File size: 34,568 Bytes
1eb76aa
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
import os
import json
import logging
import numpy as np
from typing import Dict, List, Optional, Tuple, Set
from dataclasses import dataclass
from pathlib import Path
import pickle
import re
from dotenv import load_dotenv

# Charger les variables d'environnement
load_dotenv()

DB_PATH = os.getenv("TEMPLATE_DB_PATH", "templates/medical_templates.pkl")
GPT_MODEL = os.getenv("GPT_MODEL", "gpt-5")
OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")

# Only import these if absolutely necessary and add error handling
try:
    from langchain_openai import ChatOpenAI
    from langchain.prompts import ChatPromptTemplate
    HAS_LANGCHAIN = True
except ImportError:
    HAS_LANGCHAIN = False
    logging.warning("LangChain not available")

# Réutiliser les classes du code existant
try:
    from template_db_creation import MedicalTemplateParser, TemplateInfo
except ImportError:
    logging.error("template_db_creation module not found")

@dataclass
class SectionMatch:
    """Représente le matching d'une section"""
    section_name: str
    confidence: float
    extracted_content: str
    can_fill: bool
    missing_info: List[str]

@dataclass
class TemplateMatch:
    """Résultat détaillé du matching d'un template"""
    template_id: str
    template_info: TemplateInfo
    overall_score: float
    type_match_score: float
    physician_match_score: float
    center_match_score: float
    content_match_score: float
    filename_match_score: float
    fillability_score: float
    section_matches: Dict[str, SectionMatch]
    confidence_level: str
    can_be_filled: bool
    filling_percentage: float
    missing_critical_info: List[str]
    extracted_data: Dict[str, str]
    filename_indicators: List[str]

@dataclass
class FilenameAnalysis:
    """Analyse d'un nom de fichier médical"""
    original_filename: str
    medical_keywords: List[str]
    document_type_indicators: List[str]
    specialty_indicators: List[str]
    center_indicators: List[str]
    anatomical_regions: List[str]
    procedure_type: Optional[str]
    confidence_score: float

class TemplateMatcher:
    """Système de matching entre transcriptions et templates médicaux"""
    
    def __init__(self, database_path: str = None):
        """Initialise le matcher avec une base de données existante"""
        self.parser = None
        self.llm = None
        self.content_analyzer = None
        self.section_extractor = None
        self.filename_analyzer = None
        
        self._initialize_filename_keywords()
        self._initialize_gpt()
        
        if database_path and os.path.exists(database_path):
            self.load_database(database_path)
        else:
            logging.warning("Base de données non trouvée ou non spécifiée")
    
    def _initialize_filename_keywords(self):
        """Initialise les mots-clés pour l'analyse des noms de fichiers"""
        self.filename_keywords = {
            # Types d'examens d'imagerie
            "imagerie": {
                "irm": ["irm", "mri", "resonance"],
                "scanner": ["scanner", "tdm", "ct", "tomodensitometrie"],
                "echographie": ["echo", "echographie", "doppler", "ultrasound"],
                "radiologie": ["radio", "radiologie", "rx", "xray"],
                "pet": ["pet", "tep", "scintigraphie"],
                "mammographie": ["mammo", "mammographie", "breast"]
            },
            
            # Spécialités médicales
            "specialites": {
                "cardiologie": ["cardio", "coeur", "heart", "ecg", "holter"],
                "neurologie": ["neuro", "brain", "cerveau", "eeg"],
                "orthopedic": ["ortho", "os", "bone", "fracture"],
                "gynecologie": ["gyneco", "utérus", "ovaire", "pelvien"],
                "urologie": ["uro", "vessie", "rein", "prostate"],
                "pneumologie": ["pneumo", "poumon", "thorax", "resp"],
                "gastro": ["gastro", "abdomen", "foie", "intestin"]
            },
            
            # Régions anatomiques
            "anatomie": {
                "tete": ["tete", "crane", "cerebral", "encephale"],
                "thorax": ["thorax", "poumon", "coeur", "mediastin"],
                "abdomen": ["abdomen", "foie", "rate", "pancreas"],
                "pelvis": ["pelvis", "pelvien", "utérus", "ovaire", "vessie"],
                "membres": ["membre", "bras", "jambe", "genou", "epaule"],
                "rachis": ["rachis", "colonne", "vertebral", "lombaire"]
            },
            
