1. 準備資料
我們會取出每位病人最近的檢查數據與 AI 預測結果，
並將這些資料送進 LLM 生成自然語言報告。

SELECT
  patient_id,
  record_date,
  afp,
  alt,
  afp_pred,
  alt_pred,
  afp_trend,
  alt_trend
FROM cancer_patients
WHERE patient_id = '001'
ORDER BY record_date DESC
LIMIT 1;

取得的資料範例如下：

2. 讓 LLM 自動撰寫健康報告
你可以使用任何支援 API 的大型語言模型，例如：
● OpenAI GPT-4o
● Google Gemini
● DeepSeek R1 / Chat
● Qwen / Claude / Mistral
以下示範使用 Python + OpenAI 風格的呼叫方式：

from openai import OpenAI

client = OpenAI(api_key="你的_API_KEY")

patient_data = {
    "id": "001",
    "afp": 480,
    "alt": 75,
    "afp_pred": 500,
    "alt_pred": 78,
    "afp_trend": "上升中",
    "alt_trend": "穩定"
}

prompt = f"""
你是一位醫療助理，請根據以下病人的檢查資料，撰寫一份簡短的健康報告摘要。
請用自然、專業但易懂的語氣回答。

資料如下：
病人 ID：{patient_data['id']}
AFP 值：{patient_data['afp']}（預測 {patient_data['afp_pred']}）
ALT 值：{patient_data['alt']}（預測 {patient_data['alt_pred']}）
AFP 趨勢：{patient_data['afp_trend']}
ALT 趨勢：{patient_data['alt_trend']}

請產生報告摘要。
"""

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": prompt}]
)

ai_summary = response.choices[0].message.content
print("AI 生成報告：\n", ai_summary)

3. 將 AI 報告整合入自動寄信系統
在前一篇 Day 26 的自動寄信程式裡，我們可以把 AI 生成的報告文字放入信件主體中

email_body = f"""
您好，

以下是病人 {patient_data['id']} 的健康報告摘要：

{ai_summary}

📊 AFP：{patient_data['afp']}（預測 {patient_data['afp_pred']}）
📊 ALT：{patient_data['alt']}（預測 {patient_data['alt_pred']}）
趨勢：AFP {patient_data['afp_trend']}｜ALT {patient_data['alt_trend']}

此報告由智慧健康平台自動產生。
"""

寄出後，收件者會同時收到圖表與 AI 文字分析報告

4. 將報告儲存回資料庫
我們也可以把生成的文字摘要存入 PostgreSQL，
讓 Dashboard 未來可以直接顯示「AI 解讀欄位」。

ALTER TABLE cancer_patients ADD COLUMN ai_summary TEXT;

然後在 Python 內更新：

cursor.execute("""
UPDATE cancer_patients
SET ai_summary = %s
WHERE patient_id = %s
AND record_date = %s;
""", (ai_summary, patient_data['id'], "2025-09-30"))

5. 成果展示
完成後，你的系統就能做到以下完整流程

每日資料更新 → AI 預測趨勢 → Grafana 自動報告生成
         ↓
AI 自動撰寫健康摘要
         ↓
報告寄出 Email / Line / Slack
         ↓
同時更新到病人 Dashboard (ai_summary 區塊)

● 醫師打開信件就能看到完整 AI 報告
● Dashboard 自動顯示「AI 建議區塊」
● 完全不需人工參與

6. 小結
● 整合 LLM（GPT / DeepSeek）自動生成健康摘要
● 將 AI 報告嵌入郵件與 Dashboard
● 讓系統具備自然語言醫療解讀能力