Update app.py

app.py

@@ -27,6 +27,9 @@ if 'chat_history_page1' not in st.session_state:
 if 'chat_history_page2' not in st.session_state:
     st.session_state['chat_history_page2'] = []
 
+if 'chat_history_page3' not in st.session_state:
+    st.session_state['chat_history_page3'] = []
+
 
 
 # Step 1: Clone the Dataset Repository
@@ -39,11 +42,11 @@ repo = Repository(
 repo.git_pull()  # Pull the latest changes (if any)
 
 # Step 2: Load the PDF File
-pdf_path = "Private_Book/09012024_Kombi_2.pdf"  # Replace with your PDF file path
+pdf_path = "Private_Book/KH_Reform_230124.pdf"  # Replace with your PDF file path
 
-# Step 2: Load the PDF File
-pdf_path2 = "Private_Book/Deutsche_Kodierrichtlinien_23.pdf"  # Replace with your PDF file path
+pdf_path2 = "Private_Book/Buch_23012024.pdf"  
 
+pdf_path3 = "Private_Book/Kosten_Grunddaten_KH_230124.pdf"  
 
 api_key = os.getenv("OPENAI_API_KEY")
 # Retrieve the API key from st.secrets
@@ -72,7 +75,7 @@ def load_vector_store(file_path, store_name, force_reload=False):
         # Serialize the vector store
         with open(vector_store_path, "wb") as f:
             pickle.dump(VectorStore, f)
-        st.text(f"Created and saved vector store at {vector_store_path}")
+        #st.text(f"Created and saved vector store at {vector_store_path}")
 
         # Change working directory for Git operations
         original_dir = os.getcwd()
@@ -80,14 +83,14 @@ def load_vector_store(file_path, store_name, force_reload=False):
         
         try:
             # Check current working directory and list files for debugging
-            st.text(f"Current working directory: {os.getcwd()}")
-            st.text(f"Files in current directory: {os.listdir()}")
+            #st.text(f"Current working directory: {os.getcwd()}")
+            #st.text(f"Files in current directory: {os.listdir()}")
         
             # Adjusted file path for Git command
             repo.git_add(f"{store_name}.pkl")  # Use just the file name
             repo.git_commit(f"Update vector store: {store_name}")
             repo.git_push()
-            st.text("Committed and pushed vector store to repository.")
+            #st.text("Committed and pushed vector store to repository.")
         except Exception as e:
             st.error(f"Error during Git operations: {e}")
         finally:
@@ -183,7 +186,7 @@ def page1():
         col1, col2 = st.columns([3, 1])  # Adjust the ratio to your liking
 
         with col1:
-            st.title("Welcome to BinDocs AI!")
+            st.title("KH_reform!")
 
         with col2:
             # Load and display the image in the right column, which will be the top-right corner of the page
@@ -197,7 +200,7 @@ def page1():
                 st.error("File not found. Please check the file path.")
                 return
     
-            VectorStore = load_vector_store(pdf_path, "vector_store_page1", force_reload=False)
+            VectorStore = load_vector_store(pdf_path, "KH_Reform_2301", force_reload=False)
 
             display_chat_history(st.session_state['chat_history_page1'])
     
@@ -215,21 +218,22 @@ def page1():
             col1, col2 = st.columns(2)
             
             with col1:
-                if st.button("Welche Geräte müssen für die LG Geriatrie vorgehalten werden? "):
-                    query = "Welche Geräte müssen für die LG Geriatrie vorgehalten werden? "
-                if st.button("Welche ärztlichen Vorgaben gibt es für die LG Palliativmedizin?"):
-                    query = "Welche ärztlichen Vorgaben gibt es für die LG Palliativmedizin?"
-                if st.button("Wie haben sich die DiGA in den letzten Jahren entwickelt? Kannst du mir Daten nennen?"):
-                    query = "Wie haben sich die DiGA in den letzten Jahren entwickelt? Kannst du mir Daten nennen?"
+                if st.button("Wie viele Ärzte benötigt eine Klinik in der Leistungsgruppe Pädiatrie?"):
+                    query = "Wie viele Ärzte benötigt eine Klinik in der Leistungsgruppe Pädiatrie?"
+                if st.button("Wie viele Leistungsgruppen gibt es?"):
+                    query = ("Wie viele Leistungsgruppen gibt es?")
+                if st.button("Was sind die hauptsächlichen Änderungsvorhaben der Krankenhausreform?"):
+                    query = "Was sind die hauptsächlichen Änderungsvorhaben der Krankenhausreform?"
 
