Add MedicusWithClaude project - DB exploration scripts and notes

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

MedicusWithClaude/CLAUDE_NOTES.md

@@ -0,0 +1,163 @@
+# MedicusWithClaude – poznámky pro Clauda
+
+## Stav projektu
+- Zahájeno: 2026-03-13
+- Cíl: průzkum Firebird DB Medicus → analýzy a reporty
+- Zatím: úspěšně čteme i zapisujeme do DB, rozumíme RTF formátu
+
+## Bezpečnost
+- Pracujeme na **místní kopii** – poškození DB nevadí, obnova = 5 minut
+- Lze bez obav experimentovat, zapisovat testovací data atd.
+- Testovací záznamy nemusíme mazat
+
+## Připojení k DB
+```python
+import fdb
+conn = fdb.connect(
+    dsn=r'localhost:c:\medicus 3\data\medicus.fdb',
+    user='SYSDBA',
+    password='masterkey',
+    charset='win1250'
+)
+```
+- fdb verze 2.0.4, Python na PATH (prostý `python` příkaz)
+
+## O Medicusu
+- Lékařský software pro praktického lékaře
+- Vyvíjen od ~roku 2000, organicky rostl přidáváním funkcí
+- Firebird 2.5 – nikdy nepřejdou na nový (desetitisíce instalací, 993 tabulek)
+- Žádné zabezpečení DB – vše čitelné přes SYSDBA/masterkey
+- Charset: win1250
+
+## DB fakta
+- 993 tabulek celkem
+- Charset: win1250
+
+## Klíčové tabulky
+
+### KAR – Kartotéka (základní kámen Medicusu)
+- 6319 pacientů – všichni kdo kdy prošli ordinací
+- Primární klíč: **IDPAC** (interní ID, používá se jako FK v ostatních tabulkách)
+- Identifikace pacienta v ČR/pojišťovna: **RODCIS** (rodné číslo, bez lomítka, např. 7309208104)
+- **PRIJMENI**, **JMENO**, TITUL, TITULZA, DATNAR, POHLAVI
+- **POJ** – pojišťovna (3 znaky, např. 111 = VZP)
+- Adresy: TRV* (trvalé), PRE* (přechodné)
+- **VYRAZEN** – příznak vyřazeného pacienta
+- HLAVDGN – hlavní diagnóza
+
+### DEKURS – záznamy z návštěv
+- 172 068 záznamů
+- **IDPAC** → vazba na KAR
+- **DATUM** (date), **CAS** (time) – kdy
+- **DEKURS** – text záznamu (BLOB, RTF nebo holý text)
+- **DGN1** – hlavní diagnóza (5 znaků, např. 'Z000 '), VDGN1-4 – vedlejší
+- **IDPRAC** – který pracovník
+- IDODD, IDUZI – oddělení/uživatel (u Buzalky = 2, 2, 6)
+- IDSKUPINA, IDTYP – volitelné (NULL OK)
+
+## Základní schéma
+```
+KAR (kartotéka) ←IDPAC→ DEKURS (záznamy z návštěv)
+```
+
+## Testovací pacient (uživatel)
+- **IDPAC = 9742** – Buzalka Vladimír, RC 7309208104, nar. 20.9.1973
+- IDODD=2, IDPRAC=2, IDUZI=6 (použít při INSERT do DEKURS)
+
+## RTF formát v DEKURS
+
+### Základní struktura
+```
+{\rtf1\ansi\ansicpg1250\uc1\deff0\deflang1029
+  {\info{\bookmarks "popis","Typ:ID",číslo}}   ← metadata Medicusu
+  {\fonttbl{\f0\fnil\fcharset238 Arial;}{\f2...Courier New;}{\f5...Symbol;}}
+  {\colortbl ;\red0\green0\blue255;\red255\green255\blue0;\red0\green128\blue0;\red192\green192\blue192;}
+  {\stylesheet{styly...}}
+\uc1\pard\s10\plain...  ← tělo záznamu
