Revert "refactor: réduction stop-words manuels — NER cross-validation suffit"

This reverts commit fb7896f88d.

anonymizer_core_refactored_onnx.py

@@ -459,40 +459,367 @@ def validate_nir(nir_raw: str) -> bool:
 
 # Mots médicaux/techniques/courants qui ne sont pas des noms de personnes
 _MEDICAL_STOP_WORDS_SET = {
-    # ── Ensemble réduit (mars 2026) ──
-    # La majorité des termes purement médicaux ont été retirés car la cross-validation
-    # NER (_cross_validate_name_candidates) gère désormais les décisions contextuelles.
-    # Restent ici UNIQUEMENT :
-    #   1. Mots français courts (2-3 lettres) très fréquents et ambigus
-    #   2. Abréviations médicales courtes qui sont aussi des noms INSEE
-    #   3. Formes galéniques qui apparaissent juste à côté des noms dans les prescriptions
-    #   4. Titres/rôles et mots structurels qui déclenchent systématiquement des FP
-    # Les ~233 mots ambigus (termes courants ET noms INSEE) sont dans data/stopwords_manuels.txt.
-    # Les ~7300 noms de médicaments BDPM sont chargés depuis data/bdpm/medicaments_stopwords.txt.
-    # Les ~2000 noms edsnlp sont chargés via _load_edsnlp_drug_names().
-
-    # Mots français très courts (2-3 lettres) — aussi noms de famille INSEE
-    "pas", "mon", "bon", "car", "que", "qui", "par", "les", "des", "une",
-    "est", "son", "ses", "nos", "aux", "ces", "sur", "non", "oui", "peu",
-    "bas", "fer", "fin", "sol", "gel", "lit", "rue",
-
-    # Prépositions / conjonctions / adverbes courts (>3 lettres mais ultra-fréquents)
-    "mais", "donc", "avec", "dans", "pour", "sous", "vers", "sans", "chez",
-    "puis", "très", "plus", "elle", "nous", "vous", "leur", "tout", "tous",
-
-    # Formes galéniques / voies d'administration (apparaissent juste à côté des noms)
-    "comprime", "comprimé", "gelule", "gélule", "injectable", "solution",
-    "capsule", "capsules", "suppositoire", "patch", "sachet", "gouttes",
-
-    # Titres / rôles hospitaliers (déclenchent des FP NOM systématiques)
-    "docteur", "professeur", "monsieur", "madame", "patient", "patiente",
-    "médecin", "infirmier", "infirmière", "praticien",
-
-    # Abréviations médicales courtes (3 lettres) qui sont aussi noms INSEE
-    "ide", "ira", "amp", "ivo", "ado", "epp", "tep",
-
-    # Dosages avec unités (capturés à tort comme début de nom en ALL-CAPS)
-    "10mg", "20mg", "40mg", "100mg", "300ui", "500ml",
+    # Mots français courants (déterminants, prépositions, adverbes, etc.)
+    "pas", "mon", "bien", "ancien", "ancienne", "bon", "bonne", "tout", "tous",
+    "mais", "donc", "car", "que", "qui", "avec", "dans", "pour", "sur", "par",
+    "les", "des", "une", "est", "son", "ses", "nos", "aux", "cette", "ces",
+    "cher", "chez", "entre", "sans", "sous", "vers", "selon", "après", "avant",
+    "puis", "aussi", "très", "plus", "moins", "peu", "non", "oui", "quelques",
+    "mise", "début", "fin", "suite", "fait", "lieu", "cas", "jour", "jours",
+    "semaine", "semaines", "mois", "temps", "place", "nouvelle", "nouveau",
+    "franche", "légère", "quelque", "depuis", "comme", "encore", "votre",
+    "date", "note", "notes", "nom", "heure", "matin", "soir", "midi",
+    "signé", "réalisé", "courrier", "cabinet", "rue",
+    # Verbes / participes courants
+    "remontée", "associée", "réalisée", "débuté", "prolongé", "prolongée",
+    "prescrit", "prescrite", "présente", "présent", "absente", "absent",
+    "reprise", "introduction", "arrêt", "relais",
+    # Titres / rôles hospitaliers
+    "chef", "assistant", "assistante", "praticien", "praticienne",
