Додано новий запис до .gitignore для ігнорування логів MAI-DX, імпортовано модуль re для парсингу, оновлено обробку помилок при завантаженні логгера, вдосконалено логування активності агентів та оновлено очікувані результати в тестових випадках.

.gitignore

@@ -166,3 +166,5 @@ cython_debug/
 *.env
 __pycache__/
 *.pyc
+
+mai_dx_logs/

lmai_dx_interface_log.py

@@ -15,6 +15,7 @@ import warnings
 import threading
 import queue
 import io
+import re # Імпортуємо re для парсингу
 from contextlib import redirect_stdout, redirect_stderr
 
 # Налаштування середовища
@@ -64,11 +65,13 @@ except ImportError:
 try:
     from agent_conversation_logger import AgentConversationLogger, DiagnosisSession
     LOGGER_AVAILABLE = True
-except ImportError:
+except ImportError as e:
     LOGGER_AVAILABLE = False
+    print(f"⚠️ Не вдалося завантажити логгер, буде використана заглушка: {e}")
     
     @dataclass
     class DiagnosisSession:
+        case_id: str
         timestamp: str
         case_name: str
         patient_info: str
@@ -89,12 +92,10 @@ except ImportError:
             return f"mock_{len(self.conversations)}"
         def log_agent_message(self, *args, **kwargs):
             pass
-        def end_conversation(self, *args):
+        def end_conversation(self, *args, **kwargs):
             return f"saved_{len(self.conversations)}"
         def list_conversations(self):
             return self.conversations
-        def get_conversation_summary(self):
-            return {"total_conversations": 0, "average_accuracy": 0, "average_cost": 0, "mode_distribution": {}}
         def export_conversation_report(self, case_id, format):
             return f"report_{case_id}.{format}"
         def export_analytics_csv(self):
@@ -146,7 +147,7 @@ class EnhancedMAIDXInterface:
         self.conversation_logger = AgentConversationLogger("mai_dx_logs")
         self.current_metrics = RealTimeMetrics()
         
-        # Розширені тестові кейси
+        # Розширені тестові кейси (з виправленими очікуваними діагнозами)
         self.sample_cases = {
             "🫀 Кардіологічний (Гострий MI)": {
                 "info": """Пацієнт: 58-річний чоловік, менеджер, гіпертонія в анамнезі
@@ -155,7 +156,7 @@ class EnhancedMAIDXInterface:
 ЕКГ: ST-підйоми у відведеннях II, III, aVF (нижня стінка)
 Тропонін I: 8.5 нг/мл (норма <0.04)
 Анамнез: Куріння 30 років, дислипідемія, сімейний анамнез ІХС""",
-                "expected": "Acute inferior myocardial infarction (STEMI)"
+                "expected": "Acute inferior wall myocardial infarction (STEMI)"
             },
             
             "🧠 Неврологічний (Гострий інсульт)": {
@@ -165,7 +166,7 @@ class EnhancedMAIDXInterface:
 Неврологія: Правостороння геміплегія, афазія, девіація очей вліво
 КТ голови: Гострого крововиливу немає, рання ішемія у лівій МСА
 NIHSS: 15 балів""",
-                "expected": "Acute ischemic stroke in the left middle cerebral artery basin"
+                "expected": "Acute ischemic stroke in the left middle cerebral artery territory"
             },
             
             "🦠 Інфекційний (Сепсис)": {
@@ -199,7 +200,6 @@ NIHSS: 15 балів""",
         if not patient_info.strip():
             return self._format_error("❌ Введіть інформацію про пацієнта")
         
-        # Скидання метрик
         self.current_metrics.reset()
         conversation_log = ""
         case_id = None
@@ -207,7 +207,6 @@ NIHSS: 15 балів""",
         try:
             progress(0.1, desc="🚀 Ініціалізація системи...")
             
-            # Логування початку
             if enable_logging:
                 case_id = self.conversation_logger.start_conversation(
                     case_name or f"Case_{datetime.now().strftime('%H%M%S')}", 
@@ -218,7 +217,6 @@ NIHSS: 15 балів""",
             
             progress(0.2, desc="🤖 Створення AI-панелі лікарів...")
             
-            # Створення оркестратора
             orchestrator = MaiDxOrchestrator(
                 model_name=model_name,
                 max_iterations=max_iterations,
@@ -227,94 +225,60 @@ NIHSS: 15 балів""",
             )
             
             progress(0.3, desc="🔍 Запуск діагностичного процесу...")
-            
             start_time = time.time()
             
