docs: scripts de génération des fiches produit et technique DSI/RSSI/DPO

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

scripts/generate_fiche_produit.py

@@ -0,0 +1,522 @@
+#!/usr/bin/env python3
+"""Génère la fiche produit Pseudonymisation en DOCX (deux versions)."""
+
+from docx import Document
+from docx.shared import Pt, Cm, Inches, RGBColor
+from docx.enum.text import WD_ALIGN_PARAGRAPH
+from docx.enum.table import WD_TABLE_ALIGNMENT
+from docx.oxml.ns import qn
+import os
+
+# ── Helpers ──────────────────────────────────────────────────────────
+
+def set_cell_shading(cell, color_hex: str):
+    """Applique une couleur de fond à une cellule."""
+    shading = cell._element.get_or_add_tcPr()
+    shading_elem = shading.makeelement(qn('w:shd'), {
+        qn('w:val'): 'clear',
+        qn('w:color'): 'auto',
+        qn('w:fill'): color_hex,
+    })
+    shading.append(shading_elem)
+
+
+def add_heading_styled(doc, text, level=1, color=RGBColor(0x1A, 0x56, 0x8E)):
+    h = doc.add_heading(text, level=level)
+    for run in h.runs:
+        run.font.color.rgb = color
+    return h
+
+
+def add_bullet(doc, text, bold_prefix=None):
+    p = doc.add_paragraph(style='List Bullet')
+    if bold_prefix:
+        run = p.add_run(bold_prefix)
+        run.bold = True
+        p.add_run(text)
+    else:
+        p.add_run(text)
+    return p
+
+
+def add_para(doc, text, bold=False, italic=False, space_after=Pt(6)):
+    p = doc.add_paragraph()
+    run = p.add_run(text)
+    run.bold = bold
+    run.italic = italic
+    p.paragraph_format.space_after = space_after
+    return p
+
+
+def add_table_row(table, cells_data, header=False, header_color='1A568E'):
+    row = table.add_row()
+    for i, text in enumerate(cells_data):
+        cell = row.cells[i]
+        cell.text = ''
+        p = cell.paragraphs[0]
+        run = p.add_run(text)
+        run.font.size = Pt(10)
+        if header:
+            run.bold = True
+            run.font.color.rgb = RGBColor(0xFF, 0xFF, 0xFF)
+            set_cell_shading(cell, header_color)
+        p.paragraph_format.space_before = Pt(4)
+        p.paragraph_format.space_after = Pt(4)
+
+
+def set_table_style(table):
+    """Style sobre pour les tableaux."""
+    table.alignment = WD_TABLE_ALIGNMENT.CENTER
+    for row in table.rows:
+        for cell in row.cells:
+            for p in cell.paragraphs:
+                p.paragraph_format.space_before = Pt(3)
+                p.paragraph_format.space_after = Pt(3)
+
+
+def add_section_break(doc):
+    doc.add_page_break()
+
+
+# ── Couleurs ─────────────────────────────────────────────────────────
+
+BLUE_DARK = RGBColor(0x1A, 0x56, 0x8E)
+BLUE_LIGHT = 'D6E8F7'
+GRAY_LIGHT = 'F2F2F2'
+GREEN = RGBColor(0x2E, 0x7D, 0x32)
+
+
+# ══════════════════════════════════════════════════════════════════════
+#  VERSION 1 — Synthétique (1 page recto, orientation portrait)
+# ══════════════════════════════════════════════════════════════════════
+
+def build_version_1(doc):
+    # ── Titre ──
+    title = doc.add_heading('Pseudonymisation Automatique\nde Documents Médicaux', level=0)
+    title.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    for run in title.runs:
+        run.font.color.rgb = BLUE_DARK
+        run.font.size = Pt(22)
+
+    # Sous-titre
+    sub = doc.add_paragraph()
+    sub.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    run = sub.add_run('Fiche produit — Version synthétique')
+    run.font.size = Pt(12)
+    run.font.color.rgb = RGBColor(0x66, 0x66, 0x66)
+    run.italic = True
+    sub.paragraph_format.space_after = Pt(16)
+
+    # ── En bref ──
+    add_heading_styled(doc, 'En bref', level=2)
+    add_para(doc,
+        'Logiciel d\'anonymisation automatique de documents médicaux, '
+        'fonctionnant 100% en local sur un poste Windows. '
+        'Aucune donnée ne sort de l\'établissement. '
+        'Un fichier entre, un fichier anonymisé sort.',
+        space_after=Pt(10))
+
+    # ── Tableau comparatif ──
+    add_heading_styled(doc, 'Pourquoi cet outil ?', level=2)
+    table = doc.add_table(rows=0, cols=2)
