Gemini 2.0, 플라스크 및 벡터 임베딩을 사용한 의료 챗봇

AI 시대에 챗봇은 우리가 기술과 상호 작용하는 방식에 혁명을 일으켰습니다. 아마도 가장 영향력있는 용도 중 하나는 의료 산업 일 것입니다. 챗봇은 빠르고 정확한 정보를 제공 할 수 있으며 개인이 건강을보다 효과적으로 관리하도록 도울 수 있습니다. 이 기사에서는 Gemini 2.0, Flask, HTML 및 Bootstrap을 사용하여 의료용 챗봇을 개발하는 방법을 배울 것입니다. 이 프로젝트는 정확성과 속도로 건강 관련 쿼리에 답변하기 위해 개인화 된 사용자 친화적 인 사용자 정의 플랫폼을 만드는 것입니다.

학습 목표

• Gemini 2.0을 사용한 의료 챗봇의 주요 구성 요소와 아키텍처와 건강 관리 상호 작용을 향상시키는 방법을 이해하십시오.
• 환자의 요구에 맞는 정확한 상황 인식 응답을 제공하기 위해 Gemini 2.0을 의료 챗봇에 통합하는 방법을 알아보십시오.
• HTML 및 부트 스트랩 사용을 탐색하여 반응이 좋고 사용자 친화적 인 챗봇 인터페이스를 설계하십시오.
• 개인화 된 의료 챗봇 설정 및 배포에 대한 실습 경험을 얻으십시오.
• 챗봇 기능에 대한 검색 효율을 향상시키는 데있어 FAIS의 역할을 발견하십시오.

목차

• Gemini 2.0은 무엇입니까?
• Facebook AI 유사성 검색
• 환경 설정
• 의료용 챗봇의 HTML 프론트 엔드 코드
• 문서 구동 AI 질문 응답 시스템 구축
• 결론
• 자주 묻는 질문

Gemini 2.0은 무엇입니까?

2024 년 12 월에 발표 된 Gemini 2.0은 Google DeepMind가 개발 한 Google의 LLM (Lange Language Model) 시리즈의 최신 반복입니다. 다중 모드 출력, 기본 공구 사용 및 에이전트 능력을 포함한 몇 가지 주요 향상을 ​​도입하여 다양한 응용 프로그램을위한 다양한 AI 모델로 배치합니다.

Gemini 1.5 인 Gemini 2.0은 전임자 인 Gemini 1.5를 바탕으로 텍스트, 이미지, 비디오 및 오디오를 처리하고 생성하는 기능을 확장합니다. 보다 자연스럽고 대화식 사용자 경험을 위해 기본 이미지 생성 및 다국어 텍스트 음성 연사 출력을 추가합니다.

Gemini 2.0의 가장 뛰어난 기능 중 하나는 에이전트 AI로, 시스템이 독립적으로 작업을 계획하고 실행할 수 있도록합니다. Project Astra와 같은 실험 프로젝트는 검색 및지도와 같은 Google 서비스와 통합하여 실시간, 상황에 맞는 지원을 제공함으로써 이러한 기능을 보여줍니다. 또 다른 예는 온라인 쇼핑과 같은 작업을 수행하기 위해 웹을 자율적으로 탐색하는 크롬 확장자 인 Project Mariner입니다.

Gemini 2.0의 주요 특징

• 멀티 모달 출력 : Gemini 2.0 텍스트, 이미지, 오디오 및 비디오를 포함한 여러 데이터 유형을 프로세스하고 생성하여보다 자연스럽고 컨텍스트가 풍부한 상호 작용을 가능하게합니다.
• 기본 공구 사용 : 모델은 다양한 도구 및 플랫폼과 완벽하게 통합되어 다양한 응용 프로그램에서 유틸리티를 향상시킵니다.
• 에이전트 능력 : Gemini 2.0은 최소한의 인간 개입으로 복잡한 작업을 실행할 수있는 AI 에이전트를 소개하여보다 자율적 인 AI 시스템을 향한 단계를 나타냅니다.

Gemini 2.0의 버전

Gemini 2.0은 여러 버전으로 제공되며 각 버전은 특정 사용 사례에 맞게 조정됩니다.

• Gemini 2.0 플래시 실험 : 빠른 작업 실행에 적합한 속도 및 효율에 중점을 둔 실험 모델.
• Gemini 2.0 Pro : 광범위한 작업을 위해 설계되어 성능과 비용 사이의 균형을 제공합니다.
• Gemini 2.0 Ultra : 고도로 복잡한 작업에 최적화되어 까다로운 응용 프로그램에 대한 탁월한 성능을 제공합니다.

