Update routes.py

routes.py

@@ -3,6 +3,9 @@ from flask import Blueprint, render_template, request, jsonify, send_from_direct
 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
@@ -16,6 +19,12 @@ logger = logging.getLogger(__name__)
 
 main_bp = Blueprint('main', __name__)
 
+# 업로드 허용 확장자
+ALLOWED_EXTENSIONS = {'png', 'jpg', 'jpeg', 'gif', 'bmp', 'dcm', 'dicom'}
+
+def allowed_file(filename):
+    return '.' in filename and filename.rsplit('.', 1)[1].lower() in ALLOWED_EXTENSIONS
+
 # LLM client is initialized in app.py create_app()
 
 # --- Serve the cache directory as a zip file ---
@@ -229,4 +238,124 @@ def explain_sentence():
         logger.error(f"LLM API(REST) 호출 중 오류 발생: {e}", exc_info=True)
         user_error_message = ("설명 생성에 실패했습니다. 서비스가 일시적으로 사용할 수 없으며 "
                               "현재 시작 중일 수 있습니다. 잠시 후 다시 시도해 주세요.")
-        return jsonify({"error": user_error_message}), 500
+        return jsonify({"error": user_error_message}), 500
+
+@main_bp.route('/upload_and_analyze', methods=['POST'])
+def upload_and_analyze():
+    """이미지를 업로드하고 분석합니다."""
+    if not llm_is_initialized():
+        logger.error("LLM 클라이언트(REST API)가 초기화되지 않았습니다. 요청을 처리할 수 없습니다.")
+        return jsonify({"error": "LLM 클라이언트가 초기화되지 않았습니다. API 키와 베이스 URL을 확인하세요."}), 500
+
+    # 파일 확인
+    if 'image' not in request.files:
+        return jsonify({"error": "이미지 파일이 요청에 포함되지 않았습니다."}), 400
+    
+    file = request.files['image']
+    if file.filename == '':
+        return jsonify({"error": "파일이 선택되지 않았습니다."}), 400
+    
+    if not allowed_file(file.filename):
+        return jsonify({"error": "허용되지 않는 파일 형식입니다. PNG, JPG, JPEG, GIF, BMP, DICOM 파일만 업로드 가능합니다."}), 400
+
+    # 이미지 타입 가져오기 (기본값: CXR)
+    image_type = request.form.get('image_type', 'CXR')
+    image_type_korean = '흉부 X-레이' if image_type == 'CXR' else ('CT' if image_type == 'CT' else '의료 영상')
+    
+    # 추가 컨텍스트 가져오기 (선택사항)
+    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)
+        
+        if not base64_image_data_url:
+            logger.error("이미지를 base64로 인코딩하는데 실패했습니다.")
+            return jsonify({"error": "이미지 인코딩에 실패했습니다."}), 500
+
+        # 시스템 프롬프트 구성
+        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. "
+            "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"
+            "모든 설명은 반드시 한국어로 작성하세요."
+        )
+        
+        user_prompt_text = f"이 {image_type_korean} 영상을 분석해주세요."
+        if additional_context:
+            user_prompt_text += f"\n추가 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}}
+                ]
+            }
+        ]
+
+        # 캐시 키 생성 (파일명과 컨텍스트 기반)
+        cache_key = f"analyze::{secure_filename(file.filename)}::{image_type}::{additional_context[:50]}"
+        cached_result = cache.get(cache_key)
+        if cached_result:
+            logger.info("캐시된 분석 결과를 반환합니다.")
+            return jsonify({"analysis": cached_result})
+
+        logger.info("이미지와 함께 LLM API(REST)로 분석 요청을 전송 중...")
+        response = make_chat_completion_request(
+            model="tgi",
+            messages=messages_for_api,
+            top_p=None,
+            temperature=0.1,
+            max_tokens=500,
+            stream=True,
+            seed=None,
+            stop=None,
+            frequency_penalty=None,
+            presence_penalty=None
+        )
+        logger.info("LLM API(REST)로부터 응답 스트림을 수신했습니다.")
+
+        analysis_parts = []
+        for line in response.iter_lines():
+            if line:
+                decoded_line = line.decode('utf-8')
+                if decoded_line.startswith('data: '):
+                    json_data_str = decoded_line[len('data: '):].strip()
+                    if json_data_str == "[DONE]":
+                        break
+                    try:
+                        chunk = json.loads(json_data_str)
+                        if chunk.get("choices") and chunk["choices"][0].get("delta") and chunk["choices"][0]["delta"].get("content"):
+                            analysis_parts.append(chunk["choices"][0]["delta"]["content"])
+                    except json.JSONDecodeError:
+                        logger.warning(f"스트림 청크에서 JSON을 디코딩할 수 없습니다: {json_data_str}")
+                elif decoded_line.strip() == "[DONE]":
+                    break
+
+        analysis = "".join(analysis_parts).strip()
+        if analysis:
+            cache.set(cache_key, analysis, expire=None)
+
+        logger.info("분석이 성공적으로 완성되었습니다." if analysis else "API로부터 빈 분석 결과를 받았습니다.")
+        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