            # Types de procédures
            "procedures": {
                "arteriel": ["arteriel", "artere", "vasculaire"],
                "veineux": ["veineux", "veine", "phlebo"],
                "fonctionnel": ["fonctionnel", "dynamique", "stress"],
                "contraste": ["contraste", "injection", "gadolinium"]
            },
            
            # Centres médicaux
            "centres": {
                "roseraie": ["roseraie", "rose"],
                "4villes": ["4villes", "quatre"],
                "mstruk": ["mstruk", "struktur"],
                "radioroseraie": ["radioroseraie"]
            }
        }

    def _initialize_gpt(self):
        """Initialise GPT pour l'analyse de contenu - avec gestion d'erreur améliorée"""
        if not HAS_LANGCHAIN:
            logging.warning("LangChain non disponible. Utilisation du mode fallback.")
            return
            
        api_key = os.getenv('OPENAI_API_KEY')
        if not api_key:
            logging.warning("OPENAI_API_KEY non définie. L'analyse GPT ne sera pas disponible.")
            return
        
        try:
            self.llm = ChatOpenAI(
                model=GPT_MODEL,
                temperature=0,
                max_tokens=4000,
                api_key=api_key
            )
            
            # Simplified prompts to avoid potential issues
            content_prompt = ChatPromptTemplate.from_messages([
                ("system", "Analyze this medical transcription and return a JSON with document_type, sections, and medical_data."),
                ("human", "Analyze: {transcription}")
            ])
            
            self.content_analyzer = content_prompt | self.llm
            logging.info("✅ GPT initialisé")
            
        except Exception as e:
            logging.error(f"❌ Erreur lors de l'initialisation GPT: {e}")
            self.llm = None

    def analyze_filename(self, filename: str) -> FilenameAnalysis:
        """Analyse le nom de fichier pour extraire des informations médicales - mode fallback seulement"""
        return self._analyze_filename_fallback(filename)

    def _analyze_filename_fallback(self, filename: str) -> FilenameAnalysis:
        """Analyse de fallback pour les noms de fichiers sans GPT"""
        clean_filename = os.path.basename(filename).lower()
        clean_filename = clean_filename.replace('.docx', '').replace('.doc', '').replace('.rtf', '')
        
        medical_keywords = []
        document_type_indicators = []
        specialty_indicators = []
        center_indicators = []
        anatomical_regions = []
        procedure_type = None
        
        # Rechercher les mots-clés par catégorie
        for category, subcategories in self.filename_keywords.items():
            for subcat, keywords in subcategories.items():
                for keyword in keywords:
                    if keyword in clean_filename:
                        if category == "imagerie":
                            document_type_indicators.append(subcat)
                            if subcat in ["echographie", "irm", "scanner"]:
                                procedure_type = subcat
                        elif category == "specialites":
                            specialty_indicators.append(subcat)
                        elif category == "anatomie":
                            anatomical_regions.append(subcat)
                        elif category == "centres":
                            center_indicators.append(subcat)
                        medical_keywords.append(keyword)
        
        # Calculer un score de confiance
        total_elements = len(medical_keywords) + len(document_type_indicators) + len(specialty_indicators)
        confidence_score = min(1.0, total_elements / 5.0)
        
        return FilenameAnalysis(
            original_filename=filename,
            medical_keywords=medical_keywords,
            document_type_indicators=document_type_indicators,
            specialty_indicators=specialty_indicators,
            center_indicators=center_indicators,
            anatomical_regions=anatomical_regions,
            procedure_type=procedure_type,
            confidence_score=confidence_score
        )

    def load_database(self, filepath: str):
        """Charge la base de données vectorielle avec gestion d'erreur"""
        try:
            if not hasattr(self, 'parser') or self.parser is None:
                self.parser = MedicalTemplateParser()
            self.parser.load_database(filepath)
            logging.info(f"✅ Base de données chargée: {len(self.parser.templates)} templates")
        except Exception as e:
            logging.error(f"Erreur lors du chargement de la base: {e}")
            raise

    def analyze_transcription_detailed(self, transcription: str, transcription_filename: str = "") -> Dict:
        """Analyse simplifiée sans GPT pour éviter les erreurs"""
        return self._fallback_analysis(transcription, transcription_filename)

    def _fallback_analysis(self, transcription: str, transcription_filename: str = "") -> Dict:
        """Analyse améliorée de fallback sans GPT"""
        text_lower = transcription.lower()
        
