feat: guardian déterministe + config modèles locaux + prompt TIM R1-R6

Guardian déterministe post-LLM (0 appel modèle, <1ms) :
- Corrige les valeurs bio hallucinées via confrontation dossier
- Step 1b : vérifie l'association test↔diagnostic via _BIO_THRESHOLDS
- Chemin bidirectionnel : CONFIRMÉ↔NON CONFIRMÉ selon bio réelle
- Force R3 : codes bio-infirmés → codes_non_defendables
- Step 2b : retire les codes bio-confirmés de codes_non_defendables
- Retire les moyens défendant des codes bio-contredits
- _safe_bio_replace() : regex protégeant les normes [X-Y]
- Nettoyage texte libre (conclusion, rappel, codes_nd, raisonnement)
- Score factuel déterministe avec pénalités

Config modèles pour déploiement local (DGX Spark) :
- CPAM : mistral-small3.2:24b (TIM complet, bonne précision bio)
- Validation : qwen3:32b (rapide, LOGIC-3 actif)
- Timeout : 120s → 600s pour modèles locaux

Ollama : migration /api/generate → /api/chat (messages format)

Prompt CPAM_ARGUMENTATION restructuré :
- R1-R6 non-négociables en tête (avant données)
- Champ raisonnement_interne (chain-of-thought structuré)
- 5 passes TIM avec références explicites aux règles

Test cpam_quality : métriques guardian dans le résumé

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

.env.example

@@ -5,19 +5,25 @@
 
 # === Ollama ===
 # OLLAMA_URL=http://localhost:11434
-# OLLAMA_MODEL=gemma3:27b-cloud
-# OLLAMA_TIMEOUT=120
+# OLLAMA_MODEL=gemma3:27b
+# OLLAMA_TIMEOUT=600
 # OLLAMA_MAX_PARALLEL=2
 
 # === Modèles par rôle LLM ===
-# T2A_MODEL_CODING=gemma3:27b-cloud       # Codage CIM-10/CCAM, extraction DAS
-# T2A_MODEL_CPAM=deepseek-v3.2:cloud      # CPAM passe 1 + passe 2
-# T2A_MODEL_VALIDATION=deepseek-v3.2:cloud # Validation adversariale
+# T2A_MODEL_CODING=gemma3:27b              # Codage CIM-10/CCAM, extraction DAS
+# T2A_MODEL_CPAM=mistral-small3.2:24b      # CPAM passe 1 + passe 2 (TIM complet, bonne précision bio)
+# T2A_MODEL_VALIDATION=qwen3:32b           # Validation adversariale (rapide, modèle différent → LOGIC-3 actif)
 # T2A_MODEL_QC=gemma3:12b                  # QC batch justifications
 #
 # IMPORTANT : T2A_MODEL_CPAM et T2A_MODEL_VALIDATION DOIVENT être différents
 # en production pour que la validation adversariale soit réellement indépendante.
 # Si identiques, la validation adversariale est automatiquement dégradée (LOGIC-3).
+#
+# Benchmark (dossier 183_23087212, machine locale) :
+#   mistral-small3.2:24b → TIM complet, meilleure précision bio, 430s
+#   qwen3:32b            → TIM complet, rapide (302s), JSON fiable
+#   gemma3:27b           → hallucinations bio, format TIM non respecté
+#   llama3.3:70b         → riche mais trop lent (1743s), nécessite DGX Spark
 
 # === Sélecteur DP (NUKE-3) ===
 # T2A_DP_RANKER_LLM=1   # 1/true/yes = LLM tiebreaker actif, 0/false/no = pré-ranker déterministe uniquement

src/config.py

@@ -53,17 +53,17 @@ NER_CONFIDENCE_THRESHOLD = float(os.environ.get("T2A_NER_THRESHOLD", "0.80"))
 # --- Configuration Ollama ---
 
 OLLAMA_URL = os.environ.get("OLLAMA_URL", "http://localhost:11434")
-OLLAMA_MODEL = os.environ.get("OLLAMA_MODEL", "gemma3:27b-cloud")
-OLLAMA_TIMEOUT = int(os.environ.get("OLLAMA_TIMEOUT", "120"))
+OLLAMA_MODEL = os.environ.get("OLLAMA_MODEL", "gemma3:27b")
+OLLAMA_TIMEOUT = int(os.environ.get("OLLAMA_TIMEOUT", "600"))
 OLLAMA_CACHE_PATH = BASE_DIR / "data" / "ollama_cache.json"
 OLLAMA_MAX_PARALLEL = int(os.environ.get("OLLAMA_MAX_PARALLEL", "2"))
 
 # --- Modèles par rôle LLM ---
 
 OLLAMA_MODELS: dict[str, str] = {
-    "coding":     os.environ.get("T2A_MODEL_CODING", "gemma3:27b-cloud"),
-    "cpam":       os.environ.get("T2A_MODEL_CPAM", "gemma3:27b-cloud"),
-    "validation": os.environ.get("T2A_MODEL_VALIDATION", "deepseek-v3.2:cloud"),
+    "coding":     os.environ.get("T2A_MODEL_CODING", "gemma3:27b"),
+    "cpam":       os.environ.get("T2A_MODEL_CPAM", "mistral-small3.2:24b"),
+    "validation": os.environ.get("T2A_MODEL_VALIDATION", "qwen3:32b"),
     "qc":         os.environ.get("T2A_MODEL_QC", "gemma3:12b"),
 }
 

src/control/cpam_response.py

@@ -30,6 +30,7 @@ from .cpam_validation import (
     _build_correction_prompt,
     _format_response,
     _assess_quality_tier,
+    _guardian_deterministic,
 )
 
