Update app.py

app.py

@@ -28,20 +28,15 @@ faixas = {
     "TROPONINA": (0, 0.5)
 }
 
-# Chaves relativas à seção EAS
-EAS_KEYS = [
-    "PROTEINA UR","GLI UR","CETONAS UR","SANGUE UR",
-    "LEUC ESTERASE","NITRITO UR","LEUCO EAS","HEMA EAS","BACTERIAS UR"
-]
-
 def classificar(nome, valor):
-    """Anexa ↓/↑ se fora da faixa."""
     try:
         v = float(valor.replace(">", "").replace("<", "").strip())
-        lo, hi = faixas.get(nome, (None, None))
-        if lo is not None:
-            if v < lo: return f"{valor} ↓"
-            if v > hi: return f"{valor} ↑"
+        if nome in faixas:
+            lo, hi = faixas[nome]
+            if v < lo:
+                return f"{valor} ↓"
+            if v > hi:
+                return f"{valor} ↑"
         return valor
     except:
         return valor
@@ -67,8 +62,8 @@ def extrair_texto_pdf(pdf_input):
             texto_nativo.append(page.get_text())
             pix = page.get_pixmap(dpi=300)
             img = Image.open(io.BytesIO(pix.tobytes("png")))
-            ocr_imgs.append(melhorar_imagem(img))
-    tn = re.sub(r"\s+", " ", " ".join(texto_nativo))
+            ocr_imgs.append(melhor_imagem(img))
+    tn = re.sub(r"\s+", " ", "".join(texto_nativo))
     tocr = re.sub(r"\s+", " ", " ".join(pytesseract.image_to_string(im) for im in ocr_imgs))
     return tn, tocr
 
