feat: ajout RAG CIM-10 avec FAISS + Ollama

Implémente un système RAG (Retrieval Augmented Generation) qui indexe
les documents de référence ATIH (CIM-10 FR 2026, Guide Métho MCO,
CCAM PMSI) et utilise Ollama (mistral-small3.2:24b) pour justifier
et valider le codage CIM-10 des diagnostics.

- Nouveaux modèles Pydantic : RAGSource, Diagnostic étendu (confidence,
  justification, sources_rag) — rétrocompatible
- Module rag_index.py : chunking des 3 PDFs, embedding sentence-camembert-large,
  index FAISS IndexFlatIP (3630 vecteurs)
- Module rag_search.py : recherche FAISS + appel Ollama avec fallback double
- Flag CLI --no-rag pour désactiver l'enrichissement RAG
- 18 nouveaux tests (88/88 passent)

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

src/config.py

@@ -28,9 +28,24 @@ NER_MODEL = "Jean-Baptiste/camembert-ner"
 NER_CONFIDENCE_THRESHOLD = 0.80
 
 
+# --- Configuration RAG ---
+
+RAG_INDEX_DIR = BASE_DIR / "data" / "rag_index"
+CIM10_PDF = Path("/home/dom/ai/aivanov_CIM/cim-10-fr_2026_a_usage_pmsi_version_provisoire_111225.pdf")
+GUIDE_METHODO_PDF = Path("/home/dom/ai/aivanov_CIM/guide_methodo_mco_2026_version_provisoire.pdf")
+CCAM_PDF = Path("/home/dom/ai/aivanov_CIM/actualisation_ccam_descriptive_a_usage_pmsi_v4_2025.pdf")
+
+
 # --- Modèles de données CIM-10 ---
 
 
+class RAGSource(BaseModel):
+    document: str
+    page: Optional[int] = None
+    code: Optional[str] = None
+    extrait: Optional[str] = None
+
+
 class Sejour(BaseModel):
     sexe: Optional[str] = None
     age: Optional[int] = None
@@ -47,6 +62,9 @@ class Sejour(BaseModel):
 class Diagnostic(BaseModel):
     texte: str
     cim10_suggestion: Optional[str] = None
+    cim10_confidence: Optional[str] = None
+    justification: Optional[str] = None
+    sources_rag: list[RAGSource] = Field(default_factory=list)
 
 
 class ActeCCAM(BaseModel):