test(review): étendre couche 2 à 10 cas et brancher gate pytest avec xfail strict

Couche 2 (revue humaine sur documents complets) : ajout de 6 cas
synthétiques pour atteindre la cible cadrage produit (10 cas).

Cas ajoutés :
- 005_bacterio_complete : layout BACTERIO N° venue rejeté avant IPP
  + RPPS prescripteur (pattern qualifié non détecté).
- 006_trackare_soignants : export Trackare avec activités HH:MM NOM,
  Note IDE/médicale, Signé — médicament greedy.
- 007_lettre_sortie_complete : courrier médecin→médecin, multi-villes,
  email institutionnel @chcb.fr (cassé par le force_term CHCB).
- 008_anesthesie_complete : protocole anesthésique avec molécules
  BDPM, prénoms basques rares (Maddi, Pantxoa).
- 009_multi_etablissements : 3 établissements distincts (CHCB, CHU
  Bordeaux, Clinique Aguilera), prénoms basques avec ñ (Beñat).
- 010_fiche_admission_minimale : fiche administrative dense, labels
  variés (Nom de jeune fille :, Prénom :, Ville :, Mutuelle :).

Gate pytest (tests/unit/test_synthetic_review.py) :
- vérifie l'inventaire (10 cas) et fait passer chaque cas via run_case.
- 3 cas marqués xfail(strict=True) pour révéler 9 fuites de PII et
  2 patterns partiels que le moteur ne couvre pas aujourd'hui :
  * 005 — RPPS avec qualificateur (RPPS prescripteur :)
  * 009 — Bordeaux résiduel après [ETAB], CHCB en fin de phrase,
          Biarritz sur ligne Ville :, ñ qui casse Beñat → [NOM]ñat
  * 010 — Nom de jeune fille / Prénom / Ville sans label "Patient :",
          NIR au format espacé partiellement consommé en TEL,
          numéro de mutuelle MGEN non couvert
- xfail strict force pytest à signaler un xpass quand un fix passe :
  rappel automatique de retirer l'entrée de KNOWN_FAILURES.

Le runner tools/run_synthetic_review_corpus.py reste utilisable en
direct (sortie diff/audit/summary) pour la revue humaine. Les sorties
actual/ sont gitignorées (régénérées à chaque exécution).

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
This commit is contained in:
2026-04-27 20:46:22 +02:00
parent 1fe0b73105
commit 93338b6b72
26 changed files with 1065 additions and 0 deletions

View File

@@ -0,0 +1,36 @@
# Revue 008 — consultation pré-anesthésique
Famille documentaire : compte rendu de consultation pré-opératoire
en anesthésie-réanimation. Très chargé en terminologie médicale (ASA,
constantes vitales, protocoles d'induction et d'entretien) et en noms
de molécules anesthésiques.
Patterns testés :
- prénoms locaux basques rares (Maddi, Pantxoa) qui peuvent ne pas être
dans les gazetteers INSEE classiques — risque de FN ;
- prénom composé `Anne-Sophie` (anesthésiste) ;
- nombreux noms de médicaments en majuscules à préserver
(HYDROXYZINE, PROPOFOL, SUFENTANIL, SEVOFLURANE, PARACETAMOL, KETOPROFENE) ;
- doses avec unités complexes (`mg/kg`, `µg/kg`, `mg`, `g IV`, `100 mg`) ;
- constantes vitales (`TA 120/75 mmHg`, `FC 72 bpm`, `SpO2 98%`) qui
ne doivent JAMAIS être prises pour des identifiants.
Points critiques :
- le terme `ASA 1` (classification anesthésique) doit rester intact ;
attention au sigle ASA qui peut ressembler à un identifiant ;
- les abréviations cliniques `IMC 23`, `NFS`, `ECG`, `SSPI` doivent rester ;
- `cholécystectomie` et `coelioscopie` (actes CCAM) doivent rester ;
- `lithiase vésiculaire` (diagnostic) doit rester ;
- les ratios constantes (`120/75`) ne doivent pas être interprétés
comme dates ou identifiants.
Préservation à surveiller :
- aucun nom de molécule ne doit être tronqué par un masquage erroné ;
- le préfixe `Dr` est suivi du nom ; si un seul `[NOM]` apparaît à la
place de `Dr NOM Prenom`, accepter tant que les noms et prénoms sont
bien dans l'audit.
Écarts attendus (déjà observés sur d'autres cas) :
- `Saint-Jean-de-Luz` partiellement masqué en `[ETABLISSEMENT]-de-Luz` ;
- classification `NDA``DOSSIER` dans l'audit ;
- `Dr NOM Prenom` masqué en bloc unique `[NOM]`.