Medical-RAG (Rust + WebAssembly)

Assistant médical francophone (RAG) construit 100 % en Rust :

• Back-end Actix-web + Tantivy + Candle (LLM)
• Front-end Yew (WebAssembly)
• Données FHIR (Patient, Observation, Condition, Encounter, MedicationRequest)

Cas d’usage : poser des questions cliniques en français et obtenir des réponses sourcées uniquement par le contexte FHIR (aucune hallucination volontaire).

---

Fonctionnalités

• Ingestion FHIR en lot puis hot-sync toutes les 5 min (_since)
• Index sémantique Tantivy (+ champs cliniques : LOINC, valeur, unité, dates, patient)
• Recherche hybride BM25 → filtre patient/année → reclassement embeddings (All-MiniLM-L12-v2)
• RAG avec Candle (inférence locale, GPU CUDA si dispo) et tokenizer HuggingFace
• API JSON POST /query
• UI chat Yew/Trunk, design responsive

---

Aperçu du dépôt

backend/
  src/        (# fhir.rs, index.rs, rag.rs, rag_doc.rs, main.rs)
  models/     (# modèles Candle: *.safetensors + tokenizer.json)
  index/      (# index Tantivy)
  dummy/      (# index “vide” pour warmup)
  application.yaml
  Cargo.toml
  docker-compose.yml
frontend/
  src/        (# app Yew)
  index.html  (# thème / styles)
  trunk.toml
  Cargo.toml

---

Prérequis

• Rust 1.78+ (toolchain stable)
• Node pas nécessaire (build web via trunk)
• Trunk pour Yew : cargo install trunk
• wasm32-unknown-unknown : rustup target add wasm32-unknown-unknown
• (Optionnel) CUDA pour accélérer Candle
• Un serveur FHIR R4/R5 accessible (par défaut : http://localhost:8080/fhir)

---

Configuration

Back-end

• FHIR_SERVER dans src/fhir.rs (ou via variable d’env si vous préférez)
• Modèles Candle à placer dans backend/models/ :

  models/
    model-00001-of-00003.safetensors
    model-00002-of-00003.safetensors
    model-00003-of-00003.safetensors
    tokenizer.json
  

  Le projet est configuré pour un petit Mistral-like (voir rag.rs → MistralConfig).

• Le modèle d’embeddings (All-MiniLM-L12-v2) est téléchargé automatiquement au premier run via rust-bert.

Front-end

• L’UI appelle l’API via API_URL (env compile-time).
  • Dev local : http://localhost:8081 (par défaut)
  • Sinon : exporter à la compilation :

    API_URL=http://localhost:8081 trunk serve

---

Démarrage rapide (local)

1) Back-end

cd backend
cargo run

• Démarre l’API sur http://127.0.0.1:8081
• Étapes au boot :
  1. Chargement embeddings (BGE/All-MiniLM)
  2. Chargement/initialisation du LLM Candle
  3. Ingestion initiale FHIR, mapping Patient ↔ ressources, index Tantivy
  4. Hot-sync toutes les 5 min

2) Front-end

cd frontend
trunk serve --open
# ou API personnalisée :
API_URL=http://127.0.0.1:8081 trunk serve --open

• Ouvre l’UI chat. Entrez une question, ex. :
  • Quel est l’IMC de John Doe en 2024 ?
  • TA de Jane Smith en juillet 2023
  • patient-123 : HbA1c la plus récente

---

API

POST /query

Request

{ "query": "TA de John Doe en 2023" }

Response

{ "output": "…réponse concise en français, uniquement basée sur le contexte fourni…" }

Le prompt (rag.rs) force : style concis, aucune invention, dates converties au format humain FR.

---

Détails techniques

• Index (index.rs)

  • Schéma Tantivy : id, patientId, patientName, resourceType, summary, loincCode, valueNum, unit, birthDate, date, dateMonth, dateDay, raw
  • Ajout massif en parallèle (rayon), commit par lot
  • Recherche : BM25 (multi-champs) → filtrage patient/année → reclassement cosine embeddings

• Ingestion FHIR (fhir.rs)

  • Pagination _count=100 + lien next
  • Sync incrémental via _since (horodatage Utc)

• Préparation des documents (rag_doc.rs)

  • Résumés FR prêts pour le LLM
  • Alias cliniques LOINC : TA, FC, IMC, HbA1c, Cholestérol…
  • Extraction valeurs numériques + unité + dates (YYYY-MM / YYYY-MM-DD)

• Génération (rag.rs)

  • Budget MAX_PROMPT_TOKENS = 512 (sélection adaptative des chunks)
  • Candle (CPU ou CUDA) avec sampling greedy court (MAX_GENERATION_TOKENS = 128)
  • Tokenizer HuggingFace (tokenizers)

• Front-end (frontend/src/main.rs)

  • Yew + reqwasm (fetch API)
  • Chat minimal avec auto-scroll, Enter-to-send
  • index.html : thème glassmorphism sombre

---

Docker (exemple)

Un docker-compose.yml est fourni côté backend (à adapter) :

• Service API sur 8081
• Montage ./models et ./index
• Variable d’env FHIR_SERVER si vous souhaitez la passer par env

Le front peut être servi statiquement (NGINX) après trunk build --release.

---

Jeu de données de démo

Le dossier backend/ contient des bundles synthétiques FHIR (synthetic_*) pour tester rapidement. Vous pouvez aussi pointer FHIR_SERVER vers un serveur HAPI/FHIR local.

---

Performance & conseils

• GPU détecté automatiquement (Device::cuda_if_available(0)), sinon CPU.
• Gardez les prompts courts et précis ; l’index fait l’essentiel du travail.
• Ajoutez vos propres synonymes LOINC dans OBS_SYNONYMS.
• Pour des réponses plus longues, augmentez MAX_GENERATION_TOKENS.

---

Sécurité & conformité

• Projet de démonstration. Pour des données réelles : chiffrement au repos, contrôle d’accès, journalisation, cloisonnement réseau, et RGPD (base légale, minimisation, consentement, droits des personnes).
• Aucune décision médicale ne doit être prise uniquement sur la base de ce prototype.

---

Dépannage

• Le téléchargement des embeddings est lent → pré-téléchargez le modèle rust-bert en cache.
• Pas de résultats → vérifiez FHIR_SERVER, que les bundles contiennent entry[].resource.
• CUDA non détecté → vérifiez pilotes/NVIDIA, version Candle et compute capability.
• CORS → le back utilise Cors::permissive() (dev). Durcissez en prod.

---

Scripts utiles

# Backend
cd backend
RUST_LOG=debug cargo run

# Frontend (dev)
cd frontend
API_URL=http://127.0.0.1:8081 trunk serve --open

# Frontend (build prod)
trunk build --release

---

Licence

MIT (sauf modèles tiers soumis à leurs licences respectives).

---

Auteurs & remerciements

• Stack Rust : Actix-web, Tantivy, Candle, tokenizers, Yew, rust-bert
• Données : FHIR (HL7®)
• Design UI : thème custom OrbitNet dans frontend/index.html

---