-            # Симуляція прогресу з реальними етапами
-            diagnostic_stages = [
-                "🧠 Dr. Hypothesis аналізує симптоми...",
-                "🔬 Dr. Test-Chooser обирає тести...", 
-                "🤔 Dr. Challenger перевіряє гіпотези...",
-                "💰 Dr. Stewardship оцінює вартість...",
-                "✅ Dr. Checklist контролює якість...",
-                "🤝 Consensus Coordinator формує рішення..."
-            ]
-            
-            for i, stage in enumerate(diagnostic_stages):
-                progress(0.3 + (i * 0.1), desc=stage)
-                time.sleep(0.3)  # Короткша затримка
-            
-            progress(0.8, desc="🎯 Формування діагнозу...")
-            
             # Запуск діагностики з перехопленням виводу
-            with io.StringIO() as captured_output:
+            with io.StringIO() as captured_output, redirect_stdout(captured_output):
                 try:
-                    original_stdout = sys.stdout
-                    sys.stdout = captured_output
-                    
-                    if mode == "ensemble":
-                        try:
-                            result = orchestrator.run_ensemble(
-                                initial_case_info=patient_info,
-                                full_case_details=patient_info,
-                                ground_truth_diagnosis=expected_diagnosis or "Unknown",
-                                num_runs=2
-                            )
-                        except AttributeError:
-                            result = orchestrator.run(
-                                initial_case_info=patient_info,
-                                full_case_details=patient_info, 
-                                ground_truth_diagnosis=expected_diagnosis or "Unknown"
-                            )
-                    else:
-                        result = orchestrator.run(
-                            initial_case_info=patient_info,
-                            full_case_details=patient_info,
-                            ground_truth_diagnosis=expected_diagnosis or "Unknown"
-                        )
-                        
+                    result = orchestrator.run(
+                        initial_case_info=patient_info,
+                        full_case_details=patient_info,
+                        ground_truth_diagnosis=expected_diagnosis or "Unknown"
+                    )
+                except Exception as e:
+                     # Спроба обробити помилку і отримати частковий результат
+                    print(f"\nПОМИЛКА ПІД ЧАС ВИКОНАННЯ: {e}")
+                    result = getattr(orchestrator, 'result', None)
+                    if not result:
+                        raise e from e
                 finally:
-                    sys.stdout = original_stdout
                     captured_text = captured_output.getvalue()
-            
+
             duration = time.time() - start_time
-            
             progress(0.9, desc="📊 Обробка результатів...")
             
-            # Парсинг логів
             if enable_logging and captured_text:
-                conversation_log += "🤖 Захоплені логи агентів:\n"
-                conversation_log += "=" * 60 + "\n"
-                conversation_log += captured_text + "\n"
-                conversation_log += "=" * 60 + "\n\n"
-                
-                # Оновлення метрик
-                self._parse_logs_for_metrics(captured_text)
+                conversation_log += "🤖 Захоплені логи агентів:\n" + "=" * 60 + "\n"
+                conversation_log += captured_text + "\n" + "=" * 60 + "\n\n"
+                # ВИПРАВЛЕНО: Парсинг логів для метрик та повідомлень
+                self._parse_and_log_agent_activity(captured_text)
             
-            # Логування результату
             if enable_logging:
+                # Логування фінальної оцінки
                 self.conversation_logger.log_agent_message(
-                    "Judge",
-                    "final_evaluation", 
-                    result.final_diagnosis,
-                    getattr(result, 'accuracy_reasoning', 'Фінальна оцінка'),
-                    result.accuracy_score / 5.0,
-                    result.total_cost,
-                    max_iterations
+                    agent_name="Judge",
+                    action="final_evaluation", 
+                    content=result.final_diagnosis,
+                    reasoning=getattr(result, 'accuracy_reasoning', 'Фінальна оцінка'),
+                    confidence=result.accuracy_score / 5.0, # Нормалізація до 0-1
+                    cost=result.total_cost,
+                    iteration=getattr(result, 'iterations', max_iterations)
                 )
                 
+                # ВИПРАВЛЕНО: Завершення сесії з усіма даними
                 saved_case_id = self.conversation_logger.end_conversation(
-                    result.final_diagnosis,
-                    result.accuracy_score,
-                    result.total_cost
+                    final_diagnosis=result.final_diagnosis,
+                    confidence=result.accuracy_score,
+                    cost=result.total_cost,
+                    budget=budget,
+                    reasoning=getattr(result, 'accuracy_reasoning', 'N/A'),
+                    iterations=getattr(result, 'iterations', max_iterations)
                 )
-                
-                conversation_log += f"💾 Збережено як: {saved_case_id}\n"
+                conversation_log += f"💾 Сесію збережено як: {saved_case_id}\n"
             
-            # Створення сесії
-            # Виправлений код
+            # Створення об'єкту сесії для відображення
             session = DiagnosisSession(
-                case_id=case_id,  # <--- ДОДАЙТЕ ЦЕЙ РЯДОК
+                case_id=case_id,
                 timestamp=datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
                 case_name=case_name or f"Case_{len(self.sessions_history) + 1}",
                 patient_info=patient_info[:200] + "..." if len(patient_info) > 200 else patient_info,
@@ -328,16 +292,13 @@ NIHSS: 15 балів""",
                 status="✅ Успішно" if result.accuracy_score >= 3.0 else "⚠️ Потребує перегляду",
                 reasoning=getattr(result, 'accuracy_reasoning', 'Недоступно')[:300] + "..."
             )
-            
             self.sessions_history.append(session)
             
             progress(1.0, desc="✅ Готово!")
             
-            # Генерація візуалізацій (безпечно)
             metrics_plot = self._create_metrics_visualization_safe()
             agent_plot = self._create_agent_activity_chart_safe()
             
-            # Генерація всіх результатів
             return (
                 self._format_main_result(session, result),
                 self._format_detailed_analysis(session, result), 
@@ -354,608 +315,271 @@ NIHSS: 15 балів""",
             return self._format_error(error_msg)
     
     def _create_metrics_visualization_safe(self):
-        """Безпечне створення візуалізації метрик"""
         try:
-            if not PLOTLY_AVAILABLE:
-                return None
-                
+            if not PLOTLY_AVAILABLE: return None
+            fig = go.Figure()
             if not self.current_metrics.cost_progression:
-                # Створюємо демо-графік
-                fig = go.Figure()
-                fig.add_trace(go.Scatter(
-                    x=[0, 1, 2, 3],
-                    y=[0, 300, 600, 900],
-                    mode='lines+markers',
-                    name='Демо-дані',
-                    line=dict(color='#1f77b4', width=3)
-                ))
-                fig.update_layout(
-                    title='📈 Прогресія вартості (демо)',
-                    xaxis_title='Час (секунди)',
-                    yaxis_title='Вартість ($)',
-                    template='plotly_white',
-                    height=400
-                )
-                return fig
+                return None # Немає даних - не показуємо графік
             
