refactor: split cpam_response → cpam_rag, cpam_context, cpam_validation
Découpe le monolithe cpam_response.py (1207L) en 3 modules spécialisés : - cpam_rag.py : recherche RAG ciblée (5 requêtes, dédup) - cpam_context.py : construction prompt, définitions CIM-10, bio summary - cpam_validation.py : grounding, références, codes fermée, adversariale Le cpam_response.py reste orchestrateur (~230L) avec re-exports backward-compat. Mocks des tests mis à jour pour cibler les bons modules. Ajout RULE-CPAM-CORRECTION-LOOP dans base.yaml. 748 tests passent. Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
This commit is contained in:
dom
532
src/control/cpam_context.py
Normal file
532
src/control/cpam_context.py
Normal file
@@ -0,0 +1,532 @@
|
||||
"""Construction du contexte et du prompt pour la contre-argumentation CPAM."""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import logging
|
||||
import re
|
||||
|
||||
from ..config import ControleCPAM, DossierMedical
|
||||
from ..medical.bio_normals import BIO_NORMALS
|
||||
from ..medical.cim10_dict import normalize_code, validate_code
|
||||
from ..prompts import CPAM_ARGUMENTATION
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
|
||||
def _get_code_label(code_str: str) -> str:
|
||||
"""Résout le libellé CIM-10 pour un ou plusieurs codes."""
|
||||
codes = re.split(r"[,;\s]+", code_str.strip())
|
||||
labels = []
|
||||
for raw in codes:
|
||||
raw = raw.strip()
|
||||
if not raw:
|
||||
continue
|
||||
norm = normalize_code(raw)
|
||||
is_valid, label = validate_code(norm)
|
||||
if is_valid and label:
|
||||
labels.append(f"{norm} — {label}")
|
||||
else:
|
||||
labels.append(norm)
|
||||
if not labels:
|
||||
return ""
|
||||
if len(labels) == 1:
|
||||
parts = labels[0].split(" — ", 1)
|
||||
return f" — {parts[1]}" if len(parts) > 1 else ""
|
||||
return "\n " + "\n ".join(labels)
|
||||
|
||||
|
||||
def _get_cim10_definitions(
|
||||
dossier: DossierMedical,
|
||||
controle: ControleCPAM,
|
||||
) -> str:
|
||||
"""Construit une section de définitions CIM-10 déterministes pour tous les codes en jeu.
|
||||
|
||||
Collecte les codes depuis :
|
||||
- Le dossier : DP (cim10_suggestion) + DAS (cim10_suggestion)
|
||||
- L'UCR : dp_ucr, da_ucr, dr_ucr
|
||||
|
||||
Returns:
|
||||
Texte formaté pour injection dans le prompt, ou "" si aucun code résolu.
|
||||
"""
|
||||
codes_seen: dict[str, str] = {} # code normalisé → rôle (pour affichage)
|
||||
|
||||
# Codes du dossier (établissement)
|
||||
if dossier.diagnostic_principal and dossier.diagnostic_principal.cim10_suggestion:
|
||||
code = dossier.diagnostic_principal.cim10_suggestion
|
||||
codes_seen[normalize_code(code)] = "DP établissement"
|
||||
for das in dossier.diagnostics_associes:
|
||||
if das.cim10_suggestion:
|
||||
norm = normalize_code(das.cim10_suggestion)
|
||||
if norm not in codes_seen:
|
||||
codes_seen[norm] = "DAS établissement"
|
||||
|
||||
# Codes de l'UCR (CPAM)
|
||||
for field, role in [
|
||||
(controle.dp_ucr, "DP proposé UCR"),
|
||||
(controle.da_ucr, "DA proposé UCR"),
|
||||
(controle.dr_ucr, "DR proposé UCR"),
|
||||
]:
|
||||
if not field:
|
||||
continue
|
||||
for raw in re.split(r"[,;\s]+", field.strip()):
|
||||
raw = raw.strip()
|
||||
if not raw:
|
||||
continue
|
||||
norm = normalize_code(raw)
|
||||
if norm not in codes_seen:
|
||||
codes_seen[norm] = role
|
||||
|
||||
if not codes_seen:
|
||||
return ""
|
||||
|
||||
# Résoudre les libellés
|
||||
lines = []
|
||||
for norm_code, role in codes_seen.items():
|
||||
is_valid, label = validate_code(norm_code)
|
||||
if is_valid and label:
|
||||
lines.append(f" {norm_code} — {label} [{role}]")
|
||||
else:
|
||||
lines.append(f" {norm_code} — (code non trouvé dans le dictionnaire) [{role}]")
|
||||
|
||||
if not lines:
|
||||
return ""
|
||||
|
||||
return (
|
||||
"\nDÉFINITIONS CIM-10 — RÉFÉRENCE (source : dictionnaire officiel) :\n"
|
||||
+ "\n".join(lines)
|
||||
)
|
||||
|
||||
|
||||
def _build_tagged_context(dossier: DossierMedical) -> tuple[str, dict[str, str]]:
|
||||
"""Construit un contexte clinique avec des tags de référence pour le grounding.
|
||||
|
||||
Chaque élément clinique reçoit un tag unique ([BIO-1], [IMG-1], [TRT-1], [ACTE-1])
|
||||
que le LLM doit citer dans ses preuves pour garantir la traçabilité.
|
||||
|
||||
Returns:
|
||||
(texte tagué pour injection dans le prompt, dict tag → contenu original)
|
||||
"""
|
||||
tag_map: dict[str, str] = {}
|
||||
lines: list[str] = []
|
||||
|
||||
# Biologie (avec normes de référence pour éviter les hallucinations)
|
||||
for i, b in enumerate(dossier.biologie_cle, 1):
|
||||
if not b.valeur:
|
||||
continue
|
||||
tag = f"BIO-{i}"
|
||||
# Interpréter la valeur par rapport aux normes connues
|
||||
norm_info = ""
|
||||
if b.test in BIO_NORMALS:
|
||||
lo, hi = BIO_NORMALS[b.test]
|
||||
try:
|
||||
val = float(b.valeur.replace(",", ".").split()[0])
|
||||
if val > hi:
|
||||
norm_info = f" — ÉLEVÉ (norme {lo}-{hi})"
|
||||
elif val < lo:
|
||||
norm_info = f" — BAS (norme {lo}-{hi})"
|
||||
else:
|
||||
norm_info = f" — NORMAL (norme {lo}-{hi})"
|
||||
except (ValueError, AttributeError):
|
||||
pass
|
||||
content = f"{b.test}: {b.valeur}{norm_info}"
|
||||
tag_map[tag] = content
|
||||
lines.append(f" [{tag}] {content}")
|
||||
|
||||
# Imagerie
|
||||
for i, im in enumerate(dossier.imagerie, 1):
|
||||
tag = f"IMG-{i}"
|
||||
conclusion = f" — {im.conclusion}" if im.conclusion else ""
|
||||
content = f"{im.type}{conclusion}"
|
||||
tag_map[tag] = content
|
||||
lines.append(f" [{tag}] {content}")
|
||||
|
||||
# Traitements
|
||||
for i, t in enumerate(dossier.traitements_sortie[:10], 1):
|
||||
tag = f"TRT-{i}"
|
||||
posologie = f" {t.posologie}" if t.posologie else ""
|
||||
content = f"{t.medicament}{posologie}"
|
||||
tag_map[tag] = content
|
||||
lines.append(f" [{tag}] {content}")
|
||||
|
||||
# Actes CCAM
|
||||
for i, a in enumerate(dossier.actes_ccam, 1):
|
||||
tag = f"ACTE-{i}"
|
||||
code = f" ({a.code_ccam_suggestion})" if a.code_ccam_suggestion else ""
|
||||
content = f"{a.texte}{code}"
|
||||
tag_map[tag] = content
|
||||
lines.append(f" [{tag}] {content}")
|
||||
|
||||
if not lines:
|
||||
return "", tag_map
|
||||
|
||||
text = "ÉLÉMENTS CLINIQUES RÉFÉRENCÉS (cite le tag [XX-N] dans tes preuves) :\n" + "\n".join(lines)
|
||||
return text, tag_map
|
||||
|
||||
|
||||
# Interprétations cliniques pour le résumé bio déterministe
|
||||
_BIO_INTERPRETATION: dict[str, dict[str, str]] = {
|
||||
"CRP": {"high": "infection/inflammation active", "low": "normal", "normal": "pas d'inflammation"},
|
||||
"Hémoglobine": {"high": "polyglobulie", "low": "anémie", "normal": "pas d'anémie"},
|
||||
"Plaquettes": {"high": "thrombocytose", "low": "thrombopénie", "normal": "numération normale"},
|
||||
"Leucocytes": {"high": "hyperleucocytose", "low": "leucopénie", "normal": "numération normale"},
|
||||
"Créatinine": {"high": "insuffisance rénale", "low": "normal", "normal": "fonction rénale conservée"},
|
||||
"Potassium": {"high": "hyperkaliémie", "low": "hypokaliémie", "normal": "kaliémie normale"},
|
||||
"Sodium": {"high": "hypernatrémie", "low": "hyponatrémie", "normal": "natrémie normale"},
|
||||
"Lipasémie": {"high": "pancréatite probable", "low": "normal", "normal": "pas de pancréatite"},
|
||||
"ASAT": {"high": "cytolyse hépatique", "low": "normal", "normal": "pas de cytolyse"},
|
||||
"ALAT": {"high": "cytolyse hépatique", "low": "normal", "normal": "pas de cytolyse"},
|
||||
"GGT": {"high": "cholestase/atteinte hépatique", "low": "normal", "normal": "pas de cholestase"},
|
||||
"Bilirubine totale": {"high": "ictère/cholestase", "low": "normal", "normal": "pas d'ictère"},
|
||||
}
|
||||
|
||||
|
||||
def _build_bio_summary(dossier: DossierMedical) -> str:
|
||||
"""Construit un résumé biologique déterministe à injecter dans le prompt.
|
||||
|
||||
Chaque valeur bio est interprétée contre BIO_NORMALS avec une conclusion
|
||||
non ambiguë que le LLM ne doit pas modifier.
|
||||
|
||||
Returns:
|
||||
Texte formaté ou "" si aucune biologie exploitable.
|
||||
"""
|
||||
if not dossier.biologie_cle:
|
||||
return ""
|
||||
|
||||
lines: list[str] = []
|
||||
for b in dossier.biologie_cle:
|
||||
if not b.valeur or b.test not in BIO_NORMALS:
|
||||
continue
|
||||
try:
|
||||
val = float(b.valeur.replace(",", ".").split()[0])
|
||||
except (ValueError, AttributeError):
|
||||
continue
|
||||
|
||||
lo, hi = BIO_NORMALS[b.test]
|
||||
if val > hi:
|
||||
status = "ÉLEVÉ"
|
||||
interp_key = "high"
|
||||
elif val < lo:
|
||||
status = "BAS"
|
||||
interp_key = "low"
|
||||
else:
|
||||
status = "NORMAL"
|
||||
interp_key = "normal"
|
||||
|
||||
interp = _BIO_INTERPRETATION.get(b.test, {}).get(interp_key, "")
|
||||
interp_str = f" — {interp}" if interp else ""
|
||||
lines.append(f" ✓ {b.test} = {b.valeur} → {status} (norme {lo}-{hi}){interp_str}")
|
||||
|
||||
if not lines:
|
||||
return ""
|
||||
|
||||
return (
|
||||
"FAITS BIOLOGIQUES VÉRIFIÉS (NE PAS MODIFIER ces interprétations) :\n"
|
||||
+ "\n".join(lines)
|
||||
+ "\n\nRÈGLE STRICTE : si tu cites une valeur biologique, tu DOIS utiliser "
|
||||
"l'interprétation ci-dessus.\n"
|
||||
"Ne qualifie JAMAIS une valeur NORMAL comme pathologique, "
|
||||
"ni une valeur ÉLEVÉ/BAS comme normale."
|
||||
)
|
||||
|
||||
|
||||
def _check_das_bio_coherence(dossier: DossierMedical) -> list[str]:
|
||||
"""Vérifie la cohérence entre les textes DAS et les valeurs biologiques.
|
||||
|
||||
Détecte les contradictions comme "leucocytose" dans un DAS alors que
|
||||
les leucocytes sont bas, ou "anémie" alors que l'hémoglobine est normale.
