Files

Domi31tls 93338b6b72 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>

2026-04-27 20:46:22 +02:00

1.8 KiB

Raw Blame History

Revue 005 — résultat bactériologique

Famille documentaire : résultat d'examen biologique avec entête multi-ligne typique du laboratoire (N° venue, DDN, nom, NDA, IPP empilés sans label explicite avant chaque valeur).

Points critiques :

le numéro de venue est rejeté plusieurs lignes après son libellé, juste avant la ligne IPP — ce layout BACTERIO est précisément ce que la règle _RE_VENUE_BEFORE_IPP doit attraper ;
la date de naissance doit être masquée, pas la date de prélèvement ni l'horaire de prélèvement ;
le RPPS du prescripteur doit disparaître ;
le téléphone du laboratoire est une donnée de contact à masquer ;
le vocabulaire microbiologique (Escherichia coli, Antibiogramme, Amoxicilline, Céfotaxime, Ciprofloxacine) doit rester lisible intégralement, c'est l'utilité métier du document ;
Service de néphrologie doit rester lisible ;
prise en charge doit rester lisible ;
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) :

fuite RPPS critique : RPPS prescripteur : 10101010101 n'est pas masqué. La règle RPPS courante attend RPPS\s*:\s*\d{11} et ne tolère pas un qualificateur (prescripteur, signataire, prescripteur du jour, …) entre RPPS et :. Mêmes layouts probables pour FINESS, IPP, NDA.
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.

Vérification BDPM/gazetteer :

Amoxicilline, Céfotaxime, Ciprofloxacine, Escherichia coli, Antibiogramme doivent rester intacts (contenu métier).

1.8 KiB Raw Blame History

Revue 005 — résultat bactériologique

1.8 KiB

Raw Blame History