+    table.style = 'Table Grid'
+    add_table_row(table, ['Situation actuelle', 'Avec l\'outil'], header=True)
+    comparisons = [
+        ('Anonymisation manuelle, chronophage\net source d\'erreurs',
+         'Traitement automatique\nen quelques minutes'),
+        ('Risque d\'oubli de données\npersonnelles (RGPD)',
+         'Taux de détection > 99%\nvalidé sur corpus réel'),
+        ('Mobilisation de personnel qualifié\nsur une tâche répétitive',
+         'L\'équipe TIM vérifie,\nelle ne produit plus à la main'),
+    ]
+    for left, right in comparisons:
+        add_table_row(table, [left, right])
+    set_table_style(table)
+    doc.add_paragraph()  # espace
+
+    # ── Points clés ──
+    add_heading_styled(doc, 'Points clés', level=2)
+    points = [
+        ('100% hors-ligne — ', 'aucune donnée ne transite par internet'),
+        ('Un seul exécutable — ', 'pas d\'installation, pas de serveur, pas de GPU'),
+        ('14 formats acceptés — ', 'PDF, Word, ODT, RTF, images, HTML...'),
+        ('4 moteurs d\'IA — ', 'spécialisés en français clinique, fonctionnent en parallèle'),
+        ('Paramétrable — ', 'whitelist et blacklist modifiables par l\'établissement'),
+        ('Irréversible — ', 'masquage par rectangles noirs, pas de calque amovible'),
+    ]
+    for bold_part, normal_part in points:
+        add_bullet(doc, normal_part, bold_prefix=bold_part)
+
+    # ── Ce qui est masqué / préservé ──
+    add_heading_styled(doc, 'Ce qui est masqué / préservé', level=2)
+    table2 = doc.add_table(rows=0, cols=2)
+    table2.style = 'Table Grid'
+    add_table_row(table2, ['Masqué automatiquement', 'Préservé intégralement'], header=True)
+    add_table_row(table2, [
+        'Noms, prénoms, adresses,\ntéléphones, n° de sécu,\ndates de naissance,\nnoms d\'établissements,\ncodes-barres patients',
+        'Diagnostics, traitements,\nposologies, actes médicaux,\nrésultats d\'examens,\ndates de séjour,\ncodage CIM / CCAM'
+    ])
+    set_table_style(table2)
+    doc.add_paragraph()
+
+    # ── Cas d'usage ──
+    add_heading_styled(doc, 'Cas d\'usage', level=2)
+    usages = [
+        ('Contrôle T2A — ', 'anonymiser les pièces justificatives avant transmission'),
+        ('Recherche clinique — ', 'constituer des corpus anonymisés'),
+        ('Audits qualité / HAS — ', 'partager des dossiers sans exposition de données'),
+        ('Formation — ', 'utiliser des cas réels anonymisés pour l\'enseignement'),
+    ]
+    for bold_part, normal_part in usages:
+        add_bullet(doc, normal_part, bold_prefix=bold_part)
+
+
+# ══════════════════════════════════════════════════════════════════════
+#  VERSION 2 — Détaillée (multi-pages, par audience)
+# ══════════════════════════════════════════════════════════════════════
+
+def build_version_2(doc):
+    # ── Page de titre ──
+    for _ in range(4):
+        doc.add_paragraph()
+
+    title = doc.add_heading('Pseudonymisation Automatique\nde Documents Médicaux', level=0)
+    title.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    for run in title.runs:
+        run.font.color.rgb = BLUE_DARK
+        run.font.size = Pt(26)
+
+    doc.add_paragraph()
+    sub = doc.add_paragraph()
+    sub.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    run = sub.add_run('Fiche produit détaillée')
+    run.font.size = Pt(14)
+    run.font.color.rgb = RGBColor(0x66, 0x66, 0x66)
+
+    doc.add_paragraph()
+    audiences = doc.add_paragraph()
+    audiences.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    run = audiences.add_run('Direction générale · DSI · Médecins · Équipe TIM')
+    run.font.size = Pt(11)
+    run.font.color.rgb = RGBColor(0x99, 0x99, 0x99)
+    run.italic = True
+
+    add_section_break(doc)
+
+    # ── 1. Le problème ──
+    add_heading_styled(doc, 'Le problème', level=1)
+    add_para(doc,
+        'Les établissements de santé manipulent quotidiennement des documents '
+        'contenant des données personnelles de patients : comptes-rendus opératoires, '
+        'résultats d\'examens, courriers médicaux, rapports d\'anatomo-pathologie...')
