import gradio as gr
import pandas as pd
import os

# 環境変数チェック
def check_environment():
    """環境変数をチェックし、不足している場合は警告"""
    missing_vars = []
    
    if not os.getenv("GROQ_API_KEY"):
        missing_vars.append("GROQ_API_KEY")
    
    if not os.getenv("OPENAI_API_KEY"):
        missing_vars.append("OPENAI_API_KEY")
    
    return missing_vars

# 軽量版データ生成関数
def generate_sample_dataframe(age, sex, tumor_type, GeneMutation, Meseable, Biopsiable):
    """サンプルデータを生成（デバッグ用）"""
    try:
        # 入力検証
        if not all([age, sex, tumor_type]):
            return pd.DataFrame()
        
        # サンプルデータの作成
        sample_data = {
            'NCTID': ['NCT12345678', 'NCT87654321', 'NCT11111111'],
            'AgentGrade': ['yes', 'no', 'unclear'],
            'Title': [
                f'Clinical Trial for {tumor_type} in {sex} patients',
                f'Alternative treatment for {tumor_type}',
                f'Experimental therapy for {tumor_type} with {GeneMutation}'
            ],
            'AgentJudgment': [
                f'{age}歳{sex}の{tumor_type}患者は参加可能です',
                f'{age}歳{sex}の{tumor_type}患者は参加できません',
                f'{age}歳{sex}の{tumor_type}患者の参加は不明確です'
            ],
            'Japanese_Locations': ['Tokyo', 'Osaka', 'Kyoto'],
            'Cancer': [tumor_type, tumor_type, tumor_type]
        }
        
        df = pd.DataFrame(sample_data)
        return df
        
    except Exception as e:
        print(f"データフレーム生成エラー: {e}")
        return pd.DataFrame()

# フィルタリング関数
def filter_dataframe(df, grade):
    """データフレームをフィルタリング"""
    if df is None or len(df) == 0:
        return df
    
    try:
        if grade == "all":
            return df
        return df[df['AgentGrade'] == grade]
    except Exception as e:
        print(f"フィルタリングエラー: {e}")
        return df

# Gradioインターフェースの作成
def create_interface():
    missing_vars = check_environment()
    
    with gr.Blocks(title="臨床試験適格性評価（軽量版）", theme=gr.themes.Soft()) as demo:
        gr.Markdown("## 臨床試験適格性評価インターフェース（デバッグ版）")
        
        # 環境変数状態の表示
        if not missing_vars:
            gr.Markdown("✅ **ステータス**: 全ての環境変数が設定されています")
        else:
            gr.Markdown(f"⚠️ **注意**: 環境変数が不足しています: {', '.join(missing_vars)}")
        
        gr.Markdown("💡 **使用方法**: 患者情報を入力して「Generate Sample Data」をクリックしてください。")

        # 入力フィールド
        with gr.Row():
            with gr.Column():
                age_input = gr.Textbox(label="Age", placeholder="例: 65", value="65")
                sex_input = gr.Dropdown(choices=["男性", "女性"], label="Sex", value="男性")
                tumor_type_input = gr.Textbox(label="Tumor Type", placeholder="例: gastric cancer", value="gastric cancer")
            
            with gr.Column():
                gene_mutation_input = gr.Textbox(label="Gene Mutation", placeholder="例: HER2", value="HER2")
                measurable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Measurable Tumor", value="有り")
                biopsiable_input = gr.Dropdown(choices=["有り", "無し", "不明"], label="Biopsiable Tumor", value="有り")

        # データフレーム表示
        dataframe_output = gr.DataFrame(
            label="Clinical Trials Results",
            interactive=False
        )
        
        # フィルタボタン
        with gr.Row():
            generate_button = gr.Button("Generate Sample Data", variant="primary")
            all_button = gr.Button("Show All", variant="secondary")
            yes_button = gr.Button("Show Eligible", variant="secondary")
            no_button = gr.Button("Show Ineligible", variant="secondary")
            unclear_button = gr.Button("Show Unclear", variant="secondary")

        # 状態管理
        df_state = gr.State(value=None)

        # イベントハンドリング
        def update_dataframe(age, sex, tumor_type, gene_mutation, measurable, biopsiable):
            df = generate_sample_dataframe(age, sex, tumor_type, gene_mutation, measurable, biopsiable)
            return df, df

        def filter_and_show(df, grade):
            filtered_df = filter_dataframe(df, grade)
            return filtered_df

        # ボタンイベント
        generate_button.click(
            fn=update_dataframe,
            inputs=[age_input, sex_input, tumor_type_input, gene_mutation_input, measurable_input, biopsiable_input],
            outputs=[dataframe_output, df_state]
        )
        
        all_button.click(
            fn=lambda df: filter_and_show(df, "all"),
            inputs=[df_state],
            outputs=[dataframe_output]
        )
        
        yes_button.click(
            fn=lambda df: filter_and_show(df, "yes"),
            inputs=[df_state],
            outputs=[dataframe_output]
        )
        
        no_button.click(
            fn=lambda df: filter_and_show(df, "no"),
            inputs=[df_state],
            outputs=[dataframe_output]
        )
        
        unclear_button.click(
            fn=lambda df: filter_and_show(df, "unclear"),
            inputs=[df_state],
            outputs=[dataframe_output]
        )

    return demo

# アプリケーション起動
if __name__ == "__main__":
    demo = create_interface()
    demo.launch(
        server_name="0.0.0.0",
        server_port=7860,
        share=False,
        debug=True,
        show_error=True
    )