Development and Design of FLKit: A Structured Onboarding Toolkit for Federated Learning in Health and Life Sciences

Sintesi Tecnica: Sviluppo e Progettazione di FLKit

Definizione del Problema
Nonostante la maturità tecnica dei framework di Federated Learning (FL) (ad esempio, Flower, Fed-BioMed) e la disponibilità di tecniche di preservazione della privacy, il settore affronta un critico "problema di ingresso". I team multidisciplinari nelle scienze della salute e della vita faticano ad avviare progetti di FL a causa di un panorama di risorse frammentato. La guida attuale è compartimentata: la documentazione tecnica si rivolge agli ingegneri, i quadri normativi si rivolgono ai regolatori ma mancano di consigli operativi per i ricercatori, e le risorse di governance non si traducono in implementazione tecnica. Di conseguenza, i progetti spesso si bloccano non per fallimenti tecnologici, ma perché i professionisti provenienti da contesti clinici, legali, di governance e tecnici non riescono a trovare un punto di partenza strutturato e consapevole dei ruoli per navigare la complessa interazione tra calcolo distribuito, armonizzazione dei dati e governance inter-istituzionale.

Metodologia
FLKit è stato sviluppato utilizzando un framework di ricerca basato sulla design science, trattando il toolkit stesso come un artefatto accademico progettato per risolvere un problema di coordinamento reale. Il processo di sviluppo è stato modellato sul kit ELIXIR Research Data Management (RDMkit) e strutturato su tre livelli concentrici di coinvolgimento:

1. Core Development Team: Un gruppo multidisciplinare che comprende lo sviluppo di modelli, l'ingegneria dei sistemi, la gestione del progetto e la governance, per garantire che le decisioni di progettazione riflettessero le realtà degli operatori.
2. Consortium Team: Un gruppo più ampio che fornisce revisioni basate su pietre miliari e input alla roadmap per validare la struttura del ciclo di vita e la tassonomia dei ruoli rispetto a contesti di progetto più ampi.
3. Esperti Esterni: Professionisti senza alcun coinvolgimento pregresso in FLKit sono stati intervistati per calibrare la navigabilità e la rilevanza del toolkit rispetto alla "verità di terreno" del mondo reale, identificando lacune ignorate dai revisori interni.

Il toolkit è stato costruito come un sito web aperto e mantenuto dalla comunità, ospitato su GitHub Pages, caratterizzato da due percorsi di contribuzione: una via tramite pull-request per i contributori tecnici e una via basata sul contatto per gli esperti di dominio (ad esempio, clinici, consulenti legali) privi di esperienza nello sviluppo software.

Contributi Chiave e Design Strutturale
FLKit è organizzato attorno a un ciclo di vita FL a quattro fasi e 11 punti di ingresso specifici per ruolo, scollegati da strumenti specifici per garantire la longevità di fronte al rapido cambiamento tecnologico.

1. Il Ciclo di Vita FL (Quattro Fasi):

   • Governance: Affronta accordi istituzionali, conformità legale, sovranità dei dati, tracce di audit e proprietà del modello prima dell'inizio del progetto. Tratta l'allineamento ai principi FAIR come un obbligo di governance.
   • Infrastruttura: Copre i requisiti hardware/software, le piattaforme di orchestrazione, la comunicazione sicura (crittografia), la containerizzazione (Docker/Kubernetes) e il monitoraggio per gestire l'eterogeneità delle capacità dei siti.
   • Wrangling (Preparazione dei Dati): Si concentra sulla preparazione locale dei dati, inclusa la mappatura su modelli di dati comuni (OMOP, FHIR), controlli di qualità, anonimizzazione e validazione distribuita per garantire l'armonizzazione senza l'unione dei dati.
   • Analisi: Guida lo sviluppo collaborativo di modelli, le strategie di addestramento (ad esempio, federated averaging), la gestione di dati non-IID, l'integrazione di tecniche di privacy (differential privacy, secure multiparty computation) e le metriche di valutazione.

2. Punti di Ingresso Specifici per Ruolo:
   Il toolkit fornisce una guida su misura per 11 ruoli professionali, tra cui Data Steward, Consulenti Legali, Ricercatori Clinici, Sviluppatori di Modelli Federati e Project Manager. Ogni punto di ingresso descrive responsabilità, sfide e sezioni rilevanti del ciclo di vita nel registro professionale specifico di quel ruolo, colmando il divario terminologico tra le discipline.

3. FL Stories e Template:
   FLKit introduce un template di "FL Story" riutilizzabile e allineato ai principi FAIR per documentare i progetti federati. Questo template cattura il contesto del progetto, gli accordi di governance, le configurazioni tecniche e le lezioni apprese attraverso quattro fasi (Pianificazione, Preparazione, Addestramento, Deployment). Attualmente sono documentate sette FL Stories, che coprono domini quali sclerosi multipla, malattia infiammatoria intestinale, genomica e interfacce cervello-computer.

4. Risorse Curate:
   Il toolkit include un Glossario FL cross-disciplinare (filtrabile per dominio), una directory di Comunità (ad esempio, Flower, OpenMined) e liste curate di Framework, Strumenti e Risorse Formative.

Risultati
Dalla sua presentazione demo nel dicembre 2024, FLKit è cresciuto fino a raggiungere 39 pagine suddivise in otto sezioni di contenuto. Il toolkit organizza con successo problemi di coordinamento complessi in una struttura navigabile, permettendo agli utenti di entrare attraverso il proprio ruolo specifico o il bisogno immediato (ad esempio, "Infrastruttura" o "Legale") senza dover attraversare materiale irrilevante. L'inclusione di sette FL Stories fornisce esempi concreti e citabili di come le decisioni di governance e tecniche siano state operative in progetti reali, andando oltre le descrizioni teoriche.

Significatività e Rivendicazioni
L'articolo sostiene che FLKit affronti un vuoto strutturale nell'ecosistema FL fornendo un punto di ingresso modulare e consapevole dei ruoli che non richiede competenze pregresse in tutti i domini. La sua significatività risiede nel:

• Passaggio dalla Completezza alla Curatela: Invece di tentare di essere una fonte di verità canonica per strumenti o regolamentazioni, FLKit agisce come uno strato di navigazione strutturato, collegando e contestualizzando le risorse esterne. Questo design assicura che il toolkit rimanga manutenibile mentre i framework e le regolamentazioni evolvono.
• Colmare la Distanza Professionale: Fornendo linguaggio e guida specifici per distinti ruoli (dagli consulenti legali agli ingegneri del software), riduce il carico cognitivo per i team multidisciplinari.
• Istituzionalizzare la Conoscenza: Il template della FL Story crea una libreria di account strutturati e comparabili di progetti federati, catturando la conoscenza tacita riguardante la governance e l'orchestrazione che tipicamente viene persa nelle pubblicazioni standard.
• Integrare Etica e Principi FAIR: A differenza delle risorse che trattano l'etica e i principi FAIR come componenti aggiuntivi, FLKit integra queste considerazioni in ogni fase del ciclo di vita e nella guida di ogni ruolo.

Gli autori concludono che FLKit è una risorsa guidata dalla comunità, destinata ad abbassare la barriera alla collaborazione federata responsabile, la cui sostenibilità a lungo termine dipende da una attiva governance e contribuzione della comunità.