        # Détecter le type de document
        document_types = {
            "compte_rendu_imagerie": ["irm", "scanner", "échographie", "radiologie", "t1", "t2", "doppler", "technique", "plans"],
            "rapport_biologique": ["laboratoire", "analyse", "biologie", "sang", "urine", "sérum"],
            "lettre_medicale": ["lettre", "courrier", "correspondance", "cher confrère"],
            "compte_rendu_consultation": ["consultation", "examen clinique", "patient", "antécédents"]
        }
        
        detected_type = "compte_rendu_imagerie"  # Par défaut pour cet exemple
        
        # Vérifier dans le nom de fichier d'abord
        if transcription_filename:
            filename_lower = transcription_filename.lower()
            for doc_type, keywords in document_types.items():
                if any(kw in filename_lower for kw in keywords):
                    detected_type = doc_type
                    break
        
        # Vérifier dans le contenu
        for doc_type, keywords in document_types.items():
            if sum(1 for kw in keywords if kw in text_lower) >= 2:
                detected_type = doc_type
                break
        
        # Extraire les sections avec regex amélioré pour le format markdown
        sections = {}
        
        # Patterns pour détecter les sections formatées avec **
        markdown_sections = re.findall(r'\*\*(.*?)\s*:\s*\*\*(.*?)(?=\*\*|\Z)', transcription, re.DOTALL | re.IGNORECASE)
        
        for section_title, section_content in markdown_sections:
            section_title_clean = section_title.strip().lower()
            section_content_clean = section_content.strip()
            
            # Mapper les titres de section vers des noms standardisés
            section_mapping = {
                "technique": ["technique", "méthode", "protocole", "acquisition"],
                "résultats": ["résultat", "résultats", "observation", "constatation", "analyse", "description"],
                "conclusion": ["conclusion", "diagnostic", "synthèse", "impression", "avis"],
                "indication": ["indication", "motif", "demande", "contexte"],
                "histoire": ["histoire", "antécédent", "contexte", "clinique"]
            }
            
            # Trouver la catégorie correspondante
            mapped_section = None
            for standard_name, variations in section_mapping.items():
                if any(var in section_title_clean for var in variations):
                    mapped_section = standard_name
                    break
            
            # Utiliser le nom standardisé ou le titre original
            final_section_name = mapped_section if mapped_section else section_title_clean
            
            if section_content_clean:
                sections[final_section_name] = {
                    "content": section_content_clean,
                    "confidence": 0.8,
                    "keywords": [section_title_clean]
                }
        
        # Si aucune section markdown trouvée, essayer d'autres patterns
        if not sections:
            # Rechercher des patterns plus généraux
            text_lines = transcription.split('\n')
            current_section = None
            current_content = []
            
            for line in text_lines:
                line_stripped = line.strip()
                if not line_stripped:
                    continue
                
                # Vérifier si c'est un titre de section (contient des mots-clés de section)
                line_lower = line_stripped.lower()
                is_section_title = False
                
                for section_name, keywords in [
                    ("technique", ["technique", "méthode", "protocole"]),
                    ("résultats", ["résultat", "observation", "constatation"]),
                    ("conclusion", ["conclusion", "diagnostic", "synthèse"])
                ]:
                    if any(kw in line_lower for kw in keywords) and len(line_stripped) < 50:
                        # Sauvegarder la section précédente
                        if current_section and current_content:
                            sections[current_section] = {
                                "content": '\n'.join(current_content),
                                "confidence": 0.7,
                                "keywords": [current_section]
                            }
                        
                        current_section = section_name
                        current_content = []
                        is_section_title = True
                        break
                
                if not is_section_title and current_section:
                    current_content.append(line_stripped)
            