|
||||
|
||||
Returns:
|
||||
Liste de warnings pour les incohérences détectées.
|
||||
"""
|
||||
if not dossier.diagnostics_associes or not dossier.biologie_cle:
|
||||
return []
|
||||
|
||||
# Patterns DAS → (test bio attendu, direction attendue)
|
||||
_DAS_BIO_CHECKS: dict[str, tuple[str, str]] = {
|
||||
"leucocytose": ("Leucocytes", "high"),
|
||||
"leucopénie": ("Leucocytes", "low"),
|
||||
"leucopenie": ("Leucocytes", "low"),
|
||||
"thrombocytose": ("Plaquettes", "high"),
|
||||
"thrombocytopénie": ("Plaquettes", "low"),
|
||||
"thrombocytopenie": ("Plaquettes", "low"),
|
||||
"thrombopénie": ("Plaquettes", "low"),
|
||||
"thrombopenie": ("Plaquettes", "low"),
|
||||
"anémie": ("Hémoglobine", "low"),
|
||||
"anemie": ("Hémoglobine", "low"),
|
||||
"polyglobulie": ("Hémoglobine", "high"),
|
||||
"hyperkaliémie": ("Potassium", "high"),
|
||||
"hypokaliémie": ("Potassium", "low"),
|
||||
}
|
||||
|
||||
# Indexer les valeurs bio disponibles
|
||||
bio_values: dict[str, float] = {}
|
||||
for b in dossier.biologie_cle:
|
||||
if b.test and b.valeur:
|
||||
try:
|
||||
bio_values[b.test] = float(b.valeur.replace(",", ".").split()[0])
|
||||
except (ValueError, AttributeError):
|
||||
pass
|
||||
|
||||
warnings: list[str] = []
|
||||
for das in dossier.diagnostics_associes:
|
||||
texte_lower = (das.texte or "").lower()
|
||||
for pattern, (bio_test, direction) in _DAS_BIO_CHECKS.items():
|
||||
if pattern not in texte_lower:
|
||||
continue
|
||||
if bio_test not in bio_values or bio_test not in BIO_NORMALS:
|
||||
continue
|
||||
val = bio_values[bio_test]
|
||||
lo, hi = BIO_NORMALS[bio_test]
|
||||
if direction == "high" and val <= hi:
|
||||
warnings.append(
|
||||
f"INCOHÉRENCE : DAS « {das.texte} » ({das.cim10_suggestion or '?'}) "
|
||||
f"mais {bio_test} = {val} est NORMAL (norme {lo}-{hi})"
|
||||
)
|
||||
elif direction == "low" and val >= lo:
|
||||
warnings.append(
|
||||
f"INCOHÉRENCE : DAS « {das.texte} » ({das.cim10_suggestion or '?'}) "
|
||||
f"mais {bio_test} = {val} est NORMAL (norme {lo}-{hi})"
|
||||
)
|
||||
|
||||
if warnings:
|
||||
for w in warnings:
|
||||
logger.warning(" DAS/bio : %s", w)
|
||||
|
||||
return warnings
|
||||
|
||||
|
||||
def _build_cpam_prompt(
|
||||
dossier: DossierMedical,
|
||||
controle: ControleCPAM,
|
||||
sources: list[dict],
|
||||
extraction: dict | None = None,
|
||||
) -> tuple[str, dict[str, str]]:
|
||||
"""Construit le prompt pour la contre-argumentation CPAM.
|
||||
|
||||
Args:
|
||||
extraction: Résultat optionnel de la passe 1 (extraction structurée).
|
||||
|
||||
Returns:
|
||||
(prompt texte, tag_map pour validation grounding)
|
||||
"""
|
||||
# Résumé du dossier médical
|
||||
dossier_lines = []
|
||||
|
||||
if dossier.diagnostic_principal:
|
||||
dp = dossier.diagnostic_principal
|
||||
dp_code = f" ({dp.cim10_suggestion})" if dp.cim10_suggestion else ""
|
||||
dossier_lines.append(f"- DP : {dp.texte}{dp_code}")
|
||||
elif controle.dp_ucr:
|
||||
dp_label = _get_code_label(controle.dp_ucr)
|
||||
dossier_lines.append(
|
||||
f"- DP : code {controle.dp_ucr}{dp_label} "
|
||||
f"(codé par l'établissement, contesté par la CPAM)"
|
||||
)
|
||||
|
||||
if dossier.diagnostics_associes:
|
||||
das_parts = []
|
||||
for das in dossier.diagnostics_associes:
|
||||
code = f" ({das.cim10_suggestion})" if das.cim10_suggestion else ""
|
||||
das_parts.append(f"{das.texte}{code}")
|
||||
dossier_lines.append(f"- DAS : {', '.join(das_parts)}")
|
||||
|
||||
if dossier.actes_ccam:
|
||||
actes = [f"{a.texte} ({a.code_ccam_suggestion})" if a.code_ccam_suggestion else a.texte
|
||||
for a in dossier.actes_ccam]
|
||||
dossier_lines.append(f"- Actes CCAM : {', '.join(actes)}")
|
||||
|
||||
sejour = dossier.sejour
|
||||
if sejour.duree_sejour is not None:
|
||||
dossier_lines.append(f"- Durée séjour : {sejour.duree_sejour} jours")
|
||||
if sejour.sexe or sejour.age is not None:
|
||||
patient_info = []
|
||||
if sejour.sexe:
|
||||
patient_info.append(sejour.sexe)
|
||||
if sejour.age is not None:
|
||||
patient_info.append(f"{sejour.age} ans")
|
||||
if sejour.age < 18:
|
||||
patient_info.append("(PÉDIATRIE — codage pédiatrique applicable)")
|
||||
elif sejour.age >= 80:
|
||||
patient_info.append("(patient âgé — comorbidités fréquentes)")
|
||||
dossier_lines.append(f"- Patient : {', '.join(patient_info)}")
|
||||
if sejour.mode_entree:
|
||||
mode_label = sejour.mode_entree
|
||||
if "urgence" in mode_label.lower() or "urgent" in mode_label.lower():
|
||||
dossier_lines.append(f"- Mode d'entrée : {mode_label} (ADMISSION EN URGENCE)")
|
||||
else:
|
||||
dossier_lines.append(f"- Mode d'entrée : {mode_label}")
|
||||
if sejour.mode_sortie:
|
||||
dossier_lines.append(f"- Mode de sortie : {sejour.mode_sortie}")
|
||||
if sejour.imc is not None:
|
||||
dossier_lines.append(f"- IMC : {sejour.imc}")
|
||||
|
||||
if dossier.biologie_cle:
|
||||
bio = [f"{b.test}: {b.valeur}" for b in dossier.biologie_cle[:5] if b.valeur]
|
||||
if bio:
|
||||
dossier_lines.append(f"- Biologie clé : {', '.join(bio)}")
|
||||
|
||||
if dossier.imagerie:
|
||||
img_parts = []
|
||||
for im in dossier.imagerie:
|
||||
conclusion = f" — {im.conclusion}" if im.conclusion else ""
|
||||
img_parts.append(f"{im.type}{conclusion}")
|
||||
dossier_lines.append(f"- Imagerie : {', '.join(img_parts)}")
|
||||
|
||||
if dossier.traitements_sortie:
|
||||
trt_parts = []
|
||||
for t in dossier.traitements_sortie[:10]:
|
||||
posologie = f" {t.posologie}" if t.posologie else ""
|
||||
trt_parts.append(f"{t.medicament}{posologie}")
|
||||
dossier_lines.append(f"- Traitements de sortie : {', '.join(trt_parts)}")
|
||||
|
||||
if dossier.antecedents:
|
||||
dossier_lines.append(f"- Antécédents : {', '.join(a.texte for a in dossier.antecedents[:10])}")
|
||||
|
||||
if dossier.complications:
|
||||
dossier_lines.append(f"- Complications : {', '.join(c.texte for c in dossier.complications)}")
|
||||
|
||||
dossier_str = "\n".join(dossier_lines) if dossier_lines else "Non disponible"
|
||||
|
||||
# Section asymétrie : éléments que la CPAM n'avait pas
|
||||
asymetrie_lines = []
|
||||
|
||||
if dossier.biologie_cle:
|
||||
bio_details = []
|
||||
for b in dossier.biologie_cle if len(dossier.biologie_cle) <= 10 else dossier.biologie_cle[:10]:
|
||||
anomalie = " (anormale)" if b.anomalie else ""
|
||||
if b.valeur:
|
||||
bio_details.append(f"{b.test}: {b.valeur}{anomalie}")
|
||||
if bio_details:
|
||||
asymetrie_lines.append(f"- Biologie : {', '.join(bio_details)}")
|
||||
|
||||
if dossier.imagerie:
|
||||
img_details = []
|
||||
for im in dossier.imagerie:
|
||||
conclusion = f" — {im.conclusion}" if im.conclusion else ""
|
||||
img_details.append(f"{im.type}{conclusion}")
|
||||
if img_details:
|
||||
asymetrie_lines.append(f"- Imagerie : {', '.join(img_details)}")
|
||||
|
||||
if dossier.traitements_sortie:
|
||||
trt_details = []
|
||||
for t in dossier.traitements_sortie[:10]:
|
||||
posologie = f" {t.posologie}" if t.posologie else ""
|
||||
trt_details.append(f"{t.medicament}{posologie}")
|
||||
if trt_details:
|
||||
asymetrie_lines.append(f"- Traitements : {', '.join(trt_details)}")
|
||||
|
||||
if dossier.actes_ccam:
|
||||
actes_details = [
|
||||
f"{a.texte} ({a.code_ccam_suggestion})" if a.code_ccam_suggestion else a.texte
|
||||
for a in dossier.actes_ccam
|
||||
]
|
||||
if actes_details:
|
||||
asymetrie_lines.append(f"- Actes CCAM : {', '.join(actes_details)}")
|
||||
|
||||
asymetrie_str = ""
|
||||
if asymetrie_lines:
|
||||
asymetrie_str = (
|
||||
"\n\nÉLÉMENTS DU DOSSIER NON TRANSMIS À LA CPAM "
|
||||
"(l'UCR n'a eu que le CRH et les codes) :\n"
|
||||
+ "\n".join(asymetrie_lines)
|
||||
)
|
||||
|
||||
# Codes contestés par la CPAM (avec libellés CIM-10 résolus)
|
||||
codes_contestes = []
|
||||
if controle.dp_ucr:
|
||||
codes_contestes.append(f"DP proposé par UCR : {controle.dp_ucr}{_get_code_label(controle.dp_ucr)}")
|
||||
if controle.da_ucr:
|
||||
codes_contestes.append(f"DA proposés par UCR : {controle.da_ucr}{_get_code_label(controle.da_ucr)}")
|
||||
if controle.dr_ucr:
|
||||
codes_contestes.append(f"DR proposé par UCR : {controle.dr_ucr}{_get_code_label(controle.dr_ucr)}")
|
||||
if controle.actes_ucr:
|
||||
codes_contestes.append(f"Actes proposés par UCR : {controle.actes_ucr}")
|
||||
codes_str = "\n".join(codes_contestes) if codes_contestes else "Aucun code spécifique proposé"
|
||||
|
||||
# Définitions CIM-10 déterministes (tous les codes en jeu)
|
||||
definitions_str = _get_cim10_definitions(dossier, controle)
|
||||
|
||||
# Contexte clinique tagué pour le grounding
|
||||
tagged_context, tag_map = _build_tagged_context(dossier)
|
||||
if tagged_context:
|
||||
tagged_str = f"\n\n{tagged_context}"
|
||||
else:
|
||||
tagged_str = (
|
||||
"\n\nATTENTION — DOSSIER PAUVRE EN ÉLÉMENTS CLINIQUES :\n"
|
||||
"Aucune biologie, imagerie, traitement ou acte CCAM disponible.\n"
|
||||
"Ne spécule PAS sur des éléments absents. Signale explicitement "
|
||||
"le manque de données au lieu d'inventer des preuves."