+}
+```
+
+### Barvy (\cfX)
+- `\cf1` = modrá (odkazy)
+- `\cf2` = žlutá (highlight)
+- `\cf3` = zelená
+- `\cf4` = šedá (pozadí buněk tabulky `\clcbpat4`)
+
+### Velikost písma (\fsXX = XX/2 bodů)
+- `\fs18` = 9pt (tabulky)
+- `\fs20` = 10pt (normální)
+- `\fs24` = 12pt atd.
+
+### Řezy a formátování
+- `\b` = tučné, `\i` = kurzíva, `\ul` = podtržené
+- `\ql` = vlevo, `\qr` = vpravo, `\qc` = střed
+
+### Styly (stylesheet)
+- `cs15/cs16` = Normální
+- `cs20` = Vkládaný text
+- `cs21` = Záhlaví (italic)
+- `cs22/cs23` = Odkaz (underline, modrá)
+- `s8/s10` = Vlevo (paragraph styl)
+
+### Záložky (bookmarks v {\info})
+- Klikatelné odkazy v Medicusu
+- Formát: `"popis","Typ:ID",číslo`
+- Typy: `Files:ID`, `MEDLAB:ID`, `Lab:ID`, `Ock:ID`, `VykA:ID`
+
+### České znaky
+- RTF hex escape v win1250: `\'e1`=á, `\'9e`=ž, `\'fd`=ý atd.
+
+### Tabulky
+- Plně funkční RTF tabulky (`\trowd`, `\cell`, `\cellx...`)
+- Používají se např. pro laboratorní výsledky (viz ID=243082, 50KB)
+
+### Holý text (starší záznamy)
+- Některé starší záznamy jsou prostý text bez RTF obálky
+- Nutno detekovat: začíná na `{\\rtf` = RTF, jinak plain text
+
+### Příklad minimálního RTF záznamu
+```
+{\rtf1\ansi\ansicpg1250\uc1\deff0\deflang1029
+{\fonttbl{\f0\fnil\fcharset238 Arial;}}
+{\colortbl ;\red0\green0\blue255;\red0\green128\blue0;\red0\green0\blue0;}
+\pard\plain\f0\fs20 Text záznamu zde\par
+}
+```
+
+## INSERT do DEKURS – ověřený postup
+```python
+import fdb, datetime
+
+conn = fdb.connect(...)
+cur = conn.cursor()
+
+cur.execute('SELECT MAX(ID) FROM DEKURS')
+next_id = cur.fetchone()[0] + 1
+
+text = r'{\rtf1\ansi\ansicpg1250...\par' + '\n}'  # raw string pro RTF!
+
+cur.execute("""
+    INSERT INTO DEKURS (ID, IDPAC, IDODD, IDPRAC, IDUZI, DATUM, CAS, DEKURS, DGN1)
+    VALUES (?, ?, 2, 2, 6, ?, ?, ?, ?)
+""", (next_id, idpac, datum, cas, text, dgn1))
+
+conn.commit()
+```
+- RTF string musí být **raw string** (r'...') kvůli zpětným lomítkům
+- DGN1 = 5 znaků s mezerou: `'Z000 '`
+- DATUM = datetime.date(...), CAS = datetime.time(...)
+
+## Soubory v projektu
+- `explore_db.py` – výpis všech tabulek a jejich sloupců
+- `inspect_table.py` – detailní info o konkrétní tabulce (arg: název tabulky)
+- `sample_dekurs.py` – ukázky nejstarších a nejnovějších záznamů
+- `sample_dekurs2.py` – celý text jednoho záznamu
+- `sample_rtf.py` – nejdelší záznamy pacienta (dle délky RTF)
+- `analyze_rtf.py` – analýza RTF tagů v záznamu
+- `insert_test.py` – testovací INSERT do DEKURS
+- `CLAUDE_NOTES.md` – tento soubor
+
+## Další postup (nápady)
+- Napsat `rtf_to_text()` pro extrakci čistého textu z dekurzů
+- Prozkoumat tabulky: LECH/LECD (léky?), POU (poukazy?), AMBULEKY (výkony?)
+- První report – domluvit s uživatelem co chce vidět

