feat: qualité DP Phase 2 — filtre OCR étendu, abréviations médicales, promotion DAS→DP

- Filtre OCR : regex étendu (opérateurs +-*/), artefacts temporels (années),
  seuil digits abaissé 0.50→0.48
- Dictionnaire 41 abréviations médicales françaises (BMR, BPCO, SDRA, OAP,
  IDM, SCA, AVC, ACFA, SIDA, TDAH, etc.) avec expand_medical_abbreviations()
  appelé sur diagnostics Trackare et DAS LLM
- Promotion DAS→DP : si aucun DP extrait, le meilleur DAS (scoring
  pertinence/confiance/spécificité) est promu avec traçabilité RULE-DAS-TO-DP
- 95 nouveaux tests (OCR, abréviations, promotion, scoring, non-régression)

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

src/medical/cim10_extractor.py

@@ -12,7 +12,7 @@ logger = logging.getLogger(__name__)
 
 from .cim10_dict import lookup as dict_lookup, normalize_text, normalize_code, validate_code as cim10_validate
 from .ccam_dict import lookup as ccam_lookup, validate_code as ccam_validate
-from .das_filter import clean_diagnostic_text, is_valid_diagnostic_text, correct_known_miscodes
+from .das_filter import clean_diagnostic_text, is_valid_diagnostic_text, correct_known_miscodes, expand_medical_abbreviations
 from ..config import (
     ActeCCAM,
     Antecedent,
@@ -209,6 +209,7 @@ def _extract_das_llm(text: str, dossier: DossierMedical) -> None:
         added = 0
         for das in das_results:
             texte = clean_diagnostic_text(das.get("texte", ""))
+            texte = expand_medical_abbreviations(texte)
             if not texte or not is_valid_diagnostic_text(texte):
                 continue
 
@@ -315,6 +316,7 @@ def _extract_diagnostics(
     # Diagnostics codés depuis Trackare (prioritaires)
     for diag in parsed.get("diagnostics", []):
         texte = clean_diagnostic_text(diag.get("libelle", ""))
+        texte = expand_medical_abbreviations(texte)
         is_principal = diag.get("type", "").lower() == "principal"
         # Le DP Trackare est toujours accepté (pré-codé avec CIM-10 validé).
         # Seuls les DAS passent le filtre anti-bruit.

src/medical/das_filter.py

@@ -22,6 +22,65 @@ def clean_diagnostic_text(text: str) -> str:
     return text
 
 
+# Abréviations médicales françaises courantes → forme expansée
+MEDICAL_ABBREVIATIONS: dict[str, str] = {
+    "bmr": "Bactérie multi-résistante",
+    "bhre": "Bactérie hautement résistante émergente",
+    "sdra": "Syndrome de détresse respiratoire aiguë",
+    "oap": "Œdème aigu du poumon",
+    "bpco": "Bronchopneumopathie chronique obstructive",
+    "ep": "Embolie pulmonaire",
+    "saos": "Syndrome d'apnées obstructives du sommeil",
+    "idm": "Infarctus du myocarde",
+    "sca": "Syndrome coronarien aigu",
+    "avc": "Accident vasculaire cérébral",
+    "ait": "Accident ischémique transitoire",
+    "aomi": "Artériopathie oblitérante des membres inférieurs",
+    "fa": "Fibrillation auriculaire",
+    "acfa": "Arythmie complète par fibrillation auriculaire",
+    "bav": "Bloc auriculo-ventriculaire",
+    "hta": "Hypertension artérielle",
+    "tvp": "Thrombose veineuse profonde",
+    "irc": "Insuffisance rénale chronique",
+    "ira": "Insuffisance rénale aiguë",
+    "sep": "Sclérose en plaques",
+    "rgo": "Reflux gastro-œsophagien",
+    "dt1": "Diabète de type 1",
+    "dt2": "Diabète de type 2",
+    "dnid": "Diabète non insulino-dépendant",
+    "did": "Diabète insulino-dépendant",
+    # Ajouts depuis référentiel QuillBot (abréviations diagnostiques fréquentes)
+    "aag": "Asthme aigu grave",
+    "acr": "Arrêt cardio-respiratoire",
+    "aeg": "Altération de l'état général",
+    "db1": "Diabète de type 1",
+    "db2": "Diabète de type 2",
+    "edm": "État dépressif majeur",
+    "espt": "État de stress post-traumatique",
+    "ica": "Insuffisance cardiaque aiguë",
+    "pno": "Pneumothorax",
+    "sgb": "Syndrome de Guillain-Barré",
+    "sida": "Syndrome d'immunodéficience acquise",
+    "sii": "Syndrome de l'intestin irritable",
+    "tag": "Trouble anxieux généralisé",
+    "tc": "Traumatisme crânien",
+    "tdah": "Trouble du déficit de l'attention avec ou sans hyperactivité",
+    "tspt": "Trouble de stress post-traumatique",
+}
+
+
+def expand_medical_abbreviations(text: str) -> str:
+    """Expanse une abréviation médicale si le texte entier est une abréviation connue.
+
+    Ne modifie pas les textes composés (ex: "FA paroxystique" reste inchangé).
+    """
+    stripped = text.strip()
+    key = stripped.lower()
+    if key in MEDICAL_ABBREVIATIONS:
+        return MEDICAL_ABBREVIATIONS[key]
+    return text
+
+
 def is_valid_diagnostic_text(text: str) -> bool:
     """Retourne True si le texte ressemble à un diagnostic médical légitime."""
     t = text.strip()
@@ -30,13 +89,17 @@ def is_valid_diagnostic_text(text: str) -> bool:
     if len(t) < 3:
         return False
 
-    # 2. Chiffres purs (>= 50% de chiffres)
+    # 2. Chiffres purs (>= 48% de chiffres)
     digits = sum(c.isdigit() for c in t)
-    if digits >= len(t) * 0.5:
+    if digits >= len(t) * 0.48:
         return False
 
-    # 3. Lettre + chiffres OCR : "H 51", "À 08", "H\n10", "K 3.6", "B 12,5"
-    if re.match(r"^[A-ZÀ-Ú]\s*\d{1,3}([.,]\d+)?$", t):
+    # 3. Lettre + chiffres OCR : "H 51", "D - 200", "W + 400", "X-2"
+    if re.match(r"^[A-ZÀ-Ú]\s*[-–—+*/]?\s*\d{1,4}([.,]\d+)?$", t):
+        return False
+
+    # 3b. Texte court avec année calendaire (artefact temporel) : "X 2 en 2013"
+    if re.match(r"^[A-ZÀ-Ú].{0,15}\b(19|20)\d{2}\b", t) and len(t) < 25:
         return False
 
     # 4. Mots concaténés et/ou répétés avec espaces : "VentilationVentilation Ventilation..."