|
||||
)
|
||||
|
||||
# Résumé biologique déterministe (interprétations non modifiables par le LLM)
|
||||
bio_summary = _build_bio_summary(dossier)
|
||||
if bio_summary:
|
||||
tagged_str += f"\n\n{bio_summary}"
|
||||
|
||||
# Vérification cohérence DAS / biologie
|
||||
das_bio_warnings = _check_das_bio_coherence(dossier)
|
||||
if das_bio_warnings:
|
||||
tagged_str += (
|
||||
"\n\nALERTES COHÉRENCE DAS / BIOLOGIE (incohérences détectées dans le dossier) :\n"
|
||||
+ "\n".join(f" - {w}" for w in das_bio_warnings)
|
||||
+ "\n Prends en compte ces incohérences dans ton analyse."
|
||||
)
|
||||
|
||||
# Sources RAG
|
||||
sources_text = ""
|
||||
for i, src in enumerate(sources, 1):
|
||||
doc_name = {
|
||||
"cim10": "CIM-10 FR 2026",
|
||||
"cim10_alpha": "CIM-10 Index Alphabétique 2026",
|
||||
"guide_methodo": "Guide Méthodologique MCO 2026",
|
||||
"ccam": "CCAM PMSI V4 2025",
|
||||
}.get(src.get("document", ""), src.get("document", ""))
|
||||
|
||||
code_info = f" (code: {src['code']})" if src.get("code") else ""
|
||||
page_info = f" [page {src['page']}]" if src.get("page") else ""
|
||||
|
||||
sources_text += f"--- Source {i}: {doc_name}{code_info}{page_info} ---\n"
|
||||
sources_text += (src.get("extrait", "")[:800]) + "\n\n"
|
||||
|
||||
# Section pré-analyse (résultat passe 1, si disponible)
|
||||
extraction_str = ""
|
||||
if extraction:
|
||||
ext_lines = []
|
||||
comp = extraction.get("comprehension_contestation")
|
||||
if comp:
|
||||
ext_lines.append(f"Compréhension : {comp}")
|
||||
elems = extraction.get("elements_cliniques_pertinents", [])
|
||||
if elems and isinstance(elems, list):
|
||||
elem_strs = []
|
||||
for e in elems:
|
||||
if isinstance(e, dict):
|
||||
elem_strs.append(f" - [{e.get('tag', '?')}] {e.get('pertinence', '')}")
|
||||
if elem_strs:
|
||||
ext_lines.append("Éléments pertinents :\n" + "\n".join(elem_strs))
|
||||
accords = extraction.get("points_accord_potentiels", [])
|
||||
if accords and isinstance(accords, list):
|
||||
ext_lines.append("Points d'accord potentiels : " + " ; ".join(str(a) for a in accords))
|
||||
codes = extraction.get("codes_en_jeu", {})
|
||||
if codes and isinstance(codes, dict):
|
||||
diff = codes.get("difference_cle", "")
|
||||
if diff:
|
||||
ext_lines.append(f"Différence clé entre les codages : {diff}")
|
||||
if ext_lines:
|
||||
extraction_str = (
|
||||
"\nPRÉ-ANALYSE (extraction automatique — à utiliser comme base) :\n"
|
||||
+ "\n".join(ext_lines)
|
||||
)
|
||||
|
||||
prompt = CPAM_ARGUMENTATION.format(
|
||||
dossier_str=dossier_str,
|
||||
asymetrie_str=asymetrie_str,
|
||||
tagged_str=tagged_str,
|
||||
titre=controle.titre,
|
||||
arg_ucr=controle.arg_ucr,
|
||||
decision_ucr=controle.decision_ucr,
|
||||
codes_str=codes_str,
|
||||
definitions_str=definitions_str,
|
||||
sources_text=sources_text,
|
||||
extraction_str=extraction_str,
|
||||
)
|
||||
return prompt, tag_map
|
||||
139
src/control/cpam_rag.py
Normal file
139
src/control/cpam_rag.py
Normal file
@@ -0,0 +1,139 @@
|
||||
"""Recherche RAG ciblée pour la contre-argumentation CPAM."""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import logging
|
||||
import re
|
||||
|
||||
from ..config import ControleCPAM, DossierMedical
|
||||
from ..medical.cim10_dict import normalize_code, validate_code
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
|
||||
def _search_rag_for_control(controle: ControleCPAM, dossier: DossierMedical) -> list[dict]:
|
||||
"""Recherche RAG ciblée pour le sujet du désaccord.
|
||||
|
||||
Effectue 2-5 recherches ciblées au lieu d'une requête fourre-tout :
|
||||
1. Codes contestés → règles de codage spécifiques
|
||||
2. Argument CPAM → passages Guide Méthodo contradictoires
|
||||
3. Contexte clinique (optionnel) → définitions CIM-10 des codes en jeu
|
||||
4. Définitions CIM-10 des codes contestés
|
||||
5. Règles explicitement citées dans l'argument CPAM
|
||||
|
||||
Retourne [] si le RAG est indisponible (index absent, modèle embedding
|
||||
inaccessible, etc.) — la contre-argumentation sera générée sans sources.
|
||||
"""
|
||||
try:
|
||||
from ..medical.rag_search import search_similar_cpam
|
||||
except Exception:
|
||||
logger.warning("Index RAG non disponible pour la contre-argumentation")
|
||||
return []
|
||||
|
||||
try:
|
||||
return _search_rag_queries(controle, dossier, search_similar_cpam)
|
||||
except Exception:
|
||||
logger.warning("Erreur RAG pour la contre-argumentation — génération sans sources",
|
||||
exc_info=True)
|
||||
return []
|
||||
|
||||
|
||||
def _search_rag_queries(
|
||||
controle: ControleCPAM,
|
||||
dossier: DossierMedical,
|
||||
search_similar_cpam,
|
||||
) -> list[dict]:
|
||||
"""Exécute les requêtes RAG (séparé pour permettre un try/except global)."""
|
||||
all_results: list[dict] = []
|
||||
|
||||
# Requête 1 — Codes contestés (règles de codage)
|
||||
if controle.dp_ucr or controle.da_ucr:
|
||||
query_parts = []
|
||||
if controle.dp_ucr:
|
||||
query_parts.append(f"règles codage {controle.dp_ucr} diagnostic principal")
|
||||
if controle.da_ucr:
|
||||
query_parts.append(f"diagnostic associé significatif {controle.da_ucr} CMA")
|
||||
query_codes = " ".join(query_parts)
|
||||
results_codes = search_similar_cpam(query_codes, top_k=6)
|
||||
logger.debug(" RAG requête codes : %d résultats", len(results_codes))
|
||||
all_results.extend(results_codes)
|
||||
|
||||
# Requête 2 — Argument CPAM (recherche dans le Guide Méthodo)
|
||||
query_parts_arg = []
|
||||
if controle.titre:
|
||||
query_parts_arg.append(controle.titre)
|
||||
arg_short = controle.arg_ucr[:500] if controle.arg_ucr else ""
|
||||
if arg_short:
|
||||
query_parts_arg.append(arg_short)
|
||||
query_arg = " ".join(query_parts_arg)
|
||||
if query_arg.strip():
|
||||
results_arg = search_similar_cpam(query_arg, top_k=6)
|
||||
logger.debug(" RAG requête argument : %d résultats", len(results_arg))
|
||||
all_results.extend(results_arg)
|
||||
|
||||
# Requête 3 — Contexte clinique (définitions CIM-10 des codes en jeu)
|
||||
if controle.da_ucr and dossier.diagnostic_principal:
|
||||
dp_text = dossier.diagnostic_principal.texte
|
||||
das_texts = [
|
||||
d.texte for d in dossier.diagnostics_associes
|
||||
if d.cim10_suggestion and controle.da_ucr
|
||||
and d.cim10_suggestion in controle.da_ucr
|
||||
]
|
||||
if das_texts:
|
||||
query_clinique = f"{dp_text} {' '.join(das_texts)}"
|
||||
results_clinique = search_similar_cpam(query_clinique, top_k=4)
|
||||
logger.debug(" RAG requête clinique : %d résultats", len(results_clinique))
|
||||
all_results.extend(results_clinique)
|
||||
|
||||
# Requête 4 — Définitions CIM-10 des codes contestés
|
||||
contested_codes = []
|
||||
for field in (controle.dp_ucr, controle.da_ucr, controle.dr_ucr):
|
||||
if field:
|
||||
contested_codes.extend(re.split(r"[,;\s]+", field.strip()))
|
||||
for raw_code in contested_codes:
|
||||
raw_code = raw_code.strip()
|
||||
if not raw_code:
|
||||
continue
|
||||
norm = normalize_code(raw_code)
|
||||
is_valid, label = validate_code(norm)
|
||||
if is_valid and label:
|
||||
query_def = f"CIM-10 {norm} {label} définition inclusion exclusion"
|
||||
else:
|
||||
query_def = f"CIM-10 {norm} définition codage"
|
||||
results_def = search_similar_cpam(query_def, top_k=3)
|
||||
logger.debug(" RAG requête CIM-10 %s : %d résultats", norm, len(results_def))
|
||||
all_results.extend(results_def)
|
||||
|
||||
# Requête 5 — Règles explicitement citées dans l'argument CPAM
|
||||
if controle.arg_ucr:
|
||||
rule_patterns = [
|
||||
r'(?:R[eè]gle\s*T?\s*\d+)',
|
||||
r'(?:Annexe[\s-]*\d+[A-Za-z]*)',
|
||||
r'(?:Situation de soins?\s+[^.]{5,40})',
|
||||
]
|
||||
rules_found = []
|
||||
for pattern in rule_patterns:
|
||||
rules_found.extend(re.findall(pattern, controle.arg_ucr, re.IGNORECASE))
|
||||
if rules_found:
|
||||
rules_unique = list(dict.fromkeys(rules_found))
|
||||
query_rules = " ".join(rules_unique) + " guide méthodologique codage PMSI"
|
||||
results_rules = search_similar_cpam(query_rules, top_k=4)
|
||||
logger.debug(" RAG requête règles (%s) : %d résultats",
|
||||
", ".join(rules_unique), len(results_rules))
|
||||
all_results.extend(results_rules)
|
||||
|
||||
if not all_results:
|
||||
return []
|
||||
|
||||
# Fusion : dédupliquer par (document, code, page), garder le meilleur score
|
||||
seen: dict[tuple, dict] = {}
|
||||
for r in all_results:
|
||||
key = (r.get("document"), r.get("code"), r.get("page"))
|
||||
if key in seen:
|
||||
if r["score"] > seen[key]["score"]:
|
||||
seen[key] = r
|
||||
else:
|
||||
seen[key] = r
|
||||
|
||||
merged = sorted(seen.values(), key=lambda r: r["score"], reverse=True)
|
||||
return merged[:12]
|
||||
@@ -1,815 +1,48 @@
|
||||
"""Génération de contre-argumentation pour les contrôles CPAM via RAG + Ollama."""
|
||||
"""Génération de contre-argumentation pour les contrôles CPAM via RAG + Ollama.
|
||||
|
||||
Orchestrateur principal — délègue aux sous-modules :
|
||||
- cpam_rag : _search_rag_for_control(), _search_rag_queries()
|
||||
- cpam_context : _build_cpam_prompt(), _build_tagged_context(), _build_bio_summary(), etc.
|
||||
- cpam_validation : _validate_adversarial(), _validate_grounding(), _format_response(), etc.
