app.py

# -*- coding: utf-8 -*-
# @Time         : 2023/05/30
# @Author       : TonTon H.-D. Huang Ph.D.
# @Web          ：http://TWMAN.ORG
# @EMail        ：TonTon@TWMAN.ORG
# @File         : HugIE.py
# @Description  ：毋需重新訓練的醫療診斷書醫囑文字分析

import gradio as gr
import json, re
from applications.information_extraction.HugIE.api_test import HugIEAPI
from dateutil import parser
from datetime import datetime

model_type = "bert"
hugie_model_name_or_path = "https://huggingface.co/wjn1996/wjn1996-hugnlp-hugie-large-zh/" #如果不能連網，請自行下載並設定路徑
hugie = HugIEAPI(model_type, hugie_model_name_or_path)

def convert_to_ROC_date(date): #只轉換年月日等日期
    date_regex = r'(\d{3,4}[-：:/.年]\d{1,2}[-：:/.月]\d{1,2}[日]?)'
    time_regex = r'(\d{1,2}[-：:/.時]\d{1,2}[-：:/.分]\d{1,2}[秒]?)'

    date_match = re.search(date_regex, date)
    
    if date_match:
        date_part = date_match.group(1)        
        parsed_date = parser.parse(date_part, fuzzy=True)
        if str(date_part).startswith('20'):                                    
            ROC_year = int(date_part[:4])- 1911                        
        else:            
            ROC_year = int(date_part[:3])           
                                        
        ROC_month = parsed_date.month
        ROC_day = parsed_date.day        
        ROC_date = f"{ROC_year:03d}{ROC_month:02d}{ROC_day:02d}"        
        return ROC_date
        
    else:
        return date

def convert_to_ROC_time(time): #只處理時間，看 ketword 和 relation 可以發現只有 relation2 才會需要處理時間
    time_regex = r'(\d{1,2}[-：:/.時]\d{1,2}[-：:/.分](?:\d{1,2}[秒])?)'
    time_match = re.search(time_regex, time)
    if time_match:

        time_part = time_match.group(1)

        try:
            parsed_time = datetime.strptime(time_part, "%H時%M分%S秒")
        except ValueError:
            parsed_time = datetime.strptime(time_part, "%H時%M分")
            parsed_time = parsed_time.replace(second=0)
        ROC_time = parsed_time.strftime("%H%M%S")        
        return ROC_time  
        
def extract_information(text):
    
    
    keywords = {                                                           #視情況自己新增調整，不用重新訓練
        'Hospital1': ['入院', '住入本院', '普通病房', '住院', '轉入一般病房', '入住本院'],  # 住院相關，普通病房
        'Hospital2': ['出院', '離院'],                                      # 出院相關，普通病房
        'Burn1': ['燒燙傷'],                                                # 燒燙傷類病房
        'Burn2': ['燒燙傷'],                                                # 燒燙傷類病房        
        'ICU1': ['加護病房', '住院加護病房'],
        'ICU2': ['轉普通病房', '轉入普通病房', '轉至普通病房', '轉回一般病房', '轉至兒科一般病房'],
        'exclude_Clinic': ['門診追蹤', '門診複查', '門診持續追蹤', '急診求治', '繼續追蹤', '急診就診'],
        'Clinic': ['牙科', '來院門診', '門診就診', '看診', '回診', '門診回診', '婦科就診', '門診治療', '來院就診', '本院診療', "本院門診", "經門診", "門診就醫", "由門診", "接受門診", "至診就診", "至門診複診"],
        'Operation1': ['手術', '切除術', '置放術', '切片術', '幹細胞'],
        'Operation2': ['左側乳房部分切除併前哨淋巴清除手術', '手術', '切除術', '置放術', '切片術', '幹細胞'],        
        'Emergency1': ['急診'],
        'Emergency2': ['住入加護病房'],
        'Chemotherapy': ['化學治療', '化療', '靜脈注射免疫藥物及標靶藥物治療'],
        'Cancer': ['罹癌'],
        'Radiation': ['放射線', '放射']        
    }

    relations = {
        'Hospital1': {'entity': '住院A', 'relation1': '開始日期'},
        'Hospital2': {'entity': '住院A', 'relation1': '結束日期'},
        'Burn1': {'entity': '燒燙傷病房B', 'relation1': '開始日期'},
        'Burn2': {'entity': '燒燙傷病房B', 'relation1': '結束日期'},
        'ICU1': {'entity': '加護病房C', 'relation1': '開始日期'},
        'ICU2': {'entity': '加護病房C', 'relation1': '結束日期'},
        'exclude_Clinic': {'entity': None},
        'Clinic': {'entity': '門診D', 'relation1': '日期'},
        'Operation1': {'entity': '手術F', 'relation1': '日期'},
        'Operation2': {'entity': '手術F', 'relation1': '手術項目'},        
        'Emergency1': {'entity': '急診G', 'relation1': '開始日期', 'relation2': '開始時間'},
        'Emergency2': {'entity': '急診G', 'relation1': '結束日期', 'relation2': '終止時間'},
        'Chemotherapy': {'entity': '癌症化療H', 'relation1': '起訖日'},
        'Cancer': {'entity': '罹癌I', 'relation1': '起訖日'},
        'Radiation': {'entity': '癌症放射線J', 'relation1': '起訖日'}
    }

