app.py

import gradio as gr
import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import re


model_path = "." 
tokenizer = AutoTokenizer.from_pretrained(model_path, local_files_only=True)
model = AutoModelForSequenceClassification.from_pretrained(model_path, local_files_only=True)

id2label = {
    0: 'Fluency Disorder (تأتأة)',
    1: 'Language Disorder (تأخر لغة)',
    2: 'Motor Speech Disorder (اضطراب حركي)',
    3: 'Other/Medical (أخرى/طبية)',
    4: 'Social Communication/ASD (تواصل واجتماعي)',
    5: 'Speech Sound Disorder (مخارج الحروف)'
}

#  (Data Source: Amayreh & Dyson 1998 + ASHA) ---

SOUND_NORMS = {
    # المجموعة الأولى (تكتمل حوالي 3 سنوات)
    'ب': 3, 'م': 3, 'ن': 3, 'و': 3, 'ه': 3, 'د': 3, 'ت': 3, 'ك': 3, 'ف': 3, 'ل': 3, 'ي': 3,
    # المجموعة الثانية (تكتمل بين 4 - 5 سنوات)
    'س': 5, 'ز': 5, 'ش': 5, 'ج': 5,
    # المجموعة الثالثة (تكتمل حوالي 6 سنوات)
    'ر': 6, 'ث': 6, 'ذ': 6, 'ص': 6, 'ض': 6, 'ط': 6, 'ظ': 6, 'ع': 6, 'غ': 6, 'خ': 6
}

# (Phonological Processes)

PHONO_PROCESSES = {
    'fronting': {'age': 3.5, 'keywords': ['كاف', 'قاف', 'غين', 'خاء'], 'desc': 'التقديم (Fronting): استبدال الأصوات الخلفية بأمامية (مثل: كتاب -> تتاب) طبيعي حتى 3.5 سنوات.'},
    'gliding': {'age': 6.0, 'keywords': ['راء', 'لام', 'واو', 'ياء'], 'desc': 'الانزلاق (Gliding): إبدال الراء أو اللام بـ (واو/ياء) عملية طبيعية قد تستمر حتى 6 سنوات.'},
    'final_deletion': {'age': 3.0, 'keywords': ['اخر الكلمة', 'يحذف', 'نهاية'], 'desc': 'حذف الحرف الأخير (Final Consonant Deletion) طبيعي حتى عمر 3 سنوات فقط.'},
    'stopping': {'age': 4.0, 'keywords': ['فاء', 'سين', 'شين', 'صاد'], 'desc': 'الوقف (Stopping): استبدال الأصوات الاحتكاكية بأصوات انفجارية طبيعي حتى 3-4 سنوات.'}
}

# (Logic Layer) 

def extract_age(text):

    text = text.replace('١', '1').replace('٢', '2').replace('٣', '3').replace('٤', '4').replace('٥', '5').replace('٦', '6')
    

    match_half = re.search(r'(\d+)\s*(ونصف|و نص)', text)
    if match_half:
        return float(match_half.group(1)) + 0.5

    numbers = re.findall(r'\d+', text)
    if numbers: return float(numbers[0])
    
    text = text.lower()
    if 'سنتين' in text or 'عامين' in text: return 2.0
    if 'سنة' in text or 'عام' in text: return 1.0
    if 'ثلاث' in text: return 3.0
    if 'أربع' in text: return 4.0
    if 'خمس' in text: return 5.0
    if 'ست' in text: return 6.0
    return None

def check_clinical_logic(age, text, predicted_label):
    text = text.lower()
    
    if age is None:
        return predicted_label, None


    # Gliding 
    if any(k in text for k in PHONO_PROCESSES['gliding']['keywords']) and ('يبدل' in text or 'يقلب' in text or 'ما يقول' in text):
        if age < PHONO_PROCESSES['gliding']['age']:
            return "Phonological Process (عملية نطقية)", PHONO_PROCESSES['gliding']['desc']

    # Fronting
    if any(k in text for k in PHONO_PROCESSES['fronting']['keywords']) and ('يبدل' in text or 'تاء' in text or 'دال' in text):
        if age <= PHONO_PROCESSES['fronting']['age']:
            return "Phonological Process (عملية نطقية)", PHONO_PROCESSES['fronting']['desc']

    # 2. Sound Norms
    for sound, norm_age in SOUND_NORMS.items():
        patterns = [f"حرف ال{sound}", f"حرف {sound}", f"صوت ال{sound}", f"ال{sound}"]
        if any(p in text for p in patterns):
            if age < norm_age:
                return f"Age Appropriate Error (خطأ تطوري طبيعي)", f"حسب معايير (Amayreh & Dyson)، اكتساب صوت ({sound}) يكتمل عند {norm_age} سنوات. وعمر الطفل ({age}) سنوات، فالأمر طبيعي."

