一个建议：
千万不要用研究生的思维来考虑工作以后的科研规划。
研究生的时候，我们从一个问题出发，实验、数据、分析、成文，这种事你全职做科研的时候，你可以一力承担，或者主要你一力承担。
工作以后，一定要学会团队协作。
你是一个医生，你的工作主要是治病，科研是针对你感兴趣的问题进行探索。
所以，你要组成一个团队，一个你只需要做出你的part，其他部分交由专业的人来做。
举个例子，
你想做一个临床研究，RCT或者队列。
你提出设想，组建一个3-5人的团队（可以包括护士），你领衔设计好方案、伦理、试验注册等等（这些你的确需要挤时间），然后分工。
有些人随访，有些人做盲法，有些人干预。这些工作其实并不繁琐，你规划好了，把protocol给具体的人，这些人也是文章的作者（当然，第一、共一、通讯等你自己想要想好）
然后按部就班做。
比如我硕士期间的两个临床队列，就是联合一些有职称需要的医生（我们医院提主治需要SCI），他们负责随访、干预，我负责设计、方案、伦理、注册，再找一两个护士进行一些辅助性的工作。
再举个例子，
你想做一个偏基础的课题，那么你就不要指望自己每天泡实验室。
一些关键的步骤、实验等你来做OK，但你需要和基础医学的人合作。
你提供临床样本、或者数据、或者idea，然后你们一起设计这个。
基础实验室，大多有劳动力，这方面你用基金的劳务费、或者咨询费cover掉一些，剩下的和你合作的基础医学的人也会贡献一点，
最后的成果，是你们两人的，至于谁通讯谁共通，或者谁第一谁通讯，都是好商量的，重点是把课题做出来，做好。
比如我的国自然，就是和我本科的导师的实验室合作，我提供经费、他们出人力，我实验中比较特殊的一些我自己安排时间过去做（因为有些实验条件我有自己的方案，别人有的时候不一定能马上达到，反而容易造成经费的浪费），这样双方都能有所收获。
再举个例子，
你觉得基础研究也麻烦，你希望从临床出发，做一些大数据、建模类似的工作（这方面最近很火），
那么你不可能自己学python、学R，你需要和搞计算生物的人、或者医疗大数据的人合作，哪怕公司的也可以。
你提出研究设计、逻辑、分析策略和期望得到的结果，他们基于你的设想，构建算法、模型、选择合适的可视化方案等等。
你可以以付费的方式给他们报酬，也可以就作为合作（据我所知，很多做医疗数据的公司其实愿意以合作的方式提升自己的知名度）。
我最近一篇文章，就是以这样的形式，作者中也有数据公司的人，他们的单位也是他们公司的单位。我们之间没有任何的经济往来，成果也纯粹作为学术探讨，当然这也为他们后续开发一些临床数据分析模型和设计提供了一些基础。
总的来说，工作以后的科研，一定是团队协作。
你需要学会和不同的人沟通、合作，善用他们的长处，结合你自己的理念、想法，
提出问题-找到帮助你解决问题的人-一起讨论解决方案-最后解决问题。
以上。