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import logging
|
||||
import re
|
||||
|
||||
from ..config import ControleCPAM, DossierMedical, RAGSource
|
||||
from ..medical.cim10_dict import normalize_code, validate_code
|
||||
from ..medical.cim10_extractor import BIO_NORMALS
|
||||
from ..config import ControleCPAM, DossierMedical, RAGSource, rule_enabled
|
||||
from ..medical.ollama_client import call_anthropic, call_ollama
|
||||
from ..prompts import CPAM_EXTRACTION, CPAM_ARGUMENTATION, CPAM_ADVERSARIAL
|
||||
from ..prompts import CPAM_EXTRACTION
|
||||
|
||||
# --- Imports depuis les sous-modules ---
|
||||
from .cpam_rag import _search_rag_for_control
|
||||
from .cpam_context import (
|
||||
_build_cpam_prompt,
|
||||
_build_tagged_context,
|
||||
)
|
||||
from .cpam_validation import (
|
||||
_validate_adversarial,
|
||||
_validate_grounding,
|
||||
_validate_references,
|
||||
_validate_codes_in_response,
|
||||
_build_correction_prompt,
|
||||
_format_response,
|
||||
)
|
||||
|
||||
# Backward compat — sera retiré dans un commit futur
|
||||
from .cpam_rag import _search_rag_queries # noqa: F401
|
||||
from .cpam_context import ( # noqa: F401
|
||||
_get_code_label,
|
||||
_get_cim10_definitions,
|
||||
_BIO_INTERPRETATION,
|
||||
_build_bio_summary,
|
||||
_check_das_bio_coherence,
|
||||
)
|
||||
from .cpam_validation import _CIM10_CODE_RE, _validate_adversarial as _validate_adversarial # noqa: F401
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
|
||||
def _search_rag_for_control(controle: ControleCPAM, dossier: DossierMedical) -> list[dict]:
|
||||
"""Recherche RAG ciblée pour le sujet du désaccord.
|
||||
|
||||
Effectue 2-5 recherches ciblées au lieu d'une requête fourre-tout :
|
||||
1. Codes contestés → règles de codage spécifiques
|
||||
2. Argument CPAM → passages Guide Méthodo contradictoires
|
||||
3. Contexte clinique (optionnel) → définitions CIM-10 des codes en jeu
|
||||
4. Définitions CIM-10 des codes contestés
|
||||
5. Règles explicitement citées dans l'argument CPAM
|
||||
|
||||
Retourne [] si le RAG est indisponible (index absent, modèle embedding
|
||||
inaccessible, etc.) — la contre-argumentation sera générée sans sources.
|
||||
"""
|
||||
try:
|
||||
from ..medical.rag_search import search_similar_cpam
|
||||
except Exception:
|
||||
logger.warning("Index RAG non disponible pour la contre-argumentation")
|
||||
return []
|
||||
|
||||
try:
|
||||
return _search_rag_queries(controle, dossier, search_similar_cpam)
|
||||
except Exception:
|
||||
logger.warning("Erreur RAG pour la contre-argumentation — génération sans sources",
|
||||
exc_info=True)
|
||||
return []
|
||||
|
||||
|
||||
def _search_rag_queries(
|
||||
controle: ControleCPAM,
|
||||
dossier: DossierMedical,
|
||||
search_similar_cpam,
|
||||
) -> list[dict]:
|
||||
"""Exécute les requêtes RAG (séparé pour permettre un try/except global)."""
|
||||
all_results: list[dict] = []
|
||||
|
||||
# Requête 1 — Codes contestés (règles de codage)
|
||||
if controle.dp_ucr or controle.da_ucr:
|
||||
query_parts = []
|
||||
if controle.dp_ucr:
|
||||
query_parts.append(f"règles codage {controle.dp_ucr} diagnostic principal")
|
||||
if controle.da_ucr:
|
||||
query_parts.append(f"diagnostic associé significatif {controle.da_ucr} CMA")
|
||||
query_codes = " ".join(query_parts)
|
||||
results_codes = search_similar_cpam(query_codes, top_k=6)
|
||||
logger.debug(" RAG requête codes : %d résultats", len(results_codes))
|
||||
all_results.extend(results_codes)
|
||||
|
||||
# Requête 2 — Argument CPAM (recherche dans le Guide Méthodo)
|
||||
query_parts_arg = []
|
||||
if controle.titre:
|
||||
query_parts_arg.append(controle.titre)
|
||||
arg_short = controle.arg_ucr[:500] if controle.arg_ucr else ""
|
||||
if arg_short:
|
||||
query_parts_arg.append(arg_short)
|
||||
query_arg = " ".join(query_parts_arg)
|
||||
if query_arg.strip():
|
||||
results_arg = search_similar_cpam(query_arg, top_k=6)
|
||||
logger.debug(" RAG requête argument : %d résultats", len(results_arg))
|
||||
all_results.extend(results_arg)
|
||||
|
||||
# Requête 3 — Contexte clinique (définitions CIM-10 des codes en jeu)
|
||||
if controle.da_ucr and dossier.diagnostic_principal:
|
||||
dp_text = dossier.diagnostic_principal.texte
|
||||
das_texts = [
|
||||
d.texte for d in dossier.diagnostics_associes
|
||||
if d.cim10_suggestion and controle.da_ucr
|
||||
and d.cim10_suggestion in controle.da_ucr
|
||||
]
|
||||
if das_texts:
|
||||
query_clinique = f"{dp_text} {' '.join(das_texts)}"
|
||||
results_clinique = search_similar_cpam(query_clinique, top_k=4)
|
||||
logger.debug(" RAG requête clinique : %d résultats", len(results_clinique))
|
||||
all_results.extend(results_clinique)
|
||||
|
||||
# Requête 4 — Définitions CIM-10 des codes contestés
|
||||
contested_codes = []
|
||||
for field in (controle.dp_ucr, controle.da_ucr, controle.dr_ucr):
|
||||
if field:
|
||||
contested_codes.extend(re.split(r"[,;\s]+", field.strip()))
|
||||
for raw_code in contested_codes:
|
||||
raw_code = raw_code.strip()
|
||||
if not raw_code:
|
||||
continue
|
||||
norm = normalize_code(raw_code)
|
||||
is_valid, label = validate_code(norm)
|
||||
if is_valid and label:
|
||||
query_def = f"CIM-10 {norm} {label} définition inclusion exclusion"
|
||||
else:
|
||||
query_def = f"CIM-10 {norm} définition codage"
|
||||
results_def = search_similar_cpam(query_def, top_k=3)
|
||||
logger.debug(" RAG requête CIM-10 %s : %d résultats", norm, len(results_def))
|
||||
all_results.extend(results_def)
|
||||
|
||||
# Requête 5 — Règles explicitement citées dans l'argument CPAM
|
||||
if controle.arg_ucr:
|
||||
rule_patterns = [
|
||||
r'(?:R[eè]gle\s*T?\s*\d+)',
|
||||
r'(?:Annexe[\s-]*\d+[A-Za-z]*)',
|
||||
r'(?:Situation de soins?\s+[^.]{5,40})',
|
||||
]
|
||||
rules_found = []
|
||||
for pattern in rule_patterns:
|
||||
rules_found.extend(re.findall(pattern, controle.arg_ucr, re.IGNORECASE))
|
||||
if rules_found:
|
||||
rules_unique = list(dict.fromkeys(rules_found))
|
||||
query_rules = " ".join(rules_unique) + " guide méthodologique codage PMSI"
|
||||
results_rules = search_similar_cpam(query_rules, top_k=4)
|
||||
logger.debug(" RAG requête règles (%s) : %d résultats",
|
||||
", ".join(rules_unique), len(results_rules))
|
||||
all_results.extend(results_rules)
|
||||
|
||||
if not all_results:
|
||||
return []
|
||||
|
||||
# Fusion : dédupliquer par (document, code, page), garder le meilleur score
|
||||
seen: dict[tuple, dict] = {}
|
||||
for r in all_results:
|
||||
key = (r.get("document"), r.get("code"), r.get("page"))
|
||||
if key in seen:
|
||||
if r["score"] > seen[key]["score"]:
|
||||
seen[key] = r
|
||||
else:
|
||||
seen[key] = r
|
||||
|
||||
merged = sorted(seen.values(), key=lambda r: r["score"], reverse=True)
|
||||
return merged[:12]
|
||||
|
||||
|
||||
def _get_code_label(code_str: str) -> str:
|
||||
"""Résout le libellé CIM-10 pour un ou plusieurs codes."""
|
||||
codes = re.split(r"[,;\s]+", code_str.strip())
|
||||
labels = []
|
||||
for raw in codes:
|
||||
raw = raw.strip()
|
||||
if not raw:
|
||||
continue
|
||||
norm = normalize_code(raw)
|
||||
is_valid, label = validate_code(norm)
|
||||
if is_valid and label:
|
||||
labels.append(f"{norm} — {label}")
|
||||
else:
|
||||
labels.append(norm)
|
||||
if not labels:
|
||||
return ""
|
||||
if len(labels) == 1:
|
||||
parts = labels[0].split(" — ", 1)
|
||||
return f" — {parts[1]}" if len(parts) > 1 else ""
|
||||
return "\n " + "\n ".join(labels)
|
||||
|
||||
|
||||
def _get_cim10_definitions(
|
||||
dossier: DossierMedical,
|
||||
controle: ControleCPAM,
|
||||
) -> str:
|
||||
"""Construit une section de définitions CIM-10 déterministes pour tous les codes en jeu.
|
||||
|
||||
Collecte les codes depuis :
|
||||
- Le dossier : DP (cim10_suggestion) + DAS (cim10_suggestion)
|
||||
- L'UCR : dp_ucr, da_ucr, dr_ucr
|
||||
|
||||
Returns:
|
||||
Texte formaté pour injection dans le prompt, ou "" si aucun code résolu.
|
||||
"""
|
||||
codes_seen: dict[str, str] = {} # code normalisé → rôle (pour affichage)
|
||||
|
||||
# Codes du dossier (établissement)
|
||||
if dossier.diagnostic_principal and dossier.diagnostic_principal.cim10_suggestion:
|
||||
code = dossier.diagnostic_principal.cim10_suggestion
|
||||
codes_seen[normalize_code(code)] = "DP établissement"
|
||||
for das in dossier.diagnostics_associes:
|
||||
if das.cim10_suggestion:
|
||||
norm = normalize_code(das.cim10_suggestion)
|
||||
if norm not in codes_seen:
|
||||
codes_seen[norm] = "DAS établissement"
|
||||
|
||||
# Codes de l'UCR (CPAM)
|
||||
for field, role in [
|
||||
(controle.dp_ucr, "DP proposé UCR"),
|
||||
(controle.da_ucr, "DA proposé UCR"),
|
||||
(controle.dr_ucr, "DR proposé UCR"),
|
||||
]:
|
||||
if not field:
|
||||
continue
|
||||
for raw in re.split(r"[,;\s]+", field.strip()):
|
||||
raw = raw.strip()
|
||||
if not raw:
|
||||
continue
|
||||
norm = normalize_code(raw)
|
||||
if norm not in codes_seen:
|
||||
codes_seen[norm] = role
|
||||
|
||||
if not codes_seen:
|
||||
return ""
|
||||
|
||||
# Résoudre les libellés
|
||||
lines = []
|
||||
for norm_code, role in codes_seen.items():
|
||||
is_valid, label = validate_code(norm_code)
|
||||
if is_valid and label:
|
||||
lines.append(f" {norm_code} — {label} [{role}]")
|
||||
else:
|
||||
lines.append(f" {norm_code} — (code non trouvé dans le dictionnaire) [{role}]")
|
||||
|
||||
if not lines:
|
||||
return ""
|
||||
|
||||
return (
|
||||
"\nDÉFINITIONS CIM-10 — RÉFÉRENCE (source : dictionnaire officiel) :\n"
|
||||
+ "\n".join(lines)
|
||||
)
|
||||
|
||||
|
||||
def _build_tagged_context(dossier: DossierMedical) -> tuple[str, dict[str, str]]:
|
||||
"""Construit un contexte clinique avec des tags de référence pour le grounding.
|
||||
|
||||
Chaque élément clinique reçoit un tag unique ([BIO-1], [IMG-1], [TRT-1], [ACTE-1])
|
||||
que le LLM doit citer dans ses preuves pour garantir la traçabilité.
