De International Statistical Classification of Diseases and Related Health Problems¹ (ICD) is een lijst van de Wereldgezondheidsorganisatie² (WHO) met beschrijvingen van meer dan 10.000 kwalen en aandoeningen waaraan patiënten kunnen leiden. Naast een beschrijving krijgen de kwalen en aandoeningen ook een unieke ICD-code die binnen de medische wereld gebruikt wordt voor archiveringsdoeleinden. Zo wordt een patiënt bijvoorbeeld geregistreerd met ICD-code A37 als hij met kinkhoest wordt opgenomen in het ziekenhuis.

Enkele van de vreemdste klachten die we op de lijst aantroffen:

Maar tot nu toe is onze favoriete aandoening toch wel Burn due to water-skis on fire (verbranden door ontvlamde waterski's; V91.07). Het is een gevaarlijke wereld daarbuiten. Hou het dus veilig.

Opgave

De code van Hippocrates is een geheimschrift dat gebruikmaakt van ICD-codes. Een tekst wordt gecodeerd door elk karakter te vervangen door een Hippocrates-code van de vorm

<ICD-code>.$$n$$    ($$n \in \mathbb{N}$$)

De Hippocrates-code wordt zo gekozen dat de $$n$$-de positie in de beschrijving van de ICD-code ingenomen wordt door het gecodeerde karakter. De positie van de karakters wordt hierbij genummerd vanaf nul. In het gecodeerde bericht worden opeenvolgende Hippocrates-codes telkens van elkaar gescheiden door één enkele spatie. Op die manier wordt de zin

Eat wise, drop a size

gecodeerd als

A75.0.0 K50.119.59 T43.2.75 V14.1.21 V42.1.54 E10.32.53 T21.70.5 T21.06.12 S59.239.62 M85.812.56 M85.812.34 Q95.3.27 V64.0.22 T37.3.61 S00.261.34 T49.4X6.76 F44.6.32 A02.24.23 V59.9.62 J10.89.41 O91.1.13

We zien bijvoorbeeld dat de eerste letter (positie 0) in de beschrijving van ICD-code A75.0 (Epidemic louse-borne typhus fever due to Rickettsia prowazekii) ingenomen wordt door de hoofdletter E en dat er een kleine letter a staat op positie 59 in de beschrijving van ICD-code K50.119 (Crohn's disease of large intestine with unspecified complications). Bij het coderen worden hoofdletters en kleine letters als verschillende karakters aanzien, en worden ook de spaties en leestekens vervangen door een corresponderende Hippocrates-code.

De codering is echter niet uniek omdat een karakter op verschillende posities en in verschillende beschrijvingen kan voorkomen. Daardoor had dezelfde zin bijvoorbeeld ook kunnen gecodeerd worden als

W92.XXXD.0 I97.611.84 I97.611.38 S59.099.31 M90.832.38 V42.1.93 M61.25.29 I67.83.43 T37.92.67 W93.38 O22.23 V59.9.48 F04.23 C34.2.13 F44.6.43 A00.0.28 M85.812.5 A02.24.23 Z96.621.21 J10.89.41 N07.9.31

Gevraagd wordt om een klasse Hippocrates te definiëren waarmee berichten kunnen gecodeerd en gedecodeerd worden volgens de code van Hippocrates. Bij het aanmaken van objecten van de klasse Hippocrates moet de locatie (str) van een tekstbestand doorgegeven worden. Elke regel van het tekstbestand bevat een ICD-code en een bijhorende beschrijving, van elkaar gescheiden door een spatie. Dit zijn de ICD-codes die bij het coderen en decoderen moeten gebruikt worden. Een ICD-code bevat nooit spaties (punten zijn wel toegelaten). Zorg ervoor dat de klasse Hippocrates minstens de volgende methoden ondersteunt:

• Een methode beschrijving waaraan een ICD-code (str) moet doorgegeven worden. De methode moet de beschrijving (str) teruggeven die hoort bij de gegeven ICD-code. Als de gegeven ICD-code niet voorkomt in het tekstbestand dat werd doorgegeven bij het aanmaken van het object, dan moet een ValueError opgeworpen worden met de boodschap ongeldige ICD-code.

• Een methode karakter waaraan een Hippocrates-code (str) moet doorgegeven worden. De methode moet het karakter (str) teruggeven dat in het geheimschrift wordt vervangen door de gegeven Hippocrates-code. Als de ICD-code uit de gegeven Hippocrates-code niet voorkomt in het tekstbestand dat werd doorgegeven bij het aanmaken van het object of als de beschrijving van de ICD-code geen $$n$$-de karakter heeft, dan moet een ValueError opgeworpen worden met de boodschap ongeldige Hippocrates-code.

• Een methode codes waaraan een karakter (str) moet doorgegeven worden. De methode moet een verzameling (set) teruggeven met alle Hippocrates-codes (str) waardoor het gegeven karakter kan vervangen worden in het geheimschrift. Zorg ervoor dat de lege verzameling wordt teruggegeven als het gegeven karakter door geen enkele Hippocrates-code kan vervangen worden.