 # Backward compat — sera retiré dans un commit futur
@@ -172,6 +173,9 @@ def generate_cpam_response(
         logger.info("  CPAM : %d code(s) hors périmètre supprimé(s) : %s",
                      len(sanitized), ", ".join(sanitized))
 
+    # 6b. Gardien déterministe — corrige hallucinations bio, force R3
+    result = _guardian_deterministic(result, dossier, controle, tag_map)
+
     # 7. Validation des références RAG
     ref_warnings = _validate_references(result, sources)
     if ref_warnings:
@@ -239,6 +243,7 @@ def generate_cpam_response(
             result = corrected
             validation = validation2
             _sanitize_unauthorized_codes(result, dossier, controle)
+            result = _guardian_deterministic(result, dossier, controle, tag_map)
             ref_warnings = _validate_references(result, sources)
             grounding_warnings = _validate_grounding(result, tag_map)
             code_warnings = _validate_codes_in_response(result, dossier, controle)

src/control/cpam_validation.py

@@ -603,6 +603,350 @@ def _is_new_tim_format(parsed: dict) -> bool:
     return "moyens_defense" in parsed
 
 
+# ---------------------------------------------------------------------------
+# Gardien déterministe — validation/correction post-LLM sans appel modèle
+# ---------------------------------------------------------------------------
+
+def _guardian_deterministic(
+    result: dict,
+    dossier: DossierMedical,
+    controle: ControleCPAM,
+    tag_map: dict[str, str],
+) -> dict:
+    """Gardien déterministe post-LLM : corrige les hallucinations factuelles.
+
+    Opérations (0 appel LLM, < 1ms) :
+    1. Corrige les valeurs bio hallucinées dans confrontation_bio
+    2. Force la cohérence R3 (bio NON CONFIRMÉ → codes_non_defendables)
+    3. Retire des moyens_defense les codes bio-contredits
+    4. Vérifie les tags dans les preuves
+    5. Calcule un score factuel déterministe
+
+    Returns:
+        dict avec les corrections appliquées + champ "guardian_report" ajouté.
+    """
+    from .cpam_context import _BIO_THRESHOLDS
+
+    if not _is_new_tim_format(result):
+        return result
+
+    report: dict = {
+        "bio_corrections": [],
+        "codes_moved_to_nd": [],
+        "preuves_invalid_tags": [],
+        "score_factuel": 10,
+    }
+    penalties = 0
+
+    # --- Indexer les valeurs bio réelles du dossier ---
+    bio_reelles: dict[str, float] = {}
+    for b in dossier.biologie_cle:
+        if b.test and b.valeur_num is not None:
+            bio_reelles[b.test] = b.valeur_num
+        elif b.test and b.valeur:
+            try:
+                bio_reelles[b.test] = float(b.valeur.replace(",", ".").split()[0])
+            except (ValueError, AttributeError):
+                pass
+
+    # ===== 1. Corriger confrontation_bio =====
+    confrontation = result.get("confrontation_bio", [])
+    codes_infirmes: set[str] = set()  # codes dont la bio est normale
+    codes_confirmes: set[str] = set()  # codes dont la bio est pathologique
+
+    if isinstance(confrontation, list):
+        for i, entry in enumerate(confrontation):
+            if not isinstance(entry, dict):
+                continue
+            test_name = str(entry.get("test", ""))
+            valeur_llm = entry.get("valeur")
+            diagnostic = str(entry.get("diagnostic", ""))
+
+            # --- 1b. Vérifier l'association test↔diagnostic via _BIO_THRESHOLDS ---
+            code_match = re.match(r"([A-Z]\d{2}(?:\.\d{1,2})?)", diagnostic)
+            if code_match:
+                diag_code = code_match.group(1)
+                # Chercher dans _BIO_THRESHOLDS (préfixe 3 ou 5 chars)
+                expected = (_BIO_THRESHOLDS.get(diag_code)
+                            or _BIO_THRESHOLDS.get(diag_code[:3]))
+                if expected:
+                    expected_test = expected["test"].lower()
+                    if expected_test not in test_name.lower() and test_name.lower() not in expected_test:
+                        # Le LLM a associé le mauvais test → corriger
+                        old_test = test_name
+                        entry["test"] = expected["test"]
+                        test_name = expected["test"]
+                        # Chercher la bonne valeur dans le dossier
+                        for bio_key, bio_val in bio_reelles.items():
+                            if expected_test in bio_key.lower() or bio_key.lower() in expected_test:
+                                entry["valeur"] = bio_val
+                                valeur_llm = bio_val
+                                entry["seuil"] = expected.get("condition", "")
+                                break
+                        report["bio_corrections"].append({
+                            "test": old_test,
+                            "correction": f"mauvais test pour {diag_code} : {old_test} → {expected['test']}",
+                            "type": "wrong_test_mapping",
+                        })
+                        penalties += 2
+                        logger.info("  Gardien : %s → test corrigé de '%s' vers '%s'",
+                                    diag_code, old_test, expected["test"])
+
+            # Chercher la valeur réelle dans le dossier
+            valeur_reelle = None
+            for bio_key, bio_val in bio_reelles.items():
+                if bio_key.lower() in test_name.lower() or test_name.lower() in bio_key.lower():
+                    valeur_reelle = bio_val
+                    break
+
+            if valeur_reelle is not None:
+                # Vérifier si le LLM a inventé une valeur différente
+                try:
