文字内容来自于谢邦昌老师在CDAS数据分析师行业峰会的演讲实录,时任台北医学大学教授,深耕于生技医疗大数据领域。现任职于辅仁大学副校长一职。视频地址:https://edu.cda.cn/goods/show/2973?targetId=4866&preview=0

大家午安,很高兴今天来跟大家分享医疗大数据,我们经常来讲,大数据大健康都听过了。


图片来源于视频
要请注意这四个图片,Science 和 Nature已经告诉你:“bigdata is very important in the near future”,Time也告诉你:“2045年人类会变成不朽”。因为大数据的原因,watson赢了两个益智竞赛的冠军。这几个图形就告诉你未来大数据的重要性,中间就告诉你未来一定生活在四个英文单词上面——SMAC(Social,Mobile,Analytics and Cloud),文字、声音、影像的分析。然后最后一个——crowd cloud computing,因为运算速度越来越快,所以现在讲的IoT(物联网:internet of things)或IoE(万物互联:internet of everything),所以这一页你会了以后就知道大数据的重要性,不是忽悠,要怎么去执行才是最重要的。

首先告诉你一个台湾的最简单的例子,1999民众成群的知识库,只要民众有任何反应,就可以反馈到知识库里快速反应,就可以知道今天民众讨厌的是什么,喜欢的是什么,做及时的分析处理。然后结合GIS就可以知道哪个区域的民众的喜好。然后还可以根据时间段就可以去观察。凌晨时间阶段大家对扰乱安宁的人特别反感,扰乱安宁的反应特别多,做及时分析处理,然后及时结合区域,这种大数据分析是及时的。可以看到量,可以看到时间的波动,都是及时的。

在医疗上面,可以很快地看到今天的温度、湿度,就可以知道今天会有哪一些疾病症型会发生。温度差一大,心血管疾病就会有问题;PM2.5上升,呼吸道疾病就会有问题,所以环境温度跟疾病之间存在相关性;有ETC就可以知道车流量,就可以知道进收费站的车量,就知道哪里比较容易堵车,哪里不容易堵车,可以及时分析,然后就可以很快地知道区域之间的交通状况。

在台湾,大数据在治安的数据都开放出来了,哪个区域、街道、巷子容易产生哪些犯罪,全部都开放出来。盗窃案、交通事件,区域之间的数据都是开放的。百度你每天query,你每天百度所产生的信息都可以变成这一些动态报表。


图片来源于视频
今年上海没有跨年,为什么,因为去年的踩踏事,前年的踩踏事件。其实踩踏事件百度马上就可以分析到踩踏点,其实热点的人已经很多了,这都是及时分析的。在这个鄂尔多斯地区,大家应该知道鄂尔多斯是一座“鬼城”。为什么是鬼城呢?空屋特别多。为什么空屋特别多?就可以通过百度的及时分析去看这一点的原因。这也是百度后来在 MIT 的 technology review 发表了一篇 ghost city 文章————全中国有哪些是鬼城?什么叫鬼城?这里地方感受不到 WiFi,他搜不到 WiFi 的存在。看起来那么多建筑物,里面没有无线网络,没有信息出来,代表这片栋建筑物是怎么成鬼城的,这些的信息都在你我的周围。所以大家可以看到智慧型建筑、健康型建筑已经在你我周围了。


图片来源于视频
台湾现在这个已经是成型了,已经是在卖的了。将传感器整合,然后做出判断分析温度、湿度还有一些健康状况都可以做及时分析,所以大家现在看到的这些总种的都是传感器,传感器是什么?就像你手上有的 Apple watch 或者就像你手上有的小米手环,就像你手上有的 37度,都是收集数据,收集你健康的数据来做健康分析,所以智能居家的观念已经产生了这个 14 种。

第一种,将传感器都在你周围收集你健康的状况,收集你家庭健康的状况来做及时分析,所以这就告诉大家,现在的这种智慧型智能居家,已经在生活周围了。智慧型运算中间的整体,就是说怎么把这些数据进行整合变成有用的信息,甚至将装置、App放在你手机、面板上面,然后为你提供做健康的咨询。

刚刚讲的这一些就告诉大家,大数据已经在衣食住行预测健康的状况,都是在应用就不要讲大数据是大忽悠,只是很多人在忽悠为什么告诉你买工具、买铲子、买锅碗瓢盆,就可以做大数据了。没有数据,刚才讲到的no data no money 。2015年5月26号到29号,在贵阳,第一届大数据博览会开幕了。


图片来源于视频
那时候,马云讲,人越来越像机器了,但现在机器越来越像人了。DT时代,现在不是IT时代,现在是DT时代,data technology 是变成越来越重要了。大数据也很简单,就是旧酒装新瓶。data analysis large database,速度越来越快,储存量越来越大,云计算就是快速运算,大量储存在周围,现在就是快速运算、大量储存。

iass,SaaS,pass 特别强调。上面讲Infrastructure as a service,货柜云,就是云计算的基础unit,大家可以看到现在很多的 data center 都是货柜云,这是东南亚最大全亚洲最大的data center Google,在台湾彰滨科学园区最大的 data center,所以大数据的热潮已经开始了。

从 2012 年我从大数据元年开始讲,到现在还不满 4 年。各个领域、各个国家都在大数据的泛能力里面,中国从 2012 年开始,举办大数据博览会,是在都告诉大家大数据的重要性,尤其是在贵阳宣言,现在第二届已经在开始募集。

这里最重要事情要做什么?要做大数据的标准化、规格化,要掌握大数据的标准,这个宣言大家仔细看,有大数据的标准,数据的标准很重要,大家可以找这相关的资料。

随着资料的增加,人类的能力在不断地提升。今天我们谈到的医疗大数据很重要,所以是我该讲的,nature size和time the 页面 becomes in moto 人类会变成不朽。就告诉你人工智慧的来临到,在这十年尤为重要。现在电脑的智慧和老鼠差不多,未来十年和人脑差不多,一举超过人脑。2045 就是人工智慧产业的形成。现在机器人的产业也渐渐形成。为什么,你把一些 智慧 放在机器人上面?这两个大家特别注意,这十年是最重要的十年。


图片来源于视频
为什么?因为 data money, 这过程当中越来越重要,很多机器学习方法 俨然形成,运算的速度越来越快,越来越准,容量越来越大,都是不成问题的。会说用什么工具?一再地强调,现在R、Excel都可以玩 datamoney,再有人卖你所谓锅碗瓢盆,就先跟他讲这个东西怎么解决。你要有data ,买了一个金铲子,没有地方去挖金矿,那有什么用,很重要的,经常讲说已经不是工具的,像这种机器学习或相关的东西用 R 都可以做了。

不要再讲工具的问题,一定要讲 解决方案 在哪。因为时间的问题,我就直接切入主题 health data,现在这是一套 health information system Architecture,现在大部分医院都有 health system,收集了很多数据,怎么去把这些数据整合数据分析,产生有价值的东西,这个过程才是最重要的。


图片来源于视频
刚刚赶来之前,在和北大、清华、人大的医疗大数据,整合成一个平台,然后来再做分析处理。也把台湾的健保资料库收集方式,还有分析方式跟大家一起分享。在做这方面的平台,因为台湾在做医疗数据库做得相当不错。先合作是老人 60 岁以上资料库,把医疗数据库跟老人见解的资料库加以整合。

收集资料从不同的装置到