Pipeline agentiche al servizio della ricerca sul cancro.
Una parte del mio tempo è dedicata a collaborazioni con laboratori e istituti che si occupano di ricerca sul cancro. Il valore che porto è nella costruzione di pipeline agentiche e sistemi automatici per la velocizzazione, ripetibilità e standardizzazione delle analisi dei dati oncologici.
Velocità
Le operazioni ripetitive le fanno gli agenti. I ricercatori tornano a fare ricerca.
Ripetibilità
Ogni passaggio è versionato e tracciato: la stessa analisi dà sempre lo stesso risultato.
Standardizzazione
Formati e controlli comuni tra laboratori, per dati confrontabili e condivisibili.
Demo pubblici
Machine learning per la diagnosi del tumore al seno
Pipeline riproducibile, costruita con Claude Code, che confronta 6 modelli sulle misure dei nuclei cellulari di 569 biopsie. Include soglie di classificazione pensate per screening e conferma pre-chirurgica, e spiegabilità con SHAP.