+                    v_llm = float(str(valeur_llm).replace(",", ".").split()[0]) if valeur_llm else None
+                except (ValueError, TypeError):
+                    v_llm = None
+
+                if v_llm is not None and abs(v_llm - valeur_reelle) > 0.1:
+                    report["bio_corrections"].append({
+                        "test": test_name,
+                        "valeur_llm": v_llm,
+                        "valeur_reelle": valeur_reelle,
+                        "diagnostic": diagnostic,
+                    })
+                    entry["valeur"] = valeur_reelle
+                    penalties += 2
+
+                # Recalculer le verdict avec la valeur réelle
+                matched_bio_key = None
+                for bio_key in bio_reelles:
+                    if bio_key.lower() in test_name.lower() or test_name.lower() in bio_key.lower():
+                        matched_bio_key = bio_key
+                        break
+
+                if matched_bio_key and matched_bio_key in BIO_NORMALS:
+                    lo, hi = BIO_NORMALS[matched_bio_key]
+                    is_normal = lo <= valeur_reelle <= hi
+
+                    old_verdict = str(entry.get("verdict", "")).upper()
+                    if is_normal and "CONFIRMÉ" in old_verdict and "NON" not in old_verdict:
+                        # Verdict CONFIRMÉ mais valeur normale → correction
+                        entry["verdict"] = "NON CONFIRMÉ — valeur NORMALE"
+                        report["bio_corrections"].append({
+                            "test": test_name,
+                            "verdict_corrige": "CONFIRMÉ → NON CONFIRMÉ",
+                            "valeur": valeur_reelle,
+                            "norme": f"[{lo}-{hi}]",
+                        })
+                        penalties += 2
+                    elif not is_normal and "NON" in old_verdict and "CONFIRMÉ" in old_verdict:
+                        # Verdict NON CONFIRMÉ mais valeur pathologique → correction inverse
+                        entry["verdict"] = "CONFIRMÉ — valeur PATHOLOGIQUE"
+                        report["bio_corrections"].append({
+                            "test": test_name,
+                            "verdict_corrige": "NON CONFIRMÉ → CONFIRMÉ",
+                            "valeur": valeur_reelle,
+                            "norme": f"[{lo}-{hi}]",
+                        })
+                        penalties += 2
+
+                    code_match_v = re.match(r"([A-Z]\d{2}(?:\.\d{1,2})?)", diagnostic)
+                    if is_normal:
+                        # Extraire le code CIM-10 du champ diagnostic
+                        if code_match_v:
+                            codes_infirmes.add(code_match_v.group(1))
+                    elif not is_normal and code_match_v:
+                        # Bio pathologique → ce code est CONFIRMÉ, pas infirmé
+                        codes_confirmes.add(code_match_v.group(1))
+
+    # ===== 2. Force R3 : codes infirmés → codes_non_defendables =====
+    codes_nd = result.get("codes_non_defendables", [])
+    if not isinstance(codes_nd, list):
+        codes_nd = []
+        result["codes_non_defendables"] = codes_nd
+
+    codes_nd_existants = {
+        nd.get("code", "") for nd in codes_nd if isinstance(nd, dict)
+    }
+
+    for code_infirme in codes_infirmes:
+        if code_infirme not in codes_nd_existants:
+            # Chercher la valeur bio pour le message
+            bio_detail = ""
+            for bio_key, bio_val in bio_reelles.items():
+                if bio_key in BIO_NORMALS:
+                    lo, hi = BIO_NORMALS[bio_key]
+                    # Vérifier si ce test est lié au code via _BIO_THRESHOLDS
+                    prefix = code_infirme[:3]
+                    threshold = _BIO_THRESHOLDS.get(prefix) or _BIO_THRESHOLDS.get(code_infirme[:5] if len(code_infirme) >= 5 else code_infirme)
+                    if threshold and bio_key.lower() in threshold.get("test", "").lower():
+                        bio_detail = f"{bio_key} = {bio_val} [norme {lo}-{hi}] — valeur NORMALE"
+                        break
+
+            is_valid, label = validate_code(normalize_code(code_infirme))
+            label_str = f" ({label})" if is_valid and label else ""
+
+            codes_nd.append({
+                "code": code_infirme,
+                "raison": f"{bio_detail or 'Bio normale'}, diagnostic non confirmé biologiquement",
+                "recommandation": "Retrait recommandé — code indéfendable (gardien déterministe)",
+                "_source": "guardian",
+            })
+            report["codes_moved_to_nd"].append(code_infirme)
+            penalties += 1
+
+    # ===== 2b. Retirer de codes_non_defendables les codes bio-CONFIRMÉS =====
+    if codes_confirmes and codes_nd:
+        codes_nd_before = len(codes_nd)
+        result["codes_non_defendables"] = [
+            nd for nd in codes_nd
+            if not isinstance(nd, dict)
+            or nd.get("code", "") not in codes_confirmes
+        ]
+        codes_nd = result["codes_non_defendables"]
+        removed = codes_nd_before - len(codes_nd)
+        if removed:
+            report.setdefault("codes_rescued_from_nd", list(codes_confirmes))
+            logger.info("  Gardien : %d code(s) retirés de non-défendables (bio pathologique) : %s",
+                        removed, ", ".join(codes_confirmes))
+
+    # ===== 3. Retirer des moyens_defense les codes bio-contredits =====
+    moyens = result.get("moyens_defense", [])
+    if isinstance(moyens, list) and codes_infirmes:
+        moyens_filtres = []
+        for moyen in moyens:
+            if not isinstance(moyen, dict):
+                moyens_filtres.append(moyen)
