刘再毅深知，自己的团队与纯工科团队有着本质上的区别。他们是以临床问题为导向，目的在于用有效的方法解决实际问题。在醫学与工科的交叉过程中，其核心是由医生在临床上把握方向和应用，找到切入点，再由工科把握技术点，从而将二者结合并用于解决临床问题。因此，合作双方必须了解对方的基本知识概念和需求。团队中，要有人能够在工科和医学语言中进行翻译和转换，从而实现深度交叉。刘再毅刚好能够发挥这道桥梁的作用。

    跟目前成功落地应用的人脸识别模型训练数据可达数百万甚至千万样本规模相比，医学数据具有其特殊性。在同质病例符合研究要求的基础上，其数据还必须完整并经过清洗。这种数据收集需要极大的人力、物力、财力的投入。在团队开展第一项研究时，整整3年都没有出任何相关成果，刘再毅压力巨大。但他仍脚踏实地，专注于研究本身。在他眼里，做出实事，帮助病患，才是真的成功。

    那个时候，医学影像大数据研究才刚刚起步。而如今，图像数据的挖掘技术日益进步，获得技术的门槛和难度也在降低，它已经成为许多医院放射科的热点工程。刘再毅现在也开始了其他方向的探索。“数据方面，影像只是很小一部分 ......