與醫院的合作推進後，顧然的團隊開始正式整理真實世界數據（RWE），但很快遇到了數據不統一的問題。

“這些數據的格式太不标準了。”團隊的生物統計師王倩皺着眉，“不同醫院的記錄方式不同，有的患者數據缺失，有的測量指标不一緻，要整理成可用于模型分析的數據集，工作量比預期大得多。”

顧然翻閱着數據，發現确實缺失值過多，如果不經過嚴格篩選，模型的準确性會受到嚴重影響。

程向陽了解情況後，召開了内部會議：“科學研究從來不是一帆風順的，找到突破口才是關鍵。”

顧然思索片刻，說道：“我們可以先篩選高質量數據集，同時用機器學習的方法填補部分缺失值。至于嚴重缺失的部分，可以考慮重新随訪一部分患者。”

王倩點頭：“這個方法可行，雖然增加了一些工作量，但至少能保證數據質量。”

團隊重新調整方案，問題終于找到了解決的方向。

忙碌的研究讓顧然的作息更加不規律，蘇靜很快察覺到他的疲憊。

“你最近是不是又熬夜了？”蘇靜在微信上發來一條消息。

“沒辦法，數據整合遇到點問題。”顧然回複道。

蘇靜思考了一下，回了條消息：“周六有空嗎？我帶你去個地方。”