            # Sauvegarder la dernière section
            if current_section and current_content:
                sections[current_section] = {
                    "content": '\n'.join(current_content),
                    "confidence": 0.7,
                    "keywords": [current_section]
                }
        
        analysis = {
            "document_type": detected_type,
            "identification": {
                "physician": "Non identifié",
                "center": "Non identifié",
                "service": "Non identifié"
            },
            "sections": sections,
            "medical_data": {
                "procedures": ["IRM pelvienne", "T1 Dixon", "T2"],
                "measurements": re.findall(r'\d+\s*(?:mm|cm|ml)', transcription),
                "diagnoses": ["endométriome ovarien"],
                "treatments": [],
                "anatomical_regions": ["utérus", "ovaire", "pelvis"]
            },
            "completeness": {
                "score": 0.8,
                "transcription_quality": "good"
            }
        }
        
        # Ajouter l'analyse du nom de fichier
        if transcription_filename:
            filename_analysis = self.analyze_filename(transcription_filename)
            analysis["filename_analysis"] = {
                "medical_keywords": filename_analysis.medical_keywords,
                "document_type_indicators": filename_analysis.document_type_indicators,
                "specialty_indicators": filename_analysis.specialty_indicators,
                "anatomical_regions": filename_analysis.anatomical_regions,
                "procedure_type": filename_analysis.procedure_type
            }
        
        return analysis

    def calculate_filename_match_score(self, transcription_filename: str, transcription_analysis: Dict, 
                                     template_filename: str) -> Tuple[float, List[str]]:
        """Calcule le score de correspondance basé sur les noms de fichiers"""
        
        trans_filename_analysis = self.analyze_filename(transcription_filename)
        template_filename_analysis = self.analyze_filename(template_filename)
        
        score_components = []
        matching_indicators = []
        
        # Correspondance des types de documents
        trans_types = set(trans_filename_analysis.document_type_indicators)
        template_types = set(template_filename_analysis.document_type_indicators)
        
        if trans_types & template_types:
            type_match_score = len(trans_types & template_types) / max(len(trans_types | template_types), 1)
            score_components.append(type_match_score * 0.4)
            matching_indicators.extend(list(trans_types & template_types))
        
        # Correspondance des spécialités
        trans_specialties = set(trans_filename_analysis.specialty_indicators)
        template_specialties = set(template_filename_analysis.specialty_indicators)
        
        if trans_specialties & template_specialties:
            specialty_match_score = len(trans_specialties & template_specialties) / max(len(trans_specialties | template_specialties), 1)
            score_components.append(specialty_match_score * 0.25)
            matching_indicators.extend(list(trans_specialties & template_specialties))
        
        final_score = sum(score_components) if score_components else 0.0
        return min(1.0, final_score), matching_indicators

    def calculate_basic_scores(self, transcription_analysis: Dict, template_info: TemplateInfo) -> Tuple[float, float, float]:
        """Calcule les scores de base sans utiliser les fonctions problématiques"""
        
        # Score de type simplifié
        transcription_type = transcription_analysis.get("document_type", "")
        template_type = template_info.type.lower()
        
        type_mappings = {
            "compte_rendu_imagerie": ["irm", "scanner", "échographie", "imagerie", "radiologie"],
            "rapport_biologique": ["laboratoire", "biologie", "analyse"],
            "lettre_medicale": ["lettre", "courrier", "correspondance"],
            "compte_rendu_consultation": ["consultation", "examen"]
        }
        
        type_score = 0.3  # Score par défaut
        if transcription_type in type_mappings:
            expected_keywords = type_mappings[transcription_type]
            matches = sum(1 for kw in expected_keywords if kw in template_type)
            type_score = min(1.0, matches / len(expected_keywords) * 2)
        
        # Scores simplifiés pour médecin et centre
        physician_score = 0.5  # Neutre par défaut
        center_score = 0.5     # Neutre par défaut
        
        return type_score, physician_score, center_score

    def calculate_simple_section_matches(self, transcription: str, transcription_analysis: Dict, template_info: TemplateInfo) -> Dict[str, SectionMatch]:
        """Version améliorée du matching de sections"""
        section_matches = {}
        transcription_sections = transcription_analysis.get("sections", {})
        