@@ -76,54 +71,100 @@ def extrair_texto_pdf(pdf_input):
 exames = {
     # Hemograma
     "LEUCO": r"leuc[óo]citos.*?([\d.,]+)\s*/u?l",
-    "B": r"bas[óo]filos.*?([\d.,]+)\s?%",
-    "SS": r"segmentados.*?([\d.,]+)\s?%",
-    "EOS": r"eosin[óo]filos.*?([\d.,]+)\s?%",
+    "B":    r"bas[óo]filos.*?([\d.,]+)\s?%",
+    "SS":   r"segmentados.*?([\d.,]+)\s?%",
+    "EOS":  r"eosin[óo]filos.*?([\d.,]+)\s?%",
     "LINF": r"linf[oó]citos.*?([\d.,]+)\s?%",
     "MONO": r"mon[óo]citos.*?([\d.,]+)\s?%",
-    "HB": r"hemoglobina.*?([\d.,]+)\s?g/dl",
-    "HT": r"hemat[óo]crito.*?([\d.,]+)\s?%",
-    "PLT": r"plaquetas.*?([\d.,]+).*?/u?l",
+    "HB":   r"hemoglobina.*?([\d.,]+)\s?g/dl",
+    "HT":   r"hemat[óo]crito.*?([\d.,]+)\s?%",
+    "PLT":  r"plaquetas.*?([\d.,]+).*?/u?l",
     # Bioquímica
     "AMIL": r"amilase.*?resultado[:\s]*([\d.,]+)\s?u/l",
-    "BT": r"bilirrubina total.*?([\d.,]+)\s?mg/dl",
-    "BD": r"bilirrubina direta.*?([\d.,]+)\s?mg/dl",
-    "BI": r"bilirrubina indireta.*?([\d.,]+)\s?mg/dl",
-    "CR": r"creatinina.*?resultado[:\s]*([\d.,]+)\s?mg/dl",
-    "UREIA": r"ureia.*?resultado[:\s]*([\d.,]+)\s?mg/dl",
-    "FAL": r"fosfatase alcalina.*?resultado[:\s]*([\d.,]+)\s?u/l",
-    "GGT": r"ggt.*?resultado[:\s]*([\d.,]+)\s?u/l",
-    "TGO": r"tgo.*?resultado[:\s]*([\d.,]+)\s?u/l",
-    "TGP": r"tgp.*?resultado[:\s]*([\d.,]+)\s?u/l",
-    "GLI": r"glicose(?! qualitativa).*?resultado[:\s]*([\d.,]+)\s?mg/dl",
-    "LIP": r"lipase.*?resultado[:\s]*([\d.,]+)\s?u/l",
+    "BT":   r"bilirrubina total.*?([\d.,]+)\s?mg/dl",
+    "BD":   r"bilirrubina direta.*?([\d.,]+)\s?mg/dl",
+    "BI":   r"bilirrubina indireta.*?([\d.,]+)\s?mg/dl",
+    "CR":   r"creatinina.*?resultado[:\s]*([\d.,]+)\s?mg/dl",
+    "UREIA":r"ureia.*?resultado[:\s]*([\d.,]+)\s?mg/dl",
+    "FAL":  r"fosfatase alcalina.*?resultado[:\s]*([\d.,]+)\s?u/l",
+    "GGT":  r"ggt.*?resultado[:\s]*([\d.,]+)\s?u/l",
+    "TGO":  r"tgo.*?resultado[:\s]*([\d.,]+)\s?u/l",
+    "TGP":  r"tgp.*?resultado[:\s]*([\d.,]+)\s?u/l",
+    "GLI":  r"glicose(?! qualitativa).*?resultado[:\s]*([\d.,]+)\s?mg/dl",
+    "LIP":  r"lipase.*?resultado[:\s]*([\d.,]+)\s?u/l",
     "MG++": r"magn[eé]sio.*?resultado[:\s]*([\d.,]+)\s?mg/dl",
     # Coagulação
-    "TAP": r"tempo de protrombina.*?resultado[:\s]*([\d.,]+)",
-    "INR": r"inr.*?([\d.,]+)",
-    "TTP": r"ttpa.*?resultado[:\s]*([\d.,]+)",
+    "TAP":      r"tempo de protrombina.*?resultado[:\s]*([\d.,]+)",
+    "INR":      r"inr.*?([\d.,]+)",
+    "TTP":      r"ttpa.*?resultado[:\s]*([\d.,]+)",
     "DIMERO D": r"d[ií]mero d.*?resultado[:\s]*([\d.,]+)",
     # Inflamatório e Cardíacos
-    "PCR": r"pcr.*?resultado[:\s]*([\d.,]+)",
-    "CKMB": r"ck[- ]?mb.*?resultado[:\s]*([\d.,]+)",
-    "CPK": r"cpk.*?resultado[:\s]*([\d.,]+)",
-    "TROPONINA": r"troponina(?! qualitativa).*?resultado[:\s]*([>\d.,]+)",
+    "PCR":        r"pcr.*?resultado[:\s]*([\d.,]+)",
+    "CKMB":       r"ck[- ]?mb.*?resultado[:\s]*([\d.,]+)",
+    "CPK":        r"cpk.*?resultado[:\s]*([\d.,]+)",
+    "TROPONINA":  r"troponina(?! qualitativa).*?resultado[:\s]*([>\d.,]+)",
     "TROPONINA QUAL": r"troponina qualitativa.*?resultado[:\s]*(positivo|negativo)",
-    # EAS completo (Urina) apenas quando válido
-    "PROTEINA UR": r"prote[ií]na\s*(ausente|positivo|negativo)",
-    "GLI UR": r"glicose\s*(ausente|positivo|negativo)",
-    "CETONAS UR": r"corpos cet[oô]nicos.*?(ausente|positivo|negativo)",
-    "SANGUE UR": r"sangue\s*[:\-]?\s*(ausente|positivo|negativo)",
-    "LEUC ESTERASE": r"leuc[óo]cito esterase\s*[:\-]?\s*(ausente|positivo|negativo)",
-    "NITRITO UR": r"nitrito\s*(ausente|positivo|negativo)",
-    "LEUCO EAS": r"leuc[óo]citos?\s*(\d+[-\/]\d+)",
-    "HEMA EAS": r"hem[áa]cias?\s*(\d+[-\/]\d+)",
-    "BACTERIAS UR": r"bact[ée]rias?\s*(ausente|raras|frequentes|positivas)"
+    # EAS completo (Urina)
+    "PROTEINA UR":    r"prote[ií]na\s*(ausente|positivo|negativo)",
+    "GLI UR":         r"glicose\s*(ausente|positivo|negativo)",
+    "CETONAS UR":     r"corpos cet[oô]nicos.*?(ausente|positivo|negativo)",
+    "SANGUE UR":      r"sangue\s*(ausente|positivo|negativo)",
+    "LEUC ESTERASE":  r"leuc[óo]citos? esterase\s*[:\-]?\s*(ausente|positivo|negativo)",
+    "NITRITO UR":     r"nitrito\s*(ausente|positivo|negativo)",
+    "LEUCO EAS":      r"leuc[óo]citos?\s*([\d]+[-\/–][\d]+)",
+    "HEMA EAS":       r"hem[áa]cias?\s*([\d]+[-\/–][\d]+)",
+    "BACTERIAS UR":   r"bact[ée]rias?\s*(raras|ausentes|positivas|negativas)"
 }
 
