z230

Medevio/60 ScansProcessing/CLAUDE.md

@@ -2,46 +2,48 @@
 
 Agent pro zpracování naskenovaných lékařských zpráv (PDF i JPG/PNG).
 
-## Skripty
+## Hlavní skript
 
-### `extract_patient_info.py` — hlavní agent
+### `Extract_pacient_info_v1.0.py`
-Spuštění: `python extract_patient_info.py` (bez argumentů = celá složka ToProcess)
+Verze: 1.0 | Datum: 2026-06-02 | Autor: Vladimír Bužalka
+
+Spuštění: `python Extract_pacient_info_v1.0.py` (bez argumentů = celá složka KeZpracování)
 
 **Workflow:**
-1. Načte soubory z `ToProcess/`
+1. Načte soubory z `KeZpracování/`
-2. Claude Vision API (sonnet-4-6) extrahuje: jméno, RČ, datum, typ dokumentu, poznámku, navržený název, rotaci
+2. Claude Vision API (sonnet-4-6) — 1. volání s obrázkem: extrahuje jméno, RČ, datum, typ dokumentu, poznámku, navržený název, rotaci
-3. Ověří pacienta v Medicus Firebird (tabulka KAR, pole RODCIS/PRIJMENI/JMENO)
+3. Claude API — 2. volání (jen text): vygeneruje 5 variant názvu dle naming_rules.md, deduplikuje vůči 1. návrhu
-4. Fuzzy matching RČ při nenalezení: vynechání cifry + záměna podobných (0↔8, 1↔7, 5↔6, 3↔8) + checksum /11
+4. Ověří pacienta v Medicus Firebird (tabulka KAR); fuzzy matching RČ + fallback na jméno
-   - Fallback: pokud RČ stále nenalezeno, vyhledá dle příjmení+jméno (z Claude) — status `by_name` / `by_name_multi`
+5. Zkontroluje duplicity v archivu `Dokumentace_zpracovaná/`
-5. Upozorní na duplicitu v `U:\Dropbox\Ordinace\Dokumentace_zpracovaná\`
+6. Zobrazí hlavní viewer (tkinter, celá šířka monitoru):
-6. Interaktivní schválení / oprava názvu
+   - Horní část: náhled originálu | náhled vybrané duplicity | seznam duplicit (Text widget s wrappingem)
-7. JPG/PNG → skutečné PDF (správná orientace, DPI=150, quality=80)
+   - Spodní panel: info o pacientovi | textbox pro název (multiline, bílý) | návrhy pojmenování
-8. Přesun do `Processed/`, smazání z `ToProcess/`
+7. Po schválení názvu nabídne 5 kompresních variant (300/200/150/120/96 DPI) k výběru
-9. Opravy názvů se ukládají do `corrections.json` jako few-shot příklady
+8. Uloží vybranou variantu do `Zpracováno/`, smaže originál
+9. Opravy názvů se ukládají do `corrections.json` jako few-shot příklady (jen pokud se liší od všech navržených variant)
 
-**Formát názvu souboru:**
+**EKG větev:** PDFCreator metadata → rotace o 90° → Tesseract OCR → Medicus ověření
-`{RČ} {YYYY-MM-DD} {Příjmení}, {Jméno} [{typ dokumentu}] [{poznámka}].pdf`
 
-Příklady typů: `LZ chirurgie`, `LZ kardiologie`, `Laboratoř`, `CT břicha`, `kolonoskopie`, `poukaz FT`
+**Formát názvu souboru:** viz `naming_rules.md`
 
-### `jpg_to_pdf.py` — konverze obrázku na PDF
+## Konfigurační soubory
-```
+
-python jpg_to_pdf.py soubor.jpg [vystup.pdf] [rotace_ccw]
+| Soubor | Účel |
-```
+|---|---|
-- Opravuje EXIF orientaci
+| `naming_rules.md` | Pravidla pro pojmenování — předávají se Claudovi v každém volání |
-- Rotace: 0 / 90 / 180 / 270 (CCW)
+| `corrections.json` | Few-shot příklady korekcí názvů z minulých běhů |
-- A4, DPI=150, quality=80, bez okrajů
+| `layout_settings.json` | Pozice a rozměry oken podle hostname počítače |
-- Používá se i interně z `extract_patient_info.py`
 
 ## Složky
 
 | Složka | Účel |
 |---|---|
-| `ToProcess/` | Sem se házejí nové skeny (PDF, JPG, PNG) |
+| `KeZpracování/` | Vstupní skeny (PDF, JPG, PNG) |
-| `Processed/` | Správně pojmenované PDF po schválení |
+| `Zpracováno/` | Správně pojmenované PDF po schválení |
-| `U:\Dropbox\Ordinace\Dokumentace_zpracovaná\` | Finální archiv |
+| `Dokumentace_zpracovaná/` | Finální archiv (Dropbox) — prohledává se kvůli duplicitám |
+| `Testy/` | Archiv starších verzí skriptů |
 
 ## Konfigurace
-- API klíč: `U:\Medevio\.env` → `ANTHROPIC_API_KEY`
+- API klíč: `Medevio/.env` → `ANTHROPIC_API_KEY`
-- Medicus: `localhost:c:\medicus 3\data\medicus.fdb` (Firebird, SYSDBA)
+- Medicus Firebird: `reporter:c:\medicus\medicus.fdb` (SYSDBA)
-- Few-shot korekce: `corrections.json`
+- Layout oken: `layout_settings.json` — klíč = hostname.upper() (aktuálně: `Z230`)

Medevio/60 ScansProcessing/Extract_pacient_info_v1.0.py

@@ -1,9 +1,27 @@
 """
-Zpracování naskenovaných PDF — nová verze.
+Extract_pacient_info_v1.0.py
-1. Preview originálu + Claude Vision API
+
-2. Rename dialog
+Verze:  1.0
-3. 5 variant komprese → uživatel vybere
+Datum:  2026-06-02
-4. Uložit do Processed, smazat originál
+Autor:  Vladimír Bužalka
+
+Popis:
+    Zpracování naskenovaných lékařských dokumentů (PDF, JPG).
+    Skript projde soubory ve složce KeZpracování, pro každý:
+      1. Zavolá Claude Vision API — extrahuje metadata pacienta a navrhne název souboru
+      2. Zavolá Claude API podruhé — vygeneruje 5 variant názvu (bez obrázku)
+      3. Ověří pacienta v databázi Medicus (Firebird) — fuzzy matching RČ, fallback na jméno
+      4. Zkontroluje duplicity v archivu Dokumentace_zpracovaná
+      5. Zobrazí hlavní viewer: náhled originálu | náhled duplicity | seznam duplicit
+         + spodní panel: info o pacientovi | textbox pro název | návrhy pojmenování
+      6. Po schválení názvu nabídne 5 kompresních variant (300→96 DPI) k výběru
+      7. Uloží vybranou variantu do složky Zpracováno, smaže originál
+
+Závislosti:
+    Python balíčky: anthropic, pdf2image, PyMuPDF (fitz), Pillow, fdb, pikepdf, pytesseract
+    Externí:        Poppler, Tesseract OCR (jen EKG větev)
+    Systémové:      Medicus Firebird DB, Dropbox, .env s ANTHROPIC_API_KEY
+    Soubory:        naming_rules.md, corrections.json, layout_settings.json
 """
 import base64
 import gc