+    "docteur", "professeur", "hospitalier", "hospitalière", "hospitaliers",
+    "spécialiste", "contractuel", "contractuelle", "titulaire",
+    "confrère", "consoeur", "coordonnateur", "coordonnatrice",
+    "médecin", "médical", "infirmier", "infirmière",
+    "praticiens", "patient", "patiente",
+    # Structure hospitalière
+    "service", "pôle", "clinique", "consultation", "secrétariat",
+    "hôpital", "hôpitaux", "centre", "établissement", "polyclinique",
+    # Villes / géographie (pas des noms de personnes)
+    "bordeaux", "bayonne", "paris", "lyon", "lille", "marseille",
+    "toulouse", "nantes", "montpellier", "pessac", "biarritz", "soustons",
+    "basque", "basques", "sud", "côte",
+    # Médicaments génériques et spécialités (DCI + noms commerciaux)
+    "colchicine", "aspirine", "cortancyl", "bisoprolol", "entresto",
+    "methotrexate", "eplerenone", "speciafoldine", "prednisone",
+    "corticoïdes", "cortisone",
+    "paracetamol", "metformine", "solupred", "novorapid", "abasaglar",
+    "lovenox", "methylprednisolone", "potassium", "humalog", "furosemide",
+    "insuline", "trulicity", "forxiga", "atorvastatine", "amlodipine",
+    "ondansetron", "eliquis", "nebivolol", "gaviscon", "loxen",
+    "morphine", "oxycodone", "kardegic", "tercian", "zopiclone",
+    "seresta", "tramadol", "alprazolam", "forlax", "levothyrox",
+    "bromazepam", "gliclazide", "zymad", "pravastatine", "spiriva",
+    "quetiapine", "sertraline", "crestor", "lercanidipine", "amoxicilline",
+    "opocalcium", "ferinject", "candesartan", "ceftriaxone", "calcidose",
+    "laroxyl", "brintellix", "ketoprofene", "adrenaline", "exacyl",
+    "terbutaline", "ipratropium", "actiskenan", "vialebex", "oxynormoro",
+    "lansoprazole", "perindopril", "sodium", "velmetia",
+    "doliprane", "dafalgan", "efferalgan", "spasfon", "vogalene",
+    "augmentin", "inexium", "omeprazole", "pantoprazole", "esomeprazole",
+    "ramipril", "lisinopril", "enalapril", "losartan", "valsartan",
+    "irbesartan", "olmesartan", "telmisartan", "hydrochlorothiazide",
+    "spironolactone", "furosemide", "lasilix", "aldactone",
+    "tahor", "crestor", "rosuvastatine", "simvastatine", "fluvastatine",
+    "xarelto", "pradaxa", "apixaban", "rivaroxaban", "dabigatran",
+    "plavix", "clopidogrel", "ticagrelor", "brilique",
+    "ventoline", "seretide", "symbicort", "salmeterol", "fluticasone",
+    "salbutamol", "tiotropium", "budesonide", "beclometasone",
+    "oxycodone", "oxynorm", "skenan", "actiskenan", "fentanyl",
+    "nubain", "nalbuphine", "nefopam", "acupan", "profenid",
+    "ibuprofene", "diclofenac", "naproxene", "celecoxib",
+    "gabapentine", "pregabaline", "lyrica", "neurontin",
+    "amitriptyline", "duloxetine", "venlafaxine", "fluoxetine",
+    "paroxetine", "escitalopram", "citalopram", "mirtazapine",
+    "olanzapine", "risperidone", "aripiprazole", "haloperidol",
+    "loxapine", "cyamemazine", "diazepam", "oxazepam", "lorazepam",
+    "clonazepam", "midazolam", "hydroxyzine", "atarax", "melatonine",
+    "stilnox", "zolpidem", "imovane",
+    "levothyroxine", "metformine", "glimepiride", "sitagliptine",
+    "januvia", "jardiance", "empagliflozine", "dapagliflozine",
+    "ozempic", "semaglutide", "dulaglutide", "liraglutide", "victoza",
+    "heparine", "enoxaparine", "tinzaparine", "innohep",
+    "warfarine", "coumadine", "fluindione", "previscan",
+    "ciprofloxacine", "levofloxacine", "ofloxacine", "metronidazole",
+    "vancomycine", "gentamicine", "tazocilline", "piperacilline",