-            # Реальні дані
-            times = [point['time'] for point in self.current_metrics.cost_progression]
-            costs = [point['cost'] for point in self.current_metrics.cost_progression]
-            
-            fig = go.Figure()
-            fig.add_trace(go.Scatter(
-                x=times,
-                y=costs,
-                mode='lines+markers',
-                name='Накопичена вартість',
-                line=dict(color='#1f77b4', width=3)
-            ))
-            
-            fig.update_layout(
-                title='📈 Прогресія вартості діагностики',
-                xaxis_title='Час (секунди)',
-                yaxis_title='Вартість ($)',
-                template='plotly_white',
-                height=400
-            )
+            times = [p['time'] for p in self.current_metrics.cost_progression]
+            costs = [p['cost'] for p in self.current_metrics.cost_progression]
             
+            fig.add_trace(go.Scatter(x=times, y=costs, mode='lines+markers', name='Вартість', line=dict(color='#1f77b4', width=3)))
+            fig.update_layout(title='📈 Прогресія вартості діагностики', xaxis_title='Час (секунди)', yaxis_title='Вартість ($)', template='plotly_white', height=400)
             return fig
-            
         except Exception as e:
             print(f"Помилка візуалізації метрик: {e}")
             return None
     
     def _create_agent_activity_chart_safe(self):
-        """Безпечне створення діаграми активності агентів"""
         try:
-            if not PLOTLY_AVAILABLE:
-                return None
-            
-            # Підготовка даних
-            agents = list(self.current_metrics.agents_activity.keys())
-            activities = list(self.current_metrics.agents_activity.values())
+            if not PLOTLY_AVAILABLE: return None
             
-            # Якщо немає активності, створюємо демо
-            if all(activity == 0 for activity in activities):
-                activities = [1, 2, 1, 1, 1, 2, 3, 1]  # Демо-дані
-            
-            # Кольори для агентів
-            colors = [
-                '#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4',
-                '#FECA57', '#FF9FF3', '#54A0FF', '#5F27CD'
-            ]
-            
-            fig = go.Figure(data=[
-                go.Bar(
-                    x=agents,
-                    y=activities,
-                    marker_color=colors[:len(agents)],
-                    text=activities,
-                    textposition='auto'
-                )
-            ])
-            
-            fig.update_layout(
-                title='🤖 Активність ШІ-агентів лікарів',
-                xaxis_title='Агенти',
-                yaxis_title='Кількість взаємодій',
-                template='plotly_white',
-                height=400,
-                showlegend=False
-            )
+            activity_data = {k: v for k, v in self.current_metrics.agents_activity.items() if v > 0}
+            if not activity_data: return None
+
+            agents = list(activity_data.keys())
+            activities = list(activity_data.values())
             
-            fig.update_xaxes(tickangle=45)
+            colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4', '#FECA57', '#FF9FF3', '#54A0FF', '#5F27CD']
             
+            fig = go.Figure(data=[go.Bar(x=agents, y=activities, marker_color=colors, text=activities, textposition='auto')])
+            fig.update_layout(title='🤖 Активність ШІ-агентів', xaxis_title='Агенти', yaxis_title='Кількість взаємодій', template='plotly_white', height=400, showlegend=False)
+            fig.update_xaxes(tickangle=-45)
             return fig
-            
         except Exception as e:
             print(f"Помилка графіку агентів: {e}")
             return None
     
-    def _parse_logs_for_metrics(self, captured_text: str):
-        """Парсинг логів для оновлення метрик"""
+    def _parse_and_log_agent_activity(self, captured_text: str):
+        """
+        Парсить перехоплений текстовий лог для оновлення метрик та логування повідомлень.
+        """
         lines = captured_text.split('\n')
         
+        agent_keywords = {
+            "Dr. Hypothesis": "Dr. Hypothesis", "Dr. Test-Chooser": "Dr. Test-Chooser",
+            "Dr. Challenger": "Dr. Challenger", "Dr. Stewardship": "Dr. Stewardship",
+            "Dr. Checklist": "Dr. Checklist", "Consensus Coordinator": "Consensus Coordinator"
+        }
+
         for line in lines:
             line = line.strip()
-            if not line:
-                continue
-            
-            # Пошук активності агентів
-            for agent in self.current_metrics.agents_activity.keys():
-                if agent.lower().replace(" ", "").replace(".", "") in line.lower():
-                    self.current_metrics.update_agent_activity(agent)
+            if not line: continue
+
+            # 1. Логування активності агентів
+            for keyword, agent_name in agent_keywords.items():
+                if keyword in line and "analyzing" in line:
+                    self.current_metrics.update_agent_activity(agent_name)
+                    self.conversation_logger.log_agent_message(
+                        agent_name=agent_name, action="analysis_start", content=line,
+                        reasoning="Parsed from orchestrator output", confidence=0.0, cost=0.0, iteration=0
+                    )
                     break
             