MedicusWithClaude/analyze_rtf.py

@@ -0,0 +1,34 @@
+import fdb, re
+
+conn = fdb.connect(
+    dsn=r'localhost:c:\medicus 3\data\medicus.fdb',
+    user='SYSDBA', password='masterkey', charset='win1250'
+)
+cur = conn.cursor()
+cur.execute('SELECT DEKURS FROM DEKURS WHERE ID=243082')
+text = cur.fetchone()[0]
+text = text.read() if hasattr(text, 'read') else text
+text = text.decode('windows-1250', errors='replace') if isinstance(text, bytes) else text
+
+# colortbl
+ct = re.search(r'\\colortbl[^}]+\}', text)
+if ct: print('COLORTBL:', ct.group(0))
+
+# stylesheet
+ss = re.search(r'\\stylesheet\{.+?\}(?=\n)', text, re.DOTALL)
+if ss: print('\nSTYLESHEET:', ss.group(0)[:600])
+
+# Najdi různé styly použité v textu
+print('\n--- Použité RTF tagy (unikátní) ---')
+tags = re.findall(r'\\[a-z]+\d*', text)
+from collections import Counter
+for tag, count in Counter(tags).most_common(40):
+    print(f"  {tag:<20} {count}x")
+
+# Ukázka tabulky
+tbl_start = text.find(r'\trowd')
+if tbl_start > 0:
+    print('\n--- Začátek tabulky ---')
+    print(text[tbl_start:tbl_start+300])
+
+conn.close()

MedicusWithClaude/explore_db.py

@@ -0,0 +1,45 @@
+"""
+Průzkum Medicus databáze – výpis tabulek a jejich sloupců.
+"""
+import fdb
+
+conn = fdb.connect(
+    dsn=r'localhost:c:\medicus 3\data\medicus.fdb',
+    user='SYSDBA',
+    password='masterkey',
+    charset='win1250'
+)
+
+cur = conn.cursor()
+
+# Všechny uživatelské tabulky
+cur.execute("""
+    SELECT rdb$relation_name
+    FROM rdb$relations
+    WHERE rdb$view_blr IS NULL
+      AND (rdb$system_flag IS NULL OR rdb$system_flag = 0)
+    ORDER BY rdb$relation_name
+""")
+tables = [row[0].strip() for row in cur.fetchall()]
+
+print(f"Počet tabulek: {len(tables)}\n")
+print("=== SEZNAM TABULEK ===")
+for t in tables:
+    print(f"  {t}")
+
+print("\n=== SLOUPCE KAŽDÉ TABULKY ===")
+for table in tables:
+    cur.execute("""
+        SELECT rf.rdb$field_name, f.rdb$field_type, f.rdb$field_length
+        FROM rdb$relation_fields rf
+        JOIN rdb$fields f ON rf.rdb$field_source = f.rdb$field_name
+        WHERE rf.rdb$relation_name = ?
+        ORDER BY rf.rdb$field_position
+    """, (table,))
+    cols = cur.fetchall()
+    col_names = [c[0].strip() for c in cols]
+    print(f"\n{table}")
+    print("  " + ", ".join(col_names))
+
+cur.close()
+conn.close()

MedicusWithClaude/insert_test.py

@@ -0,0 +1,23 @@
+import fdb
+import datetime
+
+conn = fdb.connect(
+    dsn=r'localhost:c:\medicus 3\data\medicus.fdb',
+    user='SYSDBA', password='masterkey', charset='win1250'
+)
+cur = conn.cursor()
+
+cur.execute('SELECT MAX(ID) FROM DEKURS')
+next_id = cur.fetchone()[0] + 1
+print('Next ID:', next_id)
+
+text = r'{\rtf1\ansi\ansicpg1250\uc1\deff0\deflang1029{\fonttbl{\f0\fnil\fcharset238 Arial;}}{\colortbl ;\red0\green0\blue255;\red0\green128\blue0;\red0\green0\blue0;}' + '\n' + r'\pard\plain\f0\fs20 Test Claude AI - automaticky vlo\u382en\'fd z\'e1znam 13.03.2026\par' + '\n}'
+
+cur.execute("""
+    INSERT INTO DEKURS (ID, IDPAC, IDODD, IDPRAC, IDUZI, DATUM, CAS, DEKURS, DGN1)
+    VALUES (?, 9742, 2, 2, 6, ?, ?, ?, 'Z000 ')
+""", (next_id, datetime.date(2026, 3, 13), datetime.time(12, 0, 0), text))
+
+conn.commit()
+print('Vloženo OK, ID:', next_id)
+conn.close()

MedicusWithClaude/inspect_table.py

@@ -0,0 +1,28 @@
+import fdb
+import sys
+
+table = sys.argv[1] if len(sys.argv) > 1 else 'DEKURS'
+
+conn = fdb.connect(
+    dsn=r'localhost:c:\medicus 3\data\medicus.fdb',
+    user='SYSDBA', password='masterkey', charset='win1250'
+)
+cur = conn.cursor()
+
+cur.execute("""
+    SELECT rf.rdb$field_name, f.rdb$field_type, f.rdb$field_length
+    FROM rdb$relation_fields rf
+    JOIN rdb$fields f ON rf.rdb$field_source = f.rdb$field_name
+    WHERE rf.rdb$relation_name = ?
+    ORDER BY rf.rdb$field_position
+""", (table,))
+cols = cur.fetchall()
+print(f"=== {table} – sloupce ===")
+for c in cols:
+    print(f"  {c[0].strip():<30} typ: {c[1]}  délka: {c[2]}")
+
+cur.execute(f'SELECT COUNT(*) FROM {table}')
+print(f"\nPočet záznamů: {cur.fetchone()[0]}")
+
+cur.close()
+conn.close()