|
||||
|
||||
Returns:
|
||||
(texte tagué pour injection dans le prompt, dict tag → contenu original)
|
||||
"""
|
||||
tag_map: dict[str, str] = {}
|
||||
lines: list[str] = []
|
||||
|
||||
# Biologie (avec normes de référence pour éviter les hallucinations)
|
||||
for i, b in enumerate(dossier.biologie_cle, 1):
|
||||
if not b.valeur:
|
||||
continue
|
||||
tag = f"BIO-{i}"
|
||||
# Interpréter la valeur par rapport aux normes connues
|
||||
norm_info = ""
|
||||
if b.test in BIO_NORMALS:
|
||||
lo, hi = BIO_NORMALS[b.test]
|
||||
try:
|
||||
val = float(b.valeur.replace(",", ".").split()[0])
|
||||
if val > hi:
|
||||
norm_info = f" — ÉLEVÉ (norme {lo}-{hi})"
|
||||
elif val < lo:
|
||||
norm_info = f" — BAS (norme {lo}-{hi})"
|
||||
else:
|
||||
norm_info = f" — NORMAL (norme {lo}-{hi})"
|
||||
except (ValueError, AttributeError):
|
||||
pass
|
||||
content = f"{b.test}: {b.valeur}{norm_info}"
|
||||
tag_map[tag] = content
|
||||
lines.append(f" [{tag}] {content}")
|
||||
|
||||
# Imagerie
|
||||
for i, im in enumerate(dossier.imagerie, 1):
|
||||
tag = f"IMG-{i}"
|
||||
conclusion = f" — {im.conclusion}" if im.conclusion else ""
|
||||
content = f"{im.type}{conclusion}"
|
||||
tag_map[tag] = content
|
||||
lines.append(f" [{tag}] {content}")
|
||||
|
||||
# Traitements
|
||||
for i, t in enumerate(dossier.traitements_sortie[:10], 1):
|
||||
tag = f"TRT-{i}"
|
||||
posologie = f" {t.posologie}" if t.posologie else ""
|
||||
content = f"{t.medicament}{posologie}"
|
||||
tag_map[tag] = content
|
||||
lines.append(f" [{tag}] {content}")
|
||||
|
||||
# Actes CCAM
|
||||
for i, a in enumerate(dossier.actes_ccam, 1):
|
||||
tag = f"ACTE-{i}"
|
||||
code = f" ({a.code_ccam_suggestion})" if a.code_ccam_suggestion else ""
|
||||
content = f"{a.texte}{code}"
|
||||
tag_map[tag] = content
|
||||
lines.append(f" [{tag}] {content}")
|
||||
|
||||
if not lines:
|
||||
return "", tag_map
|
||||
|
||||
text = "ÉLÉMENTS CLINIQUES RÉFÉRENCÉS (cite le tag [XX-N] dans tes preuves) :\n" + "\n".join(lines)
|
||||
return text, tag_map
|
||||
|
||||
|
||||
def _validate_grounding(response_data: dict, tag_map: dict[str, str]) -> list[str]:
|
||||
"""Vérifie que les références dans preuves_dossier correspondent à des tags existants.
|
||||
|
||||
Returns:
|
||||
Liste de warnings pour les références inventées.
|
||||
"""
|
||||
if not tag_map:
|
||||
return []
|
||||
|
||||
warnings: list[str] = []
|
||||
preuves = response_data.get("preuves_dossier")
|
||||
if not preuves or not isinstance(preuves, list):
|
||||
return warnings
|
||||
|
||||
for p in preuves:
|
||||
if not isinstance(p, dict):
|
||||
continue
|
||||
ref = p.get("ref", "")
|
||||
if not ref:
|
||||
continue
|
||||
if ref not in tag_map:
|
||||
valeur = p.get("valeur", "?")
|
||||
warnings.append(f"Preuve [{ref}] non traçable (« {valeur} »)")
|
||||
logger.warning("Grounding : preuve [%s] introuvable dans les tags du dossier", ref)
|
||||
|
||||
return warnings
|
||||
|
||||
|
||||
def _check_das_bio_coherence(dossier: DossierMedical) -> list[str]:
|
||||
"""Vérifie la cohérence entre les textes DAS et les valeurs biologiques.
|
||||
|
||||
Détecte les contradictions comme "leucocytose" dans un DAS alors que
|
||||
les leucocytes sont bas, ou "anémie" alors que l'hémoglobine est normale.
|
||||
|
||||
Returns:
|
||||
Liste de warnings pour les incohérences détectées.
|
||||
"""
|
||||
if not dossier.diagnostics_associes or not dossier.biologie_cle:
|
||||
return []
|
||||
|
||||
# Patterns DAS → (test bio attendu, direction attendue)
|
||||
_DAS_BIO_CHECKS: dict[str, tuple[str, str]] = {
|
||||
"leucocytose": ("Leucocytes", "high"),
|
||||
"leucopénie": ("Leucocytes", "low"),
|
||||
"leucopenie": ("Leucocytes", "low"),
|
||||
"thrombocytose": ("Plaquettes", "high"),
|
||||
"thrombocytopénie": ("Plaquettes", "low"),
|
||||
"thrombocytopenie": ("Plaquettes", "low"),
|
||||
"thrombopénie": ("Plaquettes", "low"),
|
||||
"thrombopenie": ("Plaquettes", "low"),
|
||||
"anémie": ("Hémoglobine", "low"),
|
||||
"anemie": ("Hémoglobine", "low"),
|
||||
"polyglobulie": ("Hémoglobine", "high"),
|
||||
"hyperkaliémie": ("Potassium", "high"),
|
||||
"hypokaliémie": ("Potassium", "low"),
|
||||
}
|
||||
|
||||
# Indexer les valeurs bio disponibles
|
||||
bio_values: dict[str, float] = {}
|
||||
for b in dossier.biologie_cle:
|
||||
if b.test and b.valeur:
|
||||
try:
|
||||
bio_values[b.test] = float(b.valeur.replace(",", ".").split()[0])
|
||||
except (ValueError, AttributeError):
|
||||
pass
|
||||
|
||||
warnings: list[str] = []
|
||||
for das in dossier.diagnostics_associes:
|
||||
texte_lower = (das.texte or "").lower()
|
||||
for pattern, (bio_test, direction) in _DAS_BIO_CHECKS.items():
|
||||
if pattern not in texte_lower:
|
||||
continue
|
||||
if bio_test not in bio_values or bio_test not in BIO_NORMALS:
|
||||
continue
|
||||
val = bio_values[bio_test]
|
||||
lo, hi = BIO_NORMALS[bio_test]
|
||||
if direction == "high" and val <= hi:
|
||||
warnings.append(
|
||||
f"INCOHÉRENCE : DAS « {das.texte} » ({das.cim10_suggestion or '?'}) "
|
||||
f"mais {bio_test} = {val} est NORMAL (norme {lo}-{hi})"
|
||||
)
|
||||
elif direction == "low" and val >= lo:
|
||||
warnings.append(
|
||||
f"INCOHÉRENCE : DAS « {das.texte} » ({das.cim10_suggestion or '?'}) "
|
||||
f"mais {bio_test} = {val} est NORMAL (norme {lo}-{hi})"
|
||||
)
|
||||
|
||||
if warnings:
|
||||
for w in warnings:
|
||||
logger.warning(" DAS/bio : %s", w)
|
||||
|
||||
return warnings
|
||||
|
||||
|
||||
def _build_cpam_prompt(
|
||||
dossier: DossierMedical,
|
||||
controle: ControleCPAM,
|
||||
sources: list[dict],
|
||||
extraction: dict | None = None,
|
||||
) -> tuple[str, dict[str, str]]:
|
||||
"""Construit le prompt pour la contre-argumentation CPAM.
|
||||
|
||||
Args:
|
||||
extraction: Résultat optionnel de la passe 1 (extraction structurée).
|
||||
|
||||
Returns:
|
||||
(prompt texte, tag_map pour validation grounding)
|
||||
"""
|
||||
# Résumé du dossier médical
|
||||
dossier_lines = []
|
||||
|
||||
if dossier.diagnostic_principal:
|
||||
dp = dossier.diagnostic_principal
|
||||
dp_code = f" ({dp.cim10_suggestion})" if dp.cim10_suggestion else ""
|
||||
dossier_lines.append(f"- DP : {dp.texte}{dp_code}")
|
||||
elif controle.dp_ucr:
|
||||
dp_label = _get_code_label(controle.dp_ucr)
|
||||
dossier_lines.append(
|
||||
f"- DP : code {controle.dp_ucr}{dp_label} "
|
||||
f"(codé par l'établissement, contesté par la CPAM)"
|
||||
)
|
||||
|
||||
if dossier.diagnostics_associes:
|
||||
das_parts = []
|
||||
for das in dossier.diagnostics_associes:
|
||||
code = f" ({das.cim10_suggestion})" if das.cim10_suggestion else ""
|
||||
das_parts.append(f"{das.texte}{code}")
|
||||
dossier_lines.append(f"- DAS : {', '.join(das_parts)}")
|
||||
|
||||
if dossier.actes_ccam:
|
||||
actes = [f"{a.texte} ({a.code_ccam_suggestion})" if a.code_ccam_suggestion else a.texte
|
||||
for a in dossier.actes_ccam]
|
||||
dossier_lines.append(f"- Actes CCAM : {', '.join(actes)}")
|
||||
|
||||
sejour = dossier.sejour
|
||||
if sejour.duree_sejour is not None:
|
||||
dossier_lines.append(f"- Durée séjour : {sejour.duree_sejour} jours")
|
||||
if sejour.sexe or sejour.age is not None:
|
||||
patient_info = []
|
||||
if sejour.sexe:
|
||||
patient_info.append(sejour.sexe)
|
||||
if sejour.age is not None:
|
||||
patient_info.append(f"{sejour.age} ans")
|
||||
if sejour.age < 18:
|
||||
patient_info.append("(PÉDIATRIE — codage pédiatrique applicable)")
|
||||
elif sejour.age >= 80:
|
||||
patient_info.append("(patient âgé — comorbidités fréquentes)")
|
||||
dossier_lines.append(f"- Patient : {', '.join(patient_info)}")
|
||||
if sejour.mode_entree:
|
||||
mode_label = sejour.mode_entree
|
||||
if "urgence" in mode_label.lower() or "urgent" in mode_label.lower():
|
||||
dossier_lines.append(f"- Mode d'entrée : {mode_label} (ADMISSION EN URGENCE)")
|
||||
else:
|
||||
dossier_lines.append(f"- Mode d'entrée : {mode_label}")
|
||||
if sejour.mode_sortie:
|
||||
dossier_lines.append(f"- Mode de sortie : {sejour.mode_sortie}")
|
||||
if sejour.imc is not None:
|
||||
dossier_lines.append(f"- IMC : {sejour.imc}")
|
||||
|
||||
if dossier.biologie_cle:
|
||||
bio = [f"{b.test}: {b.valeur}" for b in dossier.biologie_cle[:5] if b.valeur]
|
||||
if bio:
|
||||
dossier_lines.append(f"- Biologie clé : {', '.join(bio)}")
|
||||
|
||||
if dossier.imagerie:
|
||||
img_parts = []
|
||||
for im in dossier.imagerie:
|
||||
conclusion = f" — {im.conclusion}" if im.conclusion else ""
|
||||
img_parts.append(f"{im.type}{conclusion}")
|
||||
dossier_lines.append(f"- Imagerie : {', '.join(img_parts)}")
|
||||
|
||||
if dossier.traitements_sortie:
|
||||
trt_parts = []
|
||||
for t in dossier.traitements_sortie[:10]:
|
||||
posologie = f" {t.posologie}" if t.posologie else ""
|
||||
trt_parts.append(f"{t.medicament}{posologie}")
|
||||
dossier_lines.append(f"- Traitements de sortie : {', '.join(trt_parts)}")
|
||||
|
||||
if dossier.antecedents:
|
||||
dossier_lines.append(f"- Antécédents : {', '.join(a.texte for a in dossier.antecedents[:10])}")
|
||||
|
||||
if dossier.complications:
|
||||
dossier_lines.append(f"- Complications : {', '.join(c.texte for c in dossier.complications)}")
|
||||
|
||||
dossier_str = "\n".join(dossier_lines) if dossier_lines else "Non disponible"
|
||||
|
||||
# Section asymétrie : éléments que la CPAM n'avait pas
|
||||
asymetrie_lines = []
|
||||
|
||||
if dossier.biologie_cle:
|
||||
bio_details = []
|
||||
for b in dossier.biologie_cle if len(dossier.biologie_cle) <= 10 else dossier.biologie_cle[:10]:
|
||||
anomalie = " (anormale)" if b.anomalie else ""
|
||||
if b.valeur:
|
||||
bio_details.append(f"{b.test}: {b.valeur}{anomalie}")
|
||||
if bio_details:
|
||||
asymetrie_lines.append(f"- Biologie : {', '.join(bio_details)}")
|
||||
|
||||
if dossier.imagerie:
|
||||
img_details = []
|
||||
for im in dossier.imagerie:
|
||||
conclusion = f" — {im.conclusion}" if im.conclusion else ""
|
||||
img_details.append(f"{im.type}{conclusion}")
|
||||
if img_details:
|
||||
asymetrie_lines.append(f"- Imagerie : {', '.join(img_details)}")
|
||||
|
||||
if dossier.traitements_sortie:
|
||||
trt_details = []
|
||||
for t in dossier.traitements_sortie[:10]:
|
||||
posologie = f" {t.posologie}" if t.posologie else ""
|
||||
trt_details.append(f"{t.medicament}{posologie}")
|
||||
if trt_details:
|
||||
asymetrie_lines.append(f"- Traitements : {', '.join(trt_details)}")
|
||||
|
||||
if dossier.actes_ccam:
|
||||
actes_details = [
|
||||
f"{a.texte} ({a.code_ccam_suggestion})" if a.code_ccam_suggestion else a.texte
|
||||
for a in dossier.actes_ccam
|
||||
]
|
||||
if actes_details:
|
||||
asymetrie_lines.append(f"- Actes CCAM : {', '.join(actes_details)}")
|
||||
|
||||
asymetrie_str = ""
|
||||
if asymetrie_lines:
|
||||
asymetrie_str = (
|
||||
"\n\nÉLÉMENTS DU DOSSIER NON TRANSMIS À LA CPAM "
|
||||
"(l'UCR n'a eu que le CRH et les codes) :\n"
|
||||
+ "\n".join(asymetrie_lines)
|
||||
)
|
||||
|
||||
# Codes contestés par la CPAM (avec libellés CIM-10 résolus)
|
||||
codes_contestes = []
|
||||
if controle.dp_ucr:
|
||||
codes_contestes.append(f"DP proposé par UCR : {controle.dp_ucr}{_get_code_label(controle.dp_ucr)}")
|
||||
if controle.da_ucr:
|
||||
codes_contestes.append(f"DA proposés par UCR : {controle.da_ucr}{_get_code_label(controle.da_ucr)}")
|
||||
if controle.dr_ucr:
|
||||
codes_contestes.append(f"DR proposé par UCR : {controle.dr_ucr}{_get_code_label(controle.dr_ucr)}")
|
||||
if controle.actes_ucr:
|
||||
codes_contestes.append(f"Actes proposés par UCR : {controle.actes_ucr}")
|
||||
codes_str = "\n".join(codes_contestes) if codes_contestes else "Aucun code spécifique proposé"
|
||||
|
||||
# Définitions CIM-10 déterministes (tous les codes en jeu)
|
||||
definitions_str = _get_cim10_definitions(dossier, controle)
|
||||
|
||||
# Contexte clinique tagué pour le grounding
|
||||
tagged_context, tag_map = _build_tagged_context(dossier)
|
||||
if tagged_context:
|
||||
tagged_str = f"\n\n{tagged_context}"
|
||||
else:
|
||||
tagged_str = (
|
||||
"\n\nATTENTION — DOSSIER PAUVRE EN ÉLÉMENTS CLINIQUES :\n"
|
||||
"Aucune biologie, imagerie, traitement ou acte CCAM disponible.\n"
|
||||
"Ne spécule PAS sur des éléments absents. Signale explicitement "
|
||||
"le manque de données au lieu d'inventer des preuves."
