tests: alias DLBCL + garde-fou Trackare + e2e PDFs réels + gold CRH + benchmark enrichi

- 11 tests unitaires : TestAliasAndConclusionBonus (7) + TestTrackareSymptomGuard (4)
- Tests e2e sur PDFs réels (skip si absent) : méningite A87.0 + DLBCL C83.3 top1
- Gold CRH enrichi : 5 cas (2 réels ajoutés : 115_23066188, 132_23080179)
- Benchmark synthese : récupération conclusion depuis source_excerpt des DAS/traitements
- .gitignore : protection anti-PHI (real_crh_pdfs/, data/crh_samples/*.pdf)
- docs/PHI_POLICY.md : 7 règles de sécurité PHI
- Rapports debug : case 132 REVIEW (garde-fou actif), top errors, DIM pack

1043 tests passent, 0 régression.

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

tests/test_e2e_real_crh_pdf.py

@@ -0,0 +1,217 @@
+"""Smoke tests end-to-end sur PDFs CRH réels.
+
+Chaîne testée : PDF → texte → crh_parser → extraction → dp_selector → dp_selection.
+Les tests skip proprement si les PDFs ne sont pas présents localement.
+
+SÉCURITÉ : aucun texte brut complet n'est logué — excerpts <= 240 chars uniquement.
+"""
+
+from __future__ import annotations
+
+from pathlib import Path
+
+import pytest
+
+# ---------------------------------------------------------------------------
+# Chemins PDF réels (non versionnés, gitignored)
+# ---------------------------------------------------------------------------
+REAL_CRH_DIR = Path(__file__).resolve().parent.parent / "real_crh_pdfs"
+PDF_23066188 = REAL_CRH_DIR / "23066188.pdf"
+PDF_23080179 = REAL_CRH_DIR / "23080179.pdf"
+
+needs_pdf_23066188 = pytest.mark.skipif(
+    not PDF_23066188.exists(),
+    reason=f"PDF réel absent : {PDF_23066188}",
+)
+needs_pdf_23080179 = pytest.mark.skipif(
+    not PDF_23080179.exists(),
+    reason=f"PDF réel absent : {PDF_23080179}",
+)
+
+# ---------------------------------------------------------------------------
+# Helper : pipeline minimale offline (pas de LLM)
+# ---------------------------------------------------------------------------
+
+def _run_offline_pipeline(pdf_path: Path) -> tuple:
+    """Exécute la chaîne CRH complète sans Ollama.
+
+    Returns (raw_text, parsed, dossier) — excerpts seulement pour asserts.
+    """
+    from src.extraction.pdf_extractor import extract_text
+    from src.extraction.document_classifier import classify
+    from src.extraction.crh_parser import parse_crh
+    from src.anonymization.anonymizer import Anonymizer
+    from src.medical.cim10_extractor import extract_medical_info
+
+    raw_text = extract_text(pdf_path)
+    assert len(raw_text) > 200, "PDF trop court ou vide"
+
+    doc_type = classify(raw_text)
+    assert doc_type == "crh", f"Attendu crh, obtenu {doc_type}"
+
+    parsed = parse_crh(raw_text)
+
+    anonymizer = Anonymizer(parsed_data=parsed)
+    anon_text = anonymizer.anonymize(raw_text)
+
+    # edsnlp optionnel
+    edsnlp_result = None
+    try:
+        from src.medical.edsnlp_pipeline import analyze, is_available
+        if is_available():
+            edsnlp_result = analyze(anon_text)
+    except Exception:
+        pass
+
+    dossier = extract_medical_info(
+        parsed_data=parsed,
+        anonymized_text=anon_text,
+        edsnlp_result=edsnlp_result,
+        use_rag=False,
+        raw_text=raw_text,
+    )
+
+    return raw_text, parsed, dossier
+
+
+# ===================================================================
+# Test 1 : Case 23066188 — Méningite à entérovirus (DP clair)
+# ===================================================================
+
+@needs_pdf_23066188
+class TestCase23066188:
+    """CRH pédiatrie — méningite à entérovirus, DP sans ambiguïté."""
+
+    @pytest.fixture(autouse=True)
+    def setup(self):
+        self.raw_text, self.parsed, self.dossier = _run_offline_pipeline(PDF_23066188)
+
+    def test_document_classified_crh(self):
+        assert self.dossier.document_type == "crh"
+
+    def test_sections_contain_meningite(self):
+        """Le parser CRH doit trouver au moins une section mentionnant méningite."""
+        sections = self.parsed.get("sections", {})
+        contenu = self.parsed.get("contenu_medical", "")
+        all_text = " ".join(sections.values()) + " " + contenu
+        low = all_text.lower()
+        assert "méningite" in low or "meningite" in low, (
+            f"'méningite' introuvable dans sections/contenu (excerpt: {all_text[:240]})"
+        )
+
+    def test_sections_contain_enterovirus(self):
+        """Entérovirus doit apparaître dans le contenu médical."""
+        sections = self.parsed.get("sections", {})
+        contenu = self.parsed.get("contenu_medical", "")
+        all_text = " ".join(sections.values()) + " " + contenu
+        low = all_text.lower()
+        assert "entérovirus" in low or "enterovirus" in low, (
