# Medical Input Helper 🏥

Умное приложение для автоматизации ввода медицинских текстов с поддержкой AI. Панель автоматически появляется при клике на поля ввода в любых приложениях (браузеры, текстовые редакторы, EHR системы).

![Python](https://img.shields.io/badge/Python-3.8+-blue.svg)
![PyQt6](https://img.shields.io/badge/PyQt6-GUI-green.svg)
![AI](https://img.shields.io/badge/AI-LLM_Integrated-orange.svg)

## ✨ Возможности

### 🤖 Интеллектуальная обработка текста
- **Автоматическое определение полей ввода** в любых приложениях
- **AI-обработка медицинских текстов** с использованием LLM
- **Поддержка русского языка** и медицинской терминологии
- **Автоматическое форматирование** жалоб и анамнеза

### 🖱️ Удобный интерфейс
- **Плавающая панель** с автоматическим появлением
- **Drag-and-drop** для текста и изображений
- **Системный трей** для фоновой работы
- **Перетаскиваемые окна** для удобного позиционирования

### 🏥 Медицинские функции
- **Обработка жалоб пациента** с AI-анализом
- **Форматирование анамнеза заболевания**
- **Подготовка ЛОР-статуса**
- **Генерация медицинских заключений**

## 📁 Структура проекта

```
medical-input-helper/
├── 📁 models/                 # Папка для AI моделей
│   └── .gitkeep              # Пустой файл для сохранения структуры
├── 📁 data/                  # Папка для пользовательских данных
│   └── .gitkeep              # Пустой файл для сохранения структуры
├── 📁 chroma_db/             # База данных векторных эмбеддингов
│   └── .gitkeep              # Пустой файл для сохранения структуры
├── 📄 main.py                # Точка входа приложения
├── 📄 main_window.py         # Главное окно и основная логика
├── 📄 main_interface.py      # Пользовательский интерфейс
├── 📄 ai_worker.py           # Обработка AI (LLM + RAG)
├── 📄 drag_drop_handler.py   # Обработка drag-and-drop
├── 📄 icon_window.py         # Плавающая иконка приложения
├── 📄 rag_corpus.json        # Медицинский корпус для RAG
├── 📄 requirements.txt       # Зависимости проекта
└── 📄 README.md              # Документация
```

## 🚀 Установка

### Требования
- Python 3.8 или выше
- 4GB+ оперативной памяти (8GB+ рекомендуется для LLM)
- 2GB+ свободного места на диске для моделей

### Установка зависимостей
```bash
pip install -r requirements.txt
```

Или вручную:
```bash
pip install PyQt6 qtawesome uiautomation pyperclip keyboard chromadb llama-cpp-python torch tiktoken psutil pillow requests
```

### 📥 Установка AI модели

#### Скачивание YandexGPT-5-Lite модели

1. **Перейдите на HuggingFace**:
   - Откройте: https://huggingface.co/yandex/YandexGPT-5-Lite-8B-instruct-GGUF/tree/main

2. **Выберите версию модели**:
   - Для слабых компьютеров: `YandexGPT-5-Lite-8B-instruct-Q4_K_M.gguf` (~4.8GB)
   - Для мощных компьютеров: `YandexGPT-5-Lite-8B-instruct-Q8_0.gguf` (~8.5GB)

3. **Скачайте модель**:
   ```bash
   # Создайте папку для моделей
   mkdir models
   
   # Скачайте через wget (Linux/Mac)
   wget -O models/YandexGPT-5-Lite-8B-instruct-Q4_K_M.gguf https://huggingface.co/yandex/YandexGPT-5-Lite-8B-instruct-GGUF/resolve/main/YandexGPT-5-Lite-8B-instruct-Q4_K_M.gguf
   
   # Или через curl (Windows)
   curl -L -o models/YandexGPT-5-Lite-8B-instruct-Q4_K_M.gguf https://huggingface.co/yandex/YandexGPT-5-Lite-8B-instruct-GGUF/resolve/main/YandexGPT-5-Lite-8B-instruct-Q4_K_M.gguf
   ```

4. **Альтернативные способы скачивания**:
   - Используйте `git lfs` если установлен
   - Скачайте вручную через браузер и переместите в папку `models/`

#### Настройка медицинского корпуса

Создайте файл `rag_corpus.json` с примерами медицинских текстов:

```json
[
  {
    "short": "кашель температура",
    "full": "Пациент предъявляет жалобы на сухой кашель, повышение температуры тела до 38°C, общую слабость"
  },
  {
    "short": "боль горло", 
    "full": "Больной жалуется на острую боль в горле, усиливающуюся при глотании, першение"
  }
]
```

## 🎯 Использование

### Основные сценарии

#### 1. Автоматическая работа
- Кликните на любое поле ввода в браузере или приложении
- Панель автоматически появится рядом с курсором
- Выберите нужную функцию для вставки текста

#### 2. Обработка жалоб пациента
- Нажмите "Копировать жалобы" для захвата текста из активного поля
- AI автоматически обработает и отформатирует текст
- Нажмите "Вставить жалобы (ИИ)" для вставки результата

#### 3. Drag-and-drop
- Перетащите текст или изображение на панель
- Система автоматически определит тип контента
- Выберите нужный формат для вставки

#### 4. Работа с изображениями
- Перетащите медицинские снимки на папку `data/` или прямо в приложение
- AI сгенерирует описание и заключение
- Вставьте готовый текст в нужное поле

### Горячие клавиши
- **Двойной клик** по иконке в трее - показать/скрыть панель
- **Перетаскивание** окон - удерживайте левую кнопку мыши

## 🏗️ Архитектура

### AI система
- **MedicalRAG** - Retrieval-Augmented Generation для медицинских текстов
- **ChromaDB** - векторная база в папке `chroma_db/`
- **Sentence Transformers** - эмбеддинги на русском языке  
- **LLM модели** - хранятся в папке `models/`

### Потоки данных
```
Пользовательский ввод → Drag&Drop/Копирование → AI Worker → LLM модель → Форматированный вывод
```

## ⚙️ Настройка

### Конфигурация путей
В `ai_worker.py` настройте пути к данным:

```python
model_path = "./models/YandexGPT-5-Lite-8B-instruct-Q4_K_M.gguf"
corpus_path = "rag_corpus.json" 
db_path = "./chroma_db"
data_path = "./data"
```

### Создание структуры папок
```bash
# Автоматическое создание структуры
mkdir -p models data chroma_db

# Создание пустых файлов для git
touch models/.gitkeep data/.gitkeep chroma_db/.gitkeep
```

## 🐛 Устранение неполадок

### Проблемы с моделями
```bash
# Проверьте наличие модели
ls -la models/

# Проверьте размер файла (должен быть ~4.8GB для Q4)
ls -lh models/YandexGPT-5-Lite-8B-instruct-Q4_K_M.gguf
```

### Проблемы с памятью
- Используйте Q4 версию модели для экономии памяти
- Закройте лишние приложения перед запуском
- Увеличьте файл подкачки если нужно

### Проблемы с зависимостями
```bash
# Обновите pip и переустановите зависимости
pip install --upgrade pip
pip install -r requirements.txt --force-reinstall
```

## 🤝 Разработка

### Добавление новых функций
1. Создайте новую кнопку в `main_interface.py`
2. Добавьте обработчик в `main_window.py` 
3. Реализуйте логику в `ai_worker.py` при необходимости

### Расширение медицинского корпуса
Добавьте новые примеры в `rag_corpus.json`:

```json
{
  "short": "новые симптомы",
  "full": "Развернутое медицинское описание с профессиональной терминологией"
}
```