Update routes.py

routes.py

@@ -4,8 +4,6 @@ from pathlib import Path
 import shutil # For zipping the cache directory
 import json # For parsing streamed JSON data
 from werkzeug.utils import secure_filename
-import uuid
-import tempfile
 
 import os
 import config
@@ -57,6 +55,17 @@ def download_cache_zip():
         logger.error(f"캐시 디렉토리 압축 파일 생성 또는 전송 중 오류 발생: {e}", exc_info=True)
         return jsonify({"error": f"압축 파일 생성 또는 전송 중 오류 발생: {e}"}), 500
 
+@main_bp.route('/clear_cache', methods=['POST'])
+def clear_cache():
+    """캐시를 초기화합니다."""
+    try:
+        cache.clear()
+        logger.info("캐시가 성공적으로 초기화되었습니다.")
+        return jsonify({"message": "캐시가 초기화되었습니다.", "success": True})
+    except Exception as e:
+        logger.error(f"캐시 초기화 중 오류 발생: {e}", exc_info=True)
+        return jsonify({"error": f"캐시 초기화 중 오류 발생: {e}", "success": False}), 500
+
 @main_bp.route('/')
 def index():
     """메인 HTML 페이지를 제공합니다."""
@@ -188,7 +197,8 @@ def explain_sentence():
         }
     ]
 
-    cache_key = f"explain::{report_name}::{selected_sentence}"
+    # 한글 응답을 위해 캐시 키에 언어 정보 추가
+    cache_key = f"explain::ko::{report_name}::{selected_sentence}"
     cached_result = cache.get(cache_key)
     if cached_result:
         logger.info("캐시된 설명을 반환합니다.")
@@ -266,58 +276,45 @@ def upload_and_analyze():
     additional_context = request.form.get('context', '')
     
     try:
-        # 임시 파일로 저장
-        with tempfile.NamedTemporaryFile(delete=False, suffix=os.path.splitext(file.filename)[1]) as tmp_file:
-            file.save(tmp_file.name)
-            temp_filepath = tmp_file.name
-        
-        # Base64로 인코딩
-        base64_image_data_url = utils.image_to_base64_data_url(temp_filepath)
-        
-        # 임시 파일 삭제
-        os.unlink(temp_filepath)
+        # 파일명 저장 (분석에 참고용)
+        filename = secure_filename(file.filename)
         
-        if not base64_image_data_url:
-            logger.error("이미지를 base64로 인코딩하는데 실패했습니다.")
-            return jsonify({"error": "이미지 인코딩에 실패했습니다."}), 500
-
-        # 시스템 프롬프트 구성
+        # 시스템 프롬프트 구성 (이미지 직접 분석 대신 일반적인 가이드 제공)
         system_prompt = (
             "당신은 경험이 풍부한 방사선과 전문의입니다. "
             "반드시 한국어로 응답하세요. "
-            f"제공된 {image_type_korean} 영상을 분석하고 있습니다. "
-            "영상에서 관찰되는 주요 소견을 설명하고, 가능한 진단을 제시하세요. "
-            "일반인이 이해할 수 있도록 쉬운 용어로 설명하되, 의학적 정확성을 유지하세요. "
+            f"사용자가 {image_type_korean} 영상을 업로드했습니다. "
+            "일반적인 영상 판독 가이드라인과 주의사항을 제공하세요. "
             "다음 구조로 응답하세요:\n"
-            "1. 주요 소견: 영상에서 관찰되는 주요 특징들\n"
-            "2. 가능한 진단: 관찰된 소견을 바탕으로 한 가능한 진단들\n"
-            "3. 추가 권고사항: 필요한 추가 검사나 조치사항\n"
+            f"1. {image_type_korean} 판독 시 확인해야 할 주요 사항\n"
+            "2. 일반적으로 관찰될 수 있는 소견들\n"
+            "3. 정확한 진단을 위한 권고사항\n"
+            "4. 주의사항: 실제 진단은 의료 전문가의 직접적인 검토가 필요함을 강조\n"
             "모든 설명은 반드시 한국어로 작성하세요."
         )
         
-        user_prompt_text = f"이 {image_type_korean} 영상을 분석해주세요."
+        user_prompt_text = f"{image_type_korean} 영상 '{filename}'이 업로드되었습니다. 이러한 유형의 영상을 판독할 때 고려해야 할 사항을 설명해주세요."
         if additional_context:
-            user_prompt_text += f"\n추가 정보: {additional_context}"
+            user_prompt_text += f"\n환자/검사 정보: {additional_context}"
 
         messages_for_api = [
             {"role": "system", "content": system_prompt},
             {
                 "role": "user",
                 "content": [
-                    {"type": "text", "text": user_prompt_text},
-                    {"type": "image_url", "image_url": {"url": base64_image_data_url}}
+                    {"type": "text", "text": user_prompt_text}
                 ]
             }
         ]
 
         # 캐시 키 생성 (파일명과 컨텍스트 기반)
-        cache_key = f"analyze::{secure_filename(file.filename)}::{image_type}::{additional_context[:50]}"
+        cache_key = f"analyze::ko::{image_type}::{additional_context[:50]}"
         cached_result = cache.get(cache_key)
         if cached_result:
-            logger.info("캐시된 분석 결과를 반환합니다.")
+            logger.info("캐시된 분석 가이드를 반환합니다.")
             return jsonify({"analysis": cached_result})
 
-        logger.info("이미지와 함께 LLM API(REST)로 분석 요청을 전송 중...")
+        logger.info("LLM API(REST)로 분석 가이드 요청을 전송 중...")
         response = make_chat_completion_request(
             model="tgi",
             messages=messages_for_api,
@@ -353,9 +350,14 @@ def upload_and_analyze():
         if analysis:
             cache.set(cache_key, analysis, expire=None)
 
-        logger.info("분석이 성공적으로 완성되었습니다." if analysis else "API로부터 빈 분석 결과를 받았습니다.")
+        logger.info("분석 가이드가 성공적으로 생성되었습니다." if analysis else "API로부터 빈 분석 결과를 받았습니다.")
+        
+        # 주의사항 추가
+        if analysis:
+            analysis += "\n\n⚠️ **중요**: 이는 일반적인 가이드라인이며, 실제 영상의 정확한 판독과 진단은 의료 전문가가 직접 영상을 검토하여 수행해야 합니다."
+        
         return jsonify({"analysis": analysis or "API로부터 분석 결과를 받지 못했습니다."})
         
     except Exception as e:
-        logger.error(f"이미지 업로드 및 분석 중 오류 발생: {e}", exc_info=True)
-        return jsonify({"error": "이미지 분석 중 오류가 발생했습니다. 잠시 후 다시 시도해주세요."}), 500
+        logger.error(f"이미지 업로드 및 분석 가이드 생성 중 오류 발생: {e}", exc_info=True)
+        return jsonify({"error": "분석 가이드 생성 중 오류가 발생했습니다. 잠시 후 다시 시도해주세요."}), 500