Files
t2a_v2/src/medical/fusion.py
dom 01d47f3c4b feat: mode hybride Ollama — gemma3:27b pour CPAM, 12b pour codage
Le pipeline utilise désormais gemma3:12b (rapide) pour le codage CIM-10
et gemma3:27b (meilleur raisonnement) pour la contre-argumentation CPAM.
Configurable via OLLAMA_MODEL_CPAM et OLLAMA_TIMEOUT_CPAM.

Inclut aussi : traçabilité source/page DAS, niveaux CMA ATIH, sévérité,
page tracker PDF, améliorations fusion et filtres DAS.

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-02-17 17:53:53 +01:00

293 lines
10 KiB
Python

"""Fusion de dossiers médicaux multi-PDFs pour un même patient.
Combine les informations de plusieurs documents (Trackare, CRH, CRO) en un
dossier unique avec des règles de priorité et de déduplication.
"""
from __future__ import annotations
import logging
from ..config import (
ActeCCAM,
BiologieCle,
Diagnostic,
DossierMedical,
Imagerie,
Sejour,
Traitement,
)
from ..medical.das_filter import is_valid_diagnostic_text, apply_semantic_dedup
from ..medical.cim10_extractor import _is_dp_family_redundant
logger = logging.getLogger(__name__)
# Priorité des types de documents pour les données de séjour
_DOC_PRIORITY = {"trackare": 0, "crh": 1, "cro": 2}
def _cim10_specificity(code: str | None) -> int:
"""Score de spécificité d'un code CIM-10 : longueur sans le point."""
if not code:
return 0
return len(code.replace(".", ""))
def _prefer_most_specific_dp(dossiers: list[DossierMedical]) -> Diagnostic | None:
"""Sélectionne le DP le plus spécifique parmi tous les dossiers."""
candidates: list[tuple[Diagnostic, int]] = []
for d in dossiers:
if d.diagnostic_principal:
spec = _cim10_specificity(d.diagnostic_principal.cim10_suggestion)
candidates.append((d.diagnostic_principal, spec))
if not candidates:
return None
# Tri : spécificité décroissante, puis confiance (high > medium > low)
conf_order = {"high": 0, "medium": 1, "low": 2}
candidates.sort(
key=lambda x: (-x[1], conf_order.get(x[0].cim10_confidence or "", 3))
)
return candidates[0][0]
def _merge_sejour(dossiers: list[DossierMedical]) -> Sejour:
"""Fusionne les informations de séjour avec priorité Trackare > CRH > CRO."""
# Trier par priorité de type de document
sorted_dossiers = sorted(
dossiers,
key=lambda d: _DOC_PRIORITY.get(d.document_type, 99),
)
merged = Sejour()
for d in sorted_dossiers:
s = d.sejour
if s.sexe and not merged.sexe:
merged.sexe = s.sexe
if s.age is not None and merged.age is None:
merged.age = s.age
if s.date_entree and not merged.date_entree:
merged.date_entree = s.date_entree
if s.date_sortie and not merged.date_sortie:
merged.date_sortie = s.date_sortie
if s.duree_sejour is not None and merged.duree_sejour is None:
merged.duree_sejour = s.duree_sejour
if s.mode_entree and not merged.mode_entree:
merged.mode_entree = s.mode_entree
if s.mode_sortie and not merged.mode_sortie:
merged.mode_sortie = s.mode_sortie
if s.imc is not None and merged.imc is None:
merged.imc = s.imc
if s.poids is not None and merged.poids is None:
merged.poids = s.poids
if s.taille is not None and merged.taille is None:
merged.taille = s.taille
return merged
def _is_enriched(d: Diagnostic) -> bool:
"""Retourne True si le diagnostic a une justification RAG."""
return bool(d.justification or d.sources_rag)
def _dedup_diagnostics(all_das: list[Diagnostic]) -> list[Diagnostic]:
"""Déduplique les diagnostics associés par code CIM-10, garde la meilleure confiance."""
conf_order = {"high": 0, "medium": 1, "low": 2}
seen: dict[str | None, Diagnostic] = {}
for d in all_das:
key = d.cim10_suggestion
if key is None:
# Sans code, dédup par texte normalisé
key = f"__text__{d.texte.lower().strip()}"
if key not in seen:
seen[key] = d
else:
existing = seen[key]
new_conf = conf_order.get(d.cim10_confidence or "", 3)
old_conf = conf_order.get(existing.cim10_confidence or "", 3)
# Garder celui avec la meilleure confiance, ou à confiance égale celui enrichi
if new_conf < old_conf or (new_conf == old_conf and _is_enriched(d) and not _is_enriched(existing)):
seen[key] = d
# Supprimer les codes parents quand un code plus spécifique existe
# Ex: K85 retiré si K85.9 présent (K85 est préfixe strict de K859)
codes = {k for k in seen if k and not k.startswith("__text__")}
normalized = {c: c.replace(".", "") for c in codes}
parents_to_remove: set[str] = set()
for code_a in codes:
norm_a = normalized[code_a]
for code_b in codes:
if code_a == code_b:
continue
norm_b = normalized[code_b]
if norm_b.startswith(norm_a) and len(norm_b) > len(norm_a):
parents_to_remove.add(code_a)
break
for parent in parents_to_remove:
