feat: méthode TIM experte CPAM + moteur de règles étendu

CPAM — Méthode TIM (mémoire en défense) :
- Réécriture CPAM_ARGUMENTATION avec raisonnement 5 passes TIM
  (contexte admin → motif réel → confrontation bio → hiérarchie → validation défensive)
- _BIO_THRESHOLDS (19 entrées) + _build_bio_confrontation() pour
  confrontation biologie/diagnostic avec seuils chiffrés et verdicts
- _format_response() dual format : nouveau TIM (moyens numérotés, tableau
  bio, codes non défendables, conclusion dispositive) + rétrocompat legacy
- CPAM_ADVERSARIAL mis à jour pour vérifier honnêteté intellectuelle
- Tests adaptés + 12 nouveaux tests (bio confrontation, format TIM)

Moteur de règles :
- Nouvelles règles YAML : demographic, diagnostic_conflicts,
  procedure_diagnosis, temporal, parcours
- Bio extraction FAISS (synonymes vectoriels)
- Veto engine enrichi (citations, Trackare skip, règles démographiques)
- Decision engine : _apply_bio_rules_gen() + matchers analytiques

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

src/medical/rag_search.py

@@ -561,7 +561,13 @@ def enrich_diagnostic(
     sources = search_similar(diagnostic.texte, top_k=10)
 
     if not sources:
-        logger.debug("Aucune source RAG trouvée pour : %s", diagnostic.texte)
+        # Toujours initialiser sources_rag (même vide) pour traçabilité
+        diagnostic.sources_rag = []
+        logger.debug("RAG: 0 résultat FAISS pour « %s »", diagnostic.texte)
+        # Si un cache hit existe, appliquer le résultat LLM malgré l'absence de sources
+        if cached is not None:
+            logger.info("Cache hit (sans sources FAISS) pour %s : « %s »", diag_type.upper(), diagnostic.texte)
+            _apply_llm_result_diagnostic(diagnostic, cached)
         return
 
     # 3. Stocker les sources RAG