+                continue
+            titre = str(moyen.get("titre", "")).upper()
+            argument = str(moyen.get("argument", "")).upper()
+            moyen_text = titre + " " + argument
+
+            # Vérifier si ce moyen défend un code infirmé
+            defends_infirme = False
+            for code_inf in codes_infirmes:
+                if code_inf in moyen_text:
+                    defends_infirme = True
+                    logger.info("  Gardien : moyen retiré (défend %s, bio normale)", code_inf)
+                    penalties += 1
+                    break
+
+            if not defends_infirme:
+                moyens_filtres.append(moyen)
+
+        result["moyens_defense"] = moyens_filtres
+
+        # Renuméroter
+        for idx, moyen in enumerate(result["moyens_defense"]):
+            if isinstance(moyen, dict):
+                moyen["numero"] = idx + 1
+
+    # ===== 4. Vérifier les tags dans les preuves =====
+    if tag_map:
+        for moyen in result.get("moyens_defense", []):
+            if not isinstance(moyen, dict):
+                continue
+            for preuve in moyen.get("preuves", []):
+                if not isinstance(preuve, dict):
+                    continue
+                ref = str(preuve.get("ref", ""))
+                # Extraire le tag (ex: [BIO-1] → BIO-1)
+                tag_match = re.findall(r"\[([A-Z]+-\d+)\]", ref)
+                for tag in tag_match:
+                    if tag not in tag_map:
+                        report["preuves_invalid_tags"].append(tag)
+                        penalties += 0.5
+
+    # ===== 5. Nettoyage des champs texte libre =====
+    # Remplacer les valeurs bio hallucinées dans les strings (conclusion, rappel, etc.)
+    text_fields = [
+        "rappel_faits", "conclusion_dispositive", "reponse_points_cpam",
+        "asymetrie_information",
+    ]
+    bio_replacements: list[tuple[str, str]] = []  # (pattern_llm, valeur_reelle)
+    for corr in report["bio_corrections"]:
+        v_llm = corr.get("valeur_llm")
+        v_reelle = corr.get("valeur_reelle")
+        if v_llm is not None and v_reelle is not None:
+            fmt_llm = str(int(v_llm)) if v_llm == int(v_llm) else str(v_llm)
+            fmt_reel = str(int(v_reelle)) if v_reelle == int(v_reelle) else str(v_reelle)
+            if fmt_llm != fmt_reel:
+                bio_replacements.append((fmt_llm, fmt_reel))
+
+    def _safe_bio_replace(text: str, old: str, new: str) -> str:
+        """Remplace une valeur bio en évitant les contextes de norme [X-Y].
+
+        Ne remplace PAS si le nombre est précédé de '-' (borne haute d'une norme)
+        ou suivi de '-' sans espace (borne basse d'une norme).
+        Utilise des word boundaries pour plus de sécurité.
+        """
+        # Pattern : old_value précédé de word boundary ou espace, pas de tiret collé
+        pattern = r"(?<![-\d])\b" + re.escape(old) + r"\b(?![-])"
+        return re.sub(pattern, new, text)
+
+    if bio_replacements:
+        n_replacements = 0
+        for field in text_fields:
+            val = result.get(field)
+            if isinstance(val, str):
+                for old, new in bio_replacements:
+                    new_val = _safe_bio_replace(val, old, new)
+                    if new_val != val:
+                        n_replacements += 1
+                    val = new_val
+                result[field] = val
+
+        # Aussi dans les arguments des moyens restants
+        for moyen in result.get("moyens_defense", []):
+            if isinstance(moyen, dict):
+                for key in ("titre", "argument"):
+                    txt = moyen.get(key)
+                    if isinstance(txt, str):
+                        for old, new in bio_replacements:
+                            txt = _safe_bio_replace(txt, old, new)
+                        moyen[key] = txt
+
+        # Et dans raisonnement_interne
+        ri = result.get("raisonnement_interne")
+        if isinstance(ri, dict):
+            for k, v in ri.items():
+                if isinstance(v, str):
+                    for old, new in bio_replacements:
+                        v = _safe_bio_replace(v, old, new)
+                    ri[k] = v
+
+        # Et dans codes_non_defendables (raison, recommandation)
+        for nd in result.get("codes_non_defendables", []):
+            if isinstance(nd, dict):
+                for key in ("raison", "recommandation"):
+                    txt = nd.get(key)
+                    if isinstance(txt, str):
+                        for old, new in bio_replacements:
+                            txt = _safe_bio_replace(txt, old, new)
+                        nd[key] = txt
+
+        report["text_replacements"] = n_replacements
+        if n_replacements:
+            logger.info("  Gardien : %d remplacement(s) texte dans champs libres", n_replacements)
+
+    # ===== 6. Score factuel déterministe =====
+    report["score_factuel"] = max(0, round(10 - penalties))
+    result["guardian_report"] = report
+
+    # Log synthèse
+    n_bio = len(report["bio_corrections"])
+    n_moved = len(report["codes_moved_to_nd"])
+    n_tags = len(report["preuves_invalid_tags"])
+    if n_bio or n_moved or n_tags:
+        logger.warning(
+            "  Gardien déterministe : %d correction(s) bio, %d code(s) → ND, %d tag(s) invalide(s), score factuel %d/10",
+            n_bio, n_moved, n_tags, report["score_factuel"],
+        )
+    else:
+        logger.info("  Gardien déterministe : aucune correction nécessaire, score factuel 10/10")
+
+    return result
+
+
 def _format_response(
     parsed: dict,
     ref_warnings: list[str] | None = None,