#A:住院、B:燒燙傷、C:加護病房、D:門診、F:手術、G:急診、H:癌症化療、I:罹癌、J:癌症放射線


    results = []

    for entity, keyword_list in keywords.items():
        output = {
            'entity': relations[entity]['entity'],
            'relations': {}
        }

        for keyword in keyword_list:
            if keyword in keywords['exclude_Clinic']:
                continue
            
            if keyword in text and entity in relations:

                entity_relations = relations[entity]
                relation1 = entity_relations.get('relation1')  # 取得關係1
                relation2 = entity_relations.get('relation2')  # 取得關係2           

                if relation1:
                    predictions, topk_predictions = hugie.request(text, keyword, relation=relation1)
                    if predictions[0]:  # 如果有預測結果

                        for prediction in predictions[0]:
                            date_prediction = convert_to_ROC_date(prediction)
                                                        
                            if relation1 == '開始日期':
                                relation_label = '受理_起始日'
                                output['relations'].setdefault(relation_label, {
                                    'relation': relation_label,
                                    'predictions': []
                                })

                                if date_prediction[:7] not in output['relations'][relation_label]['predictions']:
                                    output['relations'][relation_label]['predictions'].append(date_prediction[:7])
                                elif date_prediction not in output['relations'][relation_label]['predictions']:
                                    output['relations'][relation_label]['predictions'].append(date_prediction)                                               

                                    
                            elif relation1 == '結束日期':
                                relation_label = '受理_終止日'  
                                output['relations'].setdefault(relation_label, {
                                    'relation': relation_label,
                                    'predictions': []
                                })
                                date_pattern = r"1[0-9]\d{3}(?:0[1-9]|1[0-2])(?:0[1-9]|[1-2]\d|3[01])(?:\d{4-6})?$" #抓年月日時分秒，懶得再修了
                                match = re.match(date_pattern, date_prediction[:7])
                                if match:
                                    if date_prediction[:7] not in output['relations'][relation_label]['predictions']:
                                        output['relations'][relation_label]['predictions'].append(date_prediction[:7])
                                else:
                                    if date_prediction not in output['relations'][relation_label]['predictions']:
                                        output['relations'][relation_label]['predictions'].append(date_prediction)           

                                                                        
                            elif relation1 in ['起訖日', '日期']:
                                relation_label = '受理_起始日'
                                output['relations'].setdefault(relation_label, {
                                    'relation': relation_label,
                                    'predictions': []
                                })
                                date_pattern = r"1[0-9]\d{3}(?:0[1-9]|1[0-2])(?:0[1-9]|[1-2]\d|3[01])(?:\d{4-6})?$" #抓年月日時分秒，懶得再修了
                                match = re.match(date_pattern, date_prediction[:7])
                                if match:
                                    if date_prediction[:7] not in output['relations'][relation_label]['predictions']:
                                        output['relations'][relation_label]['predictions'].append(date_prediction[:7])
                                else:
                                    if date_prediction not in output['relations'][relation_label]['predictions']:
                                        output['relations'][relation_label]['predictions'].append(date_prediction)      
                                                                                                
                                relation_label = '受理_終止日'
                                output['relations'].setdefault(relation_label, {
                                    'relation': relation_label,
                                    'predictions': []
                                })
                                date_pattern = r"1[0-9]\d{3}(?:0[1-9]|1[0-2])(?:0[1-9]|[1-2]\d|3[01])(?:\d{4-6})?$" #抓年月日時分秒，懶得再修了
                                match = re.match(date_pattern, date_prediction[:7])
                                if match:
                                    if date_prediction[:7] not in output['relations'][relation_label]['predictions']:
                                        output['relations'][relation_label]['predictions'].append(date_prediction[:7])
                                else:
                                    if date_prediction not in output['relations'][relation_label]['predictions']:
                                        output['relations'][relation_label]['predictions'].append(date_prediction)       

                                                                                                                                                
                            elif relation1 == '手術項目':
                                relation_label = '手術項目'
                                output['relations'].setdefault(relation_label, {
                                    'relation': relation_label,
                                    'predictions': []
                                })
                                                                
                                if date_prediction not in output['relations'][relation_label]['predictions']:
                                    output['relations'][relation_label]['predictions'].append(date_prediction)                                    
                                ['predictions'].append(date_prediction)                                                                                         
                
                if relation2:
                    predictions, topk_predictions = hugie.request(text, keyword, relation=relation2)                   

                    if predictions[0]:  # 如果有預測結果
                                                
                        for prediction in predictions[0]:
                            date_prediction = convert_to_ROC_time(prediction)
                                                                                        
