Privacy-Preserving Active Learning for precision oncology clinical workflows for extreme data sparsity scenarios

L'auteur relate sa difficulté à développer un modèle d'oncologie de précision pour un sarcome pédiatrique rare, confronté à une extrême rareté des données (47 échantillons) et à des contraintes HIPAA/RGPD strictes empêchant le partage interinstitutionnel. Ce parcours personnel souligne le besoin crucial d'apprentissage actif préservant la confidentialité pour relever ces défis dans les flux de travail cliniques.