-
Notifications
You must be signed in to change notification settings - Fork 0
Milestones
List view
Wave créée le 2026-05-07 dans le cadre du pivot produit (cf. .claude/memory/VISION_ALIGNMENT.md §0.6). Le projet n'est plus un PoC mono-tenant pour CHU UCL Namur. Il est désormais conçu comme un produit / plateforme déployable sur plusieurs sites (hôpitaux, laboratoires, réseaux RCP, instituts de recherche). Cette Wave porte les 8 axes scalabilité + multi-tenant nécessaires pour passer du PoC au produit : 1. Multi-tenant data isolation + auth federation 2. Storage scalability (S3-compatible + tiering) 3. DB scalability (read replicas, pgbouncer, partitioning) 4. ML inference scalability (Triton + GPU pool + queue) 5. Cache + WebSocket scalability (Redis cluster, sticky session, message broker) 6. Observability at scale (OpenTelemetry, log aggregation, SLO) 7. Deployment scalability (Helm, GitOps, multi-region) 8. Performance + cost benchmarks (k6, FinOps monitoring) PRINCIPE DIRECTEUR : ces 8 axes sont de l'ingénierie d'intégration de standards (Kubernetes, Helm, Redis Cluster, pgbouncer, OpenTelemetry, Triton). Pas de R&D différenciatrice ici. NE PAS RÉINVENTER, INTÉGRER PROPREMENT. La scalabilité (S) est un MULTIPLICATEUR des différenciateurs Q + F + A + N (Quality-First, Foundation Models, AI Act, Réseau), pas un différenciateur en soi.
No due date•1/9 issues closedWave créée le 2026-05-07 dans le cadre du pivot stratégique foundation models (cf. .claude/memory/VISION_ALIGNMENT.md §0). Cette Wave regroupe les capacités stratégiques 2026 NON couvertes par le PDF v2.0 (déc. 2025) : 1. AI Act compliance documentation pour Notified Bodies (différenciateur réglementaire — opportunité O1) 2. IMS workflow integration (LIS/HIS deep, au-delà de PACS deep-link Telemis — mandate non-négociable des acheteurs hospitaliers) 3. RCP collaborative (co-visualisation sync + chat contextuel ancré — opportunité O4 réseau hôpitaux) 4. Federated learning architecture-ready (alignement Horizon Europe / EU4Health — opportunité O5) 5. Foundation model adapter pour copilote IA conversationnel type PathChat (signal marché AstraZeneca/Modella jan 2026 — exploratoire/optionnel) Ces 5 axes transforment Quality-First + AI Act compliance en avantage commercial et alignent le projet sur la trajectoire 2026 (foundation models, mandate IMS, financement EU, publication académique).
No due date•0/7 issues closedComble les gaps de l'angle mort #3 du PDF vision §2.3.3 (Radical Simplicity). Marché actuel : formation 2-4 semaines, interface complexe, installation lourde, manuel 100 pages. Approche VarunaPoC : zero-config, onboarding 3 minutes, interface geste-mimétique, accès navigateur direct, SSO transparent. Fondation déjà livrée : zero-config browser, P95 65ms, OIDC SSO, PACS Telemis deep-link. Reste à faire (cette Wave) : onboarding tutoriel contextuel 3 min, audit interactions geste-mimétique (double-clic centrer vs microscope optique). Référence : .claude/memory/VISION_ALIGNMENT.md §3.3
No due date•0/2 issues closedPivot stratégique 2026-05-07 (cf. .claude/memory/VISION_ALIGNMENT.md §0). Ancienne formulation : 'Continuous Learning MLOps' (paradigme 2022-2023, training from scratch). Nouvelle formulation : 'Foundation Models & Validation'. En 2026, la trajectoire dominante est : 1. Partir d'un foundation model pré-entraîné (UNI, CONCH, Virchow, GigaPath, mSTAR) 2. Le fine-tuner sur cas locaux annotés Quality-First (Wave 9 livre la base annotations) 3. Le valider rigoureusement (validation prospective multi-centrique) 4. Le déployer avec supervision humaine, drift monitoring, calibration uncertainty Cette Wave construit la chaîne complète : foundation model registry, fine-tuning workflow, validation prospective, drift monitoring (en support fine-tuning), feedback loops (corrections → curated dataset), CI/CD fine-tuning, calibration uncertainty AI Act-grade, active learning intelligent. Issues #339, #340, #342, #343 ont été recadrées (en support fine-tuning, plus retrain from scratch). Issue #341 a été réécrite (Phikon retrain → fine-tuning UNI/CONCH workflow). 3 nouvelles issues créées : N1 foundation model registry, N2 fine-tuning workflow, N3 validation prospective.
No due date•1/10 issues closedComble les gaps de l'angle mort #1 du PDF vision §2.3.1 (Quality-First Annotation Platform). Marché actuel : annotations sans QA, pas de métriques cohérence, pas de détection erreurs. Approche VarunaPoC : versioning Git-like, kappa inter-annotateur automatique, détection outliers, workflows adjudication. Fondation déjà livrée (Wave 3 Quality) : Cohen+Fleiss kappa, F1, confusion matrix, IoU, disagreement heatmap. Reste à faire (cette Wave) : outlier detection, adjudication workflow, versioning Git-like deep, métriques prédictives qualité dataset. Référence : .claude/memory/VISION_ALIGNMENT.md §3.1
No due date•0/4 issues closedAnnotation toolkit pour pathologistes : edition de contour, historique versionne, quiz scoring, tracabilite medicolegale. Valide par interview pathologiste.
No due date•6/11 issues closedTransition de PoC à plateforme distribuable. 3 axes : sécurité by default, déploiement reproductible, architecture durable.
No due date•45/45 issues closedMake ML results visually accessible: heatmap visibility, detection navigation, focus zones, cell counting markers, unified color legend, auth resilience. Bridge between Phase 2 robustness and Phase 3 enrichment.
No due date•29/29 issues closedAméliorer la compatibilité ML de 48% à 80%+ des lames. 4 axes identifiés par le diagnostic ML (docs/ML_COMPATIBILITY.md): 1. MPP Override — débloquer les lames sans métadonnée de résolution 2. Inférence par région — ne plus surcharger le serveur 3. Background worker — garder le serveur réactif pendant l'inférence 4. OpenSlide 4.0 — supporter DICOM et CZI Baseline: 44/91 lames compatibles ML (commit 695bf48)
No due date•5/7 issues closedFeatures ML avancées + boucle MLOps fermée. Comptage cellulaire, clustering morpho, drift detection, worklist.
No due date•11/11 issues closedTransformer la navigation de file-centric vers case-centric. Sidebar contextuelle, switch intra-cas, Similarity Search.
No due date•8/8 issues closedLes 3 features ML à plus fort ROI livrées de bout en bout : Focus Assist, Mesure auto, Feedback pathologiste.
No due date•10/10 issues closedZéro nouvelle fonctionnalité. Rendre l'existant irréprochable pour un pathologiste. Terminologie FR, UX quick-wins, fondations cache et corrections.
No due date•11/11 issues closed