                            if relation2 == '開始時間':
                                relation_label = '受理_起始日時分秒'                                                  
                                output['relations'][relation2] = {
                                'relation': relation_label,
                                'predictions': [date_prediction]
                            }
                            if relation2 == '終止時間':
                                relation_label = '受理_終止日時分秒'                                                  
                                output['relations'][relation2] = {
                                'relation': relation_label,
                                'predictions': [date_prediction]
                            }

        existing_entities = [result['entity'] for result in results]                        
        if output['entity'] in existing_entities:            
            # 合併相同實體的關係           
            existing_result = next((result for result in results if result['entity'] == output['entity']), None)
            existing_relations = existing_result['relations']                 
            for relation, predictions in output['relations'].items():                
                existing_relations[relation] = predictions
        else:
            results.append(output)                                       
        
    results = [result for result in results if result['relations']]

    return json.dumps(results, indent=4, ensure_ascii=False)

title = "<p style='text-align: center'><a href='https://www.twman.org/AI/NLP' target='_blank'>醫囑分析：HugIE @ HugNLP</a>"

description = """
<p style='text-align: center'><a href="https://blog.twman.org/2023/07/HugIE.html" target='_blank'>基於機器閱讀理解(MRC)的指令微調(Instruction-tuning)的統一信息抽取框架之診斷書醫囑擷取分析</a></p><br>
<p style='text-align: center'><a href="https://github.com/Deep-Learning-101" target='_blank'>https://github.com/Deep-Learning-101</a></p><br>
<p style='text-align: center'><a href="https://github.com/Deep-Learning-101/Natural-Language-Processing-Paper" target='_blank'>https://github.com/Deep-Learning-101/Natural-Language-Processing-Paper</a></p><br>
"""
    
demo = gr.Interface(
    fn=extract_information,
    inputs=gr.components.Textbox(label="醫療診斷書之醫囑原始內容"),
    outputs=gr.components.Textbox(label="醫療診斷書之醫囑擷取結果"),
    examples = [
        "患者因上述疾病,曾於112年02月13日12:15~112年02月13日13:43至本院急診治療,於112年02月13日轉灼傷中心普通病房,於112年02月17日接受傷口清創手術治療,於112年02月24日接受左上肢植皮重建手術治療,於112年03月03日轉出灼傷中心病房,於 112年03月09日病情穩定出院,曾於112年03月17日、112年03月21日、112年03月28日、112年04月07日、112年04月18日至本院門診治療,須穿著壓力衣避免疤痕增生,續門診追蹤",
        "患者因甲狀腺乳突癌術後,依病歷記錄,患者接受王舒儀醫師於2023-03-29,郭仁富醫師於2023-05-02之本院門診追蹤治療,共計2次,並於2023-05-02至2023-05-03住院接受高劑量放射性碘隔離治療,現病況穩定予以出院,共計住院兩日,宜門診繼續追蹤治療。",
        "1.患者因上述原因於202304-06在本院住院於2023-04-07施行開放性復位及鋼釘鋼板固定手術治療.術後應休養二個月患肢不宜提重物並使用手吊#六星明於2023-04-10計院續日診治蹤治療",
        "病患曾於108-12-17至本院門診手術室接受右側經皮穿腎引留管換管手術治療，病患曾於108-12-17至本院門診治療",
        "患者因上述原因曾於108年06月03日，12月06日，在本院門診接受子宮頸抹片追蹤檢查，建議返回長庚醫院後續癌症追蹤。",
        "病人於民國108年09月14日從門診入院，住普通病房，於民國108年12月06日出院，特此證明。",
        "該病患因上述疾病於民國108年5月18日至本院急診室就診，經傷口護理及診療後於當天出院，應於門診持續追蹤治療。",
        "病人因上述症狀，於民國108年12月16日住院，接受自費欣普尼注射治療，並於民國108年12月17日出院，須門診追蹤治療。",
        "該員於108年10月16日，因上述病情，入院施行治療，期間須使用呼吸器及氣墊床。於108年11月26日出院。",
        "患肢不宜負重．宜休養3個月．宜使用三角巾固定．患者於民國108年01月23日至108年04月18日共至門診4次",
        "病人因上述病症，於108年04月07日住入本院，接受支持性照護。108年04月10日出院於狀況穩定下予以出院。已安排後續放射線及化學治療。",
        "病人因上述病情於108年05月25日入院至加護病房，於108年05月30日轉至普通病房，於108年06月03日出院。",
        "病患曾於108年09月19日20:32~108年09月20日08:41至本院急診治療，於108年09月20日住院抗生素治療，108年09月26日出院．一週門診追蹤",
    ],
    title=title,
    description=description,
)
demo.launch(debug=True)