-# Ordem para exibição
 ordem = [
     "LEUCO","B","SS","EOS","LINF","MONO",
     "HB","HT","PLT","AMIL","BT","BD","BI",
-    "CR","UREIA","
-]}]}
+    "CR","UREIA","FAL","GGT","TGO","TGP","GLI","LIP","MG++",
+    "PCR","CKMB","CPK","TROPONINA","TROPONINA QUAL",
+    "TAP","INR","TTP","DIMERO D",
+    # EAS
+    "PROTEINA UR","GLI UR","CETONAS UR","SANGUE UR","LEUC ESTERASE","NITRITO UR","LEUCO EAS","HEMA EAS","BACTERIAS UR"
+]
+
+# Montagem do texto formatado
+def extrair_exames_formatado(pdf_file):
+    if not pdf_file:
+        return "Nenhum arquivo enviado.", None
+    tn, tocr = extrair_texto_pdf(pdf_file)
+    texto = (tn + " " + tocr).lower()
+    resultados = {}
+    for nome, pat in exames.items():
+        m = re.search(pat, texto, re.IGNORECASE)
+        if not m:
+            continue
+        raw = m.group(1).strip().upper()
+        # se for valor qualitativo ou EAS, mantém texto
+        if "QUAL" in nome or nome.endswith("UR") or nome.endswith("EAS"):
+            resultados[nome] = raw
+        else:
+            resultados[nome] = classificar(nome, raw.replace(",", "."))
+
+    # Linhas EAS e principais
+    eas_fields = [f"{k}: {resultados[k]}" for k in ordem if k in resultados and (k.endswith("UR") or k.endswith("EAS"))]
+    main_fields = [f"{r}: {resultados[r]}" for r in ordem if r in resultados and not (r.endswith("UR") or r.endswith("EAS"))]
+    line_eas = f"🟤 EAS → {' / '.join(eas_fields)}" if eas_fields else ""
+    line_main = ' / '.join(main_fields)
+    final = '\n'.join([l for l in (line_eas, line_main) if l])
+
+    # CSV
+df = pd.DataFrame([[k, resultados[k]] for k in resultados], columns=["Exame","Valor"])
+tmp = tempfile.NamedTemporaryFile(delete=False, suffix=".csv")
+df.to_csv(tmp.name, index=False)
+    return final, tmp.name
+
+# Gradio UI
+with gr.Blocks() as demo:
+    gr.Markdown("## 🧪 Extrator Avançado com OCR + EAS + Troponina (Quant. e Qual.)")
+    pdf_input = gr.File(file_types=[".pdf"], label="📄 PDF de exames")
+    btn = gr.Button("🔍 Extrair")
+    out_txt = gr.Textbox(lines=15, label="📋 Resultados")
+    dl = gr.File(label="📥 Baixar CSV")
+    btn.click(extrair_exames_formatado, inputs=pdf_input, outputs=[out_txt, dl])
+
+if __name__ == "__main__":
+    demo.launch()