第275章 样本与筹码

凌晨五点，城中村的天光还没完全透进来。林尘已经坐在折叠桌前。左脚脚踝裹着弹性绷带，肿胀被强行压制在布料下，每一次微动都牵扯着跟腱的钝痛。他没去揉，只把笔记本屏幕亮度调到最低，打开昨晚新建的表格。表头只有三列：目标医院 | 数据格式 | 对接人。三百例多中心对照数据，七十二小时。这不是写几行爬虫能解决的。医疗数据不在云端，在各自为政的HIS系统和沉睡的硬盘里。

他泡了一杯浓茶，茶叶梗沉在杯底。苏曼还在隔壁房间睡，呼吸平稳。林尘知道，算法的可解释性报告可以靠特征权重和注意力热力图去拼，但伦理委员会要的是“真实世界的对照”。没有原始波形和临床标注的交叉验证，V1.3的备案就是空中楼阁。他翻开通讯录，手指停在“市二院神经内科-周副主任”上。周副主任是他大学导师的旧识，早年做过一批癫痫长程脑电的科研，数据存在本地服务器里，格式是老旧的EDF+。

七点整，林尘拨通电话。铃声响了四下才被接起。“周主任，我是林尘。打扰您休息，有个急事想请教。”他语速平稳，没有寒暄，直接切入，“省卫健委预审会要求补充三百例多中心对照集，我们急需七年前到十年前的长程脑电原始数据，带临床发作标注的。格式可以是EDF或CSV，脱敏协议我们出，伦理批件走绿色通道。数据使用仅限算法备案，不涉商业转化。”电话那头沉默了几秒，传来翻动纸张的声音。“七年前那批数据还在机房冷备。但你要清楚，市二院的数据没经过标准化清洗，导联位置不统一，采样率有128和256混用的。你们算法吃得下吗？”“吃得下。”林尘回答得很快，“我们做了降频对齐和伪迹补偿模块。只要原始信号完整，格式差异我们后台处理。”“行。下午两点来机房。带硬盘，签保密协议。另外，”周主任顿了顿，“数据导出要走信息科审批，最快也要明天上午。你们时间紧，自己盯着点流程。”

挂断电话，林尘在笔记本上记下时间节点。左脚传来一阵痉挛，他咬住下唇，把重心移到右腿，慢慢站起来去厨房找止痛贴。撕开包装时，手指微微发抖。不是怕，是低血糖和连续熬夜的生理反应。他吞了两片布洛芬，就着冷水咽下。回到桌前，苏曼已经醒了，正对着屏幕敲代码。“伦理预审的补充材料我列了清单。”她没抬头，“可解释性部分需要把小波变换的基函数选择逻辑可视化。你那边数据源落实了？”“市二院。下午去拷。”林尘把止痛贴贴在脚踝上，重新坐下，“但有个问题。周主任提到采样率混用，我们的V1.2插值算法在跨采样率对齐时会有相位漂移。如果直接喂给模型，临床专家一眼就能看出波形失真。”苏曼停下手，转过椅子。“漂移多少？”“0.05秒以内。但癫痫发作的尖波起始点就在毫秒级。0.05秒的误差，在备案专家眼里就是‘算法不可靠’。”她皱眉，“得加一个动态相位校准层。今晚能跑通吗？”“能。”林尘打开IDE，新建了一个分支，“但需要算力。公司那台GPU服务器在跑临床日志，不能停。我去租云算力，按小时计费。预算从备用金里扣。”“备用金只剩八万。”苏曼提醒，“如果赵启明那边卡条款，这笔钱要撑到尽调结束。”“先保备案。”林尘敲下第一行代码，“没有备案，尽调就是废纸。钱可以再融，临床窗口期错过了，赛道就换人了。”

下午一点半，林尘拖着左脚走到地铁站。每一步都像踩在碎玻璃上，但他走得很稳。市二院的信息科在行政楼三楼，走廊里弥漫着消毒水和旧地毯的味道。周副主任已经在机房门口等他，手里拿着一份厚厚的《数据安全与保密协议》。“签了字，硬盘给你。”周主任递过笔，“数据一共四百二十例，带标注。你们挑三百例够用的。剩下的，别外传。”林尘快速浏览条款，重点看了“数据脱敏标准”和“违约责任”。他掏出随身携带的印泥，在乙方处按下指纹。“周主任，感谢。后续如果有临床反馈，我们第一时间同步。”“别谢我。”周主任摆摆手，“医疗AI不是写论文，是治病。你们算法再漂亮，漏报一次，病人就没了。小心点。”

机房里冷气很足。林尘插上移动硬盘，启动拷贝程序。进度条缓慢爬升。他靠在机柜旁，看着指示灯闪烁。四百二十例，每个文件大约2GB。总容量接近1TB。拷贝需要三个小时。他趁这个时间，给赵启明的法务回了邮件。附件是修改后的条款清单，重点标红了技术否决权的调整方案。正文只有一句话：“技术路线由创始团队主导，资方保留知情权与十五个工作日异议期。随附V1.2临床误报率复核报告及多中心数据对接进度。请确认。” 发送。他知道，赵启明不会立刻回复。资本的节奏是压价和试探。但林尘现在不需要他立刻点头，只需要他看到进度。进度就是筹码。

晚上八点，硬盘拷贝完成。林尘拖着疲惫的身体回到出租屋。苏曼已经把动态相位校准层的框架搭好，正在做单元测试。林尘把硬盘接上工作站，开始数据清洗。脚本跑起来，日志窗口滚动着绿色的成功提示。但跑到第147例时，突然跳出一行黄色警告：[WARN] 导联配置异常：Fp1-Fp2通道缺失，疑似电极脱落。 林尘停下鼠标，放大波形图。果然，前额导联的信号是一条直线，但其他通道仍有微弱的节律性放电。这是典型的临床记录瑕疵。如果直接丢弃，样本量会跌破三百；如果强行插值，会引入人工伪迹。他盯着屏幕，手指在键盘上悬停。苏曼凑过来看了一眼。“用相邻导联的共空间模式做空间滤波，能补出近似信号。但置信度会降到0.65。”“0.65不够。”林尘摇头，“伦理委员会要的是原始真实性。不能补。”他打开另一个脚本，开始写规则：若单通道缺失>30%，标记为“部分有效”，仅保留完整通道参与特征提取，并在报告中标注数据局限性。 “这样会拉低整体准确率。”苏曼说。“但符合临床规范。”林尘敲下回车，“真实世界的数据本来就是残缺的。算法的鲁棒性，不该建立在完美数据上。备案专家要看的是我们怎么处理残缺，而不是假装数据完美。”

凌晨两点，清洗进度达到百分之八十。林尘的左脚已经肿得发亮，止痛贴的边缘被汗水浸透。他靠在椅背上，闭上眼。手机屏幕亮起，是赵启明的回复：“条款可谈。明早十点，带完整数据清单和算力预算来基金办公室。另，尽调团队已就位，下周一进驻。” 林尘睁开眼，把手机放在桌上。窗外的城市灯火稀疏，远处高架桥上偶尔有货车驶过，轮胎摩擦路面的声音低沉而绵长。他知道，七十二小时的倒计时还没结束。数据缺口补上了，但尽调的探照灯已经打过来。而硬盘里那批带着瑕疵的原始波形，正安静地躺在服务器里，等待被算法重新定义。他拿起笔，在笔记本的下一页写下：尽调清单：财务流水、知识产权归属、核心代码审计、临床合作协议。 笔尖停顿了一下，又补上一行：小满的复查预约，周三下午。