+    add_para(doc,
+        'Lors des contrôles T2A, audits qualité, recherches cliniques ou échanges '
+        'inter-établissements, ces documents doivent être anonymisés conformément '
+        'au RGPD et au cadre réglementaire santé.')
+    add_para(doc,
+        'L\'anonymisation manuelle est lente, coûteuse, et faillible : '
+        'un oubli suffit à exposer l\'identité d\'un patient.',
+        bold=True, space_after=Pt(12))
+
+    # ── 2. La solution ──
+    add_heading_styled(doc, 'La solution', level=1)
+    add_para(doc,
+        'Un logiciel autonome, fonctionnant intégralement en local, qui anonymise '
+        'automatiquement vos documents en quelques minutes :')
+    bullets = [
+        'Détecte et masque les noms, prénoms, adresses, téléphones, numéros de sécurité sociale, dates de naissance, noms d\'établissements',
+        'Préserve le contenu médical utile : diagnostics, traitements, actes, résultats, codage',
+        'Produit un PDF anonymisé prêt à transmettre, avec masquage irréversible',
+    ]
+    for b in bullets:
+        add_bullet(doc, b)
+    doc.add_paragraph()
+
+    # ── Tableau comparatif ──
+    add_heading_styled(doc, 'Avant / Après', level=2)
+    table = doc.add_table(rows=0, cols=2)
+    table.style = 'Table Grid'
+    add_table_row(table, ['Situation actuelle', 'Avec l\'outil'], header=True)
+    comparisons = [
+        ('Anonymisation manuelle, chronophage et source d\'erreurs',
+         'Traitement automatique en quelques minutes'),
+        ('Risque d\'oubli de données personnelles (RGPD, AI Act)',
+         'Taux de détection > 99% validé sur corpus réel de contrôle T2A'),
+        ('Mobilisation de personnel qualifié sur une tâche répétitive',
+         'L\'équipe TIM se concentre sur la vérification, pas la production'),
+        ('Dépendance à des outils cloud ou des prestataires externes',
+         '100% local, aucune donnée ne quitte l\'établissement'),
+    ]
+    for left, right in comparisons:
+        add_table_row(table, [left, right])
+    set_table_style(table)
+
+    add_section_break(doc)
+
+    # ── 3. Conformité et sécurité (DG + DSI) ──
+    add_heading_styled(doc, 'Conformité et sécurité', level=1)
+    tag = doc.add_paragraph()
+    run = tag.add_run('→ Direction générale, DSI')
+    run.italic = True
+    run.font.color.rgb = RGBColor(0x99, 0x99, 0x99)
+    tag.paragraph_format.space_after = Pt(8)
+
+    security_points = [
+        ('Aucune connexion réseau', 'Le logiciel fonctionne entièrement hors-ligne. Aucun appel à un serveur externe, aucune API cloud, aucune télémétrie.'),
+        ('Aucune donnée exfiltrée', 'Le traitement se fait intégralement en mémoire locale. Les documents source ne sont ni copiés ni transmis.'),
+        ('Conformité RGPD / AI Act', 'L\'intelligence artificielle est embarquée dans l\'exécutable. Pas de sous-traitance, pas de transfert de données à un tiers.'),
+        ('Masquage irréversible', 'Les zones anonymisées sont remplacées par des rectangles noirs directement dans le PDF. Il ne s\'agit pas d\'un calque amovible : l\'information est définitivement supprimée.'),
