Delete model.py

model.py

@@ -1,43 +0,0 @@
-import os
-import torch
-from transformers import AutoTokenizer, AutoModelForCausalLM
-
-# ใช้ Hugging Face Cache Directory
-MODEL_NAME = "deepseek-ai/deepseek-llm-7b-chat"
-MODEL_DIR = os.getenv("HF_HOME", "/tmp")
-
-# ✅ โหลด Tokenizer และ Model ครั้งเดียวเท่านั้น
-tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, cache_dir=MODEL_DIR)
-model = AutoModelForCausalLM.from_pretrained(
-    MODEL_NAME,
-    torch_dtype=torch.float16,
-    device_map="auto",
-    cache_dir=MODEL_DIR
-)
-
-def classify_esi(symptoms):
-    """
-    ใช้โมเดล AI ประเมินระดับ ESI จากข้อความอาการของผู้ป่วย
-    """
-    prompt = (
-        "คุณเป็นแพทย์เวชศาสตร์ฉุกเฉินที่ต้องประเมิน ESI 1-5 ตามอาการที่ได้รับ..."
-        f"\nอาการของผู้ป่วย: {symptoms}\n"
-        "กรุณาประเมิน ESI เป็นตัวเลข 1-5 เท่านั้น ถ้าข้อมูลไม่พอให้ตอบว่า 'ไม่สามารถประเมินได้'"
-    )
-
-    inputs = tokenizer(prompt, return_tensors="pt").to("cuda" if torch.cuda.is_available() else "cpu")
-
-    with torch.no_grad():
-        outputs = model.generate(
-            **inputs,
-            max_new_tokens=5,  # ✅ จำกัดคำตอบให้สั้น
-            do_sample=False  # ✅ ปิดการสุ่มเพื่อลดเวลาประมวลผล
-        )
-
-    response = tokenizer.decode(outputs[0], skip_special_tokens=True).strip()
-
-    for esi in ["1", "2", "3", "4", "5"]:
-        if esi in response:
-            return int(esi)
-
-    return "ไม่สามารถประเมินได้"