theprakchanlab/healthcare-ai-assistant

healthcare-ai-assistant 是做什麼的？

基於 Streamlit、LangChain、OpenAI GPT-4o-mini 和 FAISS 向量資料庫建構的 AI 驅動醫療保健助手。

概述

此技能示範如何結合現代 AI 工具鏈建立一個功能完整的醫療保健助理應用程式。它利用大型語言模型（LLM）進行對話，並透過向量搜尋從醫療知識庫中擷取相關資訊。

功能

• 症狀查詢：使用者可以描述症狀，系統會根據知識庫提供可能的相關資訊。
• 藥物資訊：查詢特定藥物的用途、副作用與注意事項。
• 健康建議：提供基礎的健康生活建議（非醫療診斷）。
• 語意檢索：使用 FAISS 向量資料庫進行語意搜尋，而非僅依賴關鍵字比對。

技術棧

• 前端：Streamlit
• 語言模型：OpenAI GPT-4o-mini
• 框架：LangChain
• 向量資料庫：FAISS
• 程式語言：Python

安裝與設定

1. 確保已安裝 Python 3.10 或更新版本。
2. 安裝所需套件：

   pip install streamlit langchain openai faiss-cpu
   

3. 設定 OpenAI API 金鑰為環境變數：

   export OPENAI_API_KEY="your-api-key-here"
   

4. （可選）準備醫療知識庫文件（例如 data/medical_info.txt），並轉換為 FAISS 索引。

使用方法

1. 執行 Streamlit 應用程式：

   streamlit run app.py
   

2. 在瀏覽器中開啟顯示的 URL（通常為 http://localhost:8501）。
3. 在文字輸入框中輸入您的醫療相關問題。
4. 系統將根據知識庫內容與 GPT-4o-mini 生成回覆。

專案結構

healthcare-ai-assistant/
├── app.py                  # Streamlit 應用程式進入點
├── data/
│   └── medical_info.txt    # 醫療知識庫文件（範例）
├── utils/
│   ├── vector_store.py     # FAISS 向量資料庫設定與查詢
│   └── chain.py            # LangChain 處理鏈路設定
├── requirements.txt        # Python 依賴
└── README.md               # 本文件

如何運作

1. 知識庫建置：將 medical_info.txt 中的醫療文件切分為區塊，使用 OpenAI 嵌入模型轉換為向量，並儲存至 FAISS 索引。
2. 使用者查詢：當使用者透過 Streamlit 提交問題時，系統將問題同樣轉換為向量。
3. 語意檢索：FAISS 索引對問題向量執行最近鄰搜尋，找出知識庫中最相關的區塊。
4. 生成回覆：LangChain 將檢索到的區塊作為上下文，連同使用者的問題一併傳送給 GPT-4o-mini，以生成自然語言回覆。

注意事項

• 此應用程式僅供教育和示範用途，不應作為實際醫療診斷或治療依據。
• 請確保遵守 OpenAI 使用政策與相關法規。
• 若需擴充知識庫，請更新 data/medical_info.txt 並重新建立 FAISS 索引。

授權

本專案採用 MIT 授權條款。詳情請參閱 LICENSE 檔案。

貢獻

歡迎提交 Issue 或 Pull Request 共同改進此專案。