写的很棒！

数据科学的难度很高，我的理解困难主要有这几个：

1、数据质和量都是难点，有了高质量的数据，未必非要用深度学习、强化学习等等算法，可能传统统计学就有不错的产出。

2、数据的再加工难，很多标签的加工过程，随着目标的不同可能会有变化，比如同样是肝硬化的代偿、失代偿，并发症的不一样都可能有不一样的标签打法。

3、算法目前困难，主要是算法模型可解释性上和传统统计学有差异，且多数医疗的专家都是传统统计学出身，他们对新技术的接受程度也需要时间。

4、数据科学如何变现，是最大的难度，数据科学是一种探索的工作，产出不稳定，性价比不明；且后续如何应用，还有回馈，让数据、算法闭环和自动化，都需要大量的后期资金投入。

不过我坚信，数据价值、智能价值可以增进医疗水平，减轻医生负担，增进病人感受。只是，数据科学还需要长期的摸索。