|
||||
)
|
||||
|
||||
# Vérification cohérence DAS / biologie
|
||||
das_bio_warnings = _check_das_bio_coherence(dossier)
|
||||
if das_bio_warnings:
|
||||
tagged_str += (
|
||||
"\n\nALERTES COHÉRENCE DAS / BIOLOGIE (incohérences détectées dans le dossier) :\n"
|
||||
+ "\n".join(f" - {w}" for w in das_bio_warnings)
|
||||
+ "\n Prends en compte ces incohérences dans ton analyse."
|
||||
)
|
||||
|
||||
# Sources RAG
|
||||
sources_text = ""
|
||||
for i, src in enumerate(sources, 1):
|
||||
doc_name = {
|
||||
"cim10": "CIM-10 FR 2026",
|
||||
"cim10_alpha": "CIM-10 Index Alphabétique 2026",
|
||||
"guide_methodo": "Guide Méthodologique MCO 2026",
|
||||
"ccam": "CCAM PMSI V4 2025",
|
||||
}.get(src.get("document", ""), src.get("document", ""))
|
||||
|
||||
code_info = f" (code: {src['code']})" if src.get("code") else ""
|
||||
page_info = f" [page {src['page']}]" if src.get("page") else ""
|
||||
|
||||
sources_text += f"--- Source {i}: {doc_name}{code_info}{page_info} ---\n"
|
||||
sources_text += (src.get("extrait", "")[:800]) + "\n\n"
|
||||
|
||||
# Section pré-analyse (résultat passe 1, si disponible)
|
||||
extraction_str = ""
|
||||
if extraction:
|
||||
ext_lines = []
|
||||
comp = extraction.get("comprehension_contestation")
|
||||
if comp:
|
||||
ext_lines.append(f"Compréhension : {comp}")
|
||||
elems = extraction.get("elements_cliniques_pertinents", [])
|
||||
if elems and isinstance(elems, list):
|
||||
elem_strs = []
|
||||
for e in elems:
|
||||
if isinstance(e, dict):
|
||||
elem_strs.append(f" - [{e.get('tag', '?')}] {e.get('pertinence', '')}")
|
||||
if elem_strs:
|
||||
ext_lines.append("Éléments pertinents :\n" + "\n".join(elem_strs))
|
||||
accords = extraction.get("points_accord_potentiels", [])
|
||||
if accords and isinstance(accords, list):
|
||||
ext_lines.append("Points d'accord potentiels : " + " ; ".join(str(a) for a in accords))
|
||||
codes = extraction.get("codes_en_jeu", {})
|
||||
if codes and isinstance(codes, dict):
|
||||
diff = codes.get("difference_cle", "")
|
||||
if diff:
|
||||
ext_lines.append(f"Différence clé entre les codages : {diff}")
|
||||
if ext_lines:
|
||||
extraction_str = (
|
||||
"\nPRÉ-ANALYSE (extraction automatique — à utiliser comme base) :\n"
|
||||
+ "\n".join(ext_lines)
|
||||
)
|
||||
|
||||
prompt = CPAM_ARGUMENTATION.format(
|
||||
dossier_str=dossier_str,
|
||||
asymetrie_str=asymetrie_str,
|
||||
tagged_str=tagged_str,
|
||||
titre=controle.titre,
|
||||
arg_ucr=controle.arg_ucr,
|
||||
decision_ucr=controle.decision_ucr,
|
||||
codes_str=codes_str,
|
||||
definitions_str=definitions_str,
|
||||
sources_text=sources_text,
|
||||
extraction_str=extraction_str,
|
||||
)
|
||||
return prompt, tag_map
|
||||
|
||||
|
||||
def _validate_references(parsed: dict, sources: list[dict]) -> list[str]:
|
||||
"""Vérifie que les références citées correspondent aux sources RAG fournies.
|
||||
|
||||
Returns:
|
||||
Liste d'avertissements pour les références non vérifiables.
|
||||
"""
|
||||
warnings = []
|
||||
refs = parsed.get("references")
|
||||
if not refs or not isinstance(refs, list):
|
||||
return warnings
|
||||
|
||||
# Construire un set des documents sources disponibles
|
||||
source_docs = set()
|
||||
for src in sources:
|
||||
doc_name = src.get("document", "")
|
||||
source_docs.add(doc_name)
|
||||
# Ajouter les noms lisibles aussi
|
||||
readable = {
|
||||
"cim10": "CIM-10 FR 2026",
|
||||
"cim10_alpha": "CIM-10 Index Alphabétique 2026",
|
||||
"guide_methodo": "Guide Méthodologique MCO 2026",
|
||||
"ccam": "CCAM PMSI V4 2025",
|
||||
}.get(doc_name, "")
|
||||
if readable:
|
||||
source_docs.add(readable)
|
||||
source_docs.add(readable.lower())
|
||||
|
||||
if not source_docs:
|
||||
return warnings
|
||||
|
||||
for ref in refs:
|
||||
if not isinstance(ref, dict):
|
||||
continue
|
||||
doc = ref.get("document", "")
|
||||
if doc and not any(sd in doc.lower() or doc.lower() in sd.lower() for sd in source_docs if sd):
|
||||
warnings.append(f"Référence non vérifiable : {doc}")
|
||||
logger.warning("CPAM : référence non vérifiable « %s »", doc)
|
||||
|
||||
return warnings
|
||||
|
||||
|
||||
def _format_response(parsed: dict, ref_warnings: list[str] | None = None) -> str:
|
||||
"""Formate la réponse LLM en texte lisible."""
|
||||
sections = []
|
||||
|
||||
analyse = parsed.get("analyse_contestation")
|
||||
if analyse:
|
||||
sections.append(f"ANALYSE DE LA CONTESTATION\n{analyse}")
|
||||
|
||||
accord = parsed.get("points_accord")
|
||||
if accord and accord.lower() not in ("aucun", "non applicable", "n/a", ""):
|
||||
sections.append(f"POINTS D'ACCORD\n{accord}")
|
||||
|
||||
# Nouveaux champs structurés par axe
|
||||
contre_med = parsed.get("contre_arguments_medicaux")
|
||||
if contre_med:
|
||||
sections.append(f"CONTRE-ARGUMENTS MÉDICAUX\n{contre_med}")
|
||||
|
||||
# Preuves du dossier (nouveau champ structuré)
|
||||
preuves = parsed.get("preuves_dossier")
|
||||
if preuves and isinstance(preuves, list):
|
||||
preuves_lines = []
|
||||
for p in preuves:
|
||||
if isinstance(p, dict):
|
||||
ref = p.get("ref", "")
|
||||
elem = p.get("element", "")
|
||||
valeur = p.get("valeur", "")
|
||||
signif = p.get("signification", "")
|
||||
ref_prefix = f"[{ref}] " if ref else ""
|
||||
preuves_lines.append(f"- {ref_prefix}[{elem}] {valeur} → {signif}")
|
||||
if preuves_lines:
|
||||
sections.append(f"PREUVES DU DOSSIER\n" + "\n".join(preuves_lines))
|
||||
|
||||
contre_asym = parsed.get("contre_arguments_asymetrie")
|
||||
if contre_asym:
|
||||
sections.append(f"ASYMÉTRIE D'INFORMATION\n{contre_asym}")
|
||||
|
||||
contre_regl = parsed.get("contre_arguments_reglementaires")
|
||||
if contre_regl:
|
||||
sections.append(f"CONTRE-ARGUMENTS RÉGLEMENTAIRES\n{contre_regl}")
|
||||
|
||||
# Fallback : ancien champ unique (réponses en cache existantes)
|
||||
if not contre_med and not contre_asym and not contre_regl:
|
||||
contre = parsed.get("contre_arguments")
|
||||
if contre:
|
||||
sections.append(f"CONTRE-ARGUMENTS\n{contre}")
|
||||
|
||||
# Références structurées (nouveau format liste) ou ancien format string
|
||||
refs = parsed.get("references")
|
||||
if refs:
|
||||
if isinstance(refs, list):
|
||||
ref_lines = []
|
||||
for r in refs:
|
||||
if isinstance(r, dict):
|
||||
doc = r.get("document", "")
|
||||
page = r.get("page", "")
|
||||
citation = r.get("citation", "")
|
||||
ref_lines.append(f"- [{doc}, p.{page}] {citation}")
|
||||
else:
|
||||
ref_lines.append(f"- {r}")
|
||||
if ref_lines:
|
||||
sections.append(f"REFERENCES\n" + "\n".join(ref_lines))
|
||||
else:
|
||||
sections.append(f"REFERENCES\n{refs}")
|
||||
|
||||
conclusion = parsed.get("conclusion")
|
||||
if conclusion:
|
||||
sections.append(f"CONCLUSION\n{conclusion}")
|
||||
|
||||
# Avertissements sur les références non vérifiables
|
||||
if ref_warnings:
|
||||
warning_text = "\n".join(f"- {w}" for w in ref_warnings)
|
||||
sections.append(f"AVERTISSEMENT — REFERENCES NON VÉRIFIÉES\n{warning_text}")
|
||||
|
||||
return "\n\n".join(sections)
|
||||
|
||||
|
||||
def _validate_adversarial(
|
||||
response_data: dict,
|
||||
tag_map: dict[str, str],
|
||||
controle: ControleCPAM,
|
||||
) -> dict | None:
|
||||
"""Validation adversariale — vérifie la cohérence de la contre-argumentation.