-            # Пошук вартості
-            import re
-            cost_match = re.search(r'\$(\d+(?:\.\d+)?)', line)
+            # 2. Логування рішень панелі
+            if "Panel decision:" in line:
+                self.current_metrics.update_agent_activity("Consensus Coordinator")
+                self.conversation_logger.log_agent_message(
+                    agent_name="Consensus Coordinator", action="panel_decision", content=line.split("Panel decision:")[-1].strip(),
+                    reasoning="Parsed from orchestrator output", confidence=0.0, cost=0.0, iteration=0
+                )
+
+            # 3. Парсинг вартості
+            cost_match = re.search(r'Current cost: \$(\d+(?:\.\d+)?)', line)
             if cost_match:
-                self.current_metrics.add_cost_point(float(cost_match.group(1)))
+                current_cost = float(cost_match.group(1))
+                self.current_metrics.add_cost_point(current_cost)
     
     def _format_main_result(self, session, result):
         """Форматування основного результату"""
         confidence_emoji = "🎯" if session.confidence >= 4.0 else "👍" if session.confidence >= 3.0 else "⚠️"
-        efficiency = ((session.budget - session.cost) / session.budget * 100)
+        efficiency = ((session.budget - session.cost) / session.budget * 100) if session.budget > 0 else 0
         
         return f"""
 ## 🏥 Результати MAI-DX Діагностики
-
 ### 📋 Основна інформація
 - **🗂️ Випадок**: {session.case_name}
 - **⏰ Час**: {session.timestamp}  
 - **🔧 Режим**: {session.mode}
-- **🤖 Модель**: AI Multi-Agent
-
 ### {confidence_emoji} Діагностичний висновок
 **{session.diagnosis}**
-
 ### 📊 Показники якості
 - **Точність**: {session.confidence:.1f}/5.0 ⭐
 - **Статус**: {session.status}
-- **Ітерації**: {session.iterations} циклів
-
+- **Ітерації**: {session.iterations}
 ### 💰 Економічні показники  
 - **Витрачено**: ${session.cost:,.2f}
 - **Бюджет**: ${session.budget:,}
 - **Ефективність**: {efficiency:.1f}% бюджету збережено
-- **Швидкість**: {session.duration:.1f} секунд
-
+- **Швидкість**: {session.duration:.1f} сек
 ### 🎖️ Загальна оцінка
 {self._get_overall_rating(session)}
         """
     
     def _get_overall_rating(self, session):
         """Загальна оцінка ефективності"""
-        efficiency = ((session.budget - session.cost) / session.budget * 100)
-        
-        if session.confidence >= 4.0 and efficiency >= 50:
-            return "🏆 **ВІДМІННО** - Високоточний та економічний діагноз"
-        elif session.confidence >= 3.0 and efficiency >= 30:
-            return "🥈 **ДОБРЕ** - Надійний діагноз з прийнятною вартістю"
-        elif session.confidence >= 2.0:
-            return "🥉 **ЗАДОВІЛЬНО** - Потребує додаткової верифікації"
-        else:
-            return "❌ **ПОТРЕБУЄ ПЕРЕГЛЯДУ** - Низька впевненість"
+        efficiency = ((session.budget - session.cost) / session.budget * 100) if session.budget > 0 else 0
+        if session.confidence >= 4.0 and efficiency >= 50: return "🏆 **ВІДМІННО**"
+        if session.confidence >= 3.0 and efficiency >= 20: return "🥈 **ДОБРЕ**"
+        if session.confidence >= 2.0: return "🥉 **ЗАДОВІЛЬНО**"
+        return "❌ **ПОТРЕБУЄ ПЕРЕГЛЯДУ**"
     
     def _format_detailed_analysis(self, session, result):
         """Детальний аналіз"""
         return f"""
 ## 🔬 Детальний клінічний аналіз
-
 ### 💭 Медичне обґрунтування
 {session.reasoning}
-
 ### 📈 Аналіз ефективності
-- **⚡ Швидкість діагностики**: {session.duration:.1f} сек  
-- **💸 Економічна ефективність**: {((session.budget - session.cost) / session.budget * 100):.1f}%
-- **🔄 Ітеративна конвергенція**: {session.iterations} циклів
+- **💸 Економічна ефективність**: {((session.budget - session.cost) / session.budget * 100) if session.budget > 0 else 0:.1f}%
 - **🎯 Клінічна точність**: {(session.confidence / 5.0 * 100):.1f}%
-
 ### 🤖 Процес прийняття рішень
-Система MAI-DX використала **{session.iterations} ітерацій** для досягнення консенсусу між **8 ШІ-агентами лікарів**.
-
-### 📊 Порівняння з бенчмарками
-- **Людські лікарі**: ~20% точність на NEJM CPC
-- **GPT-4**: ~49% точність  
-- **MAI-DX**: ~85.5% точність ✨
+Система використала **{session.iterations} ітерацій** для консенсусу між **8 ШІ-агентами**.
         """
     