+        ('Traçabilité', 'Les fichiers anonymisés sont nommés avec le préfixe "ANON_" pour identification immédiate.'),
+    ]
+    for title_text, desc in security_points:
+        p = doc.add_paragraph()
+        run_title = p.add_run(title_text + ' — ')
+        run_title.bold = True
+        p.add_run(desc)
+        p.paragraph_format.space_after = Pt(6)
+
+    add_section_break(doc)
+
+    # ── 4. Déploiement (DSI) ──
+    add_heading_styled(doc, 'Déploiement et maintenance', level=1)
+    tag = doc.add_paragraph()
+    run = tag.add_run('→ DSI')
+    run.italic = True
+    run.font.color.rgb = RGBColor(0x99, 0x99, 0x99)
+    tag.paragraph_format.space_after = Pt(8)
+
+    add_heading_styled(doc, 'Prérequis', level=2)
+    prereqs = [
+        'Windows 10 ou 11 (64 bits)',
+        'Poste bureautique standard — pas de GPU dédié, pas de serveur requis',
+        'Pas de droits administrateur nécessaires pour l\'exécution',
+        'Pas de connexion internet requise',
+    ]
+    for pr in prereqs:
+        add_bullet(doc, pr)
+
+    add_heading_styled(doc, 'Installation', level=2)
+    install_steps = [
+        'Copier l\'exécutable (un seul fichier .exe) sur le poste',
+        'Au premier lancement, le fichier de configuration est créé automatiquement à côté de l\'exécutable',
+        'C\'est prêt — aucune autre manipulation nécessaire',
+    ]
+    for i, step in enumerate(install_steps, 1):
+        p = doc.add_paragraph()
+        run = p.add_run(f'{i}. ')
+        run.bold = True
+        p.add_run(step)
+
+    add_heading_styled(doc, 'Mise à jour', level=2)
+    add_para(doc, 'Remplacer l\'exécutable par la nouvelle version. La configuration personnalisée de l\'établissement est conservée (fichier séparé).')
+
+    add_heading_styled(doc, 'Configuration inter-établissements', level=2)
+    add_para(doc,
+        'Les paramètres (whitelist, blacklist) sont exportables au format JSON depuis l\'interface. '
+        'Un établissement peut envoyer sa configuration par email. '
+        'Le service central fusionne les configurations et renvoie un fichier YAML consolidé.')
+
+    add_section_break(doc)
+
+    # ── 5. Utilisation quotidienne (TIM) ──
+    add_heading_styled(doc, 'Utilisation quotidienne', level=1)
+    tag = doc.add_paragraph()
+    run = tag.add_run('→ Équipe TIM, médecins')
+    run.italic = True
+    run.font.color.rgb = RGBColor(0x99, 0x99, 0x99)
+    tag.paragraph_format.space_after = Pt(8)
+
+    add_heading_styled(doc, 'En 3 étapes', level=2)
+    steps = [
+        ('Sélectionner', 'Choisir un fichier ou un dossier entier depuis l\'interface'),
+        ('Lancer', 'Cliquer sur "Lancer l\'anonymisation"'),
+        ('Récupérer', 'Les documents anonymisés sont créés dans le dossier de sortie, prêts à transmettre'),
+    ]
+    for title_text, desc in steps:
+        p = doc.add_paragraph()
+        run_title = p.add_run(f'{title_text} — ')
+        run_title.bold = True
+        run_title.font.color.rgb = BLUE_DARK