             
             with col2:
-                if st.button("Dies ist eine reine Test Frage, welche aber eine ausreichende Länge hat."):
-                    query = "Dies ist eine reine Test Frage, welche aber eine ausreichende Länge hat."
-                if st.button("Was sagt mir denn generell die wundervolle Bevölkerungsentwicklung?"):
-                    query = "Was sagt mir denn generell die wundervolle Bevölkerungsentwicklung?"
-                if st.button("Ob ich hier wohl viel schreibe, dass die Fragen vom Layout her passen?"):
-                    query = "Ob ich hier wohl viel schreibe, dass die Fragen vom Layout her passen?"
+                if st.button("Welche und wieviele Fachärzte benötige ich für die Leistungsgruppe Gastroenterologie? "):
+                    query = "Welche und wieviele Fachärzte benötige ich für die Leistungsgruppe Gastroenterologie"
+                if st.button("Was soll die Reform der Notfallversorgung beinhalten?"):
+                    query = "Was soll die Reform der Notfallversorgung beinhalten?"
+                if st.button("Was bedeutet die Vorhaltefinanzierung?"):
+                    query = "Was bedeutet die Vorhaltefinanzierung?"
+
 
         
             if query:
@@ -240,7 +244,7 @@ def page1():
                 
                 with st.spinner('Bot is thinking...'):
                     chain = load_chatbot()
-                    docs = VectorStore.similarity_search(query=query, k=3)
+                    docs = VectorStore.similarity_search(query=query, k=5)
                     with get_openai_callback() as cb:
                         response = chain.run(input_documents=docs, question=query)
                         response = handle_no_answer(response)  # Process the response through the new function
@@ -293,7 +297,7 @@ def page2():
         col1, col2 = st.columns([3, 1])  # Adjust the ratio to your liking
 
         with col1:
-            st.title("Kodieren statt Frustrieren!")
+            st.title("Kennzahlenbuch 100 Kennzahlen!")
 
         with col2:
             # Load and display the image in the right column, which will be the top-right corner of the page
@@ -308,7 +312,7 @@ def page2():
                 st.error("File not found. Please check the file path.")
                 return
     
-            VectorStore = load_vector_store(pdf_path2, "vector_store_page2", force_reload=False)
+            VectorStore = load_vector_store(pdf_path2, "Buch_2301", force_reload=False)
     
 
     
@@ -328,21 +332,21 @@ def page2():
             col1, col2 = st.columns(2)
             
             with col1:
-                if st.button("Wann kodiere ich etwas als Hauptdiagnose und wann als Nebendiagnose?"):
-                    query = "Wann kodiere ich etwas als Hauptdiagnose und wann als Nebendiagnose?"
-                if st.button("Ein Patient wird mit Aszites bei bekannter Leberzirrhose stationär aufgenommen. Es wird nur der Aszites durch eine Punktion behandelt.Wie kodiere ich das?"):
-                    query = ("Ein Patient wird mit Aszites bei bekannter Leberzirrhose stationär aufgenommen. Es wird nur der Aszites durch eine Punktion behandelt.Wie kodiere ich das?")
-                if st.button("Hauptdiagnose: Hirntumor wie kodiere ich das?"):
-                    query = "Hauptdiagnose: Hirntumor wie kodiere ich das?"
+                if st.button("Nenne mir 5 wichtige Personalkennzahlen im Krankenhaus."):
+                    query = "Nenne mir 5 wichtige Personalkennzahlen im Krankenhaus."
+                if st.button("Wie ist die durchschnittliche Bettenauslastung eines Krankenhauses?"):
+                    query = ("Wie ist die durchschnittliche Bettenauslastung eines Krankenhauses?")
+                if st.button("Welches sind die häufigsten DRGs, die von den Krankenhäusern abgerechnet werden?"):
+                    query = "Welches sind die häufigsten DRGs, die von den Krankenhäusern abgerechnet werden? "
 