        # Patterns de sections courantes dans les transcriptions médicales
        section_mapping = {
            "technique": ["technique", "méthode", "protocole", "acquisition"],
            "résultats": ["résultat", "observation", "constatation", "description", "analyse"],
            "conclusion": ["conclusion", "diagnostic", "synthèse", "impression"],
            "indication": ["indication", "motif", "demande"],
            "histoire": ["histoire", "antécédent", "contexte", "clinique"],
            "examen": ["examen", "exploration", "investigation"]
        }
        
        for section_name in template_info.detected_sections:
            section_lower = section_name.lower()
            best_content = ""
            best_confidence = 0.0
            
            # 1. Chercher d'abord dans les sections structurées de la transcription
            for analyzed_section, section_data in transcription_sections.items():
                if isinstance(section_data, dict):
                    content = section_data.get("content", "")
                    confidence = section_data.get("confidence", 0.0)
                    
                    # Correspondance directe
                    if section_lower in analyzed_section.lower() or analyzed_section.lower() in section_lower:
                        best_content = content
                        best_confidence = confidence
                        break
                    
                    # Correspondance par mapping
                    if section_lower in section_mapping:
                        expected_keywords = section_mapping[section_lower]
                        if any(kw in analyzed_section.lower() for kw in expected_keywords):
                            best_content = content
                            best_confidence = confidence * 0.9  # Légère pénalité pour correspondance indirecte
                            break
            
            # 2. Si pas trouvé, recherche par patterns dans le texte complet
            if not best_content:
                # Rechercher par balises markdown/formatage
                markdown_patterns = [
                    rf"\*\*{section_lower}[:\s]*\*\*(.*?)(?=\*\*|\n\n|$)",
                    rf"{section_lower}[:\s]+(.*?)(?=\n\*\*|\n\n|$)",
                    rf"#{section_lower}[:\s]+(.*?)(?=\n#|\n\n|$)"
                ]
                
                for pattern in markdown_patterns:
                    matches = re.findall(pattern, transcription, re.IGNORECASE | re.DOTALL)
                    if matches:
                        best_content = matches[0].strip()
                        best_confidence = 0.8
                        break
                
                # Si toujours pas trouvé, recherche par mots-clés de section
                if not best_content and section_lower in section_mapping:
                    keywords = section_mapping[section_lower]
                    for keyword in keywords:
                        if keyword in transcription.lower():
                            # Extraire un contexte autour du mot-clé
                            start_pos = transcription.lower().find(keyword)
                            start = max(0, start_pos - 50)
                            end = min(len(transcription), start_pos + 400)
                            best_content = transcription[start:end].strip()
                            best_confidence = 0.6
                            break
            
            # 3. Évaluation de la capacité de remplissage
            can_fill = bool(best_content) and len(best_content.strip()) > 20
            missing_info = [] if can_fill else [f"Contenu manquant pour {section_name}"]
            
            section_matches[section_name] = SectionMatch(
                section_name=section_name,
                confidence=best_confidence,
                extracted_content=best_content,
                can_fill=can_fill,
                missing_info=missing_info
            )
        
        return section_matches

    def calculate_fillability_score(self, section_matches: Dict[str, SectionMatch], template_info: TemplateInfo) -> Tuple[float, float, List[str]]:
        """Calcule le score de remplissage possible du template - version corrigée"""
        total_sections = len(template_info.detected_sections)
        fillable_sections = sum(1 for match in section_matches.values() if match.can_fill)
        
        if total_sections == 0:
            return 0.0, 0.0, ["Template sans sections"]
        
        # Score de remplissabilité basé sur le pourcentage de sections remplissables
        fillability_score = fillable_sections / total_sections
        
        # Pourcentage réel de remplissage
        filling_percentage = (fillable_sections / total_sections) * 100
        
        # Sections critiques manquantes
        missing_critical = [
            match.section_name for match in section_matches.values() 
            if not match.can_fill
        ]
        
        return fillability_score, filling_percentage, missing_critical

    def match_templates(self, transcription: str, transcription_filename: str = "", k: int = 3) -> List[TemplateMatch]:
        """
        Fonction principale : effectue le matching et retourne les 3 meilleurs templates
        