+        p.add_run(desc)
+        p.paragraph_format.space_after = Pt(6)
+
+    add_heading_styled(doc, 'Formats acceptés (14)', level=2)
+    table_fmt = doc.add_table(rows=0, cols=2)
+    table_fmt.style = 'Table Grid'
+    add_table_row(table_fmt, ['Type', 'Formats'], header=True)
+    formats = [
+        ('Documents', 'PDF, Word (.docx), ODT, RTF, TXT, HTML'),
+        ('Images', 'JPEG, PNG, TIFF, BMP'),
+    ]
+    for type_name, fmt_list in formats:
+        add_table_row(table_fmt, [type_name, fmt_list])
+    set_table_style(table_fmt)
+    doc.add_paragraph()
+
+    add_para(doc,
+        'Les images et documents scannés sont traités par reconnaissance optique de caractères (OCR) '
+        'intégrée — pas de logiciel tiers nécessaire.',
+        italic=True)
+
+    add_heading_styled(doc, 'Paramétrage', level=2)
+    params = [
+        ('Whitelist — ', 'liste de termes à ne jamais masquer (noms de services, sigles internes, noms de logiciels...). Modifiable directement dans l\'interface.'),
+        ('Blacklist — ', 'liste de termes à toujours masquer (noms de praticiens spécifiques...). Modifiable directement dans l\'interface.'),
+        ('Export/Import — ', 'les paramètres sont échangeables entre établissements par simple fichier JSON envoyé par email.'),
+    ]
+    for bold_part, normal_part in params:
+        add_bullet(doc, normal_part, bold_prefix=bold_part)
+
+    add_section_break(doc)
+
+    # ── 6. Fiabilité (Médecins + TIM) ──
+    add_heading_styled(doc, 'Fiabilité de la détection', level=1)
+    tag = doc.add_paragraph()
+    run = tag.add_run('→ Médecins, équipe TIM')
+    run.italic = True
+    run.font.color.rgb = RGBColor(0x99, 0x99, 0x99)
+    tag.paragraph_format.space_after = Pt(8)
+
+    add_para(doc,
+        'Le logiciel combine 4 moteurs d\'intelligence artificielle spécialisés en français clinique '
+        'qui fonctionnent simultanément et se recoupent pour maximiser la détection :')
+
+    engines = [
+        ('Modèle CamemBERT médical', 'entraîné spécifiquement sur des documents cliniques français'),
+        ('Modèle de détection d\'entités', 'reconnaissance zero-shot de données personnelles'),
+        ('Modèle spécialisé', 'fine-tuné sur plus de 1 000 documents médicaux réels'),
+        ('Bases de référence nationales', '219 000 noms de famille, 36 000 prénoms, 7 300 médicaments, 108 000 établissements de santé'),
+    ]
+    for title_text, desc in engines:
+        add_bullet(doc, ' — ' + desc, bold_prefix=title_text)
+    doc.add_paragraph()
+
+    add_para(doc,
+        'Principe de précaution : en cas de doute, le logiciel masque. '
+        'Il est préférable de masquer un terme médical par excès '
+        'plutôt que de laisser visible un nom de patient.',
+        bold=True, space_after=Pt(8))
+
+    add_para(doc,
+        'Taux de détection validé à plus de 99% sur un corpus réel de documents '
+        'de contrôle T2A : comptes-rendus opératoires, anatomo-pathologie, bactériologie, '
+        'anesthésie, courriers médicaux, comptes-rendus d\'hospitalisation.')
