Z230

60 ScansProcessing/extract_patient_info_novy.py

@@ -40,10 +40,13 @@ def _load_env():
 _load_env()
 
 POPPLER_PATH    = r"C:/Poppler/Library/bin"
+CORRECTIONS     = True   # True = corrections.json se načítá a ukládá; False = ignorovat
+
 _DROPBOX        = Path(get_dropbox_root())
 TO_PROCESS      = _DROPBOX / r"Ordinace\Dokumentace_ke_zpracování\Ricoh Fi-8040\KeZpracování"
 PROCESSED       = _DROPBOX / r"Ordinace\Dokumentace_ke_zpracování\Ricoh Fi-8040\Zpracováno"
 CORRECTIONS_FILE = Path(__file__).parent / "corrections.json"
+NAMING_RULES_FILE = Path(__file__).parent / "naming_rules.md"
 DOKUMENTACE      = _DROPBOX / r"Ordinace\Dokumentace_zpracovaná"
 
 import threading
@@ -180,6 +183,8 @@ def load_corrections() -> list[dict]:
     return []
 
 def save_correction(original: str, corrected: str):
+    if not CORRECTIONS:
+        return
     corrections = load_corrections()
     for c in corrections:
         if c["original"] == original and c["corrected"] == corrected:
@@ -190,7 +195,16 @@ def save_correction(original: str, corrected: str):
     )
     print(f"  ✓ Korekce uložena ({len(corrections)} celkem)")
 
+def load_naming_rules() -> str:
+    if NAMING_RULES_FILE.exists():
+        content = NAMING_RULES_FILE.read_text(encoding="utf-8").strip()
+        if content:
+            return f"Pravidla pro pojmenování souborů (dodržuj vždy):\n{content}\n\n"
+    return ""
+
 def build_corrections_prompt() -> str:
+    if not CORRECTIONS:
+        return ""
     corrections = load_corrections()
     if not corrections:
         return ""
@@ -221,6 +235,7 @@ def extract_info(pdf_path: Path) -> dict:
     image_b64 = base64.standard_b64encode(buf.getvalue()).decode("utf-8")
 
     prompt = (
+        load_naming_rules() +
         build_corrections_prompt() +
         "Toto je naskenovaná lékařská zpráva v češtině. "
         "Vrať JSON s těmito poli:\n"
@@ -235,11 +250,7 @@ def extract_info(pdf_path: Path) -> dict:
         "- \"poznamka\": krátká klinická poznámka česky, max 80 znaků. "
         "DŮLEŽITÉ: pokud zpráva obsahuje sekci \"Závěr:\" nebo \"Závěr vyšetření:\", "
         "použij VÝHRADNĚ obsah této sekce — je nejdůležitější. "
-        "Teprve pokud závěr chybí, shrň obsah z celé zprávy. "
-        "U laboratorních výsledků uváděj POUZE hodnoty mimo normu (patologické nálezy) — hodnoty v normě vynech. "
-        "Osmolalitu nikdy nezmiňuj ani jako patologický nález. "
-        "Pokud výsledky obsahují glomerulární filtraci (eGFR nebo C_CKD-EPI), přidej její klasifikaci velkými písmeny podle CKD-EPI: "
-        "eGFR ≥ 90 → CHRI G1, 60–89 → CHRI G2, 45–59 → CHRI G3a, 30–44 → CHRI G3b, 15–29 → CHRI G4, < 15 → CHRI G5.\n"
+        "Teprve pokud závěr chybí, shrň obsah z celé zprávy.\n"
         "- \"nazev_souboru\": název souboru ve formátu "
         "\"{rodne_cislo} {datum_zpravy} {Příjmení}, {Jméno} [{typ_dokumentu}] [{poznamka}].pdf\" "
         "(jméno bez titulu, RČ bez lomítka)\n"
@@ -314,6 +325,10 @@ def run_variant_picker(variants_data: list) -> str | None:
         capture_output=True, text=True, encoding="utf-8",
     )
     tmp.unlink(missing_ok=True)
+    if proc.returncode != 0 or not proc.stdout.strip():
+        print(f"  [variant_picker] returncode={proc.returncode}")
+        if proc.stderr.strip():
+            print(f"  [variant_picker] CHYBA:\n{proc.stderr.strip()}")
     out = proc.stdout.strip()
     return json.loads(out).get("chosen") if out else None
 
@@ -410,11 +425,10 @@ def process_file(pdf_path: Path):
     PROCESSED.mkdir(exist_ok=True)
     dest = PROCESSED / final_name
     if dest.exists():
-        print(f"  VAROVÁNÍ: '{final_name}' již existuje, přeskakuji.")
-    else:
-        shutil.copy2(chosen, dest)
-        pdf_path.unlink()
-        print(f"  ✓ Uloženo: {dest.name}")
+        print(f"  Přepisuji existující: {dest.name}")
+    shutil.copy2(chosen, dest)
+    pdf_path.unlink()
+    print(f"  ✓ Uloženo: {dest.name}")
 
     for t in temp_files:
         t.unlink(missing_ok=True)  # originál mezi temp_files není, je bezpečné