feat: pipeline T2A - anonymisation, extraction CIM-10 et intégration edsnlp

Pipeline complet de traitement de documents médicaux PDF :
- Extraction texte (pdfplumber) et classification (Trackare/CRH)
- Anonymisation multi-couche (regex + NER CamemBERT + sweep)
- Extraction médicale CIM-10 hybride : edsnlp (AP-HP) enrichit les
  diagnostics, médicaments (codes ATC via Romedi) et négation,
  avec fallback regex pour les patterns spécifiques
- Fix sentencepiece pinné à <0.2.0 pour compatibilité CamemBERT

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

tests/test_medical.py

@@ -0,0 +1,238 @@
+"""Tests pour le module d'extraction médicale CIM-10."""
+
+import pytest
+
+from src.config import DossierMedical, Diagnostic
+from src.medical.cim10_extractor import (
+    extract_medical_info,
+    _lookup_cim10,
+    _is_abnormal,
+)
+
+
+class TestCIM10Lookup:
+    def test_pancréatite_lithiasique(self):
+        assert _lookup_cim10("pancréatite aiguë lithiasique") == "K85.1"
+
+    def test_lithiase_choledoque(self):
+        assert _lookup_cim10("lithiase du cholédoque") == "K80.5"
+
+    def test_eruption_medicamenteuse(self):
+        assert _lookup_cim10("éruption médicamenteuse") == "L27.0"
+
+    def test_obesite(self):
+        assert _lookup_cim10("obésité") == "E66.0"
+
+    def test_unknown(self):
+        assert _lookup_cim10("grippe") is None
+
+
+class TestIsAbnormal:
+    def test_lipasemie_high(self):
+        assert _is_abnormal("Lipasémie", "6000") is True
+
+    def test_crp_normal(self):
+        assert _is_abnormal("CRP", "3") is False
+
+    def test_crp_high(self):
+        assert _is_abnormal("CRP", "12") is True
+
+    def test_troponine_negative(self):
+        assert _is_abnormal("Troponine", "négative") is False
+
+    def test_unknown_test(self):
+        assert _is_abnormal("TestInconnu", "42") is None
+
+
+class TestExtractMedicalInfo:
+    def test_extract_from_trackare(self):
+        parsed = {
+            "type": "trackare",
+            "patient": {
+                "sexe": "F",
+                "date_naissance": "23/02/1980",
+                "imc": 34.37,
+                "poids_kg": 90.2,
+                "taille_cm": 162,
+            },
+            "sejour": {
+                "date_entree": "25/02/2023",
+                "date_sortie": "03/03/2023",
+            },
+            "urgences": {"mode_entree": "Urgences"},
+            "diagnostics": [
+                {
+                    "type": "Principal",
+                    "statut": "actif",
+                    "code_cim10": "K80.5",
+                    "libelle": "Calcul des canaux biliaires",
+                }
+            ],
+            "signes_vitaux": {"imc": 34.37, "poids_kg": 90.2, "taille_cm": 162},
+        }
+        text = """Pancréatite aiguë lithiasique.
+Cholécystectomie par cœlioscopie le 01/03.
+Cholangiographie retrouvant une lithiase du bas cholédoque.
+TDM à J3 retrouve : Absence de signe de gravité. Score de Balthazar à 0.
+Éruption cutanée érythémateuse. Réaction au tramadol.
+IMC: 34.370
+TTT de sortie :
+Paracétamol et Acupan si besoin
+Cétirizine
+
+Devenir : sortie le 03/03."""
+
+        dossier = extract_medical_info(parsed, text)
+
+        # Séjour
+        assert dossier.sejour.sexe == "F"
+        assert dossier.sejour.age == 43
+        assert dossier.sejour.duree_sejour == 6
+        assert dossier.sejour.imc == 34.37
+
+        # DP
+        assert dossier.diagnostic_principal is not None
+        assert dossier.diagnostic_principal.cim10_suggestion == "K80.5"
+
+        # DAS
+        codes = {d.cim10_suggestion for d in dossier.diagnostics_associes}
+        assert "L27.0" in codes  # Éruption médicamenteuse
+        assert "E66.0" in codes  # Obésité
+
+        # Actes
+        acte_codes = {a.code_ccam_suggestion for a in dossier.actes_ccam}
+        assert "HMFC004" in acte_codes  # Cholécystectomie
+        assert "ZCQK002" in acte_codes  # TDM
+
+        # Traitements
+        meds = [t.medicament for t in dossier.traitements_sortie]
+        assert any("Paracétamol" in m for m in meds)
+        assert any("Cétirizine" in m for m in meds)
+
+        # Bio
+        tests = {b.test for b in dossier.biologie_cle}
+        assert "Troponine" not in tests  # pas dans ce texte minimal
+
+        # Imagerie
+        assert len(dossier.imagerie) >= 1
+        assert any("Balthazar" in (i.score or "") for i in dossier.imagerie)
+
+        # Complications
+        assert any("cutanée" in c.lower() for c in dossier.complications)
+