MedicusWithClaude/sample_dekurs.py

@@ -0,0 +1,37 @@
+import fdb
+
+conn = fdb.connect(
+    dsn=r'localhost:c:\medicus 3\data\medicus.fdb',
+    user='SYSDBA', password='masterkey', charset='win1250'
+)
+cur = conn.cursor()
+
+print("=== NEJSTARŠÍ záznamy ===")
+cur.execute("""
+    SELECT FIRST 5 ID, DATUM, DEKURS
+    FROM DEKURS
+    WHERE DEKURS IS NOT NULL
+    ORDER BY DATUM ASC
+""")
+for row in cur.fetchall():
+    text = row[2].read() if hasattr(row[2], 'read') else row[2]
+    if isinstance(text, bytes):
+        text = text.decode('windows-1250', errors='replace')
+    print(f"\n--- ID={row[0]} DATUM={row[1]} ---")
+    print(repr(text[:300]))
+
+print("\n\n=== NEJNOVĚJŠÍ záznamy ===")
+cur.execute("""
+    SELECT FIRST 5 ID, DATUM, DEKURS
+    FROM DEKURS
+    WHERE DEKURS IS NOT NULL
+    ORDER BY DATUM DESC
+""")
+for row in cur.fetchall():
+    text = row[2].read() if hasattr(row[2], 'read') else row[2]
+    if isinstance(text, bytes):
+        text = text.decode('windows-1250', errors='replace')
+    print(f"\n--- ID={row[0]} DATUM={row[1]} ---")
+    print(repr(text[:300]))
+
+conn.close()

MedicusWithClaude/sample_dekurs2.py

@@ -0,0 +1,25 @@
+import fdb
+
+conn = fdb.connect(
+    dsn=r'localhost:c:\medicus 3\data\medicus.fdb',
+    user='SYSDBA', password='masterkey', charset='win1250'
+)
+cur = conn.cursor()
+
+cur.execute("""
+    SELECT FIRST 1 ID, DATUM, DEKURS
+    FROM DEKURS
+    WHERE DEKURS IS NOT NULL
+    ORDER BY DATUM DESC
+""")
+row = cur.fetchone()
+text = row[2].read() if hasattr(row[2], 'read') else row[2]
+if isinstance(text, bytes):
+    text = text.decode('windows-1250', errors='replace')
+
+print(f"ID={row[0]} DATUM={row[1]}")
+print(f"Délka: {len(text)} znaků")
+print("\n--- CELÝ TEXT ---")
+print(text)
+
+conn.close()

MedicusWithClaude/sample_rtf.py

@@ -0,0 +1,35 @@
+import fdb
+
+conn = fdb.connect(
+    dsn=r'localhost:c:\medicus 3\data\medicus.fdb',
+    user='SYSDBA', password='masterkey', charset='win1250'
+)
+cur = conn.cursor()
+
+# Načti všechny záznamy pacienta a zjisti délku v Pythonu
+cur.execute("""
+    SELECT ID, DATUM, DEKURS
+    FROM DEKURS
+    WHERE IDPAC = 9742 AND DEKURS IS NOT NULL
+    ORDER BY DATUM DESC
+""")
+rows = cur.fetchall()
+
+def read_blob(val):
+    text = val.read() if hasattr(val, 'read') else val
+    if isinstance(text, bytes):
+        text = text.decode('windows-1250', errors='replace')
+    return text
+
+# Seřaď podle délky
+data = [(r[0], r[1], read_blob(r[2])) for r in rows]
+data.sort(key=lambda x: len(x[2]), reverse=True)
+
+print("Top 10 nejdelších záznamů:")
+for d in data[:10]:
+    print(f"  ID={d[0]}  datum={d[1]}  délka={len(d[2])}")
+
+print("\n--- Nejdelší záznam (celý RTF) ---")
+print(data[0][2])
+
+conn.close()