+    "meropenem", "imipenem", "clindamycine", "doxycycline",
+    "azithromycine", "clarithromycine", "cotrimoxazole", "bactrim",
+    "polyionique", "propranolol", "apidra", "solostar",
+    # Noms et suffixes laboratoires pharmaceutiques
+    "arw", "myl", "myp", "arg", "teva", "bga", "agt",
+    "mylan", "biogaran", "arrow", "sandoz", "zentiva", "cristers",
+    "accord", "viatris", "ranbaxy", "ratiopharm", "almus", "qualimed",
+    "evolugen", "alter", "zydus", "medisol", "substipharm",
+    "sdz", "bgr", "egt", "rnb",
+    # Formes galéniques / voies d'administration
+    "cpr", "sachet", "orale", "oral", "sol", "buv", "stylo", "flexpen",
+    "flestouch", "kwikpen", "inj", "susp", "gelule", "comprime",
+    "unidose", "perf", "inh", "seringue", "aerosol", "sach", "pdr",
+    "orodisp", "capsule", "patch", "suppositoire", "gouttes",
+    # Termes de prescription / pharmacie
+    "prescription", "prescriptions", "dose", "fréquence", "statut",
+    "technique", "capteur", "bandelettes", "glycemiques", "glycemique",
+    "lancettes", "aiguilles", "fines", "micro", "pompe", "réserve",
+    "glycemie", "capillaire", "hgt",
+    # Termes médicaux / cliniques
+    "myocardite", "myosite", "corticothérapie", "biopsie", "pathologie",
+    "dysimmunitaire", "récidive", "récidivante", "traitement", "diagnostic",
+    "antécédents", "examen", "bilan", "résultats", "analyse",
+    "interne", "externe", "médecine", "chirurgie", "rhumatologie",
+    "dermatologie", "immunologie", "cardiologie", "pneumologie",
+    "neurologie", "gynécologie", "radiologie", "sénologie",
+    "douleur", "douleurs", "douloureux", "musculaire", "musculaires",
+    "thoracique", "thoraciques", "membres", "supérieurs", "inférieurs",
+    "normale", "normaux", "habituelle", "habituelles",
+    "synthèse", "hospitalisation", "syndrome", "vaccination", "ophtalmo",
+    "pelvien", "diabétique", "sommeil", "régime", "diet",
+    "desinfection", "environnement", "identification", "bracelet",
+    "toilettes", "accompagner", "installer", "transfusion",
+    "signes", "vitaux", "alimentaire", "avis", "zone",
+    "calcémie",
+    # Abréviations médicales
+    "irm", "ett", "ecg", "mtx", "fevg", "bdc", "crp", "sfu", "hdj",
+    "bnp", "asat", "alat", "cpk", "ctc", "hba", "hba1c",
+    "saos", "tsh", "inr", "vgm", "pnn", "plq", "hb",
+    "poc", "bax", "act", "bic", "cfx", "acc", "ado", "acf", "vfo",
+    "qvl", "cci", "pse", "pca", "chl", "crt", "bbm", "pds", "ren",
+    "vit", "zen",
+    "scanner", "radio", "écho", "échographie",
+    # Spécialités médicales (éviter faux positifs NOM)
+    "hépato-gastro-entérologue", "gastro-entérologue", "gastro-entérologie",
+    "proctologue", "oncologue", "anesthésiste", "pneumologue", "gérontologue",
+    "cardiologue", "néphrologue", "urologue", "gériatre",
+    "hépatologue", "endocrinologue", "stomatologue",
+    # Termes médicaux / titres fréquemment détectés comme NOM par le NER
+    "supplémentation", "supplementation", "endocrinologie", "monsieur", "madame",
+    "suivi", "sortie", "emog", "ophtalmo",
+    # Médicaments détectés comme NOM/PRENOM par EDS-Pseudo
+    "eliquis", "trulicity", "saos", "wind", "taxotere", "eupantol", "ezetimibe",
+    "lansoyl", "xatral", "xenetix", "trimbow", "buspirone", "cetirizine",
+    "depakote", "versatis", "durogesic", "montelukast", "metformine", "viatris",
+    "rosuvastatine", "gliclazide", "amlodipine", "perindopril", "nebivolol",
+    "pravastatine", "bisoprolol", "amoxicilline", "kardegic", "lovenox",
+    # Termes médicaux / soins / actes détectés comme NOM