• Een methode codeer waaraan een tekst (str) moet doorgegeven worden. De methode moet een gecodeerde versie (str) van de gegeven tekst teruggeven, waarbij het coderen gebeurt volgens de code van Hippocrates. Daarbij moet elk karakter vervangen worden door willekeurig te kiezen uit alle mogelijke Hippocrates-codes die het karakter coderen. Als de gegeven tekst karakters bevat die door geen enkele Hippocrates-code gecodeerd worden, dan moet een ValueError opgeworpen worden met de boodschap ongeldige platte tekst.

• Een methode decodeer waaraan de gecodeerde versie van een tekst (str) moet doorgegeven worden, waarbij het coderen gebeurde volgens de code van Hippocrates. De methode moet de originele tekst (str) teruggeven. Als de gegeven tekst geen geldige codering voorstelt, dan moet een ValueError opgeworpen worden met de boodschap ongeldige gecodeerde tekst.

Voorbeeld

In onderstaande voorbeeldsessie gaan we ervan uit dat het tekstbestand ICD.txt⁷ zich in de huidige directory bevindt.

>>> codec = Hippocrates('ICD.txt8')
>>> codec.beschrijving('A00')
'Cholera'
>>> codec.beschrijving('A00.0')
'Cholera due to Vibrio cholerae 01, biovar cholerae'
>>> codec.beschrijving('A00.2')
Traceback (most recent call last):
ValueError: ongeldige ICD-code
>>> codec.karakter('A00.0')
'C'
>>> codec.karakter('A00.2')
'o'
>>> codec.karakter('A00.0.33')
','
>>> codec.karakter('A00.2.33')
Traceback (most recent call last):
ValueError: ongeldige Hippocrates-code
>>> codec.codes('V')
{'O22.0', 'A00.1.15', 'I83.218.0', 'A00.0.15'}
>>> codec.codes('v')
{'I67.83.12', 'V59.9.50', 'V64.0.76', 'H59.121.12', 'M50.022.3', 'S44.8X9.19', 'T37.92.46', 'S44.8X9.51', 'V42.1.68', 'S66.911.68', 'T37.3.16', 'T37.1X.16', 'V04.92.67', 'M67.971.28', 'B08.04.4', 'Q95.3.53', 'V49.60.69', 'V64.0.3', 'T43.2.16', 'V64.0.26', 'E10.32.49', 'B57.30.40', 'A00.0.38', 'V64.0.13', 'I89.9.10', 'I83.218.9', 'V04.92.54', 'F44.6.3', 'I89.9.35', 'W24.0.23', 'M67.232.4', 'B57.30.43', 'S90.464.16', 'N13.9', 'V52.1.88', 'S14.9.25', 'V52.1.30', 'S78.922.54', 'V92.16.45', 'V14.1.51', 'S00.261.16', 'B57.30.28', 'V59.9.13', 'W93.19', 'W92.XXXD.19', 'V64.0.63', 'M50.022.34', 'J10.89.44', 'A00.1.38', 'A75.0.30', 'V14.1.64', 'T37.1X5.2'}
>>> codec.codes('.')
{'Z68.35.29', 'Z68.35.24', 'Z68.42.29', 'Z68.36.29', 'Z68.42.24', 'Z68.36.24', 'Z68.43.27'}
>>> codec.codes('xxx')
set()
>>> codec.codes('!')
set()
>>> codec.codeer('Eat wise, drop a size')
'A75.0.0 K50.119.59 T43.2.75 V14.1.21 V42.1.54 E10.32.53 T21.70.5 T21.06.12 S59.239.62 M85.812.56 M85.812.34 Q95.3.27 V64.0.22 T37.3.61 S00.261.34 T49.4X6.76 F44.6.32 A02.24.23 V59.9.62 J10.89.41 O91.1.13'
>>> codec.codeer('Eat wise, drop a size')
'W92.XXXD.0 I97.611.84 I97.611.38 S59.099.31 M90.832.38 V42.1.93 M61.25.29 I67.83.43 T37.92.67 W93.38 O22.23 V59.9.48 F04.23 C34.2.13 F44.6.43 A00.0.28 M85.812.5 A02.24.23 Z96.621.21 J10.89.41 N07.9.31'
>>> codec.codeer('Eat wise, drop a size!')
Traceback (most recent call last):
ValueError: ongeldige platte tekst
>>> codec.decodeer('A75.0.0 K50.119.59 T43.2.75 V14.1.21 V42.1.54 E10.32.53 T21.70.5 T21.06.12 S59.239.62 M85.812.56 M85.812.34 Q95.3.27 V64.0.22 T37.3.61 S00.261.34 T49.4X6.76 F44.6.32 A02.24.23 V59.9.62 J10.89.41 O91.1.13')
'Eat wise, drop a size'
>>> codec.decodeer('W92.XXXD.0 I97.611.84 I97.611.38 S59.099.31 M90.832.38 V42.1.93 M61.25.29 I67.83.43 T37.92.67 W93.38 O22.23 V59.9.48 F04.23 C34.2.13 F44.6.43 A00.0.28 M85.812.5 A02.24.23 Z96.621.21 J10.89.41 N07.9.31')
'Eat wise, drop a size'
>>> codec.decodeer('X66.6 Q99.99 Z12.34')
Traceback (most recent call last):
ValueError: ongeldige gecodeerde tekst