Initial commit

config/config.example.yaml

@@ -0,0 +1,186 @@
+# Configuration exemple pour le Pipeline MCO PMSI
+# Copier ce fichier vers config/config.yaml et adapter les valeurs
+
+# Base de données
+database:
+  url: "postgresql://user:password@localhost:5432/pmsi_db"
+  # Pour SQLite en développement :
+  # url: "sqlite:///data/pmsi_dev.db"
+  echo: false
+  pool_size: 10
+  max_overflow: 20
+
+# Modèle LLM
+llm:
+  provider: "ollama"  # ollama, vllm, llamacpp
+  base_url: "http://localhost:11434"
+  model_name: "mistral"
+  model_tag: "7b-instruct-v0.2"
+  
+  # Paramètres d'inférence
+  inference:
+    temperature: 0.1  # Faible pour reproductibilité
+    top_p: 0.9
+    max_tokens: 2048
+    context_window: 8192
+    
+  # Prompts
+  prompts:
+    codeur_version: "v1.0"
+    verificateur_version: "v1.1"  # Doit être différent du codeur
+
+# Embeddings
+embeddings:
+  model: "sentence-transformers/paraphrase-multilingual-mpnet-base-v2"
+  device: "cpu"  # cpu ou cuda
+  batch_size: 32
+  normalize: true
+
+# Vector store
+vector_store:
+  type: "faiss"  # faiss ou qdrant
+  dimension: 768
+  index_type: "HNSW"
+  
+  # Pour Qdrant
+  # url: "http://localhost:6333"
+  # collection_name: "pmsi_referentiels"
+
+# Recherche RAG
+rag:
+  # Recherche hybride
+  bm25_weight: 0.3
+  vector_weight: 0.7
+  top_k_retrieval: 50
+  top_k_reranking: 10
+  
+  # Reranking
+  reranker_model: "cross-encoder/ms-marco-multilingual-MiniLM-L-12-v2"
+  alphabetic_index_boost: 1.2  # Boost pour résultats de l'index alphabétique
+
+# Référentiels ATIH
+referentiels:
+  cim10:
+    version: "2026"
+    file_path: "data/referentiels/cim-10-fr_2026_a_usage_pmsi_version_provisoire_111225.pdf"
+    chunk_size: 500
+    chunk_overlap: 100
+    
+  ccam:
+    version: "2025"
+    file_path: "data/referentiels/actualisation_ccam_descriptive_a_usage_pmsi_v4_2025.pdf"
+    chunk_size: 600
+    chunk_overlap: 100
+    
+  guide_mco:
+    version: "2026"
+    file_path: "data/referentiels/guide_methodo_mco_2026_version_provisoire.pdf"
+    chunk_size: 800
+    chunk_overlap: 150
+
+# Fonction de groupage
+groupage:
+  version: "2026"
+  # Chemin vers la bibliothèque de groupage ATIH
+  library_path: "/opt/atih/groupage/libgroupage.so"
+
+# Protection des DIP
+pii:
+  enabled: true
+  detection_method: "hybrid"  # hybrid, regex, ner
+  anonymize_exports: true
+  recall_threshold: 0.95  # Préférer les faux positifs
+
+# Validation PMSI
+validation:
+  max_questions: 5
+  confidence_threshold_low: 0.5
+  confidence_threshold_high: 0.8
+  
+  # Mode conservateur vs agressif
+  mode: "conservative"  # conservative ou aggressive
+
+# Règles de codage
+rules:
+  version: "v1.0"
+  file_path: "config/rules.yaml"
+  
+  # Priorités de sources
+  source_priorities:
+    cr_operatoire: 1
+    cr_medical: 2
+    imagerie: 3
+    biologie: 4
+    courrier: 5
+
+# Audit et logging
+audit:
+  enabled: true
+  log_level: "INFO"  # DEBUG, INFO, WARNING, ERROR
+  log_file: "logs/pipeline.log"
+  log_format: "json"  # json ou text
+  
+  # Chiffrement des exports
+  encryption:
+    enabled: true
+    algorithm: "AES-256-GCM"
+    key_file: "config/encryption.key"
+
+# Performance
+performance:
+  # Timeouts (en secondes)
+  timeout_mono_document_p50: 20
+  timeout_mono_document_p95: 45
+  timeout_multi_documents_p50: 35
+  timeout_multi_documents_p95: 75
+  
+  # Mode résultats partiels
+  partial_results_enabled: true
+  
+  # Cache
+  cache_embeddings: true
+  cache_ttl: 3600  # 1 heure
+
+# Métriques et monitoring
+monitoring:
+  enabled: true
+  metrics_interval: 60  # secondes
+  
+  # Seuils d'alerte
+  thresholds:
+    codes_sans_preuve_max: 0.05  # 5%
+    diagnostics_nies_codes_max: 0.01  # 1%
+    das_fantomes_max: 0.10  # 10%
+    actes_sans_preuve_max: 0.02  # 2%
+
+# Jeu gold pour validation
+gold_set:
+  path: "data/gold_set/"
+  min_size: 200
+  specialties: ["chirurgie", "medecine"]
+  
+  # Seuils de non-régression
+  regression_thresholds:
+    dp_accuracy_min: 0.70
+    das_precision_min: 0.60
+    das_recall_min: 0.65
+    tim_acceptance_min: 0.50
+
+# Sécurité
+security:
+  # Contrôle d'accès
+  rbac_enabled: true
+  
+  # Rôles
+  roles:
+    - name: "tim"
+      permissions: ["view", "correct", "validate"]
+    - name: "responsable_dim"
+      permissions: ["view", "correct", "validate", "export", "configure"]
+    - name: "admin"
+      permissions: ["all"]
+  
+  # Authentification
+  auth:
+    method: "local"  # local, ldap, oauth
+    session_timeout: 3600  # 1 heure