+            f"'entérovirus' introuvable (excerpt: {all_text[:240]})"
+        )
+
+    def test_pool_contains_a87(self):
+        """Le pool de candidats doit contenir un code famille A87."""
+        sel = self.dossier.dp_selection
+        assert sel is not None, "dp_selection est None"
+        codes = [c.code or "" for c in sel.candidates]
+        has_a87 = any(c.startswith("A87") for c in codes)
+        # Fallback tolérant : vérifier aussi le DP extrait
+        dp = self.dossier.diagnostic_principal
+        dp_code = dp.cim10_suggestion if dp else ""
+        assert has_a87 or (dp_code or "").startswith("A87"), (
+            f"Aucun candidat A87.* — codes trouvés: {codes}, DP: {dp_code}"
+        )
+
+    def test_dp_code_family_a87(self):
+        """Le DP choisi doit être dans la famille A87."""
+        sel = self.dossier.dp_selection
+        assert sel is not None
+        chosen = sel.chosen_code or ""
+        # Tolérant : accepter family3 match
+        assert chosen.startswith("A87") or chosen.startswith("A87"), (
+            f"DP choisi = {chosen}, attendu A87.*"
+        )
+
+    def test_evidence_if_confirmed(self):
+        """Si verdict CONFIRMED, evidence ne doit pas être vide (règle A1)."""
+        sel = self.dossier.dp_selection
+        if sel and sel.verdict == "CONFIRMED":
+            assert len(sel.evidence) > 0, "CONFIRMED sans evidence — violation règle A1"
+
+
+# ===================================================================
+# Test 2 : Case 23080179 — DLBCL masqué par adénopathie (piège)
+# ===================================================================
+
+@needs_pdf_23080179
+class TestCase23080179:
+    """CRH onco — lymphome DLBCL masqué par adénopathie R59.0."""
+
+    @pytest.fixture(autouse=True)
+    def setup(self):
+        self.raw_text, self.parsed, self.dossier = _run_offline_pipeline(PDF_23080179)
+
+    def test_document_classified_crh(self):
+        assert self.dossier.document_type == "crh"
+
+    def test_text_contains_dlbcl(self):
+        """Le texte brut doit contenir DLBCL ou lymphome."""
+        low = self.raw_text[:5000].lower()
+        assert "dlbcl" in low or "lymphome" in low, (
+            f"'DLBCL'/'lymphome' introuvable dans les 5000 premiers chars"
+        )
+
+    def test_conclusion_contains_valym(self):
+        """La conclusion doit mentionner le protocole VALYM."""
+        conclusion = self.parsed.get("sections", {}).get("conclusion", "")
+        assert "VALYM" in conclusion or "valym" in conclusion.lower(), (
+            f"'VALYM' introuvable dans conclusion (excerpt: {conclusion[:240]})"
+        )
+
+    def test_pool_contains_c83(self):
+        """Le pool doit contenir un candidat famille C83 (lymphome)."""
+        sel = self.dossier.dp_selection
+        assert sel is not None, "dp_selection est None"
+        codes = [c.code or "" for c in sel.candidates]
+        dp = self.dossier.diagnostic_principal
+        dp_code = dp.cim10_suggestion if dp else ""
+        all_codes = codes + [dp_code]
+        has_c83 = any(c.startswith("C83") for c in all_codes)
+        # Tolérant : accepter aussi C85 (lymphome non hodgkinien) ou C84
+        has_lymphoma = any(
+            c.startswith(("C83", "C84", "C85")) for c in all_codes
+        )
+        assert has_c83 or has_lymphoma, (
+            f"Aucun candidat C83/C84/C85 — codes: {all_codes}"
+        )
+
+    def test_dp_not_symptom_r59(self):
+        """Le DP ne doit PAS être R59.0 (symptôme adénopathie).
+
+        Avec le patch alias DLBCL→C83.3, le scoring doit placer C83.3
+        devant R59.0 grâce au bonus conclusion/alias.
+        """
+        sel = self.dossier.dp_selection
+        dp = self.dossier.diagnostic_principal
+        chosen = (sel.chosen_code if sel else None) or (dp.cim10_suggestion if dp else "")
+        assert not chosen.startswith("R59"), (
+            f"Pipeline code encore R59.0 (symptôme) au lieu de C83.* — "
+            f"le patch alias aurait dû corriger ça"
+        )
+
+    def test_c83_is_top1(self):
+        """C83.* (DLBCL) doit être le candidat #1 grâce au bonus alias."""
+        sel = self.dossier.dp_selection
+        assert sel is not None, "dp_selection est None"
+        assert len(sel.candidates) > 0, "Aucun candidat"
+        top1 = sel.candidates[0]
+        assert (top1.code or "").startswith("C83"), (
+            f"Top1 = {top1.code} ({top1.label}), attendu C83.* — "
+            f"tous: {[(c.code, c.score) for c in sel.candidates[:3]]}"
+        )
+
+    def test_evidence_if_confirmed(self):
+        """Si verdict CONFIRMED, evidence ne doit pas être vide."""
+        sel = self.dossier.dp_selection
+        if sel and sel.verdict == "CONFIRMED":
+            assert len(sel.evidence) > 0, "CONFIRMED sans evidence — violation règle A1"