     def _generate_enhanced_recommendations(self, result, expected_diagnosis):
         """Покращені рекомендації"""
         comparison = ""
         if expected_diagnosis:
+            is_match = expected_diagnosis.lower() in result.final_diagnosis.lower() or \
+                       result.final_diagnosis.lower() in expected_diagnosis.lower()
             comparison = f"""
-### 🎯 Порівняння з очікуваним діагнозом
+### 🎯 Порівняння з очікуваним
 **Очікувався**: {expected_diagnosis}
 **Отримано**: {result.final_diagnosis}
-**Збіг**: {'✅ Так' if expected_diagnosis.lower() in result.final_diagnosis.lower() else '❌ Ні'}
+**Збіг**: {'✅ Так' if is_match else '❌ Ні'}
             """
-        
         return f"""
 ## 💡 Клінічні рекомендації
-
 ### 🏥 Негайні дії
-- 🔍 **Верифікація діагнозу** з лікарем-спеціалістом
-- 📋 **Додаткові дослідження** при необхідності  
-- 👨‍⚕️ **Консультація експерта** для підтвердження
-
+- 🔍 Верифікація діагнозу з лікарем
+- 📋 Розгляд додаткових досліджень
 ### 🔬 Дослідницький потенціал  
-- **📊 Аналіз логів**: Вивчіть деталі роботи агентів
-- **📈 Валідація**: Перевірте на додаткових випадках
-- **🤖 Тюнінг моделі**: Оптимізуйте параметри
-
+- 📊 Аналіз логів для вивчення роботи агентів
+- 📈 Валідація на додаткових випадках
 {comparison}
-
 ### ⚠️ Важливе застереження
-🔴 **Цей діагноз згенеровано ШІ для дослідницьких цілей та НЕ замінює професійну медичну консультацію.**
+🔴 **Цей діагноз згенеровано ШІ і НЕ замінює професійну медичну консультацію.**
         """
     
     def _format_error(self, error_msg):
-        """Форматування помилки"""
         return (error_msg, "", "", None, None, "")
     
     def load_sample_case(self, sample_key):
-        """Завантаження зразкового випадку"""
         if sample_key and sample_key in self.sample_cases:
             case_data = self.sample_cases[sample_key]
-            return (
-                case_data["info"],
-                sample_key,
-                case_data["expected"]
-            )
+            return case_data["info"], sample_key, case_data["expected"]
         return "", "", ""
     
     def get_enhanced_analytics(self):
-        """Розширена аналітика - ВИПРАВЛЕНА ВЕРСІЯ"""
         try:
             conversations = self.conversation_logger.list_conversations()
-            
             if not conversations:
-                empty_df = pd.DataFrame()
-                return empty_df, "📊 Немає даних для аналізу", []
+                return pd.DataFrame(), "📊 Немає даних для аналізу", []
             
-            # Створення DataFrame
             df = pd.DataFrame(conversations)
+            df = df.reindex(columns=['case_id', 'timestamp', 'case_name', 'mode', 'diagnosis', 'confidence', 'cost', 'budget', 'duration', 'status'])
             
-            # Статистика
-            total_cases = len(conversations)
-            avg_accuracy = df['accuracy'].mean() if 'accuracy' in df.columns else 0
-            avg_cost = df['cost'].mean() if 'cost' in df.columns else 0
+            total_cases = len(df)
+            avg_accuracy = df['confidence'].mean()
+            avg_cost = df['cost'].mean()
             
             summary = f"""
-## 📊 Розширена аналітика MAI-DX
-
 ### 🎯 Загальна статистика
 - **Всього випадків**: {total_cases}
 - **Середня точність**: {avg_accuracy:.2f}/5.0 ⭐
 - **Середня вартість**: ${avg_cost:,.2f}
-- **Загальна економія**: ${(3000 - avg_cost) * total_cases:,.2f}
             """
             
-            # Створення списку для dropdown
-            case_choices = []
-            if not df.empty and 'case_name' in df.columns:
-                case_choices = [(f"{row['case_name']} ({row.get('case_id', 'N/A')})", 
-                               row.get('case_id', f"case_{i}")) 
-                               for i, (_, row) in enumerate(df.iterrows())]
-            
-            return df, summary, case_choices
-            
+            case_choices = [(f"{row['case_name']} ({row.get('case_id', 'N/A')})", row.get('case_id')) for _, row in df.iterrows()]
+            return df, summary, gr.Dropdown(choices=case_choices)
         except Exception as e:
             return pd.DataFrame(), f"❌ Помилка аналітики: {e}", []
 
 def create_enhanced_gradio_interface():
-    """Створення виправленого Gradio інтерфейсу"""
-    
     interface = EnhancedMAIDXInterface()
+    custom_css = """.gradio-container {font-family: 'Inter', sans-serif;} .main-header {background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); color: white; padding: 2rem; border-radius: 15px; margin-bottom: 2rem; text-align: center;} .conversation-log {font-family: 'Fira Code', monospace; background: #2d3748; color: #e2e8f0; border-radius: 8px; padding: 1rem; max-height: 500px; overflow-y: auto; white-space: pre-wrap;}"""
     
-    # Сучасний CSS
-    custom_css = """
-    .gradio-container {
-        font-family: 'Inter', system-ui, -apple-system, sans-serif;
-    }
-    
-    .main-header {
-        background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-        color: white;
-        padding: 2rem;
-        border-radius: 15px;
-        margin-bottom: 2rem;
-        text-align: center;
-    }
-    
-    .conversation-log {
-        font-family: 'Fira Code', monospace;
-        background: #2d3748;
-        color: #e2e8f0;
-        border-radius: 8px;
-        padding: 1rem;
-        max-height: 500px;
-        overflow-y: auto;
-        white-space: pre-wrap;
-    }
-    """
-    
-    with gr.Blocks(
-        title="🏥 MAI-DX Enhanced Research Platform",
-        theme=gr.themes.Soft(
-            primary_hue="blue",
-            secondary_hue="purple",
-            neutral_hue="slate"
-        ),
-        css=custom_css
-    ) as demo:
-        
-        # Заголовок
-        gr.HTML("""
-        <div class="main-header">
-            <h1>🏥 MAI-DX Enhanced Research Platform</h1>
-            <p>🤖 Платформа для дослідження ШІ-діагностики з детальним логуванням взаємодії агентів</p>
-            <p>📊 Базується на дослідженні Microsoft Research "Sequential Diagnosis with Language Models"</p>
-        </div>
-        """)
+    with gr.Blocks(title="🏥 MAI-DX Enhanced Research Platform", theme=gr.themes.Soft(primary_hue="blue"), css=custom_css) as demo:
+        gr.HTML("""<div class="main-header"><h1>🏥 MAI-DX Enhanced Research Platform</h1><p>🤖 Дослідницька платформа для ШІ-діагностики з детальним логуванням</p></div>""")
         