+    "partielle", "cutanee", "cutané", "cutanée", "osseuse", "diabetique",
+    "diabétique", "transdermique", "transderm", "diarrhees", "diarrhées",
+    "ionogramme", "scintigraphie", "thoraco", "thorax", "négative", "negative",
+    "diététicienne", "pressurise", "pressuriser", "inhalee", "inhalée", "inhal",
+    # Mots courants français détectés comme NOM dans les trackare
+    "toilette", "repas", "poche", "installation", "education", "éducation",
+    "refection", "réfection", "complete", "complète", "regime", "régime",
+    "normal", "traité", "traite", "arrêté", "arrete", "volume",
+    "commentaires", "france", "covid", "framboise", "epoux", "époux",
+    # Abréviations médicales courtes (3-4 chars) détectées comme NOM
+    "ide", "ipp", "pcr", "tap", "gel", "ahl", "ssr", "hds", "tca", "etp",
+    "mcg", "sdz", "iao", "ser", "orod", "clav", "disp", "cart", "atcd", "mdrd",
+    "amox", "endoc", "microg", "item", "pyélo", "néphro",
+    # En-têtes de colonnes / mots structurels trackare
+    "observations", "observation", "commentaires", "commentaire",
+    "surveillance", "température", "temperature", "glycémie", "glycemie",
+    "diurèse", "diurese", "balance", "pouls", "systolique", "diastolique",
+    "saturation", "fréquence", "frequence", "respiratoire", "douleur",
+    "alertes", "alerte", "antécédents", "antecedents", "habitus",
+    "allergies", "prescriptions", "prescription", "administration",
+    "catégorie", "categorie", "expiration", "message",
+    "destination", "diagnostique", "diagnostiques",
+    "date", "note", "nom", "heure", "type", "code", "etat",
+    "comprime", "comprimé", "gelule", "gélule", "solution", "injectable",
+    # Médicaments supplémentaires détectés dans les trackare
+    "depakote", "versatis", "humalog", "forxiga", "durogesic",
+    "montelukast", "rosuvastatine",
+    # Abréviations pharma courtes
+    "cpr", "sol", "bic", "agt", "poche", "inhal",
+    # Termes chirurgicaux/cliniques FP
+    "cure", "endocrine", "operatoire", "opératoire", "realisee", "réalisée",
+    "gauche", "droit", "droite", "face", "profil",
+    # Faux positifs EDS supplémentaires
+    "psy", "inhales", "inhalés", "kwikpen", "lansoprazole", "tiorfan", "smecta",
+    "axa", "ttt", "anionique", "abdomino", "cod", "omi", "urg", "med",
+    "10mg", "20mg", "40mg", "100mg", "300ui", "500ml", "innohep", "coaprovel",
+    "actiskenan", "simvastatine", "forlax",
+    # Mots temporels / contextuels détectés comme EDS_HOPITAL
+    "semaine", "jour", "matin", "soir", "nuit", "midi",
+    # Mots clés de contexte document
+    "compétences", "maladies", "inflammatoires", "systémiques", "rares",
+    "fret", "fax", "contexte", "résultat", "resultat", "résultats", "resultats",
+    "haute", "maison", "aide", "rpps", "poste", "fonct",
+    "sante", "santé", "etxe", "ttipi", "gastro", "concha",
+    "endoscopie", "endoscopique", "fibroscopie",
+    "indication", "conclusion", "technique", "anesthésie",
+    "digestif", "digestive", "digestives", "nutritive",
+    # Abréviations soins trackare détectées comme NOM (batch 20 OGC)
+    "soins", "lit", "jeun", "lever", "pose", "surv", "ggt", "vvp",
+    # Verbes d'instructions soins (aussi des patronymes INSEE → FP)
+    "coucher", "manger", "marcher", "sortir",
+    "verif", "crop", "evs", "maco", "pan", "cet", "trou", "nit", "nfs",
+    # Mots narratifs CRH capturés par fusion sidebar 2-colonnes
+    "evolution", "évolution", "explorations", "fermeture", "allergie", "allergies",