플라스크

• Flask는 Python의 가벼운 웹 프레임 워크로 확장 가능하고 효율적인 웹 애플리케이션을 구축하는 데 이상적입니다.
• 챗봇에서 Flask는 Gemini 2.0과의 API 통합, 라우팅 및 사용자 상호 작용 관리를 포함한 백엔드 작업을 처리합니다.
• 단순성과 유연성으로 인해 빠른 개발 및 통합 작업에 적합합니다.

HTML 및 부트 스트랩

• HTML은 챗봇 인터페이스의 구조적 기초를 형성하여 의미 론적 및 접근 가능한 웹 디자인을 보장합니다.
• CSS 프레임 워크 인 Bootstrap은 반응적이고 미적으로 유쾌한 설계 구성 요소를 제공하여 인터페이스를 향상시킵니다. 챗봇은 데스크탑에서 스마트 폰에 이르기까지 장치에서 완벽하게 작동합니다.

의료용 챗봇의 주요 기능

• 대화 인터페이스 : 챗봇은 Gemini 2.0에 의해 구동되는 자연의 인간과 같은 상호 작용을 사용자에게 참여시킵니다.
• 사용자 친화적 인 디자인 : 부트 스트랩 지원 응답 형 디자인은 모든 장치에서 사용 편의성을 보장합니다.
• 건강 쿼리 지원 : 증상에서 일반적인 건강 조언에 이르기까지 다양한 의학적 질문을 해결할 수 있습니다.
• 접근성 : 모든 기술적 능력을 가진 사용자를 쉽게 탐색 할 수 있도록 설계되었습니다.

Facebook AI 유사성 검색

Meta (이전 Facebook)는 밀집된 벡터의 효율적인 유사성 검색 및 클러스터링을위한 오픈 소스 라이브러리로 FAISS를 개발했습니다. 머신 러닝은 일반적으로 FAIS를 사용합니다. 특히 대규모 벡터 검색 및 가장 가까운 이웃 검색과 관련된 작업에 특히 FAIS가 사용됩니다. FAISS는 고차원 데이터 처리를 최적화하여 권장 시스템, 자연어 처리 및 이미지 검색과 같은 응용 프로그램에 이상적입니다.

간단히 말해서 Faiss는 밀집된 벡터를 인덱싱 할 수 있으며 빠른 근사 또는 정확한 검색을 지원합니다. 제품 양자화, HNSW (계층 적 항해 가능한 소규모 세계 그래프) 및 IVF (반전 파일 인덱스) 기술을 사용하여 속도와 정확도 사이의 균형 균형을 맞 춥니 다. 이러한 기술은 검색 결과에서 높은 정밀도로 계산 복잡성과 메모리 사용량을 크게 줄입니다. 그러나 FAISS는 CPU 및 GPU 가속도를 추가로 지원하므로 데이터 세트 처리에 수백만 또는 수십억의 벡터에 적합합니다.

Faiss의 주요 강점 중 하나는 다양성입니다. 여러 인덱싱 전략을 제공하여 사용자가 특정 사용 사례에 가장 적합한 접근 방식을 선택할 수 있습니다. 예를 들어, 플랫 인덱스는 정확한 검색 기능을 제공하는 반면 양자화 기반 인덱스는 효율성을 우선시합니다. Python 및 C API를 통해 광범위한 개발자가 액세스 할 수 있으며 모듈 식 디자인은 기존 기계 학습 파이프 라인에 쉽게 통합 할 수 있습니다.

벡터 데이터베이스에 대해 자세히 알아보십시오.

유량 차트 설명 : 의료용 챗봇 워크 플로

아래는 흐름도입니다.

• 시작 : 사용자는 의료용 챗봇의 홈페이지 (index.html) 에서 시작합니다.
• 지식 기반을 구축하려면 PDF를 업로드하십시오 .
  • 사용자는 파일 업로드 기능을 통해 PDF 파일을 업로드합니다.
  • 백엔드는 PDF를 처리하고 지식 기반을 구축하여 향후 쿼리를 위해 벡터 스토어 (vector_store.pkl) 에 저장합니다.
  • 유효하지 않은 파일이 업로드되면 시스템은 오류를 처리하고 유효한 파일을 사용자에게 유효합니다.
• 의학적 질문 :
  • 사용자는 의료 질문 (/ASK) 기능을 통해 의학적 질문을 제출합니다.
  • 지식 기반이 존재하면 시스템은 관련 문서를 검색합니다.
  • 지식 기반이 없으면 오류 메시지가 표시되거나 리디렉션이 시작됩니다.
• 응답 생성 :
  • 관련 문서가 검색되어 응답을 생성하기 위해 Gemini 모델 로 전달됩니다.
  • 모델은 입력을 처리하고 정확한 의료 대응을 제공합니다.
• 표시 또는 리디렉션 :
  • 생성 된 응답은 사용자에게 표시되거나 추가 상호 작용을 위해 적절한 페이지로 리디렉션됩니다.
• 종료 : 사용자는 응답을 받고 더 상호 작용하거나 세션을 종료하도록 선택할 수 있습니다.

