# 開発ステップ (Development Steps)

[PLAN_01 要件定義書](PLAN_01_要件定義書.md)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 | 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） | Step 1 |
| 3 | データセット集計（実データの素性把握） | **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） | Step 2・3 |
| 5 | 評価・レポート生成（指標・混同行列・`runs/` 出力） | Step 4 |
| 6 | ベースライン比較（TIASjudge のルールベース） | 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](../02_ENV/ENV_02_環境構築手順.md)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**: データセット集計コマンド，`scripts/build_manifest.py`，集計レポート（`docs/06_TEST/` に記録）
- **完了条件**: 枚数・患者数・クラス分布・画像サイズ分布・破損件数が数値で判明し，[SPEC_01](../04_SPEC/SPEC_01_アーキテクチャ設計.md)・[SPEC_02](../04_SPEC/SPEC_02_学習・評価仕様.md)の未確定事項（マスク外領域の扱い・入力解像度・患者 ID の追跡可否・ラベルの保存形式）が確定する
- **前提**: 研究室 PC → サーバのデータコピーと，倫理審査・データ利用許諾の確認が済んでいること

## 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)

- **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`）