+    "lotissement", "cholangiographie", "cholecystectomie", "cholécystectomie",
+    "paracetamol", "paracétamol", "unité", "unite",
+    # FP résiduels batch 10 OGC (termes médicaux/instructions soins)
+    "glyc", "glycosurie", "vider", "forte",
+    # FP audit batch 59 OGC (mots courants/médicaux flagués comme NOM)
+    "oncologie", "confrères", "confrere", "doubles", "chers", "motif",
+    "responsable", "autre", "autres", "autonome", "autonomes",
+    "préparations", "preparations", "prévenir", "prevenir",
+    "acétylsalicylique", "acetylsalicylique", "angio",
+    "desc", "diu", "barreau",
+    "haitz", "alde",
+    # FP audit OGC 21 — termes médicaux/courants flagués NOM_GLOBAL
+    "alimentation", "augmentation", "amelioration", "amélioration",
+    "biliaire", "biliaires", "bili", "voies", "voie",
+    "apyrexie", "apyréxie", "apyrétique", "apyretique",
+    "clavulanique", "mecillinam", "sulfamides", "sulfamide",
+    "tazobactam", "temocilline", "ecoflac", "furanes", "furane",
+    "exilar", "lipruzet", "mopral",
+    "sensible", "sensibles", "dossier", "dossiers",
+    "entero", "entéro", "medecine", "bio",
+    "aviation", "contention", "isolement",
+    "elimination", "élimination", "infectieux",
+    "hémodynamique", "hemodynamique", "pancréatite", "pancreatite",
+    "cholecystite", "cholécystite", "cholécystectomie", "cholecystectomie",
+    "appendicectomie", "néoplasie", "neoplasie",
+    "ovarienne", "prandial", "fébrile", "febrile",
+    "eupnéique", "eupneique", "normocarde", "normotendue",
+    "variable", "dosage", "posologie",
+    # Abréviations diététiques/soins trackare
+    "bcy", "po2", "po1", "po3", "bha", "atg", "ras", "cat", "ass",
+    # FP audit OGC 17 CRH
+    "mode", "retraitee", "retraité", "retraitée", "régression", "regression", "tel",
+    "strasbourg", "bordeaux", "toulouse", "paris", "lyon", "marseille", "bayonne", "anglet",
+    "saint-palais", "tarnos", "hendaye", "dax", "orthez", "oloron", "pau", "cambo",
+    # Spécialités/services récurrents comme FP NOM
+    "cancérologie", "cancerologie", "réanimation", "reanimation",
+    "urologie", "néphrologie", "nephrologie", "hématologie", "hematologie",
+    "gériatrie", "geriatrie", "pédiatrie", "pediatrie",
+    "ophtalmologie", "stomatologie", "allergologie",
+    "kinésithérapie", "kinesitherapie", "ergothérapie", "ergotherapie",
+    "orthopédie", "orthopedie", "traumatologie",
+    "palliatifs", "palliative", "palliatif",
+    "addictologie", "alcoologie", "tabacologie",
+    # FP soignants trackare (mots courants capturés par patterns Note d'évolution / Signé / Flacon)
+    "discussion", "echelle", "échelle", "scope", "tdm", "bouteille",
+    "evendol", "relais", "repas", "poursuite", "indication",
+    # FP pattern timestamp (termes ALL-CAPS capturés par "HH:MM NOM")
+    "eliminatin", "elimination", "élimination", "preremplie", "pré-remplie",
+    "thermie", "alim", "alimentation", "admin",
+    # Médicaments/tests labo capturés par patterns soignants
+    "biprofenid", "bi-profenid", "phosphatase", "phosphatases",
+    "ecbu", "suppo", "suppositoire", "mucite", "microlax", "normacol",
+    "ciprofloxacine", "lavement", "desinfection", "désinfection",
+    "avaler", "rachis", "lombaire", "thoraco-lombaire",
+    "cérébrale", "cerebrale", "cérébral", "cerebral", "hépatique", "hepatique",
+    "thoracique", "abdominale", "abdominal", "pelvienne", "pelvien", "médullaire",
+    # Dosages et labos pharma (FP fréquents dans prescriptions Trackare)
+    "faible", "fort", "forte",
+    "myl", "mylan", "sandoz", "teva", "arrow", "biogaran", "zentiva", "eg",
