# -*- 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 = "./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 = "

醫囑分析：HugIE @ HugNLP" description = """TonTon Huang Ph.D. @ 2023/05
HugNLP是一個基於Hugging Face開發的全面統一的NLP開源框架
那些語音處理 (Speech Processing) 踩的坑 | 那些自然語言處理 (Natural Language Processing, NLP) 踩的坑
那些ASR和TTS可能會踩的坑 | 那些大模型開發會踩的坑
什麼是大語言模型，它是什麼？想要嗎？
用PaddleOCR的PPOCRLabel來微調醫療診斷書和收據 | 基於機器閱讀理解和指令微調的統一信息抽取框架之診斷書醫囑資訊擷取分析
""" 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)