-        with gr.Tabs() as tabs:
-            
-            # Основна вкладка діагностики
-            with gr.Tab("🩺 Діагностика з ШІ-агентами", elem_id="diagnosis-tab"):
-                
+        with gr.Tabs():
+            with gr.Tab("🩺 Діагностика", elem_id="diagnosis-tab"):
                 with gr.Row():
-                    # Ліва колонка - введення даних
                     with gr.Column(scale=1):
                         gr.Markdown("### 📝 Клінічний випадок")
-                        
-                        case_name = gr.Textbox(
-                            label="🏷️ Назва випадку",
-                            placeholder="Наприклад: Кардіологічний випадок №1",
-                            lines=1
-                        )
-                        
-                        sample_selector = gr.Dropdown(
-                            choices=list(interface.sample_cases.keys()),
-                            label="🎯 Готові тестові випадки",
-                            value=None,
-                            interactive=True
-                        )
-                        
-                        patient_info = gr.Textbox(
-                            label="👤 Детальна інформація про пацієнта",
-                            lines=12,
-                            placeholder="Введіть повний опис клінічного випадку:\n- Демографія пацієнта\n- Скарги та анамнез\n- Фізикальне обстеження\n- Лабораторні дані\n- Інструментальні дослідження",
-                            interactive=True
-                        )
-                        
-                        expected_diagnosis = gr.Textbox(
-                            label="🎯 Очікуваний діагноз (для порівняння)",
-                            placeholder="Опціонально: введіть правильний діагноз для оцінки точності",
-                            lines=2
-                        )
+                        case_name = gr.Textbox(label="🏷️ Назва випадку", placeholder="Наприклад: Кардіологічний випадок №1")
+                        sample_selector = gr.Dropdown(choices=list(interface.sample_cases.keys()), label="🎯 Готові тестові випадки", interactive=True)
+                        patient_info = gr.Textbox(label="👤 Інформація про пацієнта", lines=10, placeholder="Введіть опис клінічного випадку...")
+                        expected_diagnosis = gr.Textbox(label="🎯 Очікуваний діагноз (для порівняння)", lines=2)
                     
-                    # Права колонка - налаштування
                     with gr.Column(scale=1):
-                        gr.Markdown("### ⚙️ Налаштування діагностики")
-                        
-                        mode_choices_map = {
-                            "⚡ Миттєвий (найшвидший, базовий аналіз)": "instant",
-                            "❓ Тільки питання (швидко, без тестів)": "question_only",
-                            "💰 З бюджетом (збалансовано)": "budgeted",
-                            "🔓 Без обмежень (повний аналіз)": "no_budget",
-                            "👥 Консенсус (найточніший, повільний)": "ensemble"
-                        }
-
-                        # Новий, виправлений код
-                        mode = gr.Radio(
-                            choices=[
-                                "instant",
-                                "question_only",
-                                "budgeted",
-                                "no_budget",
-                                "ensemble"
-                            ],
-                            label="🔧 Режим діагностики",
-                            value="budgeted",
-                            interactive=True
-                        )
-                        
-                        budget = gr.Slider(
-                            minimum=500,
-                            maximum=10000,
-                            step=500,
-                            value=3000,
-                            label="💵 Бюджет діагностики ($)",
-                            interactive=True
-                        )
-                        
-                        max_iterations = gr.Slider(
-                            minimum=1,
-                            maximum=15,
-                            step=1,
-                            value=8,
-                            label="🔄 Максимум ітерацій агентів",
-                            interactive=True
-                        )
-                        
-                        model_name = gr.Dropdown(
-                            choices=[
-                                "gemini/gemini-2.5-flash",
-                                "gpt-4",
-                                "gpt-4-turbo", 
-                                "claude-3-5-sonnet",
-                                "grok-beta"
-                            ],
-                            label="🤖 LLM Модель",
-                            value="gemini/gemini-2.5-flash",
-                            interactive=True
-                        )
-                        
-                        enable_logging = gr.Checkbox(
-                            label="📝 Детальне логування взаємодії агентів",
-                            value=True,
-                            interactive=True
-                        )
-                        
-                        gr.Markdown("---")
-                        
-                        diagnose_btn = gr.Button(
-                            "🚀 Запустити діагностику",
-                            variant="primary",
-                            size="lg",
-                            interactive=True
-                        )
-                
-                # Завантаження зразків
-                sample_selector.change(
-                    interface.load_sample_case,
-                    inputs=[sample_selector],
-                    outputs=[patient_info, case_name, expected_diagnosis]
-                )
+                        gr.Markdown("### ⚙️ Налаштування")
+                        mode = gr.Radio(choices=["instant", "question_only", "budgeted", "no_budget", "ensemble"], label="🔧 Режим", value="budgeted", interactive=True)
+                        budget = gr.Slider(minimum=500, maximum=10000, step=500, value=3000, label="💵 Бюджет ($)", interactive=True)
+                        max_iterations = gr.Slider(minimum=1, maximum=15, step=1, value=8, label="🔄 Макс. ітерацій", interactive=True)
+                        model_name = gr.Dropdown(choices=["gemini/gemini-1.5-flash", "gpt-4", "gpt-4-turbo"], label="🤖 LLM Модель", value="gemini/gemini-1.5-flash", interactive=True)
+                        enable_logging = gr.Checkbox(label="📝 Детальне логування", value=True, interactive=True)
+                        diagnose_btn = gr.Button("🚀 Запустити діагностику", variant="primary", size="lg")
                 
