light editon

README.md

@@ -1,12 +1,29 @@
 ---
 title: ClinicalTrialV2
-emoji: 💻
-colorFrom: yellow
-colorTo: yellow
+emoji: 🏥
+colorFrom: blue
+colorTo: green
 sdk: gradio
-sdk_version: 5.4.0
-app_file: app.py
+sdk_version: 4.36.1
+app_file: app_fixed.py
 pinned: false
+license: mit
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# 臨床試験適格性評価システム
+
+このアプリケーションは患者情報に基づいて適切な臨床試験を見つけ、AIエージェントが適格性を自動評価するシステムです。
+
+## 必要な環境変数
+
+Spacesの設定で以下の環境変数を設定してください：
+
+- `GROQ_API_KEY`: GroqのAPIキー
+- `OPENAI_API_KEY`: OpenAIのAPIキー（オプション）
+
+## 使用方法
+
+1. 患者の基本情報（年齢、性別、腫瘍タイプ）を入力
+2. 遺伝子変異情報、測定可能腫瘍の有無を入力
+3. 「Generate Clinical Trials Data」をクリック
+4. 結果をフィルタリング・ダウンロード

app.py

@@ -1,12 +1,6 @@
 import gradio as gr
 import pandas as pd
-import time
-import traceback
 import os
-from OpenAITools.FetchTools import fetch_clinical_trials
-from langchain_openai import ChatOpenAI
-from langchain_groq import ChatGroq
-from OpenAITools.CrinicalTrialTools import SimpleClinicalTrialAgent, GraderAgent, LLMTranslator, generate_ex_question_English
 
 # 環境変数チェック
 def check_environment():
@@ -19,303 +13,148 @@ def check_environment():
     if not os.getenv("OPENAI_API_KEY"):
         missing_vars.append("OPENAI_API_KEY")
     
-    if missing_vars:
-        print(f"⚠️ 環境変数が設定されていません: {', '.join(missing_vars)}")
-        print("一部の機能が制限される可能性があります。")
-    
-    return len(missing_vars) == 0
-
-# 環境変数チェック実行
-env_ok = check_environment()
-
-# モデルとエージェントの安全な初期化
-def safe_init_agents():
-    """エージェントを安全に初期化"""
-    try:
-        groq = ChatGroq(model_name="llama3-70b-8192", temperature=0)
-        translator = LLMTranslator(groq)
-        criteria_agent = SimpleClinicalTrialAgent(groq)
-        grader_agent = GraderAgent(groq)
-        return translator, criteria_agent, grader_agent
-    except Exception as e:
-        print(f"エージェント初期化エラー: {e}")
-        return None, None, None
-
-# エージェント初期化
-translator, CriteriaCheckAgent, grader_agent = safe_init_agents()
-
-# エラーハンドリング付きでエージェント評価を実行する関数
-def evaluate_with_retry(agent, criteria, question, max_retries=3):
-    """エラーハンドリング付きでエージェント評価を実行"""
-    if agent is None:
-        return "評価エラー: エージェントが初期化されていません。API keyを確認してください。"
-    
-    for attempt in range(max_retries):
-        try:
-            return agent.evaluate_eligibility(criteria, question)
-        except Exception as e:
-            if "missing variables" in str(e):
-                # プロンプトテンプレートの変数エラーの場合
-                print(f"プロンプトテンプレートエラー (試行 {attempt + 1}/{max_retries}): {e}")
-                return "評価エラー: プロンプトテンプレートの設定に問題があります"
-            elif "no healthy upstream" in str(e) or "InternalServerError" in str(e):
-                # Groqサーバーエラーの場合
-                print(f"Groqサーバーエラー (試行 {attempt + 1}/{max_retries}): {e}")
-                if attempt < max_retries - 1:
-                    time.sleep(2)  # 2秒待機してリトライ
-                    continue
-                else:
-                    return "評価エラー: サーバーに接続できませんでした"
-            elif "API key" in str(e) or "authentication" in str(e).lower():
-                return "評価エラー: API keyが無効または設定されていません"
-            else:
-                print(f"予期しないエラー (試行 {attempt + 1}/{max_retries}): {e}")
-                if attempt < max_retries - 1:
-                    time.sleep(1)
-                    continue
-                else:
-                    return f"評価エラー: {str(e)}"
-    return "評価エラー: 最大リトライ回数に達しました"
-
-def evaluate_grade_with_retry(agent, judgment, max_retries=3):
-    """エラーハンドリング付きでグレード評価を実行"""
-    if agent is None:
-        return "unclear"
-    
-    for attempt in range(max_retries):
-        try:
-            return agent.evaluate_eligibility(judgment)
-        except Exception as e:
-            if "no healthy upstream" in str(e) or "InternalServerError" in str(e):
-                print(f"Groqサーバーエラー (グレード評価 - 試行 {attempt + 1}/{max_retries}): {e}")
-                if attempt < max_retries - 1:
-                    time.sleep(2)
-                    continue
-                else:
-                    return "unclear"
-            elif "API key" in str(e) or "authentication" in str(e).lower():
-                return "unclear"
-            else:
-                print(f"予期しないエラー (グレード評価 - 試行 {attempt + 1}/{max_retries}): {e}")
-                if attempt < max_retries - 1:
-                    time.sleep(1)
-                    continue
-                else:
-                    return "unclear"
-    return "unclear"
+    return missing_vars
 
-# データフレームを生成する関数
-def generate_dataframe(age, sex, tumor_type, GeneMutation, Meseable, Biopsiable):
+# 軽量版データ生成関数
+def generate_sample_dataframe(age, sex, tumor_type, GeneMutation, Meseable, Biopsiable):
+    """サンプルデータを生成（デバッグ用）"""
     try:
         # 入力検証
         if not all([age, sex, tumor_type]):
-            return pd.DataFrame(), pd.DataFrame()
+            return pd.DataFrame()
         
