[真实项目2.1]在一篇 CELL 子刊中我的贡献经历和一些想记录的

临床医学的我是如何贡献了一篇机器学习 CELL 子刊

因为我的背景不止临床医学。

我还系统学习过转化医学的方法论，读过机器学习课程（还在深入），学术英语也还不错。以上也让我在一年内就有十余次临床机器学习稿件预审的经历。

这么多经验叠加，不是为了吹牛，确实也没什么好吹的，比我厉害的跨学科大小牛多得很。我只是为了表达：多重背景之下我是有一些话要说的。

我的心得是，临床医学背景是我能够预审稿件的根基，但是如果没有其他几项技能外加真实项目带来的经验，我就完全还是其他临床医生一样，不知道如何做贡献，因为无法把临床理论和各种细节对应到临床建模中去。我觉得哪怕对于学过的《医学统计学》，大部分临床医生工作若干年后都难以达到及格水平。再说机器学习，目前有大热之下有太多泡沫，但取其精华还是有不错的应用的，可是这精华怎么取？是真的想要做一些有意义的模型，还是只想发文章？前者的话，还是得要坐下来学点东西。但是要学到多深呢？因为几乎不可能比 data science 领域的人学得还精，而且我们很难进入机器学习的学术领域（除非有策略、决心、大量时间），而只能在应用层面扑腾。

我就是离开了临床，坐下来学习了两年的人，但我觉得自己至少还要一年的高频率学习，才能把临床预测模型体系真正建好。总之多重背景让我仿佛成为了一个中间人，在充分理解临床的前提下，看看这个用数据讲的故事是否说得通，也能抠出一些细节错误。加上擅长英文学术写作，自然而然我也就成了预审稿件的那个。

对于好奇临床建模的同道，我的建议是，先找几篇和自己领域相关的高质量机器学习论文。仔细研究里面涉及的的学科范式、方法论（是方法论！而不是具体方法）。然后把相关领域、概念列出来，从他们所有的通俗资料入手，比如很多油管/b站 up 主会把一些晦涩的概念讲得很生动，往往能领你入门。在这个过程中，最重要的是心态：好奇心。好奇心的前提是，不要被挫败感打败。每天你会遇到非常多没见过的概念需要去理解，对自己宽容一点。好奇心还可以促使你不断把知识点之间建立发散和连接，从而加速体系化。但在这个过程中，一定不要被好奇心带跑，新的领域对你来说会像一个“rabbit hole”，挖下去没尽头的。所以也要学会把暂时不懂的东西搁置，但是不要遗忘。如何做到呢？就是用自己擅长的方式做笔记。笔记不是流水账，而是知识框架。下次再遇到，就会知道来这个框架里找，把这个空白填上。这一阶段可以说是“自我科普”，下一阶段就要开始对着自己的笔记反思总结了。这时回到前面找的高质量论文，一定会有完全不同的理解 —— 即便你还是肤浅的。此时，你可能摩拳擦掌想要写一篇自己的，拉上三两个小伙伴，覆盖所有技能包，就可以开干。

我不排斥这种做法。因为学习新东西最快的就是从项目中练。发文章本身就是一个项目。如果在没有资金的情况下，这也是唯一的激励机制。成功了一次，你甚至还可以复制几次。此时你其实可以找到自己的舒适区了，而且你确实可以超过 95% 的人。

但是？这里没有但是。我觉得我目前的经验并不能让我置喙更多。不过我确定的是，我很喜欢解释现象（咱就不给自己贴金说在做学术了），这本质上就是我目前做的事情。

对于这篇 CELL 子刊的文章，我可能会在这个系列的下一期分享一些我预审时给出的批注和分析。