simulado_system.py

import json
import uuid
import logging
from datetime import datetime, timedelta
from typing import Dict, List, Optional, Tuple
from difflib import SequenceMatcher
import numpy as np

# Configuração de logging
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
)
logger = logging.getLogger(__name__)

class SimuladoConstants:
    """Constantes para configuração de simulados"""
    TEMPO_PADRAO = 240  # minutos
    QUESTOES_TOTAIS = 120
    NOTA_APROVACAO = 60
    NIVEIS = ["facil", "medio", "dificil", "mixed"]
    PESO_SIMILARIDADE = 0.7

class SimuladoSystem:
    """Sistema avançado de simulados e casos clínicos"""
    
    def __init__(self, db_connection):
        self.conn = db_connection
        self.areas_simulado = {
            "ClínicaMédica": 40,
            "Cirurgia": 20,
            "Pediatria": 15,
            "GinecologiaObstetrícia": 15,
            "MedicinaFamília": 5,
            "SaúdeMental": 5
        }
        self.simulados_ativos = {}  # Cache de simulados em andamento

    def create_simulado(self, difficulty: str = "mixed", 
                       num_questions: int = SimuladoConstants.QUESTOES_TOTAIS) -> Dict:
        """Cria simulado personalizado com mais opções"""
        try:
            simulado_id = str(uuid.uuid4())
            simulado = {
                "id": simulado_id,
                "questoes": [],
                "tempo_sugerido": self._calculate_time(num_questions),
                "nivel": difficulty,
                "data_criacao": datetime.now().isoformat(),
                "status": "criado",
                "estatisticas": {
                    "questoes_por_area": {},
                    "distribuicao_dificuldade": {}
                }
            }

            cursor = self.conn.cursor()
            
            # Distribuição de questões por área
            for area, percentual in self.areas_simulado.items():
                num_area_questions = int((percentual/100) * num_questions)
                
                # Query considerando dificuldade
                difficulty_clause = ""
                if difficulty != "mixed":
                    difficulty_clause = "AND difficulty = ?"
                    params = (area, difficulty, num_area_questions)
                else:
                    params = (area, num_area_questions)
                
                cursor.execute(f'''
                    SELECT id, question_text, options, correct_answer, 
                           explanation, difficulty, references
                    FROM previous_questions
                    WHERE area = ? {difficulty_clause}
                    ORDER BY RANDOM()
                    LIMIT ?
                ''', params)
                
                questions = cursor.fetchall()
                for q in questions:
                    question_data = {
                        "id": q[0],
                        "area": area,
                        "texto": q[1],
                        "opcoes": json.loads(q[2]),
                        "resposta": q[3],
                        "explicacao": q[4],
                        "dificuldade": q[5],
                        "referencias": json.loads(q[6]) if q[6] else []
                    }
                    simulado["questoes"].append(question_data)
                    
                    # Atualizar estatísticas
                    simulado["estatisticas"]["questoes_por_area"][area] = \
                        simulado["estatisticas"]["questoes_por_area"].get(area, 0) + 1
                    simulado["estatisticas"]["distribuicao_dificuldade"][q[5]] = \
                        simulado["estatisticas"]["distribuicao_dificuldade"].get(q[5], 0) + 1

            self.simulados_ativos[simulado_id] = simulado
            return simulado
            
        except Exception as e:
            logger.error(f"Erro ao criar simulado: {e}")
            return None

    def _calculate_time(self, num_questions: int) -> int:
        """Calcula tempo sugerido baseado no número de questões"""
        return int(num_questions * 2)  # 2 minutos por questão

    def evaluate_simulado(self, simulado_id: str, 
                         respostas: Dict[str, str], 
                         tempo_usado: int = None) -> Dict:
        """Avalia respostas do simulado com análise detalhada"""
        try:
            if simulado_id not in self.simulados_ativos:
                raise ValueError("Simulado não encontrado")

            simulado = self.simulados_ativos[simulado_id]
            resultado = {
                "id": simulado_id,
                "total_questoes": len(simulado["questoes"]),
                "corretas": 0,
                "tempo_usado": tempo_usado,
                "desempenho_por_area": {},
                "analise_erros": [],
                "recomendacoes": [],
                "timestamp": datetime.now().isoformat()
            }

            # Análise detalhada por área
            area_stats = {}
            for area in self.areas_simulado:
                area_stats[area] = {
                    "total": 0,
                    "corretas": 0,
                    "erros_comuns": [],
                    "tempo_medio": 0
                }

            # Avaliação de cada resposta
            for q_id, resp in respostas.items():
                questao = next((q for q in simulado["questoes"] if q["id"] == q_id), None)
                if not questao:
                    continue

                area = questao["area"]
                area_stats[area]["total"] += 1
                
                if resp.upper() == questao["resposta"].upper():
                    area_stats[area]["corretas"] += 1
                    resultado["corretas"] += 1
                else:
                    # Análise do erro
                    area_stats[area]["erros_comuns"].append({
                        "questao_id": q_id,
                        "resposta_dada": resp,
                        "resposta_correta": questao["resposta"],
                        "tema": questao.get("tema", ""),
                        "dificuldade": questao["dificuldade"]
                    })