-        # 日本語の腫瘍タイプを英語に翻訳
-        try:
-            if translator is not None:
-                TumorName = translator.translate(tumor_type)
-            else:
-                print("翻訳エージェントが利用できません。元の値を使用します。")
-                TumorName = tumor_type
-        except Exception as e:
-            print(f"翻訳エラー: {e}")
-            TumorName = tumor_type  # 翻訳に失敗した場合は元の値を使用
-
-        # 質問文を生成
-        try:
-            ex_question = generate_ex_question_English(age, sex, TumorName, GeneMutation, Meseable, Biopsiable)
-        except Exception as e:
-            print(f"質問生成エラー: {e}")
-            return pd.DataFrame(), pd.DataFrame()
+        # サンプルデータの作成
+        sample_data = {
+            'NCTID': ['NCT12345678', 'NCT87654321', 'NCT11111111'],
+            'AgentGrade': ['yes', 'no', 'unclear'],
+            'Title': [
+                f'Clinical Trial for {tumor_type} in {sex} patients',
+                f'Alternative treatment for {tumor_type}',
+                f'Experimental therapy for {tumor_type} with {GeneMutation}'
+            ],
+            'AgentJudgment': [
+                f'{age}歳{sex}の{tumor_type}患者は参加可能です',
+                f'{age}歳{sex}の{tumor_type}患者は参加できません',
+                f'{age}歳{sex}の{tumor_type}患者の参加は不明確です'
+            ],
+            'Japanese_Locations': ['Tokyo', 'Osaka', 'Kyoto'],
+            'Cancer': [tumor_type, tumor_type, tumor_type]
+        }
         
-        # 臨床試験データの取得
-        try:
-            df = fetch_clinical_trials(TumorName)
-            if df.empty:
-                print("臨床試験データが見つかりませんでした")
-                return pd.DataFrame(), pd.DataFrame()
-        except Exception as e:
-            print(f"臨床試験データ取得エラー: {e}")
-            return pd.DataFrame(), pd.DataFrame()
+        df = pd.DataFrame(sample_data)
+        return df
         
-        df['AgentJudgment'] = None
-        df['AgentGrade'] = None
-        
-        # 臨床試験の適格性の評価
-        NCTIDs = list(df['NCTID'])
-        progress = gr.Progress(track_tqdm=True)
-        
-        for i, nct_id in enumerate(NCTIDs):
-            try:
-                target_criteria = df.loc[df['NCTID'] == nct_id, 'Eligibility Criteria'].values[0]
-                
-                # エラーハンドリング付きで評価実行
-                agent_judgment = evaluate_with_retry(CriteriaCheckAgent, target_criteria, ex_question)
-                agent_grade = evaluate_grade_with_retry(grader_agent, agent_judgment)
-                
-                # データフレームの更新
-                df.loc[df['NCTID'] == nct_id, 'AgentJudgment'] = agent_judgment
-                df.loc[df['NCTID'] == nct_id, 'AgentGrade'] = agent_grade
-                
-            except Exception as e:
-                print(f"NCTID {nct_id} の評価中にエラー: {e}")
-                df.loc[df['NCTID'] == nct_id, 'AgentJudgment'] = f"エラー: {str(e)}"
-                df.loc[df['NCTID'] == nct_id, 'AgentGrade'] = "unclear"
-            
-            progress((i + 1) / len(NCTIDs))
-        
-        # 列を指定した順に並び替え
-        columns_order = ['NCTID', 'AgentGrade', 'Title', 'AgentJudgment', 'Japanes Locations', 
-                         'Primary Completion Date', 'Cancer', 'Summary', 'Eligibility Criteria']
-        
-        # 存在する列のみを選択
-        available_columns = [col for col in columns_order if col in df.columns]
-        df = df[available_columns]
-            
-        return df, df  # フィルタ用と表示用にデータフレームを返す
-        
-    except Exception as e:
-        print(f"データフレーム生成中に予期しないエラー: {e}")
-        traceback.print_exc()
-        return pd.DataFrame(), pd.DataFrame()
-
-# CSVとして保存しダウンロードする関数
-def download_filtered_csv(df):
-    try:
-        if df is None or len(df) == 0:
-            return None
-        file_path = "filtered_data.csv"
-        df.to_csv(file_path, index=False)
-        return file_path
     except Exception as e:
-        print(f"CSV保存エラー: {e}")
-        return None
+        print(f"データフレーム生成エラー: {e}")
+        return pd.DataFrame()
 
-# 全体結果をCSVとして保存しダウンロードする関数
-def download_full_csv(df):
+# フィルタリング関数
+def filter_dataframe(df, grade):
+    """データフレームをフィルタリング"""
+    if df is None or len(df) == 0:
+        return df
+    
     try:
-        if df is None or len(df) == 0:
-            return None
-        file_path = "full_data.csv"
-        df.to_csv(file_path, index=False)
-        return file_path
+        if grade == "all":
+            return df
+        return df[df['AgentGrade'] == grade]
     except Exception as e:
-        print(f"CSV保存エラー: {e}")
-        return None
+        print(f"フィルタリングエラー: {e}")
+        return df
 
 # Gradioインターフェースの作成
-with gr.Blocks(title="臨床試験適格性評価", theme=gr.themes.Soft()) as demo:
-    gr.Markdown("## 臨床試験適格性評価インターフェース")
-    
-    # 環境変数状態の表示
-    if env_ok:
-        gr.Markdown("✅ **ステータス**: 全ての環境変数が設定されています")
-    else:
-        gr.Markdown("⚠️ **注意**: 一部の環境変数が設定されていません。機能が制限される可能性があります。")
+def create_interface():
+    missing_vars = check_environment()
     
-    gr.Markdown("💡 **使用方法**: 患者情報を入力して「Generate Clinical Trials Data」をクリックしてください。")
-
-    # 各種入力フィールド
-    with gr.Row():
-        with gr.Column():
-            age_input = gr.Textbox(label="Age", placeholder="例: 65", value="")
-            sex_input = gr.Dropdown(choices=["男性", "女性"], label="Sex", value=None)
-            tumor_type_input = gr.Textbox(label="Tumor Type", placeholder="例: gastric cancer", value="")
+    with gr.Blocks(title="臨床試験適格性評価（軽量版）", theme=gr.themes.Soft()) as demo:
+        gr.Markdown("## 臨床試験適格性評価インターフェース（デバッグ版）")
         