-                # Результати діагностики
-                gr.Markdown("---")
-                gr.Markdown("## 📊 Результати діагностики")
+                sample_selector.change(interface.load_sample_case, inputs=[sample_selector], outputs=[patient_info, case_name, expected_diagnosis])
                 
+                gr.Markdown("--- \n ## 📊 Результати діагностики")
                 with gr.Row():
                     with gr.Column(scale=2):
                         main_result = gr.Markdown(label="🎯 Основний результат")
                         detailed_analysis = gr.Markdown(label="🔬 Детальний аналіз")
-                    
                     with gr.Column(scale=1):
                         recommendations = gr.Markdown(label="💡 Рекомендації")
                 
-                # Візуалізації (якщо Plotly доступний)
-                if PLOTLY_AVAILABLE:
-                    with gr.Row():
-                        with gr.Column():
-                            metrics_plot = gr.Plot(label="📈 Метрики діагностики")
-                        with gr.Column():
-                            agent_activity_plot = gr.Plot(label="🤖 Активність агентів")
-                else:
-                    gr.Markdown("ℹ️ Візуалізації недоступні (Plotly не встановлено)")
-                    metrics_plot = gr.Textbox(visible=False)
-                    agent_activity_plot = gr.Textbox(visible=False)
+                with gr.Row():
+                    metrics_plot = gr.Plot(label="📈 Метрики діагностики")
+                    agent_activity_plot = gr.Plot(label="🤖 Активність агентів")
                 
-                # Логи бесіди
-                gr.Markdown("### 💬 Логи взаємодії ШІ-агентів")
-                conversation_logs = gr.Textbox(
-                    label="Детальні логи бесід між агентами",
-                    lines=12,
-                    elem_classes=["conversation-log"],
-                    interactive=False,
-                    show_copy_button=True
-                )
+                conversation_logs = gr.Textbox(label="💬 Логи взаємодії ШІ-агентів", lines=12, elem_classes=["conversation-log"], interactive=False, show_copy_button=True)
                 
-                # Запуск діагностики
-                diagnose_btn.click(
-                    interface.diagnose_with_enhanced_tracking,
-                    inputs=[
-                        case_name, patient_info, mode, budget, max_iterations,
-                        model_name, expected_diagnosis, enable_logging
-                    ],
-                    outputs=[
-                        main_result, detailed_analysis, recommendations,
-                        metrics_plot, agent_activity_plot, conversation_logs
-                    ]
-                )
+                diagnose_btn.click(interface.diagnose_with_enhanced_tracking, 
+                                   inputs=[case_name, patient_info, mode, budget, max_iterations, model_name, expected_diagnosis, enable_logging],
+                                   outputs=[main_result, detailed_analysis, recommendations, metrics_plot, agent_activity_plot, conversation_logs])
             
-            # Вкладка аналітики
-            with gr.Tab("📊 Розширена аналітика", elem_id="analytics-tab"):
+            with gr.Tab("📊 Аналітика", elem_id="analytics-tab"):
                 gr.Markdown("### 🔍 Аналіз збережених діагностичних сесій")
-                
                 with gr.Row():
-                    refresh_analytics_btn = gr.Button("🔄 Оновити дані", variant="secondary")
-                    export_data_btn = gr.Button("📤 Експортувати аналітику", variant="secondary")
+                    refresh_analytics_btn = gr.Button("🔄 Оновити")
+                    export_data_btn = gr.Button("📤 Експортувати CSV")
+                analytics_table = gr.Dataframe(label="📋 Історія сесій", interactive=False, wrap=True)
+                analytics_summary = gr.Markdown(label="📊 Статистичний звіт")
                 
+                gr.Markdown("### 🔬 Детальний звіт по випадку")
                 with gr.Row():
-                    with gr.Column(scale=2):
-                        analytics_table = gr.Dataframe(
-                            label="📋 Історія діагностичних сесій",
-                            interactive=False,
-                            wrap=True
-                        )
-                    
-                    with gr.Column(scale=1):
-                        analytics_summary = gr.Markdown(label="📊 Статистичний звіт")
-                
-                # Детальний аналіз окремих випадків  
-                gr.Markdown("### 🔬 Поглиблений аналіз випадків")
-                
-                with gr.Row():
-                    case_selector = gr.Dropdown(
-                        label="🗂️ Оберіть випадок для детального аналізу",
-                        choices=[],
-                        interactive=True
-                    )
-                    
-                    analyze_case_btn = gr.Button("📋 Створити детальний звіт")
-                
+                    case_selector = gr.Dropdown(label="🗂️ Оберіть випадок", choices=[], interactive=True)
+                    analyze_case_btn = gr.Button("📋 Створити звіт (HTML)")
                 analysis_status = gr.Markdown()
                 