            # Calcular porcentagens e gerar recomendações
            for area, stats in area_stats.items():
                if stats["total"] > 0:
                    percentual = (stats["corretas"] / stats["total"]) * 100
                    resultado["desempenho_por_area"][area] = {
                        "total": stats["total"],
                        "corretas": stats["corretas"],
                        "percentual": percentual,
                        "erros_comuns": stats["erros_comuns"]
                    }

                    if percentual < SimuladoConstants.NOTA_APROVACAO:
                        resultado["recomendacoes"].append(
                            self._generate_recommendations(area, stats)
                        )

            # Salvar resultado no banco de dados
            self._save_resultado(simulado_id, resultado)
            
            return resultado

        except Exception as e:
            logger.error(f"Erro ao avaliar simulado: {e}")
            return None

    def _generate_recommendations(self, area: str, stats: Dict) -> Dict:
        """Gera recomendações detalhadas baseadas no desempenho"""
        erros_comuns = self._analyze_common_errors(stats["erros_comuns"])
        return {
            "area": area,
            "sugestoes": [
                f"Revisar conceitos básicos de {area}",
                f"Focar em {', '.join(erros_comuns[:3])}",
                "Praticar questões similares",
                "Revisar casos clínicos relacionados"
            ],
            "recursos": [
                "banco de questões",
                "casos clínicos",
                "revisão teórica",
                "videoaulas específicas"
            ],
            "plano_acao": self._create_action_plan(area, stats)
        }

    def _analyze_common_errors(self, erros: List[Dict]) -> List[str]:
        """Analisa padrões comuns de erros"""
        temas_errados = {}
        for erro in erros:
            tema = erro["tema"]
            if tema in temas_errados:
                temas_errados[tema] += 1
            else:
                temas_errados[tema] = 1
                
        return sorted(temas_errados.keys(), 
                     key=lambda x: temas_errados[x], 
                     reverse=True)

    def _create_action_plan(self, area: str, stats: Dict) -> Dict:
        """Cria plano de ação personalizado"""
        return {
            "prioridade": "alta" if len(stats["erros_comuns"]) > stats["corretas"] else "média",
            "etapas": [
                "Revisão teórica dos temas com mais erros",
                "Resolução de questões comentadas",
                "Prática com casos clínicos",
                "Simulado focado na área"
            ],
            "tempo_sugerido": "2 semanas",
            "material_sugerido": [
                "Bibliografia básica",
                "Questões anteriores comentadas",
                "Vídeo-aulas específicas"
            ]
        }

    def _save_resultado(self, simulado_id: str, resultado: Dict) -> None:
        """Salva resultado do simulado no banco de dados"""
        try:
            cursor = self.conn.cursor()
            cursor.execute('''
                INSERT INTO resultados_simulados
                (simulado_id, data, resultado_json)
                VALUES (?, ?, ?)
            ''', (
                simulado_id,
                datetime.now().isoformat(),
                json.dumps(resultado)
            ))
            self.conn.commit()
        except Exception as e:
            logger.error(f"Erro ao salvar resultado: {e}")

    def get_simulado_history(self, user_id: str) -> List[Dict]:
        """Obtém histórico de simulados do usuário"""
        try:
            cursor = self.conn.cursor()
            cursor.execute('''
                SELECT simulado_id, data, resultado_json
                FROM resultados_simulados
                WHERE user_id = ?
                ORDER BY data DESC
            ''', (user_id,))
            
            return [
                {
                    "id": row[0],
                    "data": row[1],
                    "resultado": json.loads(row[2])
                }
                for row in cursor.fetchall()
            ]
        except Exception as e:
            logger.error(f"Erro ao obter histórico: {e}")
            return []

# [O resto do código do CasoClinicoSystem continua o mesmo...]

def initialize_simulado_system(db_connection) -> Tuple[SimuladoSystem, CasoClinicoSystem]:
    """Inicializa o sistema de simulados"""
    try:
        simulado_sys = SimuladoSystem(db_connection)
        caso_sys = CasoClinicoSystem(db_connection)
        return simulado_sys, caso_sys
    except Exception as e:
        logger.error(f"Erro ao inicializar sistema de simulados: {e}")
        return None, None

if __name__ == "__main__":
    # Código para testes
    import sqlite3
    
    try:
        conn = sqlite3.connect('revalida.db')
        simulado_sys, caso_sys = initialize_simulado_system(conn)
        
        # Teste básico
        simulado = simulado_sys.create_simulado()
        if simulado:
            print("Sistema funcionando corretamente")
            print(f"Simulado criado: {json.dumps(simulado['estatisticas'], indent=2)}")
    except Exception as e:
        print(f"Erro nos testes: {e}")
    finally:
        conn.close()