-        with gr.Column():
-            gene_mutation_input = gr.Textbox(label="Gene Mutation", placeholder="例: HER2", value="")
-            measurable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Measurable Tumor", value=None)
-            biopsiable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Biopsiable Tumor", value=None)
-
-    # データフレーム表示エリア
-    dataframe_output = gr.DataFrame(
-        headers=["NCTID", "AgentGrade", "Title", "AgentJudgment", "Status"],
-        datatype=["str", "str", "str", "str", "str"],
-        value=None
-    )
-    
-    # 内部状態用の非表示コンポーネント
-    original_df_state = gr.State(value=None)
-    filtered_df_state = gr.State(value=None)
-
-    # ボタン類
-    with gr.Row():
-        generate_button = gr.Button("Generate Clinical Trials Data", variant="primary")
-    
-    with gr.Row():
-        yes_button = gr.Button("Show Eligible Trials", variant="secondary")
-        no_button = gr.Button("Show Ineligible Trials", variant="secondary")
-        unclear_button = gr.Button("Show Unclear Trials", variant="secondary")
-    
-    with gr.Row():
-        download_filtered_button = gr.Button("Download Filtered Data")
-        download_full_button = gr.Button("Download Full Data")
-    
-    # ダウンロードファイル
-    download_filtered_output = gr.File(label="Download Filtered Data", visible=False)
-    download_full_output = gr.File(label="Download Full Data", visible=False)
-
-    # イベントハンドリング
-    def update_dataframe_and_state(age, sex, tumor_type, gene_mutation, measurable, biopsiable):
-        """データフレーム生成と状態更新"""
-        df, _ = generate_dataframe(age, sex, tumor_type, gene_mutation, measurable, biopsiable)
-        return df, df, df
-
-    def filter_and_update(original_df, grade):
-        """フィルタリングと表示更新"""
-        if original_df is None or len(original_df) == 0:
-            return original_df, original_df
+        # 環境変数状態の表示
+        if not missing_vars:
+            gr.Markdown("✅ **ステータス**: 全ての環境変数が設定されています")
+        else:
+            gr.Markdown(f"⚠️ **注意**: 環境変数が不足しています: {', '.join(missing_vars)}")
         
-        try:
-            df_filtered = original_df[original_df['AgentGrade'] == grade]
-            return df_filtered, df_filtered
-        except Exception as e:
-            print(f"フィルタリングエラー: {e}")
-            return original_df, original_df
+        gr.Markdown("💡 **使用方法**: 患者情報を入力して「Generate Sample Data」をクリックしてください。")
+
+        # 入力フィールド
+        with gr.Row():
+            with gr.Column():
+                age_input = gr.Textbox(label="Age", placeholder="例: 65", value="65")
+                sex_input = gr.Dropdown(choices=["男性", "女性"], label="Sex", value="男性")
+                tumor_type_input = gr.Textbox(label="Tumor Type", placeholder="例: gastric cancer", value="gastric cancer")
+            
+            with gr.Column():
+                gene_mutation_input = gr.Textbox(label="Gene Mutation", placeholder="例: HER2", value="HER2")
+                measurable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Measurable Tumor", value="有り")
+                biopsiable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Biopsiable Tumor", value="有り")
+
+        # データフレーム表示
+        dataframe_output = gr.DataFrame(
+            label="Clinical Trials Results",
+            interactive=False
+        )
+        
+        # フィルタボタン
+        with gr.Row():
+            generate_button = gr.Button("Generate Sample Data", variant="primary")
+            all_button = gr.Button("Show All", variant="secondary")
+            yes_button = gr.Button("Show Eligible", variant="secondary")
+            no_button = gr.Button("Show Ineligible", variant="secondary")
+            unclear_button = gr.Button("Show Unclear", variant="secondary")
+
+        # 状態管理
+        df_state = gr.State(value=None)
+
+        # イベントハンドリング
+        def update_dataframe(age, sex, tumor_type, gene_mutation, measurable, biopsiable):
+            df = generate_sample_dataframe(age, sex, tumor_type, gene_mutation, measurable, biopsiable)
+            return df, df
+
+        def filter_and_show(df, grade):
+            filtered_df = filter_dataframe(df, grade)
+            return filtered_df
+
+        # ボタンイベント
+        generate_button.click(
+            fn=update_dataframe,
+            inputs=[age_input, sex_input, tumor_type_input, gene_mutation_input, measurable_input, biopsiable_input],
+            outputs=[dataframe_output, df_state]
+        )
+        
+        all_button.click(
+            fn=lambda df: filter_and_show(df, "all"),
+            inputs=[df_state],
+            outputs=[dataframe_output]
+        )
+        
+        yes_button.click(
+            fn=lambda df: filter_and_show(df, "yes"),
+            inputs=[df_state],
+            outputs=[dataframe_output]
+        )
+        
+        no_button.click(
+            fn=lambda df: filter_and_show(df, "no"),
+            inputs=[df_state],
+            outputs=[dataframe_output]
+        )
+        
+        unclear_button.click(
+            fn=lambda df: filter_and_show(df, "unclear"),
+            inputs=[df_state],
+            outputs=[dataframe_output]
+        )
 