이 워크 플로우는 원활한 의료 챗봇 경험을 위해 Gemini 모델을 사용하여 원활한 사용자 상호 작용, 효율적인 오류 처리 및 정확한 응답 생성을 보장합니다.

환경 설정

필요한 종속성을 설치하고, API 키를 구성하고, 의료용 챗봇 환경을 준비하기 위해 프론트 엔드를 설정하여 시작하십시오.

요구 사항을 설치하십시오 .txt

 PIP 설치 -R https://raw.githubusercontent.com/gouravlohar/medical-chatbot/refs/heads/master/requirements.txt

API 키

여기에서 Gemini 2.0 API 키를 얻으십시오.

의료용 챗봇의 HTML 프론트 엔드 코드

이 HTML 코드는 의료용 챗봇 응용 프로그램의 프론트 엔드 사용자 인터페이스를 형성합니다. 사용자가 할 수있는 대화식 웹 페이지를 만듭니다.

• 챗봇에 대한 추가 컨텍스트를 제공하기 위해 PDF 파일을 업로드하십시오.
• AI 기반 의료 챗봇과 상호 작용하려면 채팅 메시지를 보내십시오.

인터페이스는 스타일링 및 jQuery에 부트 스트랩을 사용하여 사용자 상호 작용을 동적으로 처리합니다. 여기에는 챗봇의 타이핑 표시기 및 원활한 메시지 디스플레이와 같은 기능이 포함됩니다. 이 코드는 플라스크 백엔드와 통합되어 사용자 입력을 처리하고 AI 생성 응답을 반환합니다.

 



  <meta charset="utf-8">
  <meta http-equiv="x-ua 호환" edge>
  <meta name="viewport" content="width = device-width, 초기 스케일 = 1">
  <meta name="description" content="Python Flask 애플리케이션에서 Gemini API 시연.">

  <title> Medical Chatbot </title>
  <link rel="바로 가기 아이콘" filename="'images/iba_logo.png'}}"">
  <link href="https://cdn.jsdelivr.net/npm/%20%EB%A7%88%EC%9D%8C%20%EB%B3%B4%ED%98%B8%5D%20/dist/css/bootstrap.min.css" rel="Stylesheet">
  <link href="https://fonts.googleapis.com/css2?family=inter:wght@300%20;400%20;500%20;600&display=swap" rel="Stylesheet">
  
    : 루트 {
      -Primary-Gradient : Linear-Gradient (135deg, #6e8efb, #4834d4);
      -chat-bg : #111827;
      -Message-BG : #1F2937;
      -user-message-bg : #3730a3;
      --text- 프라이 사항 : #fff;
      --text-secondary : #9ca3af;
    }

    몸 {
      Font-Family : 'Inter', Sans-Serif;
      배경색 : var (-chat-bg);
      색상 : var (-Text-Primary);
      Min-Height : 100VH;
      디스플레이 : Flex;
      플렉스 방향 : 열;
    }

    .chat-container {
      최대 width : 1200px;
      여백 : 0 Auto;
      패딩 : 2REM;
      플렉스 : 1;
      디스플레이 : Flex;
      플렉스 방향 : 열;
    }

    .제목 {
      텍스트 정렬 : 센터;
      마진 바닥 : 1rem;
      글꼴 크기 : 2REM;
      글꼴 중량 : 600;
      색상 : var (-Text-Primary);
    }

    .경고 {
      텍스트 정렬 : 센터;
      마진 바닥 : 2REM;
      글꼴 크기 : 1REM;
      색상 : var (-Text-Secondary);
    }

    .messages-container {
      플렉스 : 1;
      오버플로 -Y : 자동;
      패딩 : 1rem;
      스크롤-행동 : 매끄러운;
    }

    .메시지 {
      마진 바닥 : 1rem;
      불투명도 : 0;
      변환 : Translatey (20px);
      애니메이션 : Fadein 0.3s의 편안한 앞으로;
    }

    .message-fontent {
      패딩 : 1rem;
      Border-Radius : 1rem;
      최대 width : 80%;
    }