             
             with col2:
-                if st.button("Welche Prozeduren werden normalerweise nicht verschlüsselt?"):
-                    query = "Welche Prozeduren werden normalerweise nicht verschlüsselt?"
-                if st.button("Was muss ich bei der Kodierung der Folgezusänden von Krankheiten beachten?"):
-                    query = "Was muss ich bei der Kodierung der Folgezusänden von Krankheiten beachten?"
-                if st.button("Was mache ich bei einer Verdachtsdiagnose, wenn mein Patien nach Hause entlassen wird?"):
-                    query = "Was mache ich bei einer Verdachtsdiagnose, wenn mein Patien nach Hause entlassen wird?"
+                if st.button("Wie viel Casemixpunkte werden im Median von einer ärztlichen Vollkraft erbracht?"):
+                    query = "Wie viel Casemixpunkte werden im Median von einer ärztlichen Vollkraft erbracht?"
+                if st.button("Bitte erstelle mir einer Übersicht der wichtiger Strukturkennzahlen eines Krankenhauses der Grund- und Regelversorgung."):
+                    query = "Bitte erstelle mir einer Übersicht der wichtiger Strukturkennzahlen eines Krankenhauses der Grund- und Regelversorgung."
+                if st.button("Wie viele Patienten eines Grund- und Regelversorgers kommen aus welcher Fahrzeitzone?"):
+                    query = "Wie viele Patienten eines Grund- und Regelversorgers kommen aus welcher Fahrzeitzone?"
 
         
             if query:
@@ -353,7 +357,7 @@ def page2():
                 
                 with st.spinner('Bot is thinking...'):
                     chain = load_chatbot()
-                    docs = VectorStore.similarity_search(query=query, k=3)
+                    docs = VectorStore.similarity_search(query=query, k=5)
                     with get_openai_callback() as cb:
                         response = chain.run(input_documents=docs, question=query)
                         response = handle_no_answer(response)  # Process the response through the new function
@@ -391,6 +395,116 @@ def page2():
 
 
 