-    # ボタン動作の設定
-    generate_button.click(
-        fn=update_dataframe_and_state,
-        inputs=[age_input, sex_input, tumor_type_input, gene_mutation_input, measurable_input, biopsiable_input],
-        outputs=[dataframe_output, original_df_state, filtered_df_state]
-    )
-    
-    yes_button.click(
-        fn=lambda df: filter_and_update(df, "yes"),
-        inputs=[original_df_state],
-        outputs=[dataframe_output, filtered_df_state]
-    )
-    
-    no_button.click(
-        fn=lambda df: filter_and_update(df, "no"),
-        inputs=[original_df_state],
-        outputs=[dataframe_output, filtered_df_state]
-    )
-    
-    unclear_button.click(
-        fn=lambda df: filter_and_update(df, "unclear"),
-        inputs=[original_df_state],
-        outputs=[dataframe_output, filtered_df_state]
-    )
-    
-    download_filtered_button.click(
-        fn=download_filtered_csv,
-        inputs=[filtered_df_state],
-        outputs=[download_filtered_output]
-    )
-    
-    download_full_button.click(
-        fn=download_full_csv,
-        inputs=[original_df_state],
-        outputs=[download_full_output]
-    )
-    
+    return demo
+
+# アプリケーション起動
 if __name__ == "__main__":
+    demo = create_interface()
     demo.launch(
         server_name="0.0.0.0",
         server_port=7860,
         share=False,
-        debug=False,
+        debug=True,
         show_error=True
-    )
+    )