    if age < 4 and any(w in text for w in ['قصة', 'سالفة', 'يسرد']):
        return "Normal Development (تطور طبيعي)", "مهارة السرد القصصي تكتمل عادة بعد عمر 4 سنوات."

    if (2 <= age <= 4) and any(w in text for w in ['تأتأة', 'يعلق', 'يكرر']):
        return "Developmental Disfluency (تأتأة نمائية)", "التأتأة الطبيعية شائعة بين 2-4 سنوات وتختفي غالباً تلقائياً."

    return predicted_label, None

# -----------------------------------------

def predict_speech_issue(text):
    if not text.strip(): return "الرجاء كتابة وصف الحالة"
    
    # AI Prediction
    inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True)
    with torch.no_grad():
        outputs = model(**inputs)
        probs = torch.nn.functional.softmax(outputs.logits, dim=-1)
        pred_id = torch.argmax(probs).item()
        confidence = probs[0][pred_id].item()

    ai_label = id2label[pred_id]
    
    # Clinical Logic Check
    age = extract_age(text)
    final_label, logic_reason = check_clinical_logic(age, text, ai_label)
    
    # Formatting
    if logic_reason:
        advice = logic_reason
        color = "#27ae60" # Green
        badge = "✅ تحليل نمائي (Evidence-Based)"
        confidence_display = "استناداً للمعايير العلمية"
    else:
        # Default AI Recommendations
        recommendations = {
            'Speech Sound Disorder (مخارج الحروف)': "ينصح بتقييم مخارج الحروف وفحص أعضاء النطق (Oral Motor Exam).",
            'Language Disorder (تأخر لغة)': "ينصح بعمل اختبار لغة شامل (مثل PLS-4 أو معرب).",
            'Social Communication/ASD (تواصل واجتماعي)': "ينصح بمراجعة طبيب نمو وسلوك وعمل مقياس كارز أو ADOS.",
            'Fluency Disorder (تأتأة)': "ينصح بتقييم الطلاقة ومراقبة البيئة التواصلية.",
            'Motor Speech Disorder (اضطراب حركي)': "يحتاج تقييم دقيق (Apraxia/Dysarthria) من قبل مختص.",
            'Other/Medical (أخرى/طبية)': "⛔ يفضل استشارة طبيب أنف وأذن وحنجرة (ENT) لفحص السمع أو الحبال الصوتية."
        }
        advice = recommendations.get(final_label, "يرجى استشارة مختص.")
        color = "#c0392b" if "Medical" in final_label else "#2980b9"
        badge = "🤖 تصنيف الذكاء الاصطناعي"
        confidence_display = f"{confidence:.1%}"

    return f"""
    <div style="direction: rtl; text-align: right; padding: 20px; background-color: #fff; border-radius: 12px; border-right: 6px solid {color}; box-shadow: 0 4px 15px rgba(0,0,0,0.05);">
        <div style="display: flex; justify-content: space-between; align-items: center;">
            <h2 style="color: {color}; margin: 0;">{final_label}</h2>
            <span style="background-color: #f1f2f6; padding: 6px 12px; border-radius: 20px; font-size: 0.8em; color: #555;">{badge}</span>
        </div>
        <p style="color: #7f8c8d; margin-top: 5px;"><b>الثقة:</b> {confidence_display}</p>
        <hr style="border-top: 1px dashed #ddd; margin: 15px 0;">
        <div style="background-color: #fcfcfc; padding: 10px; border-radius: 8px;">
            <p style="font-size: 1.1em; color: #2c3e50; line-height: 1.6;"><b>💡 الرأي المختص:</b><br>{advice}</p>
        </div>
        <p style="font-size: 0.7em; color: #95a5a6; margin-top: 15px;">* المصادر: Amayreh & Dyson (1998), ASHA Guidelines.</p>
    </div>
    """

with gr.Blocks(theme=gr.themes.Soft()) as demo:
    gr.Markdown("<h1 style='text-align: center'>🇸🇦 أداة الفرز الذكية لاضطرابات النطق - المراعية للهجات السعودية</h1>")
    input_txt = gr.Textbox(label="وصف الحالة (يرجى ذكر العمر)", placeholder="مثال: ولدي عمره 3 سنوات ونص ويبدل الكاف تاء")
    btn = gr.Button("تحليل الحالة", variant="primary")
    output = gr.HTML(label="التقرير")
    btn.click(fn=predict_speech_issue, inputs=input_txt, outputs=output)

if __name__ == "__main__":
    demo.launch()