|
||||
|
||||
Un appel LLM de relecture critique vérifie :
|
||||
1. Les valeurs cliniques citées correspondent aux éléments tagués du dossier
|
||||
2. La conclusion est cohérente avec l'argumentation
|
||||
3. Les points d'accord ne contredisent pas la contre-argumentation
|
||||
4. Les codes CIM-10 cités sont cohérents
|
||||
|
||||
Returns:
|
||||
dict {"coherent": bool, "erreurs": list[str], "score_confiance": int} ou None si échec.
|
||||
"""
|
||||
import json as _json
|
||||
|
||||
# Construire le résumé des éléments factuels disponibles
|
||||
if tag_map:
|
||||
factual_lines = "\n".join(f" [{tag}] {content}" for tag, content in tag_map.items())
|
||||
factual_section = f"ÉLÉMENTS FACTUELS DU DOSSIER :\n{factual_lines}"
|
||||
else:
|
||||
factual_section = "ÉLÉMENTS FACTUELS DU DOSSIER : aucun élément tagué disponible"
|
||||
|
||||
# Sérialiser la réponse LLM de façon compacte
|
||||
try:
|
||||
response_json = _json.dumps(response_data, ensure_ascii=False, indent=None)
|
||||
# Tronquer si trop long pour le prompt de validation
|
||||
if len(response_json) > 3000:
|
||||
response_json = response_json[:3000] + "..."
|
||||
except (TypeError, ValueError):
|
||||
logger.warning("Validation adversariale : impossible de sérialiser la réponse")
|
||||
return None
|
||||
|
||||
# Normes biologiques pour vérifier les interprétations
|
||||
normes_lines = []
|
||||
for test, (lo, hi) in BIO_NORMALS.items():
|
||||
normes_lines.append(f" {test}: {lo}-{hi}")
|
||||
normes_section = "NORMES BIOLOGIQUES DE RÉFÉRENCE :\n" + "\n".join(normes_lines)
|
||||
|
||||
dp_ucr_line = f"DP UCR : {controle.dp_ucr}" if controle.dp_ucr else ""
|
||||
da_ucr_line = f"DA UCR : {controle.da_ucr}" if controle.da_ucr else ""
|
||||
|
||||
prompt = CPAM_ADVERSARIAL.format(
|
||||
response_json=response_json,
|
||||
factual_section=factual_section,
|
||||
normes_section=normes_section,
|
||||
dp_ucr_line=dp_ucr_line,
|
||||
da_ucr_line=da_ucr_line,
|
||||
)
|
||||
|
||||
logger.debug(" Validation adversariale")
|
||||
result = call_ollama(prompt, temperature=0.0, max_tokens=800, role="validation")
|
||||
if result is None:
|
||||
result = call_anthropic(prompt, temperature=0.0, max_tokens=800)
|
||||
if result is None:
|
||||
logger.warning(" Validation adversariale échouée — LLM indisponible")
|
||||
return None
|
||||
|
||||
coherent = result.get("coherent", True)
|
||||
erreurs = result.get("erreurs", [])
|
||||
score = result.get("score_confiance", -1)
|
||||
|
||||
if not coherent and erreurs:
|
||||
logger.warning(" Validation adversariale : %d incohérence(s) détectée(s) (score %s/10)",
|
||||
len(erreurs), score)
|
||||
for e in erreurs:
|
||||
logger.warning(" - %s", e)
|
||||
else:
|
||||
logger.info(" Validation adversariale OK (score %s/10)", score)
|
||||
|
||||
return result
|
||||
|
||||
|
||||
def _extraction_pass(
|
||||
dossier: DossierMedical,
|
||||
controle: ControleCPAM,
|
||||
@@ -926,6 +159,11 @@ def generate_cpam_response(
|
||||
if grounding_warnings:
|
||||
logger.warning(" CPAM : %d preuve(s) non traçable(s)", len(grounding_warnings))
|
||||
|
||||
# 7b. Validation codes fermée (périmètre dossier + UCR)
|
||||
code_warnings = _validate_codes_in_response(result, dossier, controle)
|
||||
if code_warnings:
|
||||
logger.warning(" CPAM : %d code(s) hors périmètre", len(code_warnings))
|
||||
|
||||
# 8. Validation adversariale (cohérence factuelle)
|
||||
adversarial_warnings: list[str] = []
|
||||
validation = _validate_adversarial(result, tag_map, controle)
|
||||
@@ -938,7 +176,49 @@ def generate_cpam_response(
|
||||
if adversarial_warnings:
|
||||
adversarial_warnings.append(f"Score de confiance : {score}/10")
|
||||
|
||||
all_warnings = ref_warnings + grounding_warnings + adversarial_warnings
|
||||
# 8b. Boucle de correction (max 1 retry)
|
||||
if (validation
|
||||
and not validation.get("coherent", True)
|
||||
and validation.get("score_confiance", 10) <= 5
|
||||
and rule_enabled("RULE-CPAM-CORRECTION-LOOP")):
|
||||
|
||||
erreurs_v = validation.get("erreurs", [])
|
||||
logger.warning(" Score adversarial %s/10 — correction en cours (%d erreur(s))",
|
||||
validation.get("score_confiance"), len(erreurs_v))
|
||||
|
||||
correction_prompt = _build_correction_prompt(prompt, result, validation)
|
||||
corrected = call_ollama(correction_prompt, temperature=0.0, max_tokens=6000, role="cpam")
|
||||
if corrected is None:
|
||||
corrected = call_anthropic(correction_prompt, temperature=0.0, max_tokens=6000)
|
||||
|
||||
if corrected:
|
||||
# Re-valider la correction
|
||||
validation2 = _validate_adversarial(corrected, tag_map, controle)
|
||||
score2 = validation2.get("score_confiance", 0) if validation2 else 0
|
||||
score1 = validation.get("score_confiance", 0)
|
||||
|
||||
if score2 > score1:
|
||||
logger.info(" Correction acceptée (score %s → %s)", score1, score2)
|
||||
result = corrected
|
||||
validation = validation2
|
||||
# Recalculer les warnings
|
||||
ref_warnings = _validate_references(result, sources)
|
||||
grounding_warnings = _validate_grounding(result, tag_map)
|
||||
code_warnings = _validate_codes_in_response(result, dossier, controle)
|
||||
adversarial_warnings = []
|
||||
if validation and not validation.get("coherent", True):
|
||||
for e in validation.get("erreurs", []):
|
||||
if isinstance(e, str) and e.strip():
|
||||
adversarial_warnings.append(f"Incohérence détectée : {e}")
|
||||
if adversarial_warnings:
|
||||
adversarial_warnings.append(
|
||||
f"Score de confiance : {validation.get('score_confiance', '?')}/10"
|
||||
)
|
||||
else:
|
||||
logger.warning(" Correction rejetée (score %s → %s) — conserve l'original",
|
||||
score1, score2)
|
||||
|
||||
all_warnings = ref_warnings + grounding_warnings + code_warnings + adversarial_warnings
|
||||
|
||||
# 9. Formater la réponse
|
||||
text = _format_response(result, all_warnings)
|
||||
|
||||
376
src/control/cpam_validation.py
Normal file
376
src/control/cpam_validation.py
Normal file
@@ -0,0 +1,376 @@
|
||||
"""Validation et formatage des réponses CPAM (grounding, adversariale, codes)."""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import logging
|
||||
import re
|
||||
|
||||
from ..config import ControleCPAM, DossierMedical
|
||||
from ..medical.bio_normals import BIO_NORMALS
|
||||
from ..medical.cim10_dict import normalize_code, validate_code
|
||||
from ..medical.ollama_client import call_anthropic, call_ollama
|
||||
from ..prompts import CPAM_ADVERSARIAL
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
|
||||
def _validate_grounding(response_data: dict, tag_map: dict[str, str]) -> list[str]:
|
||||
"""Vérifie que les références dans preuves_dossier correspondent à des tags existants.
|
||||
|
||||
Returns:
|
||||
Liste de warnings pour les références inventées.
|
||||
"""
|
||||
if not tag_map:
|
||||
return []
|
||||
|
||||
warnings: list[str] = []
|
||||
preuves = response_data.get("preuves_dossier")
|
||||
if not preuves or not isinstance(preuves, list):
|
||||
return warnings
|
||||
|
||||
for p in preuves:
|
||||
if not isinstance(p, dict):
|
||||
continue
|
||||
ref = p.get("ref", "")
|
||||
if not ref:
|
||||
continue
|
||||
if ref not in tag_map:
|
||||
valeur = p.get("valeur", "?")
|
||||
warnings.append(f"Preuve [{ref}] non traçable (« {valeur} »)")
|
||||
logger.warning("Grounding : preuve [%s] introuvable dans les tags du dossier", ref)
|
||||
|
||||
return warnings
|
||||
|
||||
|
||||
def _validate_references(parsed: dict, sources: list[dict]) -> list[str]:
|
||||
"""Vérifie que les références citées correspondent aux sources RAG fournies.
|
||||
|
||||
Returns:
|
||||
Liste d'avertissements pour les références non vérifiables.
|
||||
"""
|
||||
warnings = []
|
||||
refs = parsed.get("references")
|
||||
if not refs or not isinstance(refs, list):
|
||||
return warnings
|
||||
|
||||
# Construire un set des documents sources disponibles
|
||||
source_docs = set()
|
||||
for src in sources:
|
||||
doc_name = src.get("document", "")
|
||||
source_docs.add(doc_name)
|
||||
# Ajouter les noms lisibles aussi
|
||||
readable = {
|
||||
"cim10": "CIM-10 FR 2026",
|
||||
"cim10_alpha": "CIM-10 Index Alphabétique 2026",
|
||||
"guide_methodo": "Guide Méthodologique MCO 2026",
|
||||
"ccam": "CCAM PMSI V4 2025",
|
||||
}.get(doc_name, "")
|
||||
if readable:
|
||||
source_docs.add(readable)
|
||||
source_docs.add(readable.lower())
|
||||
|
||||
if not source_docs:
|
||||
return warnings
|
||||
|
||||
for ref in refs:
|
||||
if not isinstance(ref, dict):
|
||||
continue
|
||||
doc = ref.get("document", "")
|
||||
if doc and not any(sd in doc.lower() or doc.lower() in sd.lower() for sd in source_docs if sd):
|
||||
warnings.append(f"Référence non vérifiable : {doc}")
|
||||
logger.warning("CPAM : référence non vérifiable « %s »", doc)
|
||||
|
||||
return warnings
|
||||
|
||||
|
||||
# Regex pour capturer les codes CIM-10 (ex: K81.0, E87, Z45.80)
|
||||
_CIM10_CODE_RE = re.compile(r"\b([A-Z]\d{2}\.?\d{0,2})\b")
|
||||
|
||||
|
||||
def _validate_codes_in_response(
|
||||
parsed: dict,
|
||||
dossier: DossierMedical,
|
||||
controle: ControleCPAM,
|
||||
) -> list[str]:
|
||||
"""Vérifie que les codes CIM-10 cités dans la réponse sont dans le périmètre du dossier.
|
||||
|
||||
Construit une whitelist à partir du dossier (DP, DAS) et de l'UCR (dp_ucr, da_ucr, dr_ucr),
|
||||
puis extrait tous les codes CIM-10 des champs textuels de la réponse LLM.
|
||||
La comparaison se fait par préfixe 3 caractères (ex: K81 matche K81.0 et K81.09).
|
||||
|
||||
Returns:
|
||||
Liste de warnings pour les codes hors périmètre.