appOld3.py

@@ -0,0 +1,321 @@
+import gradio as gr
+import pandas as pd
+import time
+import traceback
+import os
+from OpenAITools.FetchTools import fetch_clinical_trials
+from langchain_openai import ChatOpenAI
+from langchain_groq import ChatGroq
+from OpenAITools.CrinicalTrialTools import SimpleClinicalTrialAgent, GraderAgent, LLMTranslator, generate_ex_question_English
+
+# 環境変数チェック
+def check_environment():
+    """環境変数をチェックし、不足している場合は警告"""
+    missing_vars = []
+    
+    if not os.getenv("GROQ_API_KEY"):
+        missing_vars.append("GROQ_API_KEY")
+    
+    if not os.getenv("OPENAI_API_KEY"):
+        missing_vars.append("OPENAI_API_KEY")
+    
+    if missing_vars:
+        print(f"⚠️ 環境変数が設定されていません: {', '.join(missing_vars)}")
+        print("一部の機能が制限される可能性があります。")
+    
+    return len(missing_vars) == 0
+
+# 環境変数チェック実行
+env_ok = check_environment()
+
+# モデルとエージェントの安全な初期化
+def safe_init_agents():
+    """エージェントを安全に初期化"""
+    try:
+        groq = ChatGroq(model_name="llama3-70b-8192", temperature=0)
+        translator = LLMTranslator(groq)
+        criteria_agent = SimpleClinicalTrialAgent(groq)
+        grader_agent = GraderAgent(groq)
+        return translator, criteria_agent, grader_agent
+    except Exception as e:
+        print(f"エージェント初期化エラー: {e}")
+        return None, None, None
+
+# エージェント初期化
+translator, CriteriaCheckAgent, grader_agent = safe_init_agents()
+
+# エラーハンドリング付きでエージェント評価を実行する関数
+def evaluate_with_retry(agent, criteria, question, max_retries=3):
+    """エラーハンドリング付きでエージェント評価を実行"""
+    if agent is None:
+        return "評価エラー: エージェントが初期化されていません。API keyを確認してください。"
+    
+    for attempt in range(max_retries):
+        try:
+            return agent.evaluate_eligibility(criteria, question)
+        except Exception as e:
+            if "missing variables" in str(e):
+                # プロンプトテンプレートの変数エラーの場合
+                print(f"プロンプトテンプレートエラー (試行 {attempt + 1}/{max_retries}): {e}")
+                return "評価エラー: プロンプトテンプレートの設定に問題があります"
+            elif "no healthy upstream" in str(e) or "InternalServerError" in str(e):
+                # Groqサーバーエラーの場合
+                print(f"Groqサーバーエラー (試行 {attempt + 1}/{max_retries}): {e}")
+                if attempt < max_retries - 1:
+                    time.sleep(2)  # 2秒待機してリトライ
+                    continue
+                else:
+                    return "評価エラー: サーバーに接続できませんでした"
+            elif "API key" in str(e) or "authentication" in str(e).lower():
+                return "評価エラー: API keyが無効または設定されていません"
+            else:
+                print(f"予期しないエラー (試行 {attempt + 1}/{max_retries}): {e}")
+                if attempt < max_retries - 1:
+                    time.sleep(1)
+                    continue
+                else:
+                    return f"評価エラー: {str(e)}"
+    return "評価エラー: 最大リトライ回数に達しました"
+
+def evaluate_grade_with_retry(agent, judgment, max_retries=3):
+    """エラーハンドリング付きでグレード評価を実行"""
+    if agent is None:
+        return "unclear"
+    
+    for attempt in range(max_retries):
+        try:
+            return agent.evaluate_eligibility(judgment)
+        except Exception as e:
+            if "no healthy upstream" in str(e) or "InternalServerError" in str(e):
+                print(f"Groqサーバーエラー (グレード評価 - 試行 {attempt + 1}/{max_retries}): {e}")
+                if attempt < max_retries - 1:
+                    time.sleep(2)
+                    continue
+                else:
+                    return "unclear"
+            elif "API key" in str(e) or "authentication" in str(e).lower():
+                return "unclear"
+            else:
+                print(f"予期しないエラー (グレード評価 - 試行 {attempt + 1}/{max_retries}): {e}")
+                if attempt < max_retries - 1:
+                    time.sleep(1)
+                    continue
+                else:
+                    return "unclear"
+    return "unclear"
+
+# データフレームを生成する関数
+def generate_dataframe(age, sex, tumor_type, GeneMutation, Meseable, Biopsiable):
+    try:
+        # 入力検証
+        if not all([age, sex, tumor_type]):
+            return pd.DataFrame(), pd.DataFrame()
+        
+        # 日本語の腫瘍タイプを英語に翻訳
+        try:
+            if translator is not None:
+                TumorName = translator.translate(tumor_type)
+            else:
+                print("翻訳エージェントが利用できません。元の値を使用します。")
+                TumorName = tumor_type
+        except Exception as e:
+            print(f"翻訳エラー: {e}")
+            TumorName = tumor_type  # 翻訳に失敗した場合は元の値を使用
+
+        # 質問文を生成
+        try:
+            ex_question = generate_ex_question_English(age, sex, TumorName, GeneMutation, Meseable, Biopsiable)
+        except Exception as e:
+            print(f"質問生成エラー: {e}")
+            return pd.DataFrame(), pd.DataFrame()
+        
+        # 臨床試験データの取得
+        try:
+            df = fetch_clinical_trials(TumorName)
+            if df.empty:
+                print("臨床試験データが見つかりませんでした")
+                return pd.DataFrame(), pd.DataFrame()
+        except Exception as e:
+            print(f"臨床試験データ取得エラー: {e}")
+            return pd.DataFrame(), pd.DataFrame()
+        
+        df['AgentJudgment'] = None
+        df['AgentGrade'] = None
+        
+        # 臨床試験の適格性の評価
+        NCTIDs = list(df['NCTID'])
+        progress = gr.Progress(track_tqdm=True)
+        
+        for i, nct_id in enumerate(NCTIDs):
+            try:
+                target_criteria = df.loc[df['NCTID'] == nct_id, 'Eligibility Criteria'].values[0]
+                
+                # エラーハンドリング付きで評価実行
+                agent_judgment = evaluate_with_retry(CriteriaCheckAgent, target_criteria, ex_question)
+                agent_grade = evaluate_grade_with_retry(grader_agent, agent_judgment)
+                
+                # データフレームの更新
+                df.loc[df['NCTID'] == nct_id, 'AgentJudgment'] = agent_judgment
