feat: pass LLM hybride pour DAS + interface admin référentiels RAG

Chantier 1 — Extraction DAS par LLM :
- Nouveau prompt expert DIM dans rag_search.py (extract_das_llm)
- Phase 4 dans cim10_extractor.py : détection DAS supplémentaires avant enrichissement RAG
- Cache persistant (clé hash du texte), validation CIM-10, déduplication
- Activé uniquement avec use_rag=True (--no-rag le désactive)

Chantier 2 — Admin référentiels :
- Config : REFERENTIELS_DIR, UPLOAD_MAX_SIZE_MB, ALLOWED_EXTENSIONS
- Chunking générique (PDF/CSV/Excel/TXT) + ajout incrémental FAISS dans rag_index.py
- ReferentielManager CRUD dans viewer/referentiels.py
- 5 routes Flask (listing, upload, indexation, suppression, rebuild)
- Template admin avec tableau interactif + lien sidebar

Fix : if cache → if cache is not None (OllamaCache vide évaluait à False)

410 tests passent (27 nouveaux, 0 régression).

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

src/medical/cim10_extractor.py

@@ -112,6 +112,10 @@ def extract_medical_info(
     _extract_imagerie(anonymized_text, dossier)
     _extract_complications(anonymized_text, dossier, edsnlp_result)
 
+    # Phase 4 : pass LLM pour détecter des DAS supplémentaires
+    if use_rag:
+        _extract_das_llm(anonymized_text, dossier)
+
     if use_rag:
         _enrich_with_rag(dossier)
 
@@ -133,6 +137,79 @@ def extract_medical_info(
     return dossier
 
 
+def _extract_das_llm(text: str, dossier: DossierMedical) -> None:
+    """Extrait des DAS supplémentaires via un pass LLM (avant enrichissement RAG)."""
+    try:
+        from .rag_search import extract_das_llm
+        from .ollama_cache import OllamaCache
+        from ..config import OLLAMA_CACHE_PATH, OLLAMA_MODEL
+    except ImportError:
+        logger.warning("Module RAG non disponible pour l'extraction DAS LLM")
+        return
+
+    try:
+        cache = OllamaCache(OLLAMA_CACHE_PATH, OLLAMA_MODEL)
+
+        # Construire le contexte
+        contexte = {
+            "sexe": dossier.sejour.sexe,
+            "age": dossier.sejour.age,
+            "duree_sejour": dossier.sejour.duree_sejour,
+            "imc": dossier.sejour.imc,
+            "antecedents": dossier.antecedents[:5],
+            "biologie_cle": [(b.test, b.valeur, b.anomalie) for b in dossier.biologie_cle],
+            "imagerie": [(i.type, (i.conclusion or "")[:200]) for i in dossier.imagerie],
+            "complications": dossier.complications,
+        }
+
+        # DAS existants (texte + code)
+        existing_das = []
+        existing_codes = set()
+        if dossier.diagnostic_principal and dossier.diagnostic_principal.cim10_suggestion:
+            existing_codes.add(dossier.diagnostic_principal.cim10_suggestion)
+        for d in dossier.diagnostics_associes:
+            label = d.texte
+            if d.cim10_suggestion:
+                label += f" ({d.cim10_suggestion})"
+                existing_codes.add(d.cim10_suggestion)
+            existing_das.append(label)
+
+        dp_texte = dossier.diagnostic_principal.texte if dossier.diagnostic_principal else ""
+
+        das_results = extract_das_llm(text, contexte, existing_das, dp_texte, cache=cache)
+
+        added = 0
+        for das in das_results:
+            texte = clean_diagnostic_text(das.get("texte", ""))
+            if not texte or not is_valid_diagnostic_text(texte):
+                continue
+
+            code = das.get("code_cim10")
+            if code:
+                code = normalize_code(code)
+                is_valid, _ = cim10_validate(code)
+                if not is_valid:
+                    logger.info("DAS LLM : code %s invalide pour « %s », ignoré", code, texte)
+                    continue
+                if code in existing_codes:
+                    continue
+                existing_codes.add(code)
+
+            dossier.diagnostics_associes.append(Diagnostic(
+                texte=texte,
+                cim10_suggestion=code,
+                justification=das.get("justification"),
+            ))
+            added += 1
+
+        if added:
+            logger.info("DAS LLM : %d diagnostics supplémentaires ajoutés", added)
+
+        cache.save()
+    except Exception:
+        logger.warning("Erreur lors de l'extraction DAS LLM", exc_info=True)
+
+
 def _enrich_with_rag(dossier: DossierMedical) -> None:
     """Enrichit les diagnostics via le RAG (FAISS + Ollama)."""
     try: