 치료에서 베타 차단제의 작용 메커니즘과 임상적 중요성에 대해 논의하십시오..."
+                    * **병태생리학 및 약물 표적**: 질병, 원인 및 약물이 질병을 치료할 수 있는 방법에 대해 문의하십시오. 예: "제2형 당뇨병의 병태 생리학을 설명하고 메트포르민이 어떻게 작용하는지 설명하십시오..."
+                    *   **복합 다중 약물 상호 작용**: 신체에서 하나의 약물이 다른 약물에 어떻게 영향을 미칠 수 있는지에 대한 질문을 제기하십시오.
+                    *   **전통 의학 관점**: 질병 및 치료에 대한 전통 의학(한방과 같은) 접근 방식에 대해 문의하십시오. 예: "한방적 관점에서 알츠하이머병 치료에 효과적인 천연 식물 물질과 그 메커니즘을 설명하십시오."
+                    
+
+                 4. **응답 검토**: 챗봇은 내부 처리 과정을 보여주는 "생각 중" 섹션과 함께 응답을 제시합니다. 그런 다음 정의, 작용 메커니즘, 적응증 등을 포함한 섹션과 함께 보다 구조화된 응답을 제공합니다.
+
+                 5. **대화 초기화**: "대화 초기화" 버튼을 사용하여 새 세션을 시작합니다.
+
+                 **주의 사항:**
+
+                 *  '생각 중' 기능은 실험적이지만 응답을 생성할 때 모델이 수행한 단계를 보여줍니다.
+                 *  응답의 품질은 사용자 프롬프트에 따라 크게 달라집니다. 최상의 결과를 얻으려면 질문할 때 가능한 한 자세하게 설명하십시오.
+                 *   이 모델은 특히 약리학 정보에 초점을 맞추고 있으므로 이 범위를 벗어난 질문에는 관련성 있는 답변을 얻지 못할 수 있습니다.
+                 *   이 챗봇은 정보 제공용 리소스로 제공되며 의료 진단 또는 치료 권장 사항에 사용해서는 안 됩니다. 의료 상담이 필요한 경우 항상 의료 전문가와 상담하십시오.
+
+                  """
+               )
+
 # Launch the interface
 if __name__ == "__main__":
     demo.launch(debug=True)