一個建議：
千萬不要用研究生的思維來考慮工作以後的科研規劃。
研究生的時候，我們從一個問題出發，實驗、數據、分析、成文，這種事你全職做科研的時候，你可以一力承擔，或者主要你一力承擔。
工作以後，一定要學會團隊協作。
你是一個醫生，你的工作主要是治病，科研是針對你感興趣的問題進行探索。
所以，你要組成一個團隊，一個你只需要做出你的part，其他部份交由專業的人來做。
舉個例子，
你想做一個臨床研究，RCT或者佇列。
你提出設想，組建一個3-5人的團隊（可以包括護士），你領銜設計好方案、倫理、試驗註冊等等（這些你的確需要擠時間），然後分工。
有些人隨訪，有些人做盲法，有些人幹預。這些工作其實並不繁瑣，你規劃好了，把protocol給具體的人，這些人也是文章的作者（當然，第一、共一、通訊等你自己想要想好）
然後按部就班做。
比如我碩士期間的兩個臨床佇列，就是聯合一些有職稱需要的醫生（我們醫院提主治需要SCI），他們負責隨訪、幹預，我負責設計、方案、倫理、註冊，再找一兩個護士進行一些輔助性的工作。
再舉個例子，
你想做一個偏基礎的課題，那麽你就不要指望自己每天泡實驗室。
一些關鍵的步驟、實驗等你來做OK，但你需要和基礎醫學的人合作。
你提供臨床樣本、或者數據、或者idea，然後你們一起設計這個。
基礎實驗室，大多有勞動力，這方面你用基金的勞務費、或者咨詢費cover掉一些，剩下的和你合作的基礎醫學的人也會貢獻一點，
最後的成果，是你們兩人的，至於誰通訊誰共通，或者誰第一誰通訊，都是好商量的，重點是把課題做出來，做好。
比如我的國自然，就是和我本科的導師的實驗室合作，我提供經費、他們出人力，我實驗中比較特殊的一些我自己安排時間過去做（因為有些實驗條件我有自己的方案，別人有的時候不一定能馬上達到，反而容易造成經費的浪費），這樣雙方都能有所收獲。
再舉個例子，
你覺得基礎研究也麻煩，你希望從臨床出發，做一些大數據、建模類似的工作（這方面最近很火），
那麽你不可能自己學python、學R，你需要和搞計算生物的人、或者醫療大數據的人合作，哪怕公司的也可以。
你提出研究設計、邏輯、分析策略和期望得到的結果，他們基於你的設想，構建演算法、模型、選擇合適的視覺化方案等等。
你可以以付費的方式給他們報酬，也可以就作為合作（據我所知，很多做醫療數據的公司其實願意以合作的方式提升自己的知名度）。
我最近一篇文章，就是以這樣的形式，作者中也有數據公司的人，他們的單位也是他們公司的單位。我們之間沒有任何的經濟往來，成果也純粹作為學術探討，當然這也為他們後續開發一些臨床數據分析模型和設計提供了一些基礎。
總的來說，工作以後的科研，一定是團隊協作。
你需要學會和不同的人溝通、合作，善用他們的長處，結合你自己的理念、想法，
提出問題-找到幫助你解決問題的人-一起討論解決方案-最後解決問題。
以上。
