fix(detect): RPPS avec qualificateur (RPPS prescripteur :, RPPS de garde :…) (#1)

Étend `RE_RPPS` pour tolérer 0 à 3 mots qualificateurs entre `RPPS`
et le séparateur `:` ou `-`. Couvre les variantes observées :
- RPPS prescripteur :
- RPPS du médecin signataire :
- RPPS de garde -
- N° RPPS :

Si un qualificateur est présent, le séparateur (`:` ou `-`) devient
obligatoire pour éviter d'aspirer du narratif (faux positif type
"Le RPPS est consulté pour vérifier 12345678901 dans la base").

La lambda `_repl_rpps` reconstruit `RPPS : [RPPS]` en sortie : le
qualificateur est consommé mais perdu (pas de fuite, choix cosmétique).

Cas 005_bacterio_complete passe désormais (retiré de KNOWN_FAILURES).
La fuite `10101010101` derrière `RPPS prescripteur :` est masquée.

Cohérent avec le cadrage section 10.1 (règle cœur générique
applicable à tout établissement de santé français — pas de
spécificité locale).

Tests : 72 passed, 1 xfailed (avant : 71 passed, 2 xfailed).

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

anonymizer_core_refactored_onnx.py

@@ -391,7 +391,19 @@ RE_IPP = re.compile(r"\b(?:I\.?P\.?P\.?|IPP|N°\s*Ipp)\s*[:\-]?\s*([A-Za-z0-9]{6
 RE_CSULT = re.compile(r"\b(?:N°\s*Csult|N°\s*Interv)\s*[:\-]?\s*(\d{6,})\b", re.IGNORECASE)
 RE_FINESS = re.compile(r"\b(?:N°\s*)?FINESS?\s*[:\-]?\s*(\d{9})\b", re.IGNORECASE)
 RE_OGC = re.compile(r"\b(?:N°\s*)?OGC\s*[:\-]?\s*([A-Za-z0-9\-]{1,})\b", re.IGNORECASE)
-RE_RPPS = re.compile(r"\b(?:N°\s*)?RPPS\s*[:\-]?\s*(\d{8,11})\b", re.IGNORECASE)
+RE_RPPS = re.compile(
+    r"\b(?:N°\s*)?RPPS"
+    # 0 à 3 mots qualificateurs entre RPPS et la valeur :
+    # "RPPS prescripteur :", "RPPS du médecin signataire :",
+    # "RPPS de garde :", etc. Si qualificateur présent, le séparateur
+    # est obligatoire pour éviter d'aspirer du narratif.
+    r"(?:"
+    r"(?:\s+[A-Za-zéèàùÉÈÀÙ'-]+){1,3}\s*[:\-]\s*"
+    r"|\s*[:\-]?\s*"
+    r")"
+    r"(\d{8,11})\b",
+    re.IGNORECASE,
+)
 RE_NUM_ADHERENT = re.compile(
     r"\b(?:n[°o]?\s*|num[ée]ro\s+(?:d['’]\s*)?)adh[ée]rent[e]?\s*[:\-]?\s*([A-Z0-9]{6,15})\b",
     re.IGNORECASE,

tests/synthetic_review/cases/005_bacterio_complete/expected.txt

@@ -9,7 +9,7 @@ N° venue
 [NOM] [NOM]
 [NDA]
 IPP : [IPP]
-RPPS prescripteur : [RPPS]
+RPPS : [RPPS]
 
 Prélèvement : ECBU
 Date de prélèvement : 02/04/2024 à 08h30

tests/synthetic_review/cases/005_bacterio_complete/review.md

@@ -20,11 +20,14 @@ Points critiques :
 - le nom composé `MARIE-PIERRE` doit être traité en bloc ;
 - le biologiste signataire (`Dr DUHALDE Anne`) doit être masqué.
 
-Écarts détectés au runner (à corriger) :
+Écart résolu dans la session 2026-04-27 :
-- **fuite RPPS critique** : `RPPS prescripteur : 10101010101` n'est pas masqué.
+- **fuite RPPS** : pattern `RE_RPPS` étendu pour tolérer 0 à 3 mots
-  La règle RPPS courante attend `RPPS\s*:\s*\d{11}` et ne tolère pas un
+  qualificateurs (`prescripteur`, `signataire`, `du médecin`, `de garde`)
-  qualificateur (`prescripteur`, `signataire`, `prescripteur du jour`, …)
+  entre `RPPS` et `:`. Le qualificateur est consommé par le matcher et
-  entre `RPPS` et `:`. Mêmes layouts probables pour FINESS, IPP, NDA.
+  la sortie reconstruit `RPPS : [RPPS]` (perte cosmétique du qualificateur,
+  pas de fuite).
+
+Écart résiduel cosmétique :
 - bloc `Dr DUHALDE Anne` masqué comme un seul `[NOM]` plutôt que
   `Dr [NOM] [NOM]` — accepté tant qu'aucun token de nom ne fuit ; à
   retraiter si l'usage demande la conservation du préfixe `Dr`.

tests/unit/test_synthetic_review.py

@@ -30,10 +30,6 @@ from tools.run_synthetic_review_corpus import (  # noqa: E402
 
 
 KNOWN_FAILURES: dict[str, str] = {
-    "005_bacterio_complete": (
-        "RPPS avec qualificateur (`RPPS prescripteur :`) non détecté — "
-        "fuite identifiant médecin."
-    ),
     "009_multi_etablissements": (
         "Fuites résiduelles : suffixe `de Bordeaux` après "
         "[ETABLISSEMENT], CHCB en fin de phrase. À traiter via "