+                df.loc[df['NCTID'] == nct_id, 'AgentGrade'] = agent_grade
+                
+            except Exception as e:
+                print(f"NCTID {nct_id} の評価中にエラー: {e}")
+                df.loc[df['NCTID'] == nct_id, 'AgentJudgment'] = f"エラー: {str(e)}"
+                df.loc[df['NCTID'] == nct_id, 'AgentGrade'] = "unclear"
+            
+            progress((i + 1) / len(NCTIDs))
+        
+        # 列を指定した順に並び替え
+        columns_order = ['NCTID', 'AgentGrade', 'Title', 'AgentJudgment', 'Japanes Locations', 
+                         'Primary Completion Date', 'Cancer', 'Summary', 'Eligibility Criteria']
+        
+        # 存在する列のみを選択
+        available_columns = [col for col in columns_order if col in df.columns]
+        df = df[available_columns]
+            
+        return df, df  # フィルタ用と表示用にデータフレームを返す
+        
+    except Exception as e:
+        print(f"データフレーム生成中に予期しないエラー: {e}")
+        traceback.print_exc()
+        return pd.DataFrame(), pd.DataFrame()
+
+# CSVとして保存しダウンロードする関数
+def download_filtered_csv(df):
+    try:
+        if df is None or len(df) == 0:
+            return None
+        file_path = "filtered_data.csv"
+        df.to_csv(file_path, index=False)
+        return file_path
+    except Exception as e:
+        print(f"CSV保存エラー: {e}")
+        return None
+
+# 全体結果をCSVとして保存しダウンロードする関数
+def download_full_csv(df):
+    try:
+        if df is None or len(df) == 0:
+            return None
+        file_path = "full_data.csv"
+        df.to_csv(file_path, index=False)
+        return file_path
+    except Exception as e:
+        print(f"CSV保存エラー: {e}")
+        return None
+
+# Gradioインターフェースの作成
+with gr.Blocks(title="臨床試験適格性評価", theme=gr.themes.Soft()) as demo:
+    gr.Markdown("## 臨床試験適格性評価インターフェース")
+    
+    # 環境変数状態の表示
+    if env_ok:
+        gr.Markdown("✅ **ステータス**: 全ての環境変数が設定されています")
+    else:
+        gr.Markdown("⚠️ **注意**: 一部の環境変数が設定されていません。機能が制限される可能性があります。")
+    
+    gr.Markdown("💡 **使用方法**: 患者情報を入力して「Generate Clinical Trials Data」をクリックしてください。")
+
+    # 各種入力フィールド
+    with gr.Row():
+        with gr.Column():
+            age_input = gr.Textbox(label="Age", placeholder="例: 65", value="")
+            sex_input = gr.Dropdown(choices=["男性", "女性"], label="Sex", value=None)
+            tumor_type_input = gr.Textbox(label="Tumor Type", placeholder="例: gastric cancer", value="")
+        
+        with gr.Column():
+            gene_mutation_input = gr.Textbox(label="Gene Mutation", placeholder="例: HER2", value="")
+            measurable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Measurable Tumor", value=None)
+            biopsiable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Biopsiable Tumor", value=None)
+
+    # データフレーム表示エリア
+    dataframe_output = gr.DataFrame(
+        headers=["NCTID", "AgentGrade", "Title", "AgentJudgment", "Status"],
+        datatype=["str", "str", "str", "str", "str"],
+        value=None
+    )
+    
+    # 内部状態用の非表示コンポーネント
+    original_df_state = gr.State(value=None)
+    filtered_df_state = gr.State(value=None)
+
+    # ボタン類
+    with gr.Row():
+        generate_button = gr.Button("Generate Clinical Trials Data", variant="primary")
+    
+    with gr.Row():
+        yes_button = gr.Button("Show Eligible Trials", variant="secondary")
+        no_button = gr.Button("Show Ineligible Trials", variant="secondary")
+        unclear_button = gr.Button("Show Unclear Trials", variant="secondary")
+    
+    with gr.Row():
+        download_filtered_button = gr.Button("Download Filtered Data")
+        download_full_button = gr.Button("Download Full Data")
+    
+    # ダウンロードファイル
+    download_filtered_output = gr.File(label="Download Filtered Data", visible=False)
+    download_full_output = gr.File(label="Download Full Data", visible=False)
+
+    # イベントハンドリング
+    def update_dataframe_and_state(age, sex, tumor_type, gene_mutation, measurable, biopsiable):
+        """データフレーム生成と状態更新"""
+        df, _ = generate_dataframe(age, sex, tumor_type, gene_mutation, measurable, biopsiable)
+        return df, df, df
+
+    def filter_and_update(original_df, grade):
+        """フィルタリングと表示更新"""
+        if original_df is None or len(original_df) == 0:
+            return original_df, original_df
+        
+        try:
+            df_filtered = original_df[original_df['AgentGrade'] == grade]
+            return df_filtered, df_filtered
+        except Exception as e:
+            print(f"フィルタリングエラー: {e}")
+            return original_df, original_df
+
+    # ボタン動作の設定
+    generate_button.click(
+        fn=update_dataframe_and_state,
+        inputs=[age_input, sex_input, tumor_type_input, gene_mutation_input, measurable_input, biopsiable_input],
+        outputs=[dataframe_output, original_df_state, filtered_df_state]
+    )
+    
+    yes_button.click(
+        fn=lambda df: filter_and_update(df, "yes"),
+        inputs=[original_df_state],
+        outputs=[dataframe_output, filtered_df_state]
+    )
+    
+    no_button.click(
+        fn=lambda df: filter_and_update(df, "no"),
+        inputs=[original_df_state],
+        outputs=[dataframe_output, filtered_df_state]
+    )
+    
+    unclear_button.click(
+        fn=lambda df: filter_and_update(df, "unclear"),
+        inputs=[original_df_state],
+        outputs=[dataframe_output, filtered_df_state]
+    )
+    
+    download_filtered_button.click(
+        fn=download_filtered_csv,
+        inputs=[filtered_df_state],
+        outputs=[download_filtered_output]
+    )
+    
+    download_full_button.click(
+        fn=download_full_csv,
+        inputs=[original_df_state],
+        outputs=[download_full_output]
+    )
+    
+if __name__ == "__main__":
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=False,
+        debug=False,
+        show_error=True
+    )

