feat: output miroir de input, viewer lisible, mode 100% local

- CLI accepte plusieurs chemins en entrée (nargs="*")
- Un dossier patient passé directement utilise son nom comme subdir
- Filtres Jinja format_dossier_name (15_23096332 → Dossier 23096332)
  et format_doc_name (CRO_xxx_cim10 → CRO, Trackare, Fusionné)
- Sidebar : noms lisibles, fusionné mis en avant (★)
- NER CamemBERT en local_files_only (aucun appel réseau)

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

src/anonymization/ner_anonymizer.py

@@ -22,8 +22,8 @@ def _get_pipeline() -> Pipeline:
         logger.info("Chargement du modèle NER %s...", NER_MODEL)
         from transformers import AutoModelForTokenClassification, AutoTokenizer, pipeline
 
-        tokenizer = AutoTokenizer.from_pretrained(NER_MODEL)
-        model = AutoModelForTokenClassification.from_pretrained(NER_MODEL)
+        tokenizer = AutoTokenizer.from_pretrained(NER_MODEL, local_files_only=True)
+        model = AutoModelForTokenClassification.from_pretrained(NER_MODEL, local_files_only=True)
         _pipeline = pipeline(
             "ner",
             model=model,