fix: qualité codage — anti-hallucination LLM + négation regex + veto calibration

- Prompt DAS_EXTRACTION : ajout consignes anti-hallucination (zero invention,
  pas d'inférence de comorbidités, exiger citation exacte du texte)
- Prompt CODING_CIM10 : ajout consignes conditionnel et négation
- diagnostic_extraction.py : détection de négation avant les patterns regex DAS
  (bloque "pas d'embolie", "absence de sepsis", "sans signe d'IRC", etc.)
- veto_engine.py : VETO-03 conditionnel cherche maintenant PRÈS du concept
  (40 chars), "si" isolé ne déclenche plus de faux positif, ajout cues
  (possible, risque de, aspect de, à confirmer, à rechercher)
- veto_engine.py : négation enrichie (ne retrouve pas, sans signe/argument,
  écarté, infirmé, pas mis en évidence)

Batch analysis: VETO-02 63% from LLM hallucinations, VETO-03 63% false positives

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

src/medical/diagnostic_extraction.py

@@ -256,9 +256,29 @@ def _find_diagnostics_associes(
 
     text_norm = normalize_text(text_lower)
 
+    # Patterns de négation pour filtrer les faux positifs regex
+    _NEG_PATTERNS = (
+        r"pas\s+d[e']?\s*",
+        r"(?:absence|aucun[e]?)\s+d[e']?\s*",
+        r"(?:sans|ni)\s+",
+        r"(?:elimine[er]?|exclut?|ecarte[er]?)\s+",
+        r"ne\s+retrouv\w+\s+pas\s+d[e']?\s*",
+        r"ne\s+montr\w+\s+pas\s+d[e']?\s*",
+        r"pas\s+(?:mis\s+en\s+evidence|objective?|retrouve)",
+        r"infirm\w+\s+",
+        r"sans\s+(?:signe|argument|evidence)\s+d[e']?\s*",
+    )
+    _neg_rx = re.compile("|".join(_NEG_PATTERNS), re.IGNORECASE)
+
     # Patterns DAS
     for pat, label, code in _DAS_PATTERNS:
-        if re.search(pat, text_norm) and code not in existing_codes:
+        m = re.search(pat, text_norm)
+        if m and code not in existing_codes:
+            # Vérifier que le match n'est pas précédé d'une négation (40 chars avant)
+            start = max(0, m.start() - 40)
+            context_before = text_norm[start:m.start()]
+            if _neg_rx.search(context_before):
+                continue
             das.append(Diagnostic(texte=label, cim10_suggestion=code, source="regex"))
             existing_codes.add(code)
 

src/prompts/templates.py

@@ -40,6 +40,8 @@ RÈGLES IMPÉRATIVES :
 - Si le diagnostic est un DP, il doit refléter le motif principal de prise en charge du séjour
 - Si c'est un DAS, il doit avoir mobilisé des ressources supplémentaires pendant le séjour
 - EXCLUSION SYMPTÔME : Si le diagnostic est un symptôme (R00-R99) et qu'un diagnostic précis (Chapitres I-XIV, A00-N99) expliquant ce symptôme est présent, le symptôme ne doit PAS être codé comme DAS
+- Un diagnostic "suspecté", "probable", "à éliminer" ne doit PAS être codé comme confirmé sauf s'il a été traité
+- Si le texte dit "pas de X", "absence de X" → ne PAS coder X
 
 DIAGNOSTIC À CODER : "{texte}"
 TYPE : {type_diag}
@@ -120,6 +122,13 @@ RÈGLES IMPÉRATIVES :
 - Ne propose que des diagnostics CLAIREMENT mentionnés dans le texte
 - ATTENTION aux valeurs biologiques : ne code PAS un diagnostic si les valeurs sont dans les normes indiquées entre crochets [N: min-max]. Exemple : Créatinine 76 [N: 50-120] = NORMAL, pas d'insuffisance rénale.
 
+ANTI-HALLUCINATION — CRITIQUE :
+- ZERO INVENTION : ne code JAMAIS un diagnostic qui n'est pas explicitement écrit dans le texte
+- Ne PAS inférer de comorbidités (ex: patient obèse ≠ forcément diabétique ou hypertendu)
+- Si le texte dit "pas de X", "absence de X", "élimine X" → ne PAS coder X
+- Un diagnostic "suspecté", "probable", "à éliminer" ne doit PAS être codé sauf s'il a été traité
+- Chaque DAS proposé DOIT avoir une justification citant un passage EXACT du texte
+
 DÉNUTRITION — CRITÈRES HAS/FFN 2021 :
 - Diagnostic = 1 critère phénotypique + 1 critère étiologique
 - Seuils IMC : adulte <18.5 modéré / ≤17 sévère ; ≥70 ans <22 modéré / <20 sévère

src/quality/veto_engine.py

@@ -40,12 +40,25 @@ _NEGATION_CUES = (
     "pas de",
     "pas d",
     "absence de",
+    "absence d",
     "non retenu",
     "exclu",
-    "a eliminer",
+    "ecarte",
-    "a éliminer",
+    "écarté",
+    "ne retrouv",
+    "ne montr",
+    "ne met pas en evidence",
+    "pas objective",
+    "pas retrouve",
+    "pas mis en evidence",
+    "sans signe",
+    "sans argument",
+    "sans evidence",
+    "aucun signe",
+    "aucun argument",
     "negatif",
     "négatif",
+    "infirme",
 )
 
 _CONDITIONAL_CUES = (
@@ -57,6 +70,15 @@ _CONDITIONAL_CUES = (
     "probable",
     "hypothese",
     "hypothèse",
+    "a eliminer",
+    "a éliminer",
+    "a rechercher",
+    "a confirmer",
+    "possible",
+    "potentiel",
+    "risque de",
+    "aspect de",
+    "aspect d",
     "?",
 )
 
@@ -142,7 +164,21 @@ def _analyze_neg_cond(excerpts: Iterable[str], label: str) -> tuple[bool, bool,
 
             pre = ns[max(0, hit_pos - 40):hit_pos]
             has_neg = any(cue in pre for cue in _NEGATION_CUES)
-            has_cond = any(cue in ns for cue in _CONDITIONAL_CUES)
+
+            # Conditionnel : chercher PRÈS du concept (40 chars avant + 20 après)
+            # et exclure "si" isolé qui est trop ambigu (ex: "si besoin", "si allergie")
+            context_cond = ns[max(0, hit_pos - 40):min(len(ns), hit_pos + len(kws[0]) + 20)]
+            has_cond = False
+            for cue in _CONDITIONAL_CUES:
+                if cue == "si":
+                    # "si" seulement s'il est directement suivi du concept
+                    # (ex: "si embolie" mais pas "si allergie connue ... embolie")
+                    if f"si {kws[0]}" in context_cond or f"s il {kws[0]}" in context_cond:
+                        has_cond = True
+                        break
+                elif cue in context_cond:
+                    has_cond = True
+                    break
 
             if has_neg:
                 negated = True