app_fixed.py

@@ -0,0 +1,321 @@
+import gradio as gr
+import pandas as pd
+import time
+import traceback
+import os
+from OpenAITools.FetchTools import fetch_clinical_trials
+from langchain_openai import ChatOpenAI
+from langchain_groq import ChatGroq
+from OpenAITools.CrinicalTrialTools import SimpleClinicalTrialAgent, GraderAgent, LLMTranslator, generate_ex_question_English
+
+# 環境変数チェック
+def check_environment():
+    """環境変数をチェックし、不足している場合は警告"""
+    missing_vars = []
+    
+    if not os.getenv("GROQ_API_KEY"):
+        missing_vars.append("GROQ_API_KEY")
+    
+    if not os.getenv("OPENAI_API_KEY"):
+        missing_vars.append("OPENAI_API_KEY")
+    
+    if missing_vars:
+        print(f"⚠️ 環境変数が設定されていません: {', '.join(missing_vars)}")
+        print("一部の機能が制限される可能性があります。")
+    
+    return len(missing_vars) == 0
+
+# 環境変数チェック実行
+env_ok = check_environment()
+
+# モデルとエージェントの安全な初期化
+def safe_init_agents():
+    """エージェントを安全に初期化"""
+    try:
+        groq = ChatGroq(model_name="llama3-70b-8192", temperature=0)
+        translator = LLMTranslator(groq)
+        criteria_agent = SimpleClinicalTrialAgent(groq)
+        grader_agent = GraderAgent(groq)
+        return translator, criteria_agent, grader_agent
+    except Exception as e:
+        print(f"エージェント初期化エラー: {e}")
+        return None, None, None
+
+# エージェント初期化
+translator, CriteriaCheckAgent, grader_agent = safe_init_agents()
+
+# エラーハンドリング付きでエージェント評価を実行する関数
+def evaluate_with_retry(agent, criteria, question, max_retries=3):
+    """エラーハンドリング付きでエージェント評価を実行"""
+    if agent is None:
+        return "評価エラー: エージェントが初期化されていません。API keyを確認してください。"
+    
+    for attempt in range(max_retries):
+        try:
+            return agent.evaluate_eligibility(criteria, question)
+        except Exception as e:
+            if "missing variables" in str(e):
+                # プロンプトテンプレートの変数エラーの場合
+                print(f"プロンプトテンプレートエラー (試行 {attempt + 1}/{max_retries}): {e}")
+                return "評価エラー: プロンプトテンプレートの設定に問題があります"
+            elif "no healthy upstream" in str(e) or "InternalServerError" in str(e):
+                # Groqサーバーエラーの場合
+                print(f"Groqサーバーエラー (試行 {attempt + 1}/{max_retries}): {e}")
+                if attempt < max_retries - 1:
+                    time.sleep(2)  # 2秒待機してリトライ
+                    continue
+                else:
+                    return "評価エラー: サーバーに接続できませんでした"
+            elif "API key" in str(e) or "authentication" in str(e).lower():
+                return "評価エラー: API keyが無効または設定されていません"
+            else:
+                print(f"予期しないエラー (試行 {attempt + 1}/{max_retries}): {e}")
+                if attempt < max_retries - 1:
+                    time.sleep(1)
+                    continue
+                else:
+                    return f"評価エラー: {str(e)}"
+    return "評価エラー: 最大リトライ回数に達しました"
+
+def evaluate_grade_with_retry(agent, judgment, max_retries=3):
+    """エラーハンドリング付きでグレード評価を実行"""
+    if agent is None:
+        return "unclear"
+    
+    for attempt in range(max_retries):
+        try:
+            return agent.evaluate_eligibility(judgment)
+        except Exception as e:
+            if "no healthy upstream" in str(e) or "InternalServerError" in str(e):
+                print(f"Groqサーバーエラー (グレード評価 - 試行 {attempt + 1}/{max_retries}): {e}")
+                if attempt < max_retries - 1:
+                    time.sleep(2)
+                    continue
+                else:
+                    return "unclear"
+            elif "API key" in str(e) or "authentication" in str(e).lower():
+                return "unclear"
+            else:
+                print(f"予期しないエラー (グレード評価 - 試行 {attempt + 1}/{max_retries}): {e}")
+                if attempt < max_retries - 1:
+                    time.sleep(1)
+                    continue
+                else:
+                    return "unclear"
+    return "unclear"
+
+# データフレームを生成する関数
+def generate_dataframe(age, sex, tumor_type, GeneMutation, Meseable, Biopsiable):
+    try:
+        # 入力検証
+        if not all([age, sex, tumor_type]):
+            return pd.DataFrame(), pd.DataFrame()
+        
+        # 日本語の腫瘍タイプを英語に翻訳
+        try:
+            if translator is not None:
+                TumorName = translator.translate(tumor_type)
+            else:
+                print("翻訳エージェントが利用できません。元の値を使用します。")
+                TumorName = tumor_type
+        except Exception as e:
+            print(f"翻訳エラー: {e}")
+            TumorName = tumor_type  # 翻訳に失敗した場合は元の値を使用
+
+        # 質問文を生成
+        try:
+            ex_question = generate_ex_question_English(age, sex, TumorName, GeneMutation, Meseable, Biopsiable)
+        except Exception as e:
+            print(f"質問生成エラー: {e}")
+            return pd.DataFrame(), pd.DataFrame()
+        
+        # 臨床試験データの取得
+        try:
+            df = fetch_clinical_trials(TumorName)
+            if df.empty:
+                print("臨床試験データが見つかりませんでした")
+                return pd.DataFrame(), pd.DataFrame()
+        except Exception as e:
+            print(f"臨床試験データ取得エラー: {e}")
+            return pd.DataFrame(), pd.DataFrame()
+        
+        df['AgentJudgment'] = None
+        df['AgentGrade'] = None
+        
+        # 臨床試験の適格性の評価
+        NCTIDs = list(df['NCTID'])
+        progress = gr.Progress(track_tqdm=True)
+        
+        for i, nct_id in enumerate(NCTIDs):
+            try:
+                target_criteria = df.loc[df['NCTID'] == nct_id, 'Eligibility Criteria'].values[0]
+                
+                # エラーハンドリング付きで評価実行
+                agent_judgment = evaluate_with_retry(CriteriaCheckAgent, target_criteria, ex_question)
+                agent_grade = evaluate_grade_with_retry(grader_agent, agent_judgment)
+                
+                # データフレームの更新
+                df.loc[df['NCTID'] == nct_id, 'AgentJudgment'] = agent_judgment
+                df.loc[df['NCTID'] == nct_id, 'AgentGrade'] = agent_grade
+                
+            except Exception as e:
+                print(f"NCTID {nct_id} の評価中にエラー: {e}")
+                df.loc[df['NCTID'] == nct_id, 'AgentJudgment'] = f"エラー: {str(e)}"
+                df.loc[df['NCTID'] == nct_id, 'AgentGrade'] = "unclear"
+            
+            progress((i + 1) / len(NCTIDs))
+        
+        # 列を指定した順に並び替え
+        columns_order = ['NCTID', 'AgentGrade', 'Title', 'AgentJudgment', 'Japanes Locations', 
+                         'Primary Completion Date', 'Cancer', 'Summary', 'Eligibility Criteria']
+        
+        # 存在する列のみを選択
+        available_columns = [col for col in columns_order if col in df.columns]
+        df = df[available_columns]
+            
+        return df, df  # フィルタ用と表示用にデータフレームを返す
+        
+    except Exception as e:
+        print(f"データフレーム生成中に予期しないエラー: {e}")
+        traceback.print_exc()
+        return pd.DataFrame(), pd.DataFrame()
+
+# CSVとして保存しダウンロードする関数
+def download_filtered_csv(df):
+    try:
+        if df is None or len(df) == 0:
+            return None
+        file_path = "filtered_data.csv"
+        df.to_csv(file_path, index=False)
+        return file_path
+    except Exception as e:
+        print(f"CSV保存エラー: {e}")
+        return None
+
+# 全体結果をCSVとして保存しダウンロードする関数
+def download_full_csv(df):
+    try:
+        if df is None or len(df) == 0:
+            return None
+        file_path = "full_data.csv"
+        df.to_csv(file_path, index=False)
+        return file_path
+    except Exception as e:
+        print(f"CSV保存エラー: {e}")
+        return None
+
+# Gradioインターフェースの作成
+with gr.Blocks(title="臨床試験適格性評価", theme=gr.themes.Soft()) as demo:
+    gr.Markdown("## 臨床試験適格性評価インターフェース")
+    
+    # 環境変数状態の表示
+    if env_ok:
+        gr.Markdown("✅ **ステータス**: 全ての環境変数が設定されています")
+    else:
+        gr.Markdown("⚠️ **注意**: 一部の環境変数が設定されていません。機能が制限される可能性があります。")
+    
+    gr.Markdown("💡 **使用方法**: 患者情報を入力して「Generate Clinical Trials Data」をクリックしてください。")
+
+    # 各種入力フィールド
+    with gr.Row():
+        with gr.Column():
+            age_input = gr.Textbox(label="Age", placeholder="例: 65", value="")
+            sex_input = gr.Dropdown(choices=["男性", "女性"], label="Sex", value=None)
+            tumor_type_input = gr.Textbox(label="Tumor Type", placeholder="例: gastric cancer", value="")
+        
+        with gr.Column():
+            gene_mutation_input = gr.Textbox(label="Gene Mutation", placeholder="例: HER2", value="")
+            measurable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Measurable Tumor", value=None)
+            biopsiable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Biopsiable Tumor", value=None)
+
+    # データフレーム表示エリア（修正版）
+    dataframe_output = gr.DataFrame(
+        label="Clinical Trials Results",
+        interactive=False,
+        wrap=True
+    )
+    
+    # 内部状態用の非表示コンポーネント
+    original_df_state = gr.State(value=None)
+    filtered_df_state = gr.State(value=None)
+
+    # ボタン類
+    with gr.Row():
+        generate_button = gr.Button("Generate Clinical Trials Data", variant="primary")
+    
+    with gr.Row():
+        yes_button = gr.Button("Show Eligible Trials", variant="secondary")
+        no_button = gr.Button("Show Ineligible Trials", variant="secondary")
+        unclear_button = gr.Button("Show Unclear Trials", variant="secondary")
+    
+    with gr.Row():
+        download_filtered_button = gr.Button("Download Filtered Data")
+        download_full_button = gr.Button("Download Full Data")
+    
+    # ダウンロードファイル
+    download_filtered_output = gr.File(label="Download Filtered Data", visible=False)
+    download_full_output = gr.File(label="Download Full Data", visible=False)
+
+    # イベントハンドリング
+    def update_dataframe_and_state(age, sex, tumor_type, gene_mutation, measurable, biopsiable):
+        """データフレーム生成と状態更新"""
+        df, _ = generate_dataframe(age, sex, tumor_type, gene_mutation, measurable, biopsiable)
+        return df, df, df
+
+    def filter_and_update(original_df, grade):
+        """フィルタリングと表示更新"""
+        if original_df is None or len(original_df) == 0:
+            return original_df, original_df
+        
+        try:
+            df_filtered = original_df[original_df['AgentGrade'] == grade]
+            return df_filtered, df_filtered
+        except Exception as e:
+            print(f"フィルタリングエラー: {e}")
+            return original_df, original_df
+
+    # ボタン動作の設定
+    generate_button.click(
+        fn=update_dataframe_and_state,
+        inputs=[age_input, sex_input, tumor_type_input, gene_mutation_input, measurable_input, biopsiable_input],
+        outputs=[dataframe_output, original_df_state, filtered_df_state]
+    )
+    
+    yes_button.click(
+        fn=lambda df: filter_and_update(df, "yes"),
+        inputs=[original_df_state],
+        outputs=[dataframe_output, filtered_df_state]
+    )
+    
+    no_button.click(
+        fn=lambda df: filter_and_update(df, "no"),
+        inputs=[original_df_state],
+        outputs=[dataframe_output, filtered_df_state]
+    )
+    
+    unclear_button.click(
+        fn=lambda df: filter_and_update(df, "unclear"),
+        inputs=[original_df_state],
+        outputs=[dataframe_output, filtered_df_state]
+    )
+    
+    download_filtered_button.click(
+        fn=download_filtered_csv,
+        inputs=[filtered_df_state],
+        outputs=[download_filtered_output]
+    )
+    
+    download_full_button.click(
+        fn=download_full_csv,
+        inputs=[original_df_state],
+        outputs=[download_full_output]
+    )
+    
+if __name__ == "__main__":
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=False,
+        debug=False,
+        show_error=True
+    )