+
+    add_section_break(doc)
+
+    # ── 7. Cas d'usage ──
+    add_heading_styled(doc, 'Cas d\'usage', level=1)
+
+    use_cases = [
+        ('Contrôle T2A',
+         'Anonymiser les pièces justificatives (comptes-rendus, résultats, courriers) '
+         'avant transmission à l\'organisme de contrôle.'),
+        ('Recherche clinique',
+         'Constituer des jeux de données anonymisés à partir de dossiers patients réels, '
+         'sans risque d\'identification.'),
+        ('Audits qualité et certification HAS',
+         'Partager des cas cliniques lors des visites de certification '
+         'sans exposer l\'identité des patients.'),
+        ('Échanges inter-établissements',
+         'Transmettre des comptes-rendus médicaux anonymisés dans le cadre '
+         'de parcours de soins partagés.'),
+        ('Formation et enseignement',
+         'Utiliser des cas cliniques réels anonymisés pour la formation '
+         'des internes et des équipes soignantes.'),
+    ]
+    for title_text, desc in use_cases:
+        p = doc.add_paragraph()
+        run_title = p.add_run(title_text + '\n')
+        run_title.bold = True
+        run_title.font.size = Pt(11)
+        run_desc = p.add_run(desc)
+        run_desc.font.size = Pt(10)
+        p.paragraph_format.space_after = Pt(10)
+
+    # ── 8. Questions fréquentes ──
+    add_heading_styled(doc, 'Questions fréquentes', level=1)
+
+    faq = [
+        ('Combien de temps prend le traitement d\'un document ?',
+         'En moyenne quelques dizaines de secondes par document. '
+         'Un lot de 20 à 30 documents se traite en 10 à 15 minutes sur un poste standard.'),
+        ('Que faire si un nom n\'a pas été détecté ?',
+         'Ajouter le terme dans la blacklist via l\'interface. '
+         'Il sera systématiquement masqué lors des prochains traitements.'),
+        ('Que faire si un terme médical a été masqué par erreur ?',
+         'Ajouter le terme dans la whitelist via l\'interface. '
+         'Il ne sera plus jamais masqué.'),
+        ('Faut-il une connexion internet ?',
+         'Non. Le logiciel fonctionne intégralement hors-ligne. '
+         'L\'intelligence artificielle est embarquée dans l\'exécutable.'),
+        ('Les documents originaux sont-ils modifiés ?',
+         'Non. Le logiciel crée une copie anonymisée. '
+         'Les documents originaux restent intacts.'),
+        ('Peut-on traiter un dossier entier d\'un coup ?',
+         'Oui. Il suffit de sélectionner un dossier au lieu d\'un fichier. '
+         'Tous les documents du dossier seront traités séquentiellement.'),
+    ]
+    for question, answer in faq:
+        p = doc.add_paragraph()
+        run_q = p.add_run(question + '\n')
+        run_q.bold = True
+        run_q.font.size = Pt(10)
+        run_a = p.add_run(answer)
+        run_a.font.size = Pt(10)
+        p.paragraph_format.space_after = Pt(8)
+
+
+# ══════════════════════════════════════════════════════════════════════
+#  Construction du document final
+# ══════════════════════════════════════════════════════════════════════
+
+def main():
+    doc = Document()
+
+    # ── Style par défaut ──
+    style = doc.styles['Normal']
+    style.font.name = 'Calibri'
+    style.font.size = Pt(10)
+    style.paragraph_format.space_after = Pt(4)
+
+    # Marges
+    for section in doc.sections:
+        section.top_margin = Cm(1.5)
+        section.bottom_margin = Cm(1.5)
+        section.left_margin = Cm(2)
+        section.right_margin = Cm(2)
+
+    # ════════════════════════════════════════════
+    # VERSION 1 — Synthétique
+    # ════════════════════════════════════════════
+    build_version_1(doc)
+
+    # ── Séparation ──
+    add_section_break(doc)
+    sep = doc.add_paragraph()
+    sep.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    for _ in range(6):
+        doc.add_paragraph()
+    sep2 = doc.add_paragraph()
+    sep2.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    run = sep2.add_run('— Version détaillée ci-après —')
+    run.font.size = Pt(14)
+    run.font.color.rgb = RGBColor(0x99, 0x99, 0x99)
+    run.italic = True
+
+    add_section_break(doc)
+
+    # ════════════════════════════════════════════
+    # VERSION 2 — Détaillée
+    # ════════════════════════════════════════════
+    build_version_2(doc)
+
+    # ── Sauvegarde ──
+    output_path = os.path.join(os.path.dirname(os.path.dirname(__file__)),
+                               'Fiche_Produit_Pseudonymisation.docx')
+    doc.save(output_path)
+    print(f'Fiche produit générée : {output_path}')
+
+
+if __name__ == '__main__':
+    main()