Update app.py

app.py

@@ -23,7 +23,8 @@ from urllib.error import URLError
 if 'chat_history_page1' not in st.session_state:
     st.session_state['chat_history_page1'] = []
 
-
+if 'chat_history_page2' not in st.session_state:
+    st.session_state['chat_history_page2'] = []
 
 # Step 1: Clone the Dataset Repository
 repo = Repository(
@@ -37,6 +38,8 @@ repo.git_pull()  # Pull the latest changes (if any)
 # Step 2: Load the PDF File
 pdf_path = "Private_Book/grunddaten-krankenhaeuser-2016.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
 
 api_key = os.getenv("OPENAI_API_KEY")
 # Retrieve the API key from st.secrets
@@ -185,7 +188,114 @@ def page1():
 
 
 def page2():
-    st.title('BinDoc GmbH')
+    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("Kodieren statt Frustrieren!")
+
+        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_path2, "vector_store_page2", force_reload=False)
+    
+
+    
+            display_chat_history(st.session_state['chat_history_page2'])
+    
+            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("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?"
+
+            
+            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 query:
+                st.session_state['chat_history_page2'].append(("User", query, "new"))
+
+                # Start timing
+                start_time = time.time()
+                
+                with st.spinner('Bot is thinking...'):
+                    # Use the VectorStore loaded at the start from the session state
+                    chain = load_chatbot()
+                    docs = VectorStore.similarity_search(query=query, k=3)
+                    with get_openai_callback() as cb:
+                        response = chain.run(input_documents=docs, question=query)
+
+                        
+                # 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_page2'].append(("Bot", response, "new"))
+    
+    
+                # Display new messages at the bottom
+                new_messages = st.session_state['chat_history_page2'][-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_page2'] = [(sender, msg, "old") for sender, msg, _ in st.session_state['chat_history_page2']]
+
+    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():