Corrections Interface Web et Sauvegarde Base de Données

Date: 2026-02-12

Problèmes Corrigés

1. ❌ Erreur de sauvegarde en base de données (NOT NULL constraint)

Symptôme: Les codes n'étaient pas sauvegardés en base car les champs model_name, model_digest, et prompt_version étaient NULL.

Cause: La méthode _save_code() ne recevait pas les informations de version du modèle.

Solution:

Modifié _save_codes_to_database() pour extraire les informations de version depuis coding_proposal.model_version
Ajouté les paramètres model_name, model_digest, prompt_version à la méthode _save_code()
Passé ces valeurs lors de la création de l'objet CodeDB

Fichier: src/pipeline_mco_pmsi/pipeline.py

# Avant
def _save_code(self, stay_db_id: int, code, code_type: str) -> None:
    code_db = CodeDB(
        stay_id=stay_db_id,
        code=code.code,
        label=code.label,
        type=code_type,
        confidence=code.confidence,
        reasoning=code.reasoning,
        referentiel_version=code.referentiel_version,
        status="proposed"
    )

# Après
def _save_code(self, stay_db_id: int, code, code_type: str, 
               model_name: str, model_digest: str, prompt_version: str) -> None:
    code_db = CodeDB(
        stay_id=stay_db_id,
        code=code.code,
        label=code.label,
        type=code_type,
        confidence=code.confidence,
        reasoning=code.reasoning,
        referentiel_version=code.referentiel_version,
        status="proposed",
        model_name=model_name,
        model_digest=model_digest,
        prompt_version=prompt_version
    )

2. ❌ Extraction CCAM retournait "UNKNOWN"

Symptôme: Les codes CCAM n'étaient pas correctement extraits des chunks, retournant "UNKNOWN" au lieu du code réel.

Cause: Le regex ne gérait pas le format markdown utilisé dans les chunks CCAM (### YYYY001 suivi de **Description**: ...).

Solution:

Amélioré la méthode _extract_code_and_label() dans rag_engine.py
Ajouté plusieurs patterns de détection:
- Titres markdown (### YYYY001)
- Format classique (YYYY001 Libellé)
- Extensions ATIH (YYYY001+ABC)
- Recherche flexible dans tout le texte

Fichier: src/pipeline_mco_pmsi/rag/rag_engine.py

# Nouveau pattern pour titres markdown
pattern_title = re.compile(r"^###\s+([A-Z]{4}[0-9]{3}(?:\+[A-Z0-9]{3})?)(?:\s|$)")

# Pattern flexible pour recherche dans tout le texte
pattern_anywhere = re.compile(r"([A-Z]{4}[0-9]{3}(?:\+[A-Z0-9]{3})?)")

Résultats

✅ Codes sauvegardés en base

✅ Codes sauvegardés: 56
  - dp: F05.0 - Délirium non surajouté à une démence, ainsi décrit
  - dr: K80 - Cholélithiase
  - das: S00 - Lésion traumatique superficielle de la tête
  - das: K73.8 - Autres hépatites chroniques, non classées ailleurs
  - ccam: HMCC003 - Cholécystogastrostomie ou cholécystoduodénostomie, par cœlioscopie

✅ Interface web fonctionnelle

L'endpoint API /stays/15_23096332/coding-proposal retourne maintenant correctement:

Le DP avec preuves et justification
Le DR avec preuves et justification
Les DAS (25 codes)
Les CCAM (29 actes)
Les scores de confiance
Les raisonnements du codeur

URL: http://localhost:8001/stays/15_23096332/coding-proposal

Problèmes Restants

⚠️ Qualité du codage

Le codage proposé n'est pas optimal:

DP proposé: F05.0 (Délirium) au lieu de K80/K81 (Cholécystite)
DAS absurdes: S00 (Lésion tête), K73.8 (Hépatite), codes non pertinents
Cause probable:
- Extraction de faits cliniques incorrecte
- Recherche RAG retournant des codes non pertinents
- Logique de sélection du DP à améliorer

⚠️ Mémoire GPU saturée

Le cross-encoder pour le reranking échoue avec "CUDA out of memory":

GPU saturé par d'autres processus (6.72 GiB utilisés par process 3600706)
Le fallback CPU fonctionne mais est plus lent
Solution temporaire: Le code gère l'erreur et continue sans reranking
Solution permanente: Libérer la mémoire GPU ou forcer l'utilisation du CPU

Prochaines Étapes

Améliorer la qualité du codage:
- Revoir l'extraction des faits cliniques
- Améliorer la recherche RAG (meilleurs prompts, meilleurs embeddings)
- Affiner la logique de sélection du DP
Optimiser l'utilisation GPU:
- Identifier et arrêter les processus GPU inutiles
- Forcer le cross-encoder sur CPU de manière plus robuste
- Considérer un modèle cross-encoder plus léger
Tester l'interface web complète:
- Vérifier l'affichage dans le navigateur
- Tester les fonctionnalités de correction
- Tester la validation des dossiers

Commandes de Test

# Traiter le séjour complet
python process_sejour_15_complet.py

# Vérifier les codes en base
python -c "
from pipeline_mco_pmsi.database.base import get_engine, get_session
from pipeline_mco_pmsi.database.models import StayDB, CodeDB

engine = get_engine('sqlite:///pipeline_mco_pmsi.db')
with get_session(engine) as session:
    stay = session.query(StayDB).filter(StayDB.stay_id == '15_23096332').first()
    codes = session.query(CodeDB).filter(CodeDB.stay_id == stay.id, CodeDB.status == 'proposed').all()
    print(f'Codes: {len(codes)}')
"

# Tester l'API
curl http://localhost:8001/stays/15_23096332/coding-proposal | python -m json.tool

# Démarrer l'interface web
python -m uvicorn pipeline_mco_pmsi.api.tim_api:app --host 0.0.0.0 --port 8001

5.4 KiB Raw Permalink Blame History