-                # Функції аналітики - ВИПРАВЛЕНІ
                 def refresh_analytics():
-                    df, summary, case_choices = interface.get_enhanced_analytics()
-                    return df, summary, gr.Dropdown(choices=case_choices)
-                
-                def export_analytics():
-                    try:
-                        filename = interface.conversation_logger.export_analytics_csv()
-                        return f"✅ Дані експортовано: {filename}"
-                    except Exception as e:
-                        return f"❌ Помилка експорту: {e}"
-                
-                def analyze_case(case_id):
-                    if not case_id:
-                        return "⚠️ Оберіть випадок для аналізу"
-                    try:
-                        report = interface.conversation_logger.export_conversation_report(case_id, 'html')
-                        return f"✅ Детальний звіт створено: {report}"
-                    except Exception as e:
-                        return f"❌ Помилка аналізу: {e}"
+                    df, summary, dd = interface.get_enhanced_analytics()
+                    return df, summary, dd
                 
-                # Зв'язування функцій
-                refresh_analytics_btn.click(
-                    refresh_analytics,
-                    outputs=[analytics_table, analytics_summary, case_selector]
-                )
-                
-                export_data_btn.click(
-                    export_analytics,
-                    outputs=[analysis_status]
-                )
-                
-                analyze_case_btn.click(
-                    analyze_case,
-                    inputs=[case_selector],
-                    outputs=[analysis_status]
-                )
-                
-                # Автооновлення при завантаженні
+                refresh_analytics_btn.click(refresh_analytics, outputs=[analytics_table, analytics_summary, case_selector])
+                export_data_btn.click(lambda: interface.conversation_logger.export_analytics_csv(), outputs=[analysis_status])
+                analyze_case_btn.click(lambda case_id: f"✅ Звіт створено: {interface.conversation_logger.export_conversation_report(case_id, 'html')}" if case_id else "⚠️ Оберіть випадок", inputs=[case_selector], outputs=[analysis_status])
                 demo.load(refresh_analytics, outputs=[analytics_table, analytics_summary, case_selector])
             
-            # Вкладка документації
-            with gr.Tab("📚 Документація та статус", elem_id="docs-tab"):
-                
-                # Статус системи
-                gr.Markdown("### 🔧 Статус системи")
-                
-                status_info = f"""
-**MAI-DX доступність**: {'✅ Доступний' if MAI_DX_AVAILABLE else '❌ Недоступний'}
-**Logger доступність**: {'✅ Доступний' if LOGGER_AVAILABLE else '⚠️ Заглушка'}
-**Plotly візуалізації**: {'✅ Доступні' if PLOTLY_AVAILABLE else '❌ Недоступні'}
-**Gradio версія**: {gr.__version__}
-                """
-                
-                gr.Markdown(status_info)
-                
-                if not MAI_DX_AVAILABLE:
-                    gr.Markdown(f"**Помилка MAI-DX**: {IMPORT_ERROR}")
-                
-                # Документація
-                gr.Markdown("""
+            with gr.Tab("📚 Документація", elem_id="docs-tab"):
+                gr.Markdown(f"""
+### 🔧 Статус системи
+- **MAI-DX доступність**: {'✅' if MAI_DX_AVAILABLE else '❌'}
+- **Logger доступність**: {'✅' if LOGGER_AVAILABLE else '⚠️ Заглушка'}
+- **Plotly візуалізації**: {'✅' if PLOTLY_AVAILABLE else '❌'}
+- **Gradio версія**: {gr.__version__}
+{'**Помилка MAI-DX**: ' + IMPORT_ERROR if not MAI_DX_AVAILABLE else ''}
 ### 📖 Короткий гайд
-
-#### 🚀 Швидкий старт:
-1. Оберіть готовий тестовий випадок або введіть свій
-2. Налаштуйте режим діагностики (рекомендується "З бюджетом")
-3. Натисніть "Запустити діагностику"
-4. Дочекайт��ся результатів та аналізуйте логи
-
-#### 🔧 Режими роботи:
-- **⚡ Миттєвий**: Швидкий базовий аналіз (~5 сек)
-- **❓ Тільки питання**: Без тестів, тільки опитування
-- **💰 З бюджетом**: Збалансований підхід (рекомендується)
-- **🔓 Без обмежень**: Максимальна точність
-- **👥 Консенсус**: Найвища точність, але повільно
-
-#### 📊 Аналітика:
-- Переглядайте історію діагнозів у вкладці "Аналітика"
-- Експортуйте дані для подальшого аналізу
-- Створюйте детальні звіти по окремих випадках
-
-#### ⚠️ Важливо:
-- Система призначена для дослідницьких цілей
-- Не замінює професійну медичну консультацію
-- При проблемах перевірте статус системи вище
+1. Оберіть готовий випадок або введіть свій.
+2. Налаштуйте режим, бюджет та модель.
+3. Натисніть "Запустити діагностику".
+4. Аналізуйте результати та логи взаємодії агентів.
+5. Переходьте на вкладку "Аналітика" для перегляду історії.
                 """)
     
     return demo
@@ -972,9 +596,6 @@ if __name__ == "__main__":
     demo.launch(
         server_name="0.0.0.0",
         server_port=7860,
-        share=False,
-        debug=False,  # Відключаємо debug для стабільності
-        show_error=True,
-        favicon_path=None,
-        ssl_verify=False
+        share=True,
+        debug=False
     )