下午四点，林小禾把一份打印好的校验报告摆在陆远洲桌上，旁边还放了杯刚泡的茶。

“贿赂？”陆远洲瞄了一眼茶杯。

“汇报。”林小禾面不改色，“梅奥八百四十七例数据传输全部完成，di格式没问题，层厚统一毫米，标注框架跟咱们的兼容，转换工作量不大。”

陆远洲翻开报告，前几页是格式校验的汇总表，干净利落，一目了然。

他对林小禾的做事风格很放心，她该仔细的地方绝不含糊。

翻到第七页，他停下来了。

“十四例标注不一致”几个字被林小禾用黄色荧光笔圈了出来，后面跟着一张详细的对照表。左边是病理报告的分期，右边是影像标注的分期，中间拉了条红线连着。

七例病理写的是pretext

ii期，影像标注却写成了iii期。另外七例的随访终点日期格式混乱，月和日反了。

“日期那七例好解决，格式转换的事。”林小禾先把简单的说了，“麻烦的是前面七例。”

陆远洲抬头看她。“录入错误？”

林小禾摇头。

“我一开始也这么想的，但逐例比对了di元数据里的时间戳和标注版本号之后，发现不对。”

她从旁边抽出另一张纸，上面密密麻麻标着编号和日期。

“这十四例全部集中在1995年以前入组。”

陆远洲放下报告，靠回椅背。“分期标准改版。”

林小禾点头，语气里带着点被抢答的不甘心。

“1996年，pretext分期标准做了一次修订。旧版里划为ii期的一部分病例，在新版标准下会被重新归到iii期。这七例刚好卡在新旧标准的交界地带。”19

“病理报告是当年出的，用的旧版。影像标注是后来补录的，用的新版。两边对不上，但其实都没错。”

陆远洲重新拿起报告，把七例编号挨个看了一遍。

的确，全是1993到1995年入组的老病例。

“你怎么确认不是标注员手滑？”

林小禾早有准备，从电脑上调出一张截图推过来。

“每例di文件的元数据里都有标注软件版本号。这七例用的标注工具是1994年版本，但分期字段填的是1996年修订后的编码。说明有人在1996年以后对旧数据做过一次批量更新，但更新的时候只改了影像标注，没有同步回溯病理报告。”

陆远洲看完截图，把报告合上。

“所以不是数据质量问题，是版本迭代的遗留问题。”

“对。”

这个结论很重要。如果是数据质量问题，整批八百四十七例的可信度都要打折扣。但如果只是分期标准改版导致的映射偏差，修正起来就简单多了。

“映射规则写了没有？”

林小禾又抽出一份文档。四页纸，左边旧版标准，右边新版标准，中间是逐条对应关系。十四例中每一例的具体变动都标得清清楚楚，附着di元数据的截图。

陆远洲从头看到尾，在第二页和第三页各画了个红圈。

“这两处表述改一下。‘可能对应’改成‘根据修订标准明确对应’，别给人留模糊空间。”

他又翻回第四页。

“加一列。”

“什么列？”

“‘转换后是否影响模型输入特征’。分期标准变了，如果输入模型的特征矩阵不受影响，那这十四例直接按新标准统一就行。如果影响了，得单独处理。”

林小禾拿笔记下来，转身回到电脑前开始改。

四十分钟后，修订版文档发给了michael

chen。