feat: enrichissement CIM-10 sous-codes + normes biologiques dans prompt DAS

Piste 1 : ajout de cim10_supplements.json (40 sous-codes E10/E11/E13/F10)
fusionné au chargement par load_dict() — E11.9 et autres ne sont plus rejetés.

Piste 2 : export BIO_NORMALS depuis cim10_extractor, inclusion des plages
de référence [N: min-max] dans le contexte LLM et règle explicite dans le
prompt DAS pour éviter les hallucinations sur valeurs biologiques normales.

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

src/config.py

@@ -50,6 +50,7 @@ REFERENTIELS_DIR = BASE_DIR / "data" / "referentiels"
 UPLOAD_MAX_SIZE_MB = 50
 ALLOWED_EXTENSIONS = {".pdf", ".csv", ".xlsx", ".xls", ".txt"}
 CIM10_DICT_PATH = BASE_DIR / "data" / "cim10_dict.json"
+CIM10_SUPPLEMENTS_PATH = BASE_DIR / "data" / "cim10_supplements.json"
 CCAM_DICT_PATH = BASE_DIR / "data" / "ccam_dict.json"
 CIM10_PDF = Path("/home/dom/ai/aivanov_CIM/cim-10-fr_2026_a_usage_pmsi_version_provisoire_111225.pdf")
 GUIDE_METHODO_PDF = Path("/home/dom/ai/aivanov_CIM/guide_methodo_mco_2026_version_provisoire.pdf")

src/medical/cim10_dict.py

@@ -13,7 +13,7 @@ import unicodedata
 from pathlib import Path
 from typing import Optional
 
-from ..config import CIM10_DICT_PATH, RAG_INDEX_DIR
+from ..config import CIM10_DICT_PATH, CIM10_SUPPLEMENTS_PATH, RAG_INDEX_DIR
 
 logger = logging.getLogger(__name__)
 
@@ -90,6 +90,7 @@ def load_dict() -> dict[str, str]:
     """Charge le dictionnaire CIM-10 (singleton lazy-loaded).
 
     Si le fichier JSON n'existe pas, tente de le construire depuis metadata.json.
+    Fusionne ensuite les suppléments (sous-codes manquants) sans écraser le dict principal.
     """
     global _dict_cache
     if _dict_cache is not None:
@@ -102,6 +103,18 @@ def load_dict() -> dict[str, str]:
         logger.info("Dictionnaire CIM-10 absent, construction depuis metadata.json...")
         _dict_cache = build_dict()
 
+    # Fusionner les suppléments (ne remplace pas les entrées existantes)
+    if CIM10_SUPPLEMENTS_PATH.exists():
+        with open(CIM10_SUPPLEMENTS_PATH, encoding="utf-8") as f:
+            supplements = json.load(f)
+        added = 0
+        for code, label in supplements.items():
+            if code not in _dict_cache:
+                _dict_cache[code] = label
+                added += 1
+        if added:
+            logger.info("Suppléments CIM-10 : %d codes ajoutés depuis %s", added, CIM10_SUPPLEMENTS_PATH.name)
+
     return _dict_cache
 
 

src/medical/cim10_extractor.py

@@ -873,6 +873,23 @@ def _lookup_cim10(text: str) -> str | None:
     return dict_lookup(text, domain_overrides=CIM10_MAP)
 
 
+# Plages de référence biologiques (min, max) — utilisées par _is_abnormal()
+# et exportées pour le formatage du contexte LLM dans rag_search.py
+BIO_NORMALS: dict[str, tuple[float, float]] = {
+    "Lipasémie": (0, 60),
+    "CRP": (0, 5),
+    "ASAT": (0, 40),
+    "ALAT": (0, 40),
+    "GGT": (0, 60),
+    "PAL": (0, 150),
+    "Bilirubine totale": (0, 17),
+    "Hémoglobine": (12, 17),
+    "Plaquettes": (150, 400),
+    "Leucocytes": (4, 10),
+    "Créatinine": (50, 120),
+}
+
+
 def _is_abnormal(test: str, value: str) -> bool | None:
     """Détermine si un résultat biologique est anormal."""
     try:
@@ -884,21 +901,7 @@ def _is_abnormal(test: str, value: str) -> bool | None:
             return True
         return None
 
-    normals: dict[str, tuple[float, float]] = {
-        "Lipasémie": (0, 60),
-        "CRP": (0, 5),
-        "ASAT": (0, 40),
-        "ALAT": (0, 40),
-        "GGT": (0, 60),
-        "PAL": (0, 150),
-        "Bilirubine totale": (0, 17),
-        "Hémoglobine": (12, 17),
-        "Plaquettes": (150, 400),
-        "Leucocytes": (4, 10),
-        "Créatinine": (50, 120),
-    }
-
-    if test in normals:
-        lo, hi = normals[test]
+    if test in BIO_NORMALS:
+        lo, hi = BIO_NORMALS[test]
         return val > hi or val < lo
     return None

src/medical/rag_search.py

@@ -10,6 +10,7 @@ from ..config import (
     OLLAMA_CACHE_PATH, OLLAMA_MAX_PARALLEL, OLLAMA_MODEL,
 )
 from .cim10_dict import normalize_code, validate_code as cim10_validate
+from .cim10_extractor import BIO_NORMALS
 from .ccam_dict import validate_code as ccam_validate
 from .ollama_client import call_ollama, parse_json_response
 from .ollama_cache import OllamaCache
@@ -166,8 +167,15 @@ def _format_contexte(contexte: dict) -> str:
         bio_parts = []
         for b in biologie:
             test, valeur, anomalie = b if isinstance(b, (list, tuple)) else (b.get("test"), b.get("valeur"), b.get("anomalie"))
+            # Ajouter la plage de référence si connue
+            norme_str = ""
+            if test in BIO_NORMALS:
+                lo, hi = BIO_NORMALS[test]
+                lo_s = int(lo) if lo == int(lo) else lo
+                hi_s = int(hi) if hi == int(hi) else hi
+                norme_str = f" [N: {lo_s}-{hi_s}]"
             marker = " (\u2191)" if anomalie else ""
-            bio_parts.append(f"{test} {valeur}{marker}")
+            bio_parts.append(f"{test} {valeur}{norme_str}{marker}")
         lines.append(f"- Biologie : {', '.join(bio_parts)}")
 
     imagerie = contexte.get("imagerie")
@@ -489,6 +497,7 @@ RÈGLES IMPÉRATIVES :
 - Ne PAS coder les antécédents non pertinents pour le séjour
 - Privilégie les codes CIM-10 les plus SPÉCIFIQUES (4e ou 5e caractère)
 - Ne propose que des diagnostics CLAIREMENT mentionnés dans le texte
+- ATTENTION aux valeurs biologiques : ne code PAS un diagnostic si les valeurs sont dans les normes indiquées entre crochets [N: min-max]. Exemple : Créatinine 76 [N: 50-120] = NORMAL, pas d'insuffisance rénale.
 
 DIAGNOSTIC PRINCIPAL : {dp_texte or "Non identifié"}