        Args:
            transcription: Le contenu de la transcription médicale
            transcription_filename: Le nom du fichier de transcription
            k: Nombre de résultats à retourner (défaut: 3)
            
        Returns:
            List[TemplateMatch]: Les 3 templates avec les scores les plus élevés
        """
        if not self.parser or not self.parser.templates:
            logging.error("Aucun template chargé")
            return []
        
        logging.info(f"🔍 Début du matching pour: {transcription_filename}")
        logging.info(f"📄 Contenu de la transcription: {len(transcription.split())} mots")
        
        # Analyser la transcription
        analysis = self.analyze_transcription_detailed(transcription, transcription_filename)
        logging.info(f"📊 Type de document détecté: {analysis.get('document_type')}")
        logging.info(f"🔧 Sections détectées: {list(analysis.get('sections', {}).keys())}")
        
        template_matches = []
        
        for template_id, template_info in self.parser.templates.items():
            try:
                # Calculer les scores de base
                type_score, physician_score, center_score = self.calculate_basic_scores(analysis, template_info)
                
                # Score nom de fichier
                filename_score, filename_indicators = self.calculate_filename_match_score(
                    transcription_filename, analysis, template_info.filepath
                )
                
                # Analyser les sections de façon améliorée
                section_matches = self.calculate_simple_section_matches(transcription, analysis, template_info)
                
                # Score de remplissage corrigé
                fillability_score, filling_percentage, missing_critical = self.calculate_fillability_score(section_matches, template_info)
                
                # Score de contenu simplifié
                content_score = 0.5
                
                # Score global avec pondération améliorée
                overall_score = (
                    type_score * 0.25 +
                    fillability_score * 0.35 +  # Plus de poids au remplissage
                    filename_score * 0.25 +
                    content_score * 0.1 +
                    physician_score * 0.025 +
                    center_score * 0.025
                )
                
                # Bonus pour les templates avec beaucoup de sections remplissables
                if len([s for s in section_matches.values() if s.can_fill]) >= 2:
                    overall_score += 0.1
                
                confidence_level = "excellent" if overall_score > 0.7 else "good" if overall_score > 0.5 else "fair" if overall_score > 0.3 else "poor"
                
                # Données extraites (seulement les sections avec contenu)
                extracted_data = {}
                for section_name, match in section_matches.items():
                    if match.can_fill and match.extracted_content.strip():
                        extracted_data[section_name] = match.extracted_content
                
                # Un template peut être rempli s'il a au moins une section avec contenu
                can_be_filled = len(extracted_data) > 0 or fillability_score > 0.3
                
                template_match = TemplateMatch(
                    template_id=template_id,
                    template_info=template_info,
                    overall_score=overall_score,
                    type_match_score=type_score,
                    physician_match_score=physician_score,
                    center_match_score=center_score,
                    content_match_score=content_score,
                    filename_match_score=filename_score,
                    fillability_score=fillability_score,
                    section_matches=section_matches,
                    confidence_level=confidence_level,
                    can_be_filled=can_be_filled,
                    filling_percentage=filling_percentage,
                    missing_critical_info=missing_critical,
                    extracted_data=extracted_data,
                    filename_indicators=filename_indicators
                )
                
                template_matches.append(template_match)
                
            except Exception as e:
                logging.warning(f"Erreur lors de l'analyse du template {template_id}: {e}")
                continue
        
        # Trier par score global et garder les k meilleurs
        template_matches.sort(key=lambda x: x.overall_score, reverse=True)
        top_matches = template_matches[:k]
        
        # Logging des résultats
        logging.info(f"✅ Matching terminé - {len(top_matches)} templates sélectionnés")
        for i, match in enumerate(top_matches, 1):
            logging.info(f"🏆 Template #{i}: {match.template_id}")
            logging.info(f"   📊 Score global: {match.overall_score:.3f}")
            logging.info(f"   📋 Sections remplissables: {len(match.extracted_data)}")
            logging.info(f"   🎯 Niveau de confiance: {match.confidence_level}")
            logging.info(f"   📁 Template: {os.path.basename(match.template_info.filepath)}")
        
        return top_matches

    def print_matching_results(self, matches: List[TemplateMatch]):
        """Affiche les résultats de matching de façon détaillée"""
        if not matches:
            print("❌ Aucun résultat trouvé")
            return
        
        print(f"\n{'='*80}")
        print(f"🎯 RÉSULTATS DE MATCHING - Top {len(matches)} templates")
        print(f"{'='*80}")
        
        for i, match in enumerate(matches, 1):
            print(f"\n🏆 TEMPLATE #{i}")
            print(f"   🆔 ID: {match.template_id}")
            print(f"   📊 Score global: {match.overall_score:.3f}")
            print(f"   📁 Fichier: {os.path.basename(match.template_info.filepath)}")
            print(f"   👨‍⚕️ Médecin: {match.template_info.medecin}")
            print(f"   🏥 Centre: {getattr(match.template_info, 'centre_medical', 'Non spécifié')}")
            print(f"   📝 Type: {match.template_info.type}")
            print(f"   🔧 Remplissage possible: {match.filling_percentage:.1f}%")
            print(f"   🎯 Niveau de confiance: {match.confidence_level}")
            
            print(f"   📈 Détail des scores:")
            print(f"      - Type: {match.type_match_score:.3f}")
            print(f"      - Remplissabilité: {match.fillability_score:.3f}")
            print(f"      - Nom de fichier: {match.filename_match_score:.3f}")
            print(f"      - Contenu: {match.content_match_score:.3f}")
            
            if match.filename_indicators:
                print(f"   🏷️  Indicateurs fichier: {', '.join(match.filename_indicators)}")
            
            if match.extracted_data:
                print(f"   📋 Sections extraites ({len(match.extracted_data)}):")
                for section_name, content in match.extracted_data.items():
                    preview = content[:100] + "..." if len(content) > 100 else content
                    print(f"      • {section_name}: {preview}")
            
            if match.missing_critical_info:
                print(f"   ⚠️  Sections manquantes: {', '.join(match.missing_critical_info)}")


def main():
    """Fonction principale pour tester le matching"""
    
    # Configuration du logging
    logging.basicConfig(
        level=logging.INFO,
        format='%(asctime)s - %(levelname)s - %(message)s'
    )
    
    # Exemple de transcription
    transcription_filename = "default.73.931915433.rtf_3650535_radiologie.doc"
    transcription_content = """**Technique :** 3 plans T2, diffusion axiale, T2 grand champ et T1 Dixon.
**Résultats :**
* L'utérus est antéversé, antéfléchi, latéralisé à droite, de taille normale pour l'âge.
* L'endomètre est fin, mesurant moins de 2 mm.
* Pas d'adénomyose franche.
* Aspect normal du col utérin et du vagin.
* L'ovaire droit, en position postérieure, mesure 18 x 11 mm avec présence de 4 follicules.
* L'ovaire gauche, en position latéro-utérine, présente un volumineux endométriome de 45 mm, typique en hypersignal T1 Dixon.
* Deuxième endométriome accolé à l'ovaire droit, périphérique, mesurant 13 mm.
* Pas d'épaississement marqué du torus ni des ligaments utéro-sacrés.
* Pas d'autre localisation pelvienne.
* Pas d'épanchement pelvien.
* Pas d'anomalie de la vessie.
* Pas d'adénomégalie pelvienne, pas de dilatation des uretères.
**Conclusion :**
* Endométriome ovarien droit périphérique de 13 mm.
* Endométriome ovarien gauche centro-ovarien de 45 mm."""
    
    # Chemin vers la base de données
    db_path = DB_PATH
    if not os.path.exists(db_path):
        print(f"❌ Base de données non trouvée: {db_path}")
        return
    
    try:
        # Initialiser le matcher
        matcher = TemplateMatcher(db_path)
        
        # Effectuer le matching
        matches = matcher.match_templates(transcription_content, transcription_filename, k=3)
        
        # Afficher les résultats
        matcher.print_matching_results(matches)
        
        # Retourner les résultats pour utilisation par le deuxième fichier
        return matches
        
    except Exception as e:
        logging.error(f"❌ Erreur: {e}")
        return []

if __name__ == "__main__":
    main()