src/medical/ollama_client.py

@@ -168,10 +168,10 @@ def call_ollama(
     for attempt in range(3):
         try:
             response = requests.post(
-                f"{OLLAMA_URL}/api/generate",
+                f"{OLLAMA_URL}/api/chat",
                 json={
                     "model": use_model,
-                    "prompt": prompt,
+                    "messages": [{"role": "user", "content": prompt}],
                     "stream": False,
                     "format": "json",
                     "options": {
@@ -190,7 +190,7 @@ def call_ollama(
                 continue
             response.raise_for_status()
             resp_data = response.json()
-            raw = resp_data.get("response", "")
+            raw = resp_data.get("message", {}).get("content", "")
             done_reason = resp_data.get("done_reason", "")
             eval_count = resp_data.get("eval_count", 0)
             if done_reason == "length":

src/prompts/templates.py

@@ -226,41 +226,38 @@ CPAM_ARGUMENTATION = """\
 Tu es un médecin DIM senior expert en contentieux T2A. Tu rédiges un MÉMOIRE EN DÉFENSE \
 structuré et argumenté pour répondre à la contestation CPAM ci-dessous.
 
-Ta méthode suit les 5 passes de raisonnement expert TIM :
+══════════════════════════════════════════════════════════════
+RÈGLE ABSOLUE — HONNÊTETÉ INTELLECTUELLE (lire AVANT tout raisonnement)
+══════════════════════════════════════════════════════════════
+Ces règles sont NON NÉGOCIABLES et s'appliquent à CHAQUE code, CHAQUE argument :
 
-PASSE 1 — CONTEXTE ADMINISTRATIF :
-Analyse le contexte du séjour (âge, sexe, durée, mode d'entrée/sortie, actes) pour cadrer \
-ton raisonnement. En pédiatrie (< 18 ans), les normes biologiques et codages diffèrent. \
-Une admission en urgence implique un contexte aigu influençant le DP.
+R1. BIOLOGIE NORMALE = CODE INDÉFENDABLE sur cet axe
+    Si une valeur biologique est dans les normes alors que le diagnostic l'exige pathologique
+    → ce code va dans "codes_non_defendables", PAS dans "moyens_defense"
 
-PASSE 2 — MOTIF D'HOSPITALISATION RÉEL :
-Distingue le motif d'entrée déclaré du motif réel en te posant :
-- Pourquoi CE patient a été hospitalisé CE JOUR (événement déclencheur)
-- Quel acte thérapeutique principal a été réalisé
-- Le DP retenu est-il cohérent avec cet acte et la durée de séjour
+R2. ABSENCE DE PREUVE OBJECTIVE = SIGNAL OBLIGATOIRE
+    Si un diagnostic n'a aucune preuve (pas de bio, pas d'imagerie, pas d'acte CCAM)
+    → tu DOIS écrire : "Ce diagnostic repose sur le seul jugement clinique du médecin,
+      sans preuve biologique ou paraclinique dans le dossier transmis"
 
-PASSE 3 — CONFRONTATION BIOLOGIE / DIAGNOSTIC :
-Pour chaque diagnostic contesté, confronte aux seuils biologiques :
-{bio_confrontation_str}
-- Une valeur normale CONTREDIT un diagnostic actif basé sur cette biologie
-- Une valeur pathologique SANS diagnostic est un sous-codage potentiel
-- CITE les seuils exacts et les valeurs du dossier
+R3. COHÉRENCE CROISÉE OBLIGATOIRE
+    Tout code présent dans "confrontation_bio" avec verdict INFIRMÉ ou CONTREDIT
+    → DOIT figurer dans "codes_non_defendables" — toute contradiction entre ces deux
+      champs est une erreur critique
 
-PASSE 4 — HIÉRARCHIE DIAGNOSTIQUE :
-- Le DP est le diagnostic qui a CONSOMMÉ LE PLUS DE RESSOURCES (pas le plus grave)
-- Spécifique exclut générique (K81.0 présent → retirer K81.9)
-- Codes R (symptômes) INTERDITS en DP si étiologie identifiée
-- Chaque DAS doit répondre OUI à au moins une question :
-  1. Traitement spécifique pendant ce séjour ?
-  2. Allongement de la durée de séjour ?
-  3. Modification de la surveillance ou des examens ?
+R4. CONCESSION CRÉDIBILISANTE
+    Si la CPAM a raison sur un point, le reconnaître explicitement dans
+    "reponse_points_cpam" — la crédibilité globale du mémoire en dépend
 
-PASSE 5 — VALIDATION DÉFENSIVE (regard CPAM) :
-Pour CHAQUE code défendu, tu DOIS répondre aux 4 questions :
-1. Ce diagnostic est-il documenté EXPLICITEMENT dans le dossier, ou DÉDUIT ?
-2. Y a-t-il une preuve OBJECTIVE (valeur bio, imagerie, acte CCAM) ?
-3. Le code est-il COHÉRENT avec la durée de séjour et les actes réalisés ?
-4. Quel DOCUMENT du dossier cite-t-on en premier face à la CPAM ?
+R5. PRINCIPE TIM
+    "Mieux vaut un code moins précis mais défendable qu'un code précis mais indéfendable"
+    Ne jamais forcer un argument que le dossier ne soutient pas objectivement
+
+R6. ZÉRO INVENTION
+    N'invente AUCUN tag, valeur biologique, code ou source absents du dossier fourni
+══════════════════════════════════════════════════════════════
+
+DONNÉES DU DOSSIER :
 
 DOSSIER MÉDICAL : {dossier_str}
 {asymetrie_str}
@@ -278,22 +275,52 @@ CODES EN JEU : {codes_str}
 SOURCES RÉGLEMENTAIRES : {sources_text}
 {extraction_str}
 
-RÈGLE ABSOLUE — HONNÊTETÉ INTELLECTUELLE :
-Un mémoire crédible ne force JAMAIS un argument que le dossier ne soutient pas.
-- Si une valeur biologique est NORMALE alors que le diagnostic l'exige pathologique → \
-tu DOIS le signaler et NE PAS défendre ce code sur cet axe
-- Si un diagnostic n'a AUCUNE preuve objective (pas de bio, pas d'imagerie, pas d'acte) → \
-tu écris : "Ce diagnostic repose sur le seul jugement clinique, sans preuve biologique ou \
-paraclinique dans le dossier"
-- Si la confrontation bio CONTREDIT un diagnostic → tu NE LE DÉFENDS PAS et tu le signales \
-dans le champ "codes_non_defendables"
-- Si la CPAM a RAISON sur un point → tu le reconnais clairement. Mieux vaut concéder un \
-point indéfendable et gagner en crédibilité sur les points solides
-- Principe TIM : "Mieux vaut un code moins précis mais défendable qu'un code précis mais \
-indéfendable"
+SEUILS BIOLOGIQUES DE RÉFÉRENCE :
+{bio_confrontation_str}
 
-CONSIGNES DE RÉDACTION :
+══════════════════════════════════════════════════════════════
+MÉTHODE DE RAISONNEMENT — 5 PASSES TIM
+══════════════════════════════════════════════════════════════
+Effectue ces 5 passes MENTALEMENT avant de rédiger le JSON.
+Externalise ton raisonnement dans le champ "raisonnement_interne" du JSON.
 