+def page3():
+    try:
+        hide_streamlit_style = """
+                <style>
+                #MainMenu {visibility: hidden;}
+                footer {visibility: hidden;}
+                </style>
+                """
+        st.markdown(hide_streamlit_style, unsafe_allow_html=True)
+    
+         # Create columns for layout
+        col1, col2 = st.columns([3, 1])  # Adjust the ratio to your liking
+
+        with col1:
+            st.title("Kosten- und Strukturdaten der Krankenhäuser")
+
+        with col2:
+            # Load and display the image in the right column, which will be the top-right corner of the page
+            image = Image.open('BinDoc Logo (Quadratisch).png')
+            st.image(image, use_column_width='always')
+
+ 
+        # Start tracking user interactions
+        with streamlit_analytics.track():
+            
+            if not os.path.exists(pdf_path2):
+                st.error("File not found. Please check the file path.")
+                return
+    
+            VectorStore = load_vector_store(pdf_path3, "Kosten_Str_2301", force_reload=False)
+    
+
+    
+            display_chat_history(st.session_state['chat_history_page3'])
+    
+            st.write("<!-- Start Spacer -->", unsafe_allow_html=True)
+            st.write("<div style='flex: 1;'></div>", unsafe_allow_html=True)
+            st.write("<!-- End Spacer -->", unsafe_allow_html=True)
+    
+            new_messages_placeholder = st.empty()
+    
+            query = st.text_input("Ask questions about your PDF file (in any preferred language):")
+
+            add_vertical_space(2)  # Adjust as per the desired spacing
+            
+            # Create two columns for the buttons
+            col1, col2 = st.columns(2)
+            
+            with col1:
+                if st.button("Wie hat sich die Bettenanzahl in den letzten 10 Jahren entwickelt?"):
+                    query = "Wie hat sich die Bettenanzahl in den letzten 10 Jahren entwickelt?"
+                if st.button("Wie viele Patienten werden pro Jahr vollstationär behandelt?"):
+                    query = ("Wie viele Patienten werden pro Jahr vollstationär behandelt?")
+                if st.button("Wie viele Vollkräfte arbeiten in Summe in deutschen Krankenhäusern?"):
+                    query = "Wie viele Vollkräfte arbeiten in Summe in deutschen Krankenhäusern? "
+
+            
+            with col2:
+                if st.button("Welche unterschiedlichen Personalkosten gibt es im Krankenhaus?"):
+                    query = "Welche unterschiedlichen Personalkosten gibt es im Krankenhaus?"
+                if st.button("Welche Sachkosten werden in Krankenhäusern unterschieden?"):
+                    query = "Welche Sachkosten werden in Krankenhäusern unterschieden? "
+                if st.button("Wie hoch sind die Gesamtkosten der Krankenhäuser pro Jahr?"):
+                    query = "Wie hoch sind die Gesamtkosten der Krankenhäuser pro Jahr?"
+
+        
+            if query:
+                st.session_state['chat_history_page3'].append(("User", query, "new"))
+
+                # Start timing
+                start_time = time.time()
+                
+                with st.spinner('Bot is thinking...'):
+                    chain = load_chatbot()
+                    docs = VectorStore.similarity_search(query=query, k=5)
+                    with get_openai_callback() as cb:
+                        response = chain.run(input_documents=docs, question=query)
+                        response = handle_no_answer(response)  # Process the response through the new function
+
+
+                        
+                # Stop timing
+                end_time = time.time()
+                
+                # Calculate duration
+                duration = end_time - start_time
+
+                # You can use Streamlit's text function to display the timing
+                st.text(f"Response time: {duration:.2f} seconds")
+    
+                st.session_state['chat_history_page3'].append(("Bot", response, "new"))
+    
+    
+                # Display new messages at the bottom
+                new_messages = st.session_state['chat_history_page3'][-2:]
+                for chat in new_messages:
+                    background_color = "#ffeecf" if chat[2] == "new" else "#ffeecf" if chat[0] == "User" else "#ffeecf"
+                    new_messages_placeholder.markdown(f"<div style='background-color: {background_color}; padding: 10px; border-radius: 10px; margin: 10px;'>{chat[0]}: {chat[1]}</div>", unsafe_allow_html=True)
+    
+    
+                # Clear the input field after the query is made
+                query = ""
+    
+            # Mark all messages as old after displaying
+            st.session_state['chat_history_page3'] = [(sender, msg, "old") for sender, msg, _ in st.session_state['chat_history_page3']]
+
+    except Exception as e:
+        st.error(f"Upsi, an unexpected error occurred: {e}")
+        # Optionally log the exception details to a file or error tracking service
+
 
 
 def main():
@@ -399,15 +513,17 @@ def main():
         st.title('BinDoc GmbH')
         st.markdown("Experience revolutionary interaction with BinDocs Chat App, leveraging state-of-the-art AI technology.")
         add_vertical_space(1)
-        page = st.sidebar.selectbox("Choose a page", ["Document Analysis Bot", "Coding Assistance Bot"])
+        page = st.sidebar.selectbox("Choose a page", ["KH_Reform", "Kennzahlenbuch 100 Kennzahlen", "Kosten- und Strukturdaten der Krankenhäuser"])
         add_vertical_space(1)
         st.write('Made with ❤️ by BinDoc GmbH')
 
     # Main area content based on page selection
-    if page == "Document Analysis Bot":
+    if page == "KH_Reform":
         page1()
-    elif page == "Coding Assistance Bot":
+    elif page == "Kennzahlenbuch 100 Kennzahlen":
         page2()
+    elif page == "Kosten- und Strukturdaten der Krankenhäuser":
+        page3()
 
 
 if __name__ == "__main__":