requirements.txt

@@ -1,5 +1,5 @@
-# Core web framework (固定バージョンで安定性確保)
-gradio==4.44.0
+# Core web framework (安定バージョンに固定)
+gradio==4.36.1
 
 # Data processing
 pandas>=1.5.0
@@ -24,27 +24,19 @@ SQLAlchemy>=2.0.0,<3.0.0
 # Pydantic (LangChain互換性のため)
 pydantic>=2.5.0,<3.0.0
 
-# Text processing (軽量化)
+# Text processing
 tiktoken>=0.4.0
 
 # Utilities
 tenacity>=8.0.0
 packaging>=23.0.0
 
-# Optional: Bio-related libraries (if needed for your specific use case)
-# Uncomment the following lines if bio-processing is required
+# Bio-related libraries (必要に応じて)
 # biopython>=1.83
 # bio>=1.7.1
 # biothings-client>=0.3.1
 # mygene>=3.2.2
 
-# Optional: Advanced LangChain features (if needed)
+# Optional: Advanced LangChain features
 # langchainhub>=0.1.20
 # langgraph>=0.2.30
-
-# Optional: Additional LLama Index support (if needed)
-# Uncomment if you're using LlamaIndex in addition to LangChain
-# llama-index>=0.10.0
-# llama-index-core>=0.10.0
-# llama-index-llms-openai>=0.1.20
-# llama-index-llms-groq>=0.1.4

requirements_old3.txt

@@ -0,0 +1,50 @@
+# Core web framework (固定バージョンで安定性確保)
+gradio==4.44.0
+
+# Data processing
+pandas>=1.5.0
+numpy>=1.21.0
+requests>=2.25.0
+
+# LangChain ecosystem (互換性のあるバージョンに調整)
+langchain==0.2.16
+langchain-community==0.2.16
+langchain-core==0.2.38
+langchain-openai==0.1.23
+langchain-groq==0.1.9
+langchain-text-splitters==0.2.4
+
+# LLM providers
+openai>=1.0.0,<2.0.0
+groq>=0.4.0
+
+# Database utilities
+SQLAlchemy>=2.0.0,<3.0.0
+
+# Pydantic (LangChain互換性のため)
+pydantic>=2.5.0,<3.0.0
+
+# Text processing (軽量化)
+tiktoken>=0.4.0
+
+# Utilities
+tenacity>=8.0.0
+packaging>=23.0.0
+
+# Optional: Bio-related libraries (if needed for your specific use case)
+# Uncomment the following lines if bio-processing is required
+# biopython>=1.83
+# bio>=1.7.1
+# biothings-client>=0.3.1
+# mygene>=3.2.2
+
+# Optional: Advanced LangChain features (if needed)
+# langchainhub>=0.1.20
+# langgraph>=0.2.30
+
+# Optional: Additional LLama Index support (if needed)
+# Uncomment if you're using LlamaIndex in addition to LangChain
+# llama-index>=0.10.0
+# llama-index-core>=0.10.0
+# llama-index-llms-openai>=0.1.20
+# llama-index-llms-groq>=0.1.4

requirements_spaces.txt

@@ -0,0 +1,26 @@
+# Hugging Face Spaces最適化版
+gradio==4.36.1
+pandas==1.5.3
+numpy==1.24.3
+requests==2.31.0
+
+# LangChain (軽量版)
+langchain==0.1.20
+langchain-community==0.0.38
+langchain-core==0.1.52
+langchain-openai==0.1.7
+langchain-groq==0.1.5
+
+# LLM providers
+openai==1.12.0
+groq==0.4.2
+
+# Database
+SQLAlchemy==2.0.23
+
+# Pydantic
+pydantic==2.5.3
+
+# Utilities
+tiktoken==0.5.2
+tenacity==8.2.3