feat: interface admin regles, refactoring viewer, README, pyproject.toml

- Nouveau module rules_manager.py : CRUD YAML pour les regles metier
- Nouveau blueprint bp_rules.py + template admin_rules.html :
  interface web pour activer/desactiver/ajouter/supprimer des regles
- Extraction helpers.py depuis app.py (filtres Jinja2, statistiques,
  scan dossiers, status systeme) — app.py passe de 1585 a 482 lignes
- Suppression backward-compat re-exports dans cim10_extractor et
  cpam_response (imports corriges dans les tests)
- README.md : architecture, modules, installation, utilisation
- pyproject.toml : dependencies completes, config ruff, pytest, coverage

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

README.md

@@ -0,0 +1,121 @@
+# T2A — Pipeline de codage PMSI automatise
+
+Pipeline d'extraction et de codage CIM-10/CCAM pour le PMSI hospitalier (MCO).
+Transforme les comptes rendus d'hospitalisation (CRH) et fiches Trackare en dossiers structures, codes et valorises.
+
+## Architecture
+
+```
+input/               PDFs bruts (CRH, Trackare, anapath, bacterio)
+  |
+  v
+[Extraction]         pdfplumber / OCR / DOCX / images
+  |
+  v
+[Anonymisation]      CamemBERT NER + regex (PHI -> pseudonymes)
+  |
+  v
+[Codage CIM-10]      LLM local (Ollama) + RAG FAISS + regles ATIH
+  |                   diagnostic_extraction -> validation_pipeline
+  v
+[Arbitrage DP]       dp_selector (LLM) -> dp_finalizer (deterministe)
+  |                   Trackare vs CRH-only, traçabilite audit
+  v
+[Qualite]            veto_engine (contestabilite) + decision_engine
+  |                   completude (checklist documents) + severity (CMA)
+  v
+[CPAM]               cpam_parser + cpam_response (contre-argumentation LLM)
+  |                   guardian deterministe + validation adversariale
+  v
+output/              JSON structures, rapports, export RUM
+  |
+  v
+[Viewer Flask]       Dashboard, detail dossier, synthese DIM, CPAM, validation
+```
+
+## Modules principaux
+
+| Module | Role |
+|--------|------|
+| `src/extraction/` | Parsers PDF, DOCX, images, OCR, classification documents |
+| `src/anonymization/` | Anonymisation NER + regex, registre d'entites |
+| `src/medical/` | CIM-10, CCAM, biologie, RAG FAISS, LLM Ollama, fusion multi-documents |
+| `src/quality/` | Moteur de vetos deterministe, decisions, completude, routage regles |
+| `src/control/` | Controles CPAM, contre-argumentation, validation adversariale |
+| `src/viewer/` | Application Flask (dashboard, detail, DIM, admin, regles) |
+| `config/` | 12 fichiers YAML de regles editables via l'interface web |
+
+## Moteur de regles
+
+Le pipeline utilise un **moteur de regles 100% deterministe** (pas de LLM) pour :
+- **Vetos** : bloquer les codes sans preuve, negatifs, doublons, contradictions bio
+- **Decisions** : downgrade, ecartement, promotion DP
+- **Conflits** : exclusions mutuelles CIM-10, incompatibilites
+- **Bio** : contradiction labo vs diagnostic code
+- **Completude** : checklist documents manquants
+
+Toutes les regles sont dans `config/*.yaml` et editables via `/admin/rules`.
+
+## RAG (Retrieval-Augmented Generation)
+
+Index FAISS avec ~23 000 vecteurs issus de :
+- CIM-10 FR 2026, Guide Methodologique MCO 2026, CCAM V4
+- 30 referentiels supplementaires (COCOA 2025, fascicules ATIH, etc.)
+- Embeddings : `sentence-camembert-large` (francais medical)
+
+Separation en 3 index : `ref` (referentiels), `proc` (procedures), `bio` (biologie).
+
+## Installation
+
+```bash
+# Prerequis : Python 3.11+, Ollama avec gemma3:27b
+git clone <repo> && cd t2a_v2
+python -m venv .venv && source .venv/bin/activate
+pip install -e ".[dev]"
+
+# Variables d'environnement (.env)
+OLLAMA_URL=http://localhost:11434
+T2A_MODEL_CODING=gemma3:27b
+T2A_MODEL_CPAM=mistral-small3.2:24b
+# ANTHROPIC_API_KEY=sk-...  (optionnel, fallback cloud)
+```
+
+## Utilisation
+
+```bash
+# Pipeline CLI : traiter des PDFs
+python -m src.main input/dossier/
+
+# Reconstruire l'index RAG
+python -m src.main --rebuild-index
+
+# Viewer web (developpement)
+python -m src.viewer
+
+# Viewer web (production)
+gunicorn -c gunicorn.conf.py 'src.viewer:create_app()'
+```
+
+## Tests
+
+```bash
+pytest                    # 239+ tests, ~10s
+pytest -k test_viewer     # Tests viewer uniquement
+pytest -k test_cpam       # Tests CPAM
+```
+
+## Structure des donnees
+
+Chaque dossier produit un JSON structure (`DossierMedical` Pydantic) contenant :
+- `diagnostic_principal` : code CIM-10, confiance, justification, source
+- `diagnostics_associes` : DAS avec decisions (KEEP/DOWNGRADE/REMOVE/RULED_OUT)
+- `actes_ccam` : actes codes
+- `veto_report` : score de contestabilite (0-10), issues detectees
+- `completude` : checklist, score, verdict
+- `ghm_estimation` : GHM, severite, valorisation estimee
+- `controles_cpam` : contre-argumentations generees
+
+## Deploiement
+
+Service systemd inclus (`t2a-viewer.service`), config gunicorn (`gunicorn.conf.py`).
+Auth HTTP Basic configurable via `T2A_DEMO_USER` / `T2A_DEMO_PASS`.