    .user-message .message-content {
      배경 : var (-사용자 message-bg);
      마진 좌파 : 자동;
    }

    .bot-message .message-content {
      배경 : var (-message-bg);
    }

    .input-container {
      패딩 : 1rem;
      배경 : var (-chat-bg);
      테두리 탑 : 1px 고체 RGBA (255, 255, 255, 0.1);
    }

    .chat-input {
      배경 : var (-message-bg);
      국경 : 없음;
      Border-Radius : 1.5rem;
      패딩 : 1REM 1.5REM;
      색상 : var (-Text-Primary);
      너비 : calc (100% -120px);
    }

    .send-button {
      배경 : var (-1 차 그라디언트);
      국경 : 없음;
      Border-Radius : 1.5rem;
      패딩 : 1REM 2REM;
      색상 : 흰색;
      글꼴 중량 : 600;
      전환 : 모든 0.3 초의 용이성;
    }

    .send-button : 호버 {
      변환 : Translatey (-2px);
      Box-Shadow : 0 5px 15px rgba (110, 142, 251, 0.4);
    }

    .typing-indicator {
      디스플레이 : Flex;
      갭 : 0.5rem;
      패딩 : 1rem;
      배경 : var (-message-bg);
      Border-Radius : 1rem;
      너비 : 착용감;
    }

    .typing-dot {
      너비 : 8px;
      높이 : 8px;
      배경 : var (-Text-Secondary);
      국경-라디우스 : 50%;
      애니메이션 : 1.4S 무한 편의를 입력 한 입력;
    }

    .typing-dot : nth-Child (2) {
      애니메이션-지연 : 0.2S;
    }

    .typing-dot : nth-Child (3) {
      애니메이션-지연 : 0.4S;
    }

    @keyframes typing {
      0%,
      100% {
        변환 : Translatey (0);
      }

      50% {
        변환 : Translatey (-10px);
      }
    }

    @keyframes fadein {
      에게 {
        불투명도 : 1;
        변환 : Translatey (0);
      }
    }

    / * 메시지 서식 */
    .bot-message strong {
      색상 : #818cf8;
      글꼴 중량 : 600;
    }

    .bot-message ul {
      왼쪽 패딩 : 1.5rem;
      여백 : 0.5REM 0;
    }
  스타일>



  <div>
    <div> 의료용 챗봇에 오신 것을 환영합니다 </div>
    <div> 참고 : 이것은 AI 챗봇이며 실수를 할 수 있습니다. 제공된 정보를 확인하십시오. </div>
    {메시지가있는 % = get_flashed_messages () %}
      {messages %} %}
        <div>
          {{메시지 [0]}}
        </div>
      { % endif %}
    { % 종료 % %}
    <form method="post" enctype="multipart/form-data" action="/upload">
      <div>
        <label for="pdf_files"> pdf 파일 업로드 </label>
        
      </div>
       업로드 pdfs 
    </form>
    <div>
      
    </div>
    <form>
      <div>
        
         보내기 
      </div>
    </form>
  </div>

  <script src="https://code.jquery.com/jquery-3.6.3.min.js"> </script>
  <cript>
    $ (document) .ready (function () {
      $ ( "#chat-form"). 제출 (function (event) {
        event.preventDefault ();
        var question = $ ( "#chat-input"). val ();
        if (question.trim () === "") retoy;

        usermessage =`을하자
          <div>
            <div>
              $ {Question}
            </div>
          </div>`;
        $ ( "#emessing-container"). Append (usermessage);
        $ ( "#채팅 입력"). val ( "");

        typingindicator =`을 입력하십시오
          <div>
            <div> </div>
            <div> </div>
            <div> </div>
          </div>`;
        $ ( "#messages-container"). Append (typingIndicator);

        $ .ajax ({
          유형 : "Post",
          URL : "/ask",
          데이터 : {
            '프롬프트': 질문
          },
          성공 : 기능 (데이터) {
            $ ( ". Typing-Indicator"). 제거 ();
            CleanedData = 데이터를 보자
              .replace (/\* \*(.*?) \* \*/ g, "<strong> $ 1 </strong>")
              .replace (/\ n/g, "<br>")
              .replace (/- (.*?) (? = \ n | $)/g, "<li> $ 1 </li>");
            botmessage =`을하자
              <div>
                <div>
                  $ {cleanedData}
                </div>
              </div>`;
            $ ( "#emessing-container"). Append (botmessage);
          }
        });
      });
    });
  스크립트>


</cript>

위 내용은 Gemini 2.0, 플라스크 및 벡터 임베딩을 사용한 의료 챗봇의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!