Update app.py

app.py

@@ -4,87 +4,72 @@ import nltk
 from nltk.tokenize import word_tokenize
 from nltk.corpus import stopwords
 
+# Download NLTK data
 nltk.download('punkt')
 nltk.download("stopwords")
 
 # Buat objek terjemahan
 translator = pipeline("translation", model="Helsinki-NLP/opus-mt-id-en")
 terjemahkan = pipeline("translation", model="Helsinki-NLP/opus-mt-en-id")
+pipe1 = pipeline("text-generation", model="TinyLlama/TinyLlama-1.1B-Chat-v1.0")
+pipe2 = pipeline("text-generation", model="SumayyaAli/tiny-llama-1.1b-chat-medical")
 
-# Menggunakan pipa untuk klasifikasi diagnosis penyakit
-# disease_classifier = pipeline("text-classification", model="BenK10/disease-diagnosis")
-
-# Pipeline generasi teks dengan format pesan
-text_generation = pipeline("text-generation", model="TinyLlama/TinyLlama-1.1B-Chat-v1.0")
-
-def preprocess_text(teks):
-    # Pra-pemrosesan teks menggunakan NLTK
+# Pra-pemrosesan teks menggunakan NLTK
+def pra_pemrosesan_teks(teks):
     tokens = word_tokenize(teks)
     tokens = [token for token in tokens if token.isalnum()]  # Menghapus kata bukan alfanumerik
     tokens = [token for token in tokens if token.lower() not in stopwords.words("indonesian")]  # Menghapus stopword
     preprocessed_text = " ".join(tokens)
-
     return preprocessed_text
 
-def predict_disease(gejala):
-    try:
-        # Pra-pemrosesan teks gejala
-        gejala_diproses = preprocess_text(gejala)
+# Streamlit UI
+st.title("Diagnosa Penyakit Berdasarkan Gejala")
 
-        # Melakukan terjemahan
-        terjemahan = translator(gejala_diproses, max_length=100)
-        terjemahan_inggris = terjemahan[0]["translation_text"]
+# Masukkan gejala, usia, dan jenis kelamin
+usia = st.number_input("Masukkan usia Anda:", min_value=0, max_value=120)
+jenis_kelamin = st.selectbox("Masukkan jenis kelamin Anda:", ["Laki-laki", "Perempuan"])
+teks_indonesia = st.text_area("Masukkan gejala Anda:")
 
-        # Klasifikasi diagnosis penyakit dengan fitur tambahan
-        # klasifikasi = disease_classifier(terjemahan_inggris)
-
-        # Mengembalikan diagnosis dan skor kepercayaan
-        # diagnosis = klasifikasi[0]["label"]
-        # kepercayaan = klasifikasi[0]["score"]
-        
-        # Menggunakan format pesan untuk definisi penyakit
-        definisi = text_generation([{
-            "role": "user", 
-            "content": f"You are a doctor who needs to diagnose a patient's illness. In your opinion, if I a have a {terjemahan_inggris}, what illness could it be?"
-        }])
-        definisi_teks = definisi[0]['generated_text']
-        
-        # Melakukan terjemahan definisi kembali ke bahasa Indonesia
-        terjemahan_definisi = terjemahkan(definisi_teks, max_length=100)
-        definisi = terjemahan_definisi[0]["translation_text"]
+if st.button("Diagnosa"):
+    if teks_indonesia and usia and jenis_kelamin:
+        # Melakukan terjemahan gejala dari ID ke EN
+        terjemahan = translator(teks_indonesia, max_length=100)
+        terjemahan_inggris = terjemahan[0]["translation_text"]
         
-        # return diagnosis, kepercayaan, definisi
-        return definisi
-    
-    except Exception as e:
-        return "Tidak dapat mendiagnosis", 0.0, "Terjadi kesalahan saat mendiagnosis penyakit."
-
-# Halaman Streamlit
-st.title("Diagnosis Penyakit")
-
-with st.form("diagnosis_form"):
-    # Masukan gejala
-    gejala = st.text_area("Masukkan gejala Anda:", "")
-
-    # Masukan usia
-    usia = st.number_input("Masukkan usia Anda:", min_value=0, max_value=120)
+        gabungan = f"I am {usia} years old, {jenis_kelamin}. And my current symptoms are {terjemahan_inggris}"
 
-    # Masukan jenis kelamin
-    jenis_kelamin_pilihan = ["Laki-laki", "Perempuan"]
-    jenis_kelamin = st.selectbox("Masukkan jenis kelamin Anda:", jenis_kelamin_pilihan)
-
-    # Memanggil fungsi prediksi ketika tombol ditekan
-    submitted = st.form_submit_button("Diagnosis")
-
-    # Memanggil fungsi prediksi
-    if submitted:
-        if gejala and usia and jenis_kelamin:
-            diagnosis, kepercayaan, definisi = predict_disease(gejala)
-            if diagnosis != "Tidak dapat mendiagnosis":
-                # st.success(f"Diagnosis: {diagnosis}")
-                # st.write(f"Dengan tingkat akurasi: {kepercayaan:.2f}")
-                st.write(f"{definisi}")
-            else:
-                st.error(definisi)
-        else:
-            st.error("Harap isi semua kolom sebelum menekan tombol Diagnosis.")
+        # Pesan untuk model
+        messages = [
+            {"role": "system", "content": "You are a doctor who needs to diagnose a patient's illness. Provide one diagnosis that you believe is most confident."},
+            {"role": "user", "content": f"Based on your assessment, {gabungan}, what illness could it be?"}
+        ]
+        
+        # Fungsi untuk mendapatkan content dari role 'assistant'
+        def get_assistant_content(response):
+            generated_text = response[0]['generated_text']
+            return generated_text
+
+        # Dapatkan response dari pipe1 (model TinyLlama)
+        response1 = pipe1(messages, num_return_sequences=1, truncation=True)
+        assistant_content1 = get_assistant_content(response1)
+
+        # Dapatkan response dari pipe2 (model SumayyaAli)
+        response2 = pipe2(messages, num_return_sequences=1, truncation=True)
+        assistant_content2 = get_assistant_content(response2)
+
+        # Gabungkan hasil dari pipe1 dan pipe2 untuk pertanyaan final
+        kalimat = [{'role': 'user', 'content': f"{assistant_content1}. {assistant_content2}. Based on these two sentences, what is your final conclusion of my current symptom? Please provide a brief answer with one diagnosis."}]
+
+        # Dapatkan hasil akhir dari diagnosis
+        hasil = pipe1(kalimat)
+        assistant_content3 = get_assistant_content(hasil)
+
+        # Terjemahkan hasil akhir ke bahasa Indonesia
+        terjemahan_hasil = terjemahkan(assistant_content3, max_length=100)
+        diagnosa_terjemahan = terjemahan_hasil[0]["translation_text"]
+
+        # Menampilkan hasil ke Streamlit
+        st.subheader("Hasil Diagnosis:")
+        st.write(f"Diagnosis: {diagnosa_terjemahan}")
+    else:
+        st.error("Harap isi semua kolom sebelum menekan tombol Diagnosis.")