Interface de IA para Saúde - Projeto COMPET-CISAM/UPE

Status: 🚧 Em desenvolvimento 🚧

Este repositório contém o código-fonte de uma interface web customizada, baseada no Open WebUI, para um projeto de Inteligência Artificial na área da saúde. A iniciativa é uma colaboração do grupo de extensão e pesquisa COMPET com o Centro Integrado de Saúde Amaury de Medeiros (CISAM) da Universidade de Pernambuco (UPE), em Recife.

A plataforma foi adaptada para servir como um ambiente seguro e intuitivo para interação com modelos de linguagem especializados, focados em apoiar profissionais, residentes e pesquisadores das áreas de Saúde da Mulher, Obstetrícia e Neonatologia.

✨ Principais Funcionalidades e Customizações

• Interface Adaptada: A interface foi modificada para refletir a identidade visual da UPE e otimizar o fluxo de trabalho dos profissionais de saúde do CISAM.
• Segurança e Privacidade (On-Premises): Projetado para rodar em servidores locais (on-premises), garantindo que nenhum dado sensível de paciente seja exposto externamente, em conformidade com a Lei Geral de Proteção de Dados (LGPD).
• Assistente Especializado: Conecta-se a modelos de IA que podem ser treinados para fornecer apoio à decisão clínica, sumarizar documentos, e acessar rapidamente protocolos e literatura médica relevante.
• Foco no Usuário Clínico: Componentes como o chat, entrada de texto e diálogos foram ajustados para as necessidades de um ambiente hospitalar.
• Potencial para Ensino: A ferramenta pode ser usada como um ambiente de simulação para o treinamento de residentes e estudantes, permitindo a exploração segura de casos clínicos.

🛠️ Tecnologias Utilizadas

• Frontend: SvelteKit
• Backend: Python e Ollama (através do Open WebUI)
• Containerização: Docker e Docker Compose

🚀 Como Executar o Projeto Localmente

Siga os passos abaixo para ter a interface rodando em sua máquina.

Pré-requisitos

• Git
• Docker e Docker Compose

Instalação

1. Clone o repositório:

   git clone [https://github.com/compet-cisam/interface.git](https://github.com/compet-cisam/interface.git)
   cd interface

2. Configuração do Ambiente: Este projeto utiliza o docker-compose.yaml para orquestrar os serviços. Certifique-se de que o Docker esteja em execução na sua máquina.

3. (Opcional) Baixar o modelo Medgemma medgemma-4b-it-Q8_0.gguf do Hugging Face:

   cd modelfiles/medgemma-4b-it-Q8_0
   wget https://huggingface.co/kelkalot/medgemma-4b-it-GGUF/resolve/main/medgemma-4b-it-Q8_0.gguf

   Como adicionar outros modelos:

   1. Criar pasta para o modelo novo dentro da pasta modelfiles: /modelfiles/nome_do_modelo_novo (substituir nome_do_modelo_novo pelo nome desejado)

   2. Dentro da pasta nova, criar um arquivo Modelfile contendo as instruções para a execução do modelo pelo Ollama — checar documentação do Ollama, ou Modelfile já existente em /modelfiles/medgemma-4b-it-Q8_0

   3. Na pasta raiz, alterar o arquivo entrypoint.sh para incluir o modelo desejado (antes de 'wait'):

      [...]
      
      ollama create nome_do_modelo_novo -f /modelfiles/nome_do_modelo_novo/Modelfile
      
      wait

   4. Rebuildar o ambiente e acessar a interface atualizada:

      docker-compose down
      docker-compose up -d --build

      http://localhost:8080
      

4. Inicie os containers: Na pasta raiz do projeto, execute o comando:

   docker-compose up -d --build

   • O comando irá construir as imagens dos containers e iniciá-los em background (-d).

5. Acesse a interface: Após a inicialização, a interface estará disponível no seu navegador. Acesse o endereço:

   http://localhost:8080
   

   (A porta pode variar. Verifique o arquivo docker-compose.yaml se necessário).

🎯 Missão do Projeto

O objetivo desta iniciativa é explorar o potencial da Inteligência Artificial generativa para criar ferramentas que aumentem a capacidade dos profissionais de saúde do CISAM, promovendo uma medicina mais ágil e baseada em dados, além de fomentar a inovação tecnológica no ambiente acadêmico da UPE.