+    "arw", "pan", "mso", "bgn", "ratiopharm", "accord", "vts", "viatris",
+    "abdomino-pelvien", "abdomino", "pelvien", "thoraco-abdominal",
+    "entree", "entrée", "continu", "continue",
+    "morphine", "claforan", "skenan", "actiskenan",
+    # Fragments de noms de médicaments (pdfplumber split)
+    "sium", "pegic", "fenid", "profenid",
+    # Catégories cliniques Trackare (en-têtes de section masqués à tort)
+    "respi", "respiratoire", "nephro", "cardio", "neuro", "onco", "pulmo",
+    "hemato", "hémato", "infectieux", "thermie", "diurese", "diurèse",
+    "transit", "anemie", "anémie", "constantes", "examen",
+    "post-op", "postop", "pré-op", "preop", "chimio", "elim",
+    "toilette", "sommeil", "hypota", "hypotension", "spo2",
+    "urine", "urines", "sng",
+    "rénale", "renale", "rénal", "renal", "cardiaque",
+    # Termes structurels trackare
+    "transmissions", "transmission", "releve", "relevé",
+    "objectif", "objectifs", "evaluation", "évaluation",
+    "planification", "planifié", "planifiee",
+    # ── FP détectés automatiquement par audit_fp_detector.py ──
+    # Lot 2 : tokens basse confiance (DICT_FR seul) clairement non-noms
+    "acide", "adulte", "ambulatoire", "avenue", "bandelette", "bassin",
+    "bijoux", "bouche", "bouchon", "changes", "court", "demande", "dessert",
+    "devenir", "diffusé", "douche", "entrée", "escarre", "espace",
+    "explications", "fauteuil", "feuillet", "fixateur", "fois", "gamma",
+    "germes", "glace", "habillage", "liste", "maquillage", "matelas",
+    "mettre", "obésité", "ongles", "palais", "perlant", "pertes",
+    "pièce", "plaie", "risque", "saint", "sang", "signe", "sonde",
+    "tenue", "texte", "transaminases", "transit", "transmis", "urinal",
+    "vernis", "vessie", "vrac",
+    # Lot 2 : termes médicaux (préfixes/suffixes)
+    "anatomo-pathologique", "anemie", "anémie", "angioscanner",
+    "cétonurie", "cetonurie", "depilation", "dépilation",
+    "folique", "gastroentérologue", "gastroenterologue",
+    "microgrammes", "nalidixique", "naso-gastrique",
+    "angio-irm", "neuro", "neuro-chirurgie", "endoplasmique",
+    "cyto", "plaie-colle", "bionolyte",
+    # Lot 1 (103 tokens, confiance >= 0.5) ──
+    # Anatomie / clinique
+    "abdomen", "aortique", "bilirubine", "drain", "gastrique", "histologique",
+    "intraveineuse", "lithiasique", "macroscopie", "miction", "molles", "pelvienne",
+    "plaquette", "plaquettes", "rectale", "sanguine", "sciatique", "selle", "urinaire",
+    # Pathologies / symptômes
+    "algie", "angoisse", "antécédent", "douloureuse", "dyslipidémie",
+    "hemodialyse", "hemorragique", "hyperthermie", "hématologue",
+    # Médicaments / matériel médical
+    "ampoule", "antalgique", "antiseptique", "compresse", "flacon",
+    "oxygène", "pansement", "vitamine",
+    # Biologie / examens
+    "biochimie", "biologie", "fer",
+    # Actions / états cliniques
+    "ablation", "absence", "admission", "bloc", "changement", "cliniquement",
+    "cognitif", "couchage", "dispositif", "dynamique", "entretien", "histoire",
+    "intervention", "position", "rappel", "relation", "retour", "réalisation",
+    "résistant", "réévaluation", "situation", "temporaire", "urgence", "urgences",
+    "urgent", "validation",
+    # Mots courants / contextuels
+    "angle", "bille", "boisson", "bureau", "cases", "circuit",
+    "concubin", "confortable", "demain", "densité", "dernière",
+    "distant", "domaine", "elle", "fils", "frère", "grand", "horizon",
