Mi respuesta corta es: No hagas hoy lo que hice hace varias décadas. Versión un poco más larga: mi respuesta es informada por mi propia investigación de ciencia de datos. Tengo un MD con una buena cantidad de entrenamiento después (endocrinología pediátrica) y un doctorado en Ciencias de la Computación. Mi investigación durante las últimas tres décadas ha sido en informática biomédica (Isaac Kohane – Citas de Google Académico) y creo que mi capacitación médica ayudó a informar las preguntas científicas que estaba haciendo y cómo determiné qué respuestas encontré satisfactorias. También aprendí mucho sobre la naturaleza de la práctica de la medicina y la sociología de la profesión médica que determinó cómo diseñé las herramientas y técnicas destinadas a impactar la práctica clínica.
Hoy hay otras formas de obtener este conocimiento. Por ejemplo, ayudé a desarrollar un programa doctoral de bioinformática y genómica integradora que incluye cursos clínicos aplicados y exposición a la práctica clínica y hay varios programas de ciencia de datos médicos que promueven un enfoque multidisciplinario. Además, la evidencia empírica de que el MD no es obligatorio es que muchos científicos de datos líderes en proteómica, genómica y otros tipos de datos biomédicos de alta dimensión en los principales centros académicos de salud a menudo no son MD.
Algunos argumentarán que el MD le da más “credibilidad callejera” con los médicos y, por lo tanto, puede ser más impactante con un título médico. Quizás. Pero, ¿vale la pena estudiar 4 años para ese impacto adicional incremental (más como 7 años si incluye un programa de residencia que la mayoría de los médicos en ejercicio completarán)? Y ese incremento está disminuyendo todo el tiempo a medida que los médicos se convierten en empleados altamente regulados de grandes organizaciones en lugar de los empresarios independientes de las últimas décadas.
- ¿Qué oportunidades profesionales hay en el aprendizaje automático? ¿Qué puedo hacer con el aprendizaje automático además de aplicarlo en Data Science?
- Para convertirse en un científico de datos, ¿en qué campos son los más útiles?
- ¿Es la relación mujer-hombre más alta para los científicos de datos que para los ingenieros de software? Si es así, ¿por qué es eso?
- ¿Qué tipo de preguntas se hacen en la entrevista de ciencia de datos de WalmartLabs?
- ¿Es preferible o bueno tener certificaciones en análisis predictivo y aprendizaje automático para que un científico de datos permanezca en la competencia?
Hay una buena razón para obtener un MD ahora y es porque disfruta del privilegio de cuidar a los pacientes. Ciertamente lo disfruto y porque me pagan por la investigación y la enseñanza y no por la atención clínica, es un placer puro y sin presión. Ahora, si tan solo pudiéramos introducir la tecnología de registros médicos electrónicos en el siglo XXI … [No Small Change for the Health Information Economy – NEJM]