"""AIH text parser — extracts structured data from AIH mirror text."""
from __future__ import annotations
import re
def ler_texto_multilinhas() -> str:
"""Read multiline input until user types /fim."""
linhas = []
while True:
try:
linha = input()
if linha.strip().lower() == "/fim":
break
linhas.append(linha)
except (EOFError, KeyboardInterrupt):
break
return "\n".join(linhas)
def extrair_dados_aih(texto: str) -> dict:
"""Extract structured data from an AIH mirror text."""
dados: dict = {
"num_aih": None,
"procedimento_principal": None,
"diagnostico_principal": None,
"cids_secundarios": [],
"procedimentos_unicos": [],
"especialidade": None,
"carater": None,
"motivo_saida": None,
"tipo": None,
}
# Num AIH
m = re.search(r"Num\s+AIH\s*:\s*([\d-]+)", texto)
if m:
dados["num_aih"] = m.group(1).strip()
# Tipo
m = re.search(r"Tipo\s*:\s*\d+-(\S+)", texto)
if m:
dados["tipo"] = m.group(1).strip()
# Procedimento principal: XX.XX.XX.XXX-X - NOME
m = re.search(
r"[Pp]rocedimento\s+principal\s*:\s*([\d.]+\d-\d)\s*-\s*(.+)", texto
)
if m:
codigo = re.sub(r"[.\-]", "", m.group(1))
dados["procedimento_principal"] = (codigo, m.group(2).strip())
# Diagnostico principal
m = re.search(r"[Dd]iag\.\s*principal\s*:\s*([A-Z]\d{2,4})\s*-?\s*(.*)", texto)
if m:
dados["diagnostico_principal"] = (m.group(1), m.group(2).strip())
# Especialidade
m = re.search(r"[Ee]specialidade\s*:\s*\d+\s*-\s*(.+)", texto)
if m:
dados["especialidade"] = m.group(1).strip()
# Carater atendimento
m = re.search(r"[Cc]arater\s+atendimento\s*:\s*\d+\s*-\s*(.+)", texto)
if m:
dados["carater"] = m.group(1).strip()
# Motivo saida
m = re.search(r"[Mm]ot\s*saida\s*:\s*\d+\s*-\s*(.+)", texto)
if m:
dados["motivo_saida"] = m.group(1).strip()
# Procedimentos realizados (10 digitos comecando com 0)
procs_vistos: set[str] = set()
for m in re.finditer(r"\b(0[1-8]\d{8})\b", texto):
cod = m.group(1)
if cod not in procs_vistos:
procs_vistos.add(cod)
dados["procedimentos_unicos"].append(cod)
# CIDs secundarios - secao especifica
cid_section = re.search(
r"CID\s+SECUND[ÁA]RIO(.*?)(?:CNPJ\s+Fabricante|MS-DATASUS|$)",
texto,
re.DOTALL | re.IGNORECASE,
)
if cid_section:
for m in re.finditer(r"\b([A-Z]\d{3})\b", cid_section.group(1)):
cid = m.group(1)
if cid not in dados["cids_secundarios"]:
dados["cids_secundarios"].append(cid)
return dados