+PASSE 1 — CONTEXTE ADMINISTRATIF :
+Analyse le contexte du séjour (âge, sexe, durée, mode d'entrée/sortie, actes).
+En pédiatrie (< 18 ans), les normes biologiques et codages diffèrent.
+Une admission en urgence implique un contexte aigu influençant le DP.
+
+PASSE 2 — MOTIF D'HOSPITALISATION RÉEL :
+- Pourquoi CE patient a été hospitalisé CE JOUR (événement déclencheur)
+- Quel acte thérapeutique principal a été réalisé
+- Le DP retenu est-il cohérent avec cet acte et la durée de séjour
+
+PASSE 3 — CONFRONTATION BIOLOGIE / DIAGNOSTIC (appliquer R1 et R3) :
+Pour CHAQUE diagnostic contesté, comparer aux seuils ci-dessus.
+DÉCISION BINAIRE pour chaque code :
+  → valeur pathologique confirmée : le code est DÉFENDABLE sur cet axe
+  → valeur normale ou absente : le code va dans codes_non_defendables (R1)
+Citer les seuils exacts et les valeurs du dossier — jamais de valeur inventée (R6)
+
+PASSE 4 — HIÉRARCHIE DIAGNOSTIQUE :
+- Le DP est le diagnostic qui a CONSOMMÉ LE PLUS DE RESSOURCES (pas le plus grave)
+- Spécifique exclut générique (K81.0 présent → retirer K81.9)
+- Codes R (symptômes) INTERDITS en DP si étiologie identifiée
+- Chaque DAS doit répondre OUI à au moins une :
+  1. Traitement spécifique pendant ce séjour ?
+  2. Allongement de la durée de séjour ?
+  3. Modification de la surveillance ou des examens ?
+
+PASSE 5 — VALIDATION DÉFENSIVE (regard CPAM) :
+Pour CHAQUE code que tu envisages de défendre, répondre aux 4 questions :
+1. Ce diagnostic est-il documenté EXPLICITEMENT dans le dossier, ou DÉDUIT ?
+2. Y a-t-il une preuve OBJECTIVE (valeur bio, imagerie, acte CCAM) ?
+3. Le code est-il COHÉRENT avec la durée de séjour et les actes réalisés ?
+4. Quel DOCUMENT du dossier cite-t-on en premier face à la CPAM ?
+Si une réponse est NON ou DÉDUIT → appliquer R2, ne pas construire de moyen sur cet axe
+
+══════════════════════════════════════════════════════════════
+CONSIGNES DE RÉDACTION DES MOYENS
+══════════════════════════════════════════════════════════════
 1. STRUCTURE EN MOYENS DE DÉFENSE NUMÉROTÉS (pas de prose libre)
 2. Chaque moyen = un argument autonome avec sa preuve FORMELLEMENT DOCUMENTÉE dans le dossier
 3. CITE les codes CIM-10 avec libellé complet (ex: N17.8 — Autre insuffisance rénale aiguë)
@@ -301,14 +328,19 @@ CONSIGNES DE RÉDACTION :
 5. CITE les sources réglementaires au format [Document - page N] "citation verbatim"
 6. JAMAIS d'argument sans preuve traçable — si tu n'as pas la preuve, NE FAIS PAS l'argument
 7. Ton ASSERTIF mais factuel — pas de formules creuses ("il convient de noter que...")
-8. Si un point CPAM est légitime, le reconnaître CLAIREMENT — la crédibilité globale en dépend
-9. N'invente AUCUN tag, code ou source qui n'est pas fourni ci-dessus
-10. NE JAMAIS qualifier une valeur NORMALE comme pathologique ni extrapoler au-delà des faits
-11. Tags valides : [DP], [DAS-N], [BIO-N], [IMG-N], [TRT-N], [ACTE-N], [ANT-N], [COMPL-N]
+8. Si un point CPAM est légitime, le reconnaître CLAIREMENT (R4)
+9. Tags valides UNIQUEMENT : [DP], [DAS-N], [BIO-N], [IMG-N], [TRT-N], [ACTE-N], [ANT-N], [COMPL-N]
 
 Réponds UNIQUEMENT avec un objet JSON :
 {{
   "objet": "Contestation {titre} — OGC {numero_ogc} — Mémoire en défense",
+  "raisonnement_interne": {{
+    "passe1_contexte": "synthèse de la passe 1 : profil patient, durée séjour, mode entrée/sortie, actes clés",
+    "passe2_motif_reel": "événement déclencheur identifié, cohérence DP/actes/durée",
+    "passe3_bio": "pour chaque code contesté : valeur bio vs seuil → DÉFENDABLE ou NON DÉFENDABLE",
+    "passe4_hierarchie": "validation hiérarchie DP/DAS, exclusions symptômes, critères ressources",
+    "passe5_validation": "liste des codes retenus pour défense avec justification des 4 questions, liste des codes écartés avec raison"
+  }},
   "rappel_faits": "Résumé factuel du séjour en 3-5 lignes : motif, actes, durée, issue",
   "moyens_defense": [
     {{
@@ -325,7 +357,7 @@ Réponds UNIQUEMENT avec un objet JSON :
     {{"diagnostic": "N17.8 IRA", "test": "Créatinine", "valeur": 280, "seuil": "> 130 µmol/L", "verdict": "CONFIRMÉ"}}
   ],
   "asymetrie_information": "Éléments cliniques que la CPAM n'avait PAS (bio, imagerie, actes) — brièvement",
-  "reponse_points_cpam": "Pour chaque point légitime de la CPAM : reconnaissance CLAIRE + réfutation factuelle OU concession si indéfendable",
+  "reponse_points_cpam": "Pour chaque point légitime de la CPAM : reconnaissance CLAIRE + réfutation factuelle OU concession explicite si indéfendable",
   "codes_non_defendables": [
     {{"code": "D50.9", "raison": "Hb = 13.5 g/dL [norme > 12 F] — valeur NORMALE, anémie non confirmée biologiquement", "recommandation": "Retrait recommandé — code indéfendable face à la CPAM"}}
   ],