|
||||
"""
|
||||
# 1. Construire la whitelist (préfixes 3 chars)
|
||||
whitelist_prefixes: set[str] = set()
|
||||
|
||||
def _add_code(raw: str) -> None:
|
||||
raw = raw.strip()
|
||||
if not raw:
|
||||
return
|
||||
norm = normalize_code(raw)
|
||||
if norm and len(norm) >= 3:
|
||||
whitelist_prefixes.add(norm[:3])
|
||||
|
||||
# Codes du dossier
|
||||
if dossier.diagnostic_principal and dossier.diagnostic_principal.cim10_suggestion:
|
||||
_add_code(dossier.diagnostic_principal.cim10_suggestion)
|
||||
for das in dossier.diagnostics_associes:
|
||||
if das.cim10_suggestion:
|
||||
_add_code(das.cim10_suggestion)
|
||||
|
||||
# Codes de l'UCR
|
||||
for field in (controle.dp_ucr, controle.da_ucr, controle.dr_ucr):
|
||||
if not field:
|
||||
continue
|
||||
for raw in re.split(r"[,;\s]+", field.strip()):
|
||||
_add_code(raw)
|
||||
|
||||
if not whitelist_prefixes:
|
||||
return []
|
||||
|
||||
# 2. Extraire les codes CIM-10 de la réponse LLM (hors citations RAG)
|
||||
text_fields = []
|
||||
for key in (
|
||||
"analyse_contestation",
|
||||
"contre_arguments_medicaux",
|
||||
"contre_arguments_asymetrie",
|
||||
"contre_arguments_reglementaires",
|
||||
"conclusion",
|
||||
):
|
||||
val = parsed.get(key)
|
||||
if val and isinstance(val, str):
|
||||
text_fields.append(val)
|
||||
|
||||
# Preuves du dossier — valeurs
|
||||
preuves = parsed.get("preuves_dossier")
|
||||
if preuves and isinstance(preuves, list):
|
||||
for p in preuves:
|
||||
if isinstance(p, dict):
|
||||
v = p.get("valeur", "")
|
||||
if v and isinstance(v, str):
|
||||
text_fields.append(v)
|
||||
|
||||
combined_text = "\n".join(text_fields)
|
||||
found_codes = _CIM10_CODE_RE.findall(combined_text)
|
||||
|
||||
if not found_codes:
|
||||
return []
|
||||
|
||||
# 3. Comparer par préfixe 3 chars
|
||||
warnings: list[str] = []
|
||||
seen_warned: set[str] = set()
|
||||
|
||||
for raw_code in found_codes:
|
||||
norm = normalize_code(raw_code)
|
||||
if not norm or len(norm) < 3:
|
||||
continue
|
||||
prefix = norm[:3]
|
||||
if prefix in whitelist_prefixes:
|
||||
continue
|
||||
if norm in seen_warned:
|
||||
continue
|
||||
seen_warned.add(norm)
|
||||
is_valid, label = validate_code(norm)
|
||||
label_str = f" ({label})" if is_valid and label else ""
|
||||
warnings.append(f"Code {norm}{label_str} hors périmètre dossier/UCR")
|
||||
logger.warning("CPAM : code %s%s absent du dossier et de l'UCR", norm, label_str)
|
||||
|
||||
return warnings
|
||||
|
||||
|
||||
def _validate_adversarial(
|
||||
response_data: dict,
|
||||
tag_map: dict[str, str],
|
||||
controle: ControleCPAM,
|
||||
) -> dict | None:
|
||||
"""Validation adversariale — vérifie la cohérence de la contre-argumentation.
|
||||
|
||||
Un appel LLM de relecture critique vérifie :
|
||||
1. Les valeurs cliniques citées correspondent aux éléments tagués du dossier
|
||||
2. La conclusion est cohérente avec l'argumentation
|
||||
3. Les points d'accord ne contredisent pas la contre-argumentation
|
||||
4. Les codes CIM-10 cités sont cohérents
|
||||
|
||||
Returns:
|
||||
dict {"coherent": bool, "erreurs": list[str], "score_confiance": int} ou None si échec.
|
||||
"""
|
||||
import json as _json
|
||||
|
||||
# Construire le résumé des éléments factuels disponibles
|
||||
if tag_map:
|
||||
factual_lines = "\n".join(f" [{tag}] {content}" for tag, content in tag_map.items())
|
||||
factual_section = f"ÉLÉMENTS FACTUELS DU DOSSIER :\n{factual_lines}"
|
||||
else:
|
||||
factual_section = "ÉLÉMENTS FACTUELS DU DOSSIER : aucun élément tagué disponible"
|
||||
|
||||
# Sérialiser la réponse LLM de façon compacte
|
||||
try:
|
||||
response_json = _json.dumps(response_data, ensure_ascii=False, indent=None)
|
||||
# Tronquer si trop long pour le prompt de validation
|
||||
if len(response_json) > 3000:
|
||||
response_json = response_json[:3000] + "..."
|
||||
except (TypeError, ValueError):
|
||||
logger.warning("Validation adversariale : impossible de sérialiser la réponse")
|
||||
return None
|
||||
|
||||
# Normes biologiques pour vérifier les interprétations
|
||||
normes_lines = []
|
||||
for test, (lo, hi) in BIO_NORMALS.items():
|
||||
normes_lines.append(f" {test}: {lo}-{hi}")
|
||||
normes_section = "NORMES BIOLOGIQUES DE RÉFÉRENCE :\n" + "\n".join(normes_lines)
|
||||
|
||||
dp_ucr_line = f"DP UCR : {controle.dp_ucr}" if controle.dp_ucr else ""
|
||||
da_ucr_line = f"DA UCR : {controle.da_ucr}" if controle.da_ucr else ""
|
||||
|
||||
prompt = CPAM_ADVERSARIAL.format(
|
||||
response_json=response_json,
|
||||
factual_section=factual_section,
|
||||
normes_section=normes_section,
|
||||
dp_ucr_line=dp_ucr_line,
|
||||
da_ucr_line=da_ucr_line,
|
||||
)
|
||||
|
||||
logger.debug(" Validation adversariale")
|
||||
result = call_ollama(prompt, temperature=0.0, max_tokens=800, role="validation")
|
||||
if result is None:
|
||||
result = call_anthropic(prompt, temperature=0.0, max_tokens=800)
|
||||
if result is None:
|
||||
logger.warning(" Validation adversariale échouée — LLM indisponible")
|
||||
return None
|
||||
|
||||
coherent = result.get("coherent", True)
|
||||
erreurs = result.get("erreurs", [])
|
||||
score = result.get("score_confiance", -1)
|
||||
|
||||
if not coherent and erreurs:
|
||||
logger.warning(" Validation adversariale : %d incohérence(s) détectée(s) (score %s/10)",
|
||||
len(erreurs), score)
|
||||
for e in erreurs:
|
||||
logger.warning(" - %s", e)
|
||||
else:
|
||||
logger.info(" Validation adversariale OK (score %s/10)", score)
|
||||
|
||||
return result
|
||||
|
||||
|
||||
def _build_correction_prompt(
|
||||
original_prompt: str,
|
||||
original_response: dict,
|
||||
adversarial_result: dict,
|
||||
) -> str:
|
||||
"""Construit un prompt de correction en injectant les erreurs détectées.
|
||||
|
||||
Args:
|
||||
original_prompt: Le prompt d'argumentation initial.
|
||||
original_response: La réponse LLM originale (dict).
|
||||
adversarial_result: Le résultat de la validation adversariale.
|
||||
|
||||
Returns:
|
||||
Prompt de correction prêt à envoyer au LLM.
|
||||
"""
|
||||
import json as _json
|
||||
|
||||
erreurs = adversarial_result.get("erreurs", [])
|
||||
erreurs_text = "\n".join(f" {i}. {e}" for i, e in enumerate(erreurs, 1))
|
||||
|
||||
# Résumé compact de la réponse problématique
|
||||
summary_fields = {}
|
||||
for key in ("analyse_contestation", "contre_arguments_medicaux",
|
||||
"contre_arguments_asymetrie", "contre_arguments_reglementaires",
|
||||
"conclusion"):
|
||||
val = original_response.get(key)
|
||||
if val and isinstance(val, str):
|
||||
# Tronquer chaque champ à 400 chars
|
||||
summary_fields[key] = val[:400] + ("..." if len(val) > 400 else "")
|
||||
|
||||
try:
|
||||
response_summary = _json.dumps(summary_fields, ensure_ascii=False, indent=2)
|
||||
except (TypeError, ValueError):
|
||||
response_summary = str(summary_fields)
|
||||
|
||||
correction_block = (
|
||||
"\n\n=== CORRECTION REQUISE — ERREURS DÉTECTÉES DANS TA RÉPONSE PRÉCÉDENTE ===\n"
|
||||
f"{erreurs_text}\n\n"
|
||||
f"RÉPONSE PRÉCÉDENTE (À CORRIGER) :\n{response_summary}\n\n"
|
||||
"Corrige UNIQUEMENT les erreurs ci-dessus. Conserve les parties correctes.\n"
|
||||
"Réponds avec le même format JSON."
|
||||
)
|
||||
|
||||
return original_prompt + correction_block
|
||||
|
||||
|
||||
def _format_response(parsed: dict, ref_warnings: list[str] | None = None) -> str:
|
||||
"""Formate la réponse LLM en texte lisible."""
|
||||
sections = []
|
||||
|
||||
analyse = parsed.get("analyse_contestation")
|
||||
if analyse:
|
||||
sections.append(f"ANALYSE DE LA CONTESTATION\n{analyse}")
|
||||
|
||||
accord = parsed.get("points_accord")
|
||||
if accord and accord.lower() not in ("aucun", "non applicable", "n/a", ""):
|
||||
sections.append(f"POINTS D'ACCORD\n{accord}")
|
||||
|
||||
# Nouveaux champs structurés par axe
|
||||
contre_med = parsed.get("contre_arguments_medicaux")
|
||||
if contre_med:
|
||||
sections.append(f"CONTRE-ARGUMENTS MÉDICAUX\n{contre_med}")
|
||||
|
||||
# Preuves du dossier (nouveau champ structuré)
|
||||
preuves = parsed.get("preuves_dossier")
|
||||
if preuves and isinstance(preuves, list):
|
||||
preuves_lines = []
|
||||
for p in preuves:
|
||||
if isinstance(p, dict):
|
||||
ref = p.get("ref", "")
|
||||
elem = p.get("element", "")
|
||||
valeur = p.get("valeur", "")
|
||||
signif = p.get("signification", "")
|
||||
ref_prefix = f"[{ref}] " if ref else ""
|
||||
preuves_lines.append(f"- {ref_prefix}[{elem}] {valeur} → {signif}")
|
||||
if preuves_lines:
|
||||
sections.append(f"PREUVES DU DOSSIER\n" + "\n".join(preuves_lines))
|
||||
|
||||
contre_asym = parsed.get("contre_arguments_asymetrie")
|
||||
if contre_asym:
|
||||
sections.append(f"ASYMÉTRIE D'INFORMATION\n{contre_asym}")
|
||||
|
||||
contre_regl = parsed.get("contre_arguments_reglementaires")
|
||||
if contre_regl:
|
||||
sections.append(f"CONTRE-ARGUMENTS RÉGLEMENTAIRES\n{contre_regl}")
|
||||
|
||||
# Fallback : ancien champ unique (réponses en cache existantes)
|
||||
if not contre_med and not contre_asym and not contre_regl:
|
||||
contre = parsed.get("contre_arguments")
|
||||
if contre:
|
||||
sections.append(f"CONTRE-ARGUMENTS\n{contre}")
|
||||
|
||||
# Références structurées (nouveau format liste) ou ancien format string
|
||||
refs = parsed.get("references")
|
||||
if refs:
|
||||
if isinstance(refs, list):
|
||||
ref_lines = []
|
||||
for r in refs:
|
||||
if isinstance(r, dict):
|
||||
doc = r.get("document", "")
|
||||
page = r.get("page", "")
|
||||
citation = r.get("citation", "")
|
||||
ref_lines.append(f"- [{doc}, p.{page}] {citation}")
|
||||
else:
|
||||
ref_lines.append(f"- {r}")
|
||||
if ref_lines:
|
||||
sections.append(f"REFERENCES\n" + "\n".join(ref_lines))
|
||||
else:
|
||||
sections.append(f"REFERENCES\n{refs}")
|
||||
|
||||
conclusion = parsed.get("conclusion")
|
||||
if conclusion:
|
||||
sections.append(f"CONCLUSION\n{conclusion}")
|
||||
|
||||
# Avertissements sur les références non vérifiables
|
||||
if ref_warnings:
|
||||
warning_text = "\n".join(f"- {w}" for w in ref_warnings)
|
||||
sections.append(f"AVERTISSEMENT — REFERENCES NON VÉRIFIÉES\n{warning_text}")
|
||||
|
||||
return "\n\n".join(sections)
|
||||
Reference in New Issue
Block a user