del seen[parent]
return list(seen.values())
def _dedup_actes(all_actes: list[ActeCCAM]) -> list[ActeCCAM]:
"""Déduplique les actes CCAM par code."""
seen: dict[str | None, ActeCCAM] = {}
for a in all_actes:
key = a.code_ccam_suggestion
if key is None:
key = f"__text__{a.texte.lower().strip()}"
if key not in seen:
seen[key] = a
else:
existing = seen[key]
# Garder celui avec date si possible
if a.date and not existing.date:
seen[key] = a
return list(seen.values())
def merge_dossiers(dossiers: list[DossierMedical]) -> DossierMedical:
"""Fusionne plusieurs dossiers médicaux d'un même patient.
Args:
dossiers: Liste de DossierMedical issus de PDFs différents.
Returns:
Un DossierMedical fusionné.
"""
if len(dossiers) == 1:
result = dossiers[0].model_copy(deep=True)
result.source_files = [result.source_file]
# Appliquer la dédup famille DP + sémantique même pour un seul dossier
dp_code = result.diagnostic_principal.cim10_suggestion if result.diagnostic_principal else None
if dp_code:
result.diagnostics_associes = [
d for d in result.diagnostics_associes
if not d.cim10_suggestion or not _is_dp_family_redundant(d.cim10_suggestion, dp_code)
]
result.diagnostics_associes = apply_semantic_dedup(result.diagnostics_associes)
return result
merged = DossierMedical()
# Source files
merged.source_files = [d.source_file for d in dossiers if d.source_file]
# Séjour
merged.sejour = _merge_sejour(dossiers)
# Diagnostic principal : le plus spécifique
merged.diagnostic_principal = _prefer_most_specific_dp(dossiers)
# Collecter tous les DAS + DP non retenus comme DAS
all_das: list[Diagnostic] = []
for d in dossiers:
all_das.extend(d.diagnostics_associes)
# Si le DP de ce dossier est différent du DP fusionné, l'ajouter comme DAS
# mais seulement si le texte est un diagnostic valide (filtre artefacts OCR)
if (
d.diagnostic_principal
and merged.diagnostic_principal
and d.diagnostic_principal.cim10_suggestion
!= merged.diagnostic_principal.cim10_suggestion
and is_valid_diagnostic_text(d.diagnostic_principal.texte)
):
all_das.append(d.diagnostic_principal)
merged.diagnostics_associes = _dedup_diagnostics(all_das)
# Retirer les DAS redondants avec le DP (même code, famille, parent/enfant)
dp_code = merged.diagnostic_principal.cim10_suggestion if merged.diagnostic_principal else None
if dp_code:
merged.diagnostics_associes = [
d for d in merged.diagnostics_associes
if not d.cim10_suggestion or not _is_dp_family_redundant(d.cim10_suggestion, dp_code)
]
# Redondances sémantiques entre DAS
merged.diagnostics_associes = apply_semantic_dedup(merged.diagnostics_associes)
# Actes CCAM
all_actes: list[ActeCCAM] = []
for d in dossiers:
all_actes.extend(d.actes_ccam)
merged.actes_ccam = _dedup_actes(all_actes)
# Biologie : union, dédup par (test, valeur)
bio_seen: set[tuple[str, str | None]] = set()
for d in dossiers:
for b in d.biologie_cle:
key = (b.test, b.valeur)
if key not in bio_seen:
merged.biologie_cle.append(b)
bio_seen.add(key)
# Imagerie : union, dédup par (type, conclusion)
img_seen: set[tuple[str, str | None]] = set()
for d in dossiers:
for i in d.imagerie:
key = (i.type, i.conclusion)
if key not in img_seen:
merged.imagerie.append(i)
img_seen.add(key)
# Traitements : union, dédup par médicament (normalisé)
med_seen: set[str] = set()
for d in dossiers:
for t in d.traitements_sortie:
key = t.medicament.lower().strip()
if key not in med_seen:
merged.traitements_sortie.append(t)
med_seen.add(key)
# Antécédents : union, dédup par texte normalisé
ant_seen: set[str] = set()
for d in dossiers:
for a in d.antecedents:
key = a.lower().strip()
if key not in ant_seen:
merged.antecedents.append(a)
ant_seen.add(key)
# Complications : union, dédup par texte normalisé
comp_seen: set[str] = set()
for d in dossiers:
for c in d.complications:
key = c.lower().strip()
if key not in comp_seen:
merged.complications.append(c)
comp_seen.add(key)
# Alertes : alerte de fusion en tête + union
merged.alertes_codage = [f"FUSION: {len(dossiers)} documents fusionnés"]
alert_seen: set[str] = set()
for d in dossiers:
for a in d.alertes_codage:
if a not in alert_seen:
merged.alertes_codage.append(a)
alert_seen.add(a)
# Document type : le type prioritaire
sorted_by_prio = sorted(
dossiers,
key=lambda d: _DOC_PRIORITY.get(d.document_type, 99),
)
merged.document_type = sorted_by_prio[0].document_type
logger.info(
"Fusion de %d dossiers : DP=%s, %d DAS, %d actes",
len(dossiers),
merged.diagnostic_principal.cim10_suggestion if merged.diagnostic_principal else "aucun",
len(merged.diagnostics_associes),
len(merged.actes_ccam),
)
return merged