+    def test_extract_without_edsnlp(self):
+        """Vérifie que l'extraction fonctionne sans résultat edsnlp."""
+        parsed = {
+            "type": "crh",
+            "patient": {"sexe": "M"},
+            "sejour": {},
+            "diagnostics": [],
+        }
+        text = "Pancréatite aiguë biliaire.\nTTT de sortie :\nParacétamol 1g matin et soir\n\nDevenir : retour."
+
+        dossier = extract_medical_info(parsed, text, edsnlp_result=None)
+        assert dossier.diagnostic_principal is not None
+        assert dossier.diagnostic_principal.cim10_suggestion == "K85.1"
+        assert len(dossier.traitements_sortie) >= 1
+
+    def test_extract_with_edsnlp_result(self):
+        """Vérifie que les résultats edsnlp enrichissent les diagnostics."""
+        from src.medical.edsnlp_pipeline import EdsnlpResult, CIM10Entity, DrugEntity
+
+        parsed = {
+            "type": "crh",
+            "patient": {"sexe": "M"},
+            "sejour": {},
+            "diagnostics": [],
+        }
+        text = "Patient admis pour douleur abdominale."
+
+        edsnlp_result = EdsnlpResult(
+            cim10_entities=[
+                CIM10Entity(texte="douleur abdominale", code="R10.4", negation=False),
+            ],
+            drug_entities=[],
+        )
+
+        dossier = extract_medical_info(parsed, text, edsnlp_result=edsnlp_result)
+        # Le DP devrait être trouvé via edsnlp
+        assert dossier.diagnostic_principal is not None
+        assert dossier.diagnostic_principal.cim10_suggestion == "R10.4"
+
+    def test_negated_edsnlp_entities_ignored(self):
+        """Vérifie que les entités niées par edsnlp ne sont pas retenues."""
+        from src.medical.edsnlp_pipeline import EdsnlpResult, CIM10Entity
+
+        parsed = {
+            "type": "crh",
+            "patient": {"sexe": "M"},
+            "sejour": {},
+            "diagnostics": [],
+        }
+        text = "Pas de fièvre. Patient en bon état."
+
+        edsnlp_result = EdsnlpResult(
+            cim10_entities=[
+                CIM10Entity(texte="fièvre", code="R50.9", negation=True),
+            ],
+        )
+
+        dossier = extract_medical_info(parsed, text, edsnlp_result=edsnlp_result)
+        # L'entité niée ne doit pas apparaître comme diagnostic
+        all_codes = set()
+        if dossier.diagnostic_principal:
+            all_codes.add(dossier.diagnostic_principal.cim10_suggestion)
+        for d in dossier.diagnostics_associes:
+            all_codes.add(d.cim10_suggestion)
+        assert "R50.9" not in all_codes
+
+    def test_drug_atc_enrichment(self):
+        """Vérifie que les codes ATC edsnlp sont ajoutés aux traitements."""
+        from src.medical.edsnlp_pipeline import EdsnlpResult, DrugEntity
+
+        parsed = {
+            "type": "crh",
+            "patient": {"sexe": "M"},
+            "sejour": {},
+            "diagnostics": [],
+        }
+        text = "TTT de sortie :\nParacétamol 1g matin\n\nDevenir : retour."
+
+        edsnlp_result = EdsnlpResult(
+            drug_entities=[
+                DrugEntity(texte="Paracétamol", code_atc="N02BE01", negation=False),
+            ],
+        )
+
+        dossier = extract_medical_info(parsed, text, edsnlp_result=edsnlp_result)
+        assert len(dossier.traitements_sortie) >= 1
+        paracetamol = next(
+            (t for t in dossier.traitements_sortie if "Paracétamol" in t.medicament), None
+        )
+        assert paracetamol is not None
+        assert paracetamol.code_atc == "N02BE01"
+
+    def test_edsnlp_negation_for_complications(self):
+        """Vérifie que la négation edsnlp filtre les complications."""
+        from src.medical.edsnlp_pipeline import EdsnlpResult, CIM10Entity
+
+        parsed = {
+            "type": "crh",
+            "patient": {"sexe": "M"},
+            "sejour": {},
+            "diagnostics": [],
+        }
+        text = "Pas de fièvre ni d'infection. Bonne évolution."
+
+        edsnlp_result = EdsnlpResult(
+            cim10_entities=[
+                CIM10Entity(texte="fièvre", code="R50.9", negation=True),
+                CIM10Entity(texte="infection", code="A49.9", negation=True),
+            ],
+        )
+
+        dossier = extract_medical_info(parsed, text, edsnlp_result=edsnlp_result)
+        # Fièvre et infection sont niées, ne doivent pas apparaître dans complications
+        complication_terms = [c.lower() for c in dossier.complications]
+        assert "fièvre" not in complication_terms
+        assert "infection" not in complication_terms