app.py

from fastapi import FastAPI
from transformers import pipeline
import json

app = FastAPI()
medgemma = pipeline("text-generation", model="./fine_tuned_medgemma", tokenizer="./fine_tuned_medgemma")

# Carregar JSON como base
with open("questions.json", "r") as f:
    questions_base = json.load(f)

@app.get("/generate")
async def generate_question(theme: str, difficulty: str):
    prompt = f"Baseado nas questões da USP, gere uma questão de residência médica sobre {theme}, nível {difficulty}, com 4 opções (A, B, C, D) no estilo do JSON fornecido."
    response = medgemma(prompt, max_new_tokens=300, temperature=0.7, top_p=0.95)[0]['generated_text']
    return {"question": response}

@app.get("/simulado")
async def get_simulado(num_questions: int = 5):
    simulado = []
    for _ in range(num_questions):
        prompt = "Gere uma questão no estilo do JSON da USP sobre medicina, nível médio, com 4 opções."
        question = medgemma(prompt, max_new_tokens=300)[0]['generated_text']
        simulado.append({"question": question, "options": ["A)", "B)", "C)", "D)"]})  # Placeholder
    return {"simulado": simulado}