+    "hui", "identifiant", "minuit", "murent", "neuf", "original", "pages",
+    "personne", "premier", "quartier", "retraite", "route", "rés",
+    "trouve", "verrouillé", "villa", "étage",
+    # Termes médicaux courants faussement détectés comme NOM (Phase 2 audit mars 2026)
+    "ains", "ponction", "hanche", "burkitt", "orl", "gds", "oap", "tvp", "epp",
+    "bronchite", "accueil", "cadre", "transfert", "relecture", "examens",
+    "traitements", "traitement", "infectiologie", "cancérologie", "cancerologie",
+    "maternité", "orale", "sachet", "absence",
+    # FP audit 30 fichiers Phase 2 (mars 2026)
+    "bouffee", "bouffée", "discontinue", "respimat", "lyoc",
+    "probnp", "pro-bnp", "nt-probnp",
+    "bpco", "colle", "gsc", "masse",
+    "selle", "selles",
+    # Acronymes médicaux courts (3 lettres) souvent FP comme NOM
+    "epo", "irc", "sib", "inr", "iec", "ira", "ait", "avc",
+    "imc", "ipp", "ivo", "amp", "ivg", "img", "had", "ssr",
+    "hta", "ecg", "irm", "tep", "crp", "nfs", "bhc", "vgm",
+    "vni", "aeg", "bas", "snv", "hba", "ide", "dci",
+    # Termes pharmaceutiques FP comme NOM (audit 30 fichiers mars 2026)
+    "buvable", "buvables", "nominal", "nominaux",
+    "acide", "principale", "principal", "principaux",
+    "hyaluronique", "valproique", "valproïque", "tranexamique", "tranéxamique",
+    "clavulanique", "nalidixique",
+    "grancher",  # Centre de réadaptation (nom d'établissement homonyme)
+    "experf",  # Prestataire HAD (nom commercial homonyme)
+    # Noms de services hospitaliers (FP comme [NOM])
+    "ortho", "mobile", "polyvalente", "polyvalent",
+    "geriatrie", "gériatrie", "ambulatoire", "provisoire",
+    "intraveineuse", "intraveineux", "sous-cutanee", "sous-cutané",
+    # Noms de services hospitaliers (aussi patronymes INSEE → FP récurrents)
+    "viscerale", "viscérale", "vasculaire", "vasculaires",
+    "conventionnelle", "conventionnel",
+    "polyvalente", "polyvalent",
+    "infectieuse", "infectieuses",
+    # Termes soins infirmiers / activités de la vie quotidienne (FP trackare doc 216)
+    "aide", "partielle", "partiel", "complete", "complète", "complet",
+    "contention", "lavabo", "blader", "scan", "post", "lunettes",
+    "deshabillage", "déshabillage", "habillage",
+    "surveillance", "surv", "refection", "réfection",
+    "miction", "toilette", "douche", "changes",
+    "installation", "transfert", "mobilisation",
+    "alimentation", "hydratation", "collation",
+    "stimulation", "prevention", "prévention",
+    # Termes pharmaceutiques/matériel médical FP (retour relecteur 2026-03-16)
+    "chlorure",
+    # Dispositifs médicaux (FP "OXYGENE LUNETTES" → [NOM])
+    "canule", "canules", "masque", "sonde", "sondes",
+    # Termes chirurgicaux FP comme [NOM] (retour relecteur 2026-03-17)
+    "totale", "total", "partielle", "partiel",
+    "prothese", "prothèse", "protheses", "prothèses", "unicompartimentale",
+    # Antiseptiques / produits de soins (FP trackare prescriptions)
+    "betascrub", "hibiscrub", "betadine", "biseptine", "chlorhexidine",
+    # Nutrition entérale / compléments
+    "fresubin", "nutrison", "sondalis", "isosource", "novasource",
+    # Termes médicaux FP dans bactério / texte libre
+    "nombreuses", "nombreux", "plusieurs", "quelques",
+    "internationale", "international",
+    "resorbable", "résorbable", "resorbables", "résorbables",
+    "alfa", "capsule", "capsules",
 }
 # Enrichissement automatique avec les ~4000 noms de médicaments d'edsnlp
 _MEDICAL_STOP_WORDS_SET.update(_load_edsnlp_drug_names())