However, real-world data often contain unstructured text, lack standardization and may include biases, limiting their application in this context. While high-quality, curated datasets are crucial for training models, real-world data are inherently noisy and complicated by the confluence of multiple diseases. Помню, как при анализе таких данных из базы проекта TCGA оказалось, что чЮваки BTW, It's wednesday, my dudes!  со всевозможными раками лёгких оказались некурящими ЗОЖниками. Ну, если верить данным из карточек пациентов, записанным с их слов. Интересно, какие бы выводы сделала из этого иишечка.