test_cpam_quality.py

@@ -0,0 +1,239 @@
+#!/usr/bin/env python3
+"""Test qualité CPAM — format TIM (mémoire en défense) sur dossiers réels.
+
+Charge des dossiers JSON existants et appelle generate_cpam_response()
+pour valider le nouveau format TIM sans relancer le pipeline complet.
+"""
+
+import json
+import logging
+import sys
+import time
+from pathlib import Path
+
+# Ajouter le répertoire racine au path
+sys.path.insert(0, str(Path(__file__).parent))
+
+from src.config import DossierMedical, ControleCPAM
+from src.control.cpam_response import generate_cpam_response
+from src.control.cpam_validation import _is_new_tim_format
+
+# Configurer logging
+logging.basicConfig(
+    level=logging.INFO,
+    format="%(asctime)s %(levelname)-5s %(name)s — %(message)s",
+    datefmt="%H:%M:%S",
+)
+logger = logging.getLogger("test_cpam_quality")
+
+# Dossiers à tester (variété de cas)
+DOSSIERS_TEST = [
+    "183_23087212",  # Désaccord DP+DAS
+    "116_23065570",  # DAS
+    "143_23096917",  # DP+DAS
+    "132_23080179",  # Facturation
+]
+
+
+def load_dossier(name: str) -> DossierMedical | None:
+    """Charge un dossier JSON depuis output/structured/."""
+    base = Path(__file__).parent / "output" / "structured" / name
+    # Préférer le fichier fusionné
+    fusionne = list(base.glob("*_fusionne_cim10.json"))
+    json_files = fusionne if fusionne else sorted(base.glob("*.json"))
+    if not json_files:
+        logger.error("Aucun JSON trouvé pour %s", name)
+        return None
+    with open(json_files[0], encoding="utf-8") as f:
+        data = json.load(f)
+    return DossierMedical(**data)
+
+
+def test_dossier(name: str) -> dict:
+    """Teste generate_cpam_response sur un dossier et retourne les métriques."""
+    logger.info("=" * 70)
+    logger.info("DOSSIER : %s", name)
+    logger.info("=" * 70)
+
+    dossier = load_dossier(name)
+    if not dossier:
+        return {"name": name, "error": "Dossier non trouvé"}
+
+    if not dossier.controles_cpam:
+        return {"name": name, "error": "Pas de contrôle CPAM"}
+
+    controle = dossier.controles_cpam[0]
+    logger.info("Contrôle : OGC %d — %s", controle.numero_ogc, controle.titre)
+    logger.info("DP UCR : %s | DA UCR : %s", controle.dp_ucr or "-", controle.da_ucr or "-")
+
+    # Appeler generate_cpam_response
+    t0 = time.time()
+    text, result, rag_sources = generate_cpam_response(dossier, controle)
+    elapsed = time.time() - t0
+
+    metrics = {
+        "name": name,
+        "titre": controle.titre,
+        "elapsed_s": round(elapsed, 1),
+        "text_len": len(text),
+        "rag_sources": len(rag_sources),
+        "tier": controle.quality_tier or "?",
+    }
+
+    if result:
+        is_tim = _is_new_tim_format(result)
+        metrics["format"] = "TIM" if is_tim else "legacy"
+
+        if is_tim:
+            # Nouveau format TIM
+            moyens = result.get("moyens_defense", [])
+            confrontation = result.get("confrontation_bio", [])
+            codes_nd = result.get("codes_non_defendables", [])
+            refs = result.get("references", [])
+            conclusion = result.get("conclusion_dispositive", "")
+
+            # Compter les preuves dans les moyens
+            total_preuves = 0
+            preuves_with_ref = 0
+            for m in moyens:
+                if isinstance(m, dict):
+                    for p in m.get("preuves", []):
+                        if isinstance(p, dict):
+                            total_preuves += 1
+                            if p.get("ref"):
+                                preuves_with_ref += 1
+
+            metrics["moyens_count"] = len(moyens)
+            metrics["preuves_count"] = total_preuves
+            metrics["preuves_with_ref"] = preuves_with_ref
+            metrics["confrontation_count"] = len(confrontation)
+            metrics["codes_nd_count"] = len(codes_nd)
+            metrics["refs_count"] = len(refs) if isinstance(refs, list) else 0
+            metrics["conclusion_len"] = len(conclusion)
+            metrics["has_rappel_faits"] = bool(result.get("rappel_faits"))
+            metrics["has_reponse_cpam"] = bool(result.get("reponse_points_cpam"))
+
+            logger.info("-" * 40)
+            logger.info("FORMAT : TIM (mémoire en défense)")
+            logger.info("RÉSULTAT : %d chars, %.1fs, tier %s", len(text), elapsed, metrics["tier"])
+            logger.info("  Moyens de défense : %d", len(moyens))
+            logger.info("  Preuves : %d (dont %d avec tag)", total_preuves, preuves_with_ref)
+            logger.info("  Confrontation bio : %d entrées", len(confrontation))
+            logger.info("  Codes non défendables : %d", len(codes_nd))
+            logger.info("  Références : %d", metrics["refs_count"])
+            logger.info("  Sources RAG : %d", len(rag_sources))
+            if confrontation:
+                for row in confrontation:
+                    if isinstance(row, dict):
+                        logger.info("    Bio: %s → %s = %s → %s",
+                                    row.get("diagnostic", "?"), row.get("test", "?"),
+                                    row.get("valeur", "?"), row.get("verdict", "?"))
+            if codes_nd:
+                for nd in codes_nd:
+                    if isinstance(nd, dict):
+                        logger.info("    ⚠ Non défendable: %s — %s",
+                                    nd.get("code", "?"), nd.get("raison", "?")[:80])
+
+            # --- Guardian report ---
+            guardian = result.get("guardian_report", {})
+            if guardian:
+                bio_corr = guardian.get("bio_corrections", [])
+                codes_moved = guardian.get("codes_moved_to_nd", [])
+                text_repl = guardian.get("text_replacements", 0)
+                score_f = guardian.get("score_factuel", "?")
+                metrics["guardian_bio_corrections"] = len(bio_corr)
+                metrics["guardian_codes_moved"] = len(codes_moved)
+                metrics["guardian_text_replacements"] = int(text_repl) if text_repl else 0
+                metrics["guardian_score_factuel"] = score_f
+                logger.info("  --- GUARDIAN REPORT ---")
+                logger.info("  Score factuel : %s/10", score_f)
+                logger.info("  Bio corrections : %d", len(bio_corr))
+                for c in bio_corr:
+                    logger.info("    %s : LLM=%s → réel=%s",
+                                c.get("test", "?"), c.get("valeur_llm", c.get("llm_value", "?")),
+                                c.get("valeur_reelle", c.get("real_value", "?")))
+                if codes_moved:
+                    logger.info("  Codes déplacés vers non-défendables : %s",
+                                ", ".join(codes_moved))
+                if text_repl:
+                    logger.info("  Remplacements texte : %s", text_repl)
+            else:
+                metrics["guardian_bio_corrections"] = 0
+                metrics["guardian_codes_moved"] = 0
+                metrics["guardian_text_replacements"] = 0
+                metrics["guardian_score_factuel"] = "N/A"
+        else:
+            # Ancien format (fallback)
+            preuves = result.get("preuves_dossier", [])
+            refs = result.get("references", [])
+            conclusion = result.get("conclusion", "")
+
+            metrics["moyens_count"] = 0
+            metrics["preuves_count"] = len(preuves) if isinstance(preuves, list) else 0
+            metrics["preuves_with_ref"] = sum(1 for p in (preuves or []) if isinstance(p, dict) and p.get("ref"))
+            metrics["confrontation_count"] = 0
+            metrics["codes_nd_count"] = 0
+            metrics["refs_count"] = len(refs) if isinstance(refs, list) else 0
+            metrics["conclusion_len"] = len(conclusion)
+
+            logger.info("-" * 40)
+            logger.info("FORMAT : legacy (ancien)")
+            logger.info("RÉSULTAT : %d chars, %.1fs, tier %s", len(text), elapsed, metrics["tier"])
+    else:
+        metrics["error"] = "LLM a retourné None"
+        metrics["format"] = "N/A"
+        logger.error("LLM n'a retourné aucun résultat !")
+
+    # Afficher la contre-argumentation complète
+    print("\n" + "~" * 70)
+    print("CONTRE-ARGUMENTATION :")
+    print("~" * 70)
+    print(text[:5000] if text else "(vide)")
+    if len(text) > 5000:
+        print(f"\n... [tronqué, {len(text)} chars au total]")
+
+    return metrics
+
+
+def main():
+    dossiers = sys.argv[1:] if len(sys.argv) > 1 else DOSSIERS_TEST
+    results = []
+
+    for name in dossiers:
+        try:
+            metrics = test_dossier(name)
+            results.append(metrics)
+        except Exception as e:
+            logger.exception("Erreur sur %s", name)
+            results.append({"name": name, "error": str(e)})
+
+    # Résumé final
+    print("\n" + "=" * 70)
+    print("RÉSUMÉ — FORMAT TIM")
+    print("=" * 70)
+    print(f"{'Dossier':<20} {'Fmt':>5} {'Tier':>4} {'Temps':>6} {'Chars':>6} {'Moyens':>7} {'Bio':>4} {'ND':>3} {'Refs':>5} {'RAG':>4} {'G.Fix':>5} {'G.Mv':>4} {'G.Txt':>5} {'G.Sc':>4}")
+    print("-" * 105)
+    for r in results:
+        if "error" in r:
+            print(f"{r['name']:<20} ERREUR: {r['error']}")
+        else:
+            print(
+                f"{r['name']:<20} "
+                f"{r.get('format', '?'):>5} "
+                f"{r.get('tier', '?'):>4} "
+                f"{r['elapsed_s']:>5.1f}s "
+                f"{r['text_len']:>6} "
+                f"{r.get('moyens_count', 0):>7} "
+                f"{r.get('confrontation_count', 0):>4} "
+                f"{r.get('codes_nd_count', 0):>3} "
+                f"{r.get('refs_count', 0):>5} "
+                f"{r['rag_sources']:>4} "
+                f"{r.get('guardian_bio_corrections', 0):>5} "
+                f"{r.get('guardian_codes_moved', 0):>4} "
+                f"{r.get('guardian_text_replacements', 0):>5} "
+                f"{str(r.get('guardian_score_factuel', 'N/A')):>4}"
+            )
+
+
+if __name__ == "__main__":
+    main()