feat: mode hybride Ollama — gemma3:27b pour CPAM, 12b pour codage

Le pipeline utilise désormais gemma3:12b (rapide) pour le codage CIM-10
et gemma3:27b (meilleur raisonnement) pour la contre-argumentation CPAM.
Configurable via OLLAMA_MODEL_CPAM et OLLAMA_TIMEOUT_CPAM.

Inclut aussi : traçabilité source/page DAS, niveaux CMA ATIH, sévérité,
page tracker PDF, améliorations fusion et filtres DAS.

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

src/medical/ollama_client.py

@@ -34,12 +34,12 @@ def _get_anthropic_client():
         return None
 
 
-def _call_anthropic(
+def call_anthropic(
     prompt: str,
     temperature: float = 0.1,
     max_tokens: int = 2500,
 ) -> dict | None:
-    """Appelle l'API Anthropic en fallback."""
+    """Appelle l'API Anthropic (Haiku)."""
     client = _get_anthropic_client()
     if client is None:
         return None
@@ -82,6 +82,8 @@ def call_ollama(
     prompt: str,
     temperature: float = 0.1,
     max_tokens: int = 2500,
+    model: str | None = None,
+    timeout: int | None = None,
 ) -> dict | None:
     """Appelle Ollama en mode JSON natif, avec fallback Anthropic si indisponible.
 
@@ -89,16 +91,20 @@ def call_ollama(
         prompt: Le prompt à envoyer.
         temperature: Température de génération (défaut: 0.1).
         max_tokens: Nombre max de tokens (défaut: 2500).
+        model: Modèle Ollama à utiliser (défaut: OLLAMA_MODEL global).
+        timeout: Timeout en secondes (défaut: OLLAMA_TIMEOUT global).
 
     Returns:
         Le dict JSON parsé, ou None en cas d'erreur.
     """
+    use_model = model or OLLAMA_MODEL
+    use_timeout = timeout or OLLAMA_TIMEOUT
     for attempt in range(2):
         try:
             response = requests.post(
                 f"{OLLAMA_URL}/api/generate",
                 json={
-                    "model": OLLAMA_MODEL,
+                    "model": use_model,
                     "prompt": prompt,
                     "stream": False,
                     "format": "json",
@@ -107,7 +113,7 @@ def call_ollama(
                         "num_predict": max_tokens,
                     },
                 },
-                timeout=OLLAMA_TIMEOUT,
+                timeout=use_timeout,
             )
             response.raise_for_status()
             raw = response.json().get("response", "")
@@ -115,13 +121,14 @@ def call_ollama(
             if result is not None:
                 return result
             if attempt == 0:
-                logger.info("Ollama : retry après échec de parsing")
+                logger.info("Ollama (%s) : retry après échec de parsing", use_model)
         except requests.ConnectionError:
             logger.info("Ollama indisponible → fallback Anthropic (%s)", _ANTHROPIC_MODEL)
-            return _call_anthropic(prompt, temperature, max_tokens)
+            return call_anthropic(prompt, temperature, max_tokens)
         except requests.Timeout:
-            logger.warning("Ollama timeout après %ds → fallback Anthropic", OLLAMA_TIMEOUT)
-            return _call_anthropic(prompt, temperature, max_tokens)
+            logger.warning("Ollama (%s) timeout après %ds → fallback Anthropic",
+                           use_model, use_timeout)
+            return call_anthropic(prompt, temperature, max_tokens)
         except (requests.RequestException, json.JSONDecodeError) as e:
             logger.warning("Ollama erreur : %s", e)
             return None