開発ステップ (Development Steps)

PLAN_01 要件定義書の目的を満たすための実装順序．各ステップは /implement <タスク> で進める（実装 → テスト → リファクタリング → ドキュメント更新）．

全体像 (Overview)

Step	内容	前提
1	基盤: 設定スキーマ・合成データ生成・manifest 読み込み・患者単位分割 ✅ 完了	なし（手元で完結）
2	リモート実行ツール（送信・実行・回収・GPU 確認，回収ホワイトリスト）✅ 完了（Newton・Archimedes の 2 サーバ対応）	Step 1
3	データセット集計（実データの素性把握）✅ 完了（結果は TEST_02）	臨床データのコピー完了・倫理確認
4	学習パイプライン最小版（ConvNeXt-Tiny を 1 本通す）✅ 完了	Step 2・3
5	評価・レポート生成（指標・混同行列・`runs/` 出力）✅ 完了（5-fold 交差検証として実装．結果は TEST_03）	Step 4
6	ベースライン比較（TIASjudge のルールベース）※ 後回し	Step 5
7	実験反復（不均衡対策・モデル比較・解像度検討）	Step 6
8	結論（5-fold 交差検証・評価レポート・配布形式の判断）	Step 7

Step 1・2 はデータのコピー待ちの間に進められる．

Step 1: 基盤 (Foundation)

成果物: schema.py（pydantic 設定），data/manifest.py（読み込み・検証），data/split.py（患者単位分割），scripts/make_synthetic_dataset.py
完了条件: 合成 manifest で分割が患者単位に保たれ，同一 seed で再現することがテストで確認できる．不正な manifest が停止する
理由: 手元だけで完結し，以降すべての土台になる．最重要の「患者単位分割」をここで固める

Step 2: リモート実行ツール (Remote Execution)

成果物: remote/・cli/remote.py（コード送信 / ジョブ実行 / 結果回収 / GPU 空き確認）
完了条件: コードを送って合成データの短い学習をサーバで実行し，結果を回収できる．回収ホワイトリストが効いており，画像・manifest が回収対象にならないことがテストで確認できる
注意: 非対話 ssh では uv が PATH に無いため，ツール側で export PATH="$HOME/.local/bin:$PATH" を行う（ENV_02トラブルシューティング）

Step 3: データセット集計 (Dataset Survey)

成果物: tias-dataset build-manifest・tias-dataset survey（SPEC_01「データセット集計の出力」），設定 data.severities による「ややあり込み / 除外」の切り替えと，クラス × 程度での層化分割（SPEC_02「程度（ややあり）の扱い」），集計レポート（docs/06_TEST/ に記録）
完了条件: 両サーバで manifest を生成し，実データの集計（件数・サイズ・破損・舌領域の割合・クラス × 程度ごとの Lab 色）が手元に集計値だけで届く．「ややあり」の色が淡紅と同じクラスの「あり」のどちらに近いかが数値（ΔE）で分かる
背景: 「ややあり」は臨床上は淡紅（正常）と判断されることが多い境界例であり，入れる場合と入れない場合の両方で実験する（2026-09-27 ユーザー判断）
前提: 研究室 PC → サーバのデータコピー（両サーバとも完了済み）

Step 4: 学習パイプライン最小版 (Minimal Training)

成果物: models/・training/・学習コマンド，設定 YAML 1 本
完了条件: 手元で合成データ 1 エポックが通り，サーバで実データの学習が完走して runs/<実験ID>/ が生成される
方針: 精度は問わない．「落ちずに回り，記録が残る」ことだけを見る

Step 5: 評価・レポート生成 (Evaluation)

成果物: evaluation/・評価コマンド（macro F1・クラス別指標・混同行列・学習曲線）
完了条件: val で選び test を最後に一度だけ見る運用が実装され，指標が既知の混同行列に対してテストで期待値と一致する

Step 6: ベースライン比較 (Baseline)

⚠ 一旦後回しとする（2026-09-27 のユーザー判断）．入力条件の違い（TIASjudge は撮影画像から ROI を取るが，本データセットは舌領域を黒背景で切り出した画像）を揃える設計判断が必要なため，機械学習側のパイプラインを先に通す．Step 5 の後に Step 7 へ進み，本ステップは条件が整った時点で実施する．

成果物: baseline/（TIASjudge のルールベース診断），比較レポート
完了条件: 同一テストセットでルールベースと機械学習モデルの指標が並べて出る
ここで決める: ルールベースを移植するか別リポジトリを参照するか（SPEC_02 の未確定事項）

Step 7: 実験反復 (Experiments)

成果物: 実験群（クラス不均衡対策・モデル比較・入力解像度・マスク外領域の埋め方）とその記録
完了条件: 各要因の効果が独立した実験として切り分けて記録されている
注意: 共用サーバのため使用する GPU を明示的に指定する

Step 8: 結論 (Conclusion)

成果物: 5-fold 交差検証の結果，評価レポート，TIASjudge への引き渡し方針（配布形式）
完了条件: PLAN_01 の成功基準 4 項目が満たされ，「組み込むか・手法を変えるか」の判断材料が揃う

進め方の原則 (Process Rules)

Step 3 の結果で SPEC_01・SPEC_02 を更新してから Step 4 以降に進む（仕様変更は先にドキュメントへ反映する）
実験は 1 回の変更で 1 要因のみ変える（効果の切り分けができなくなるため）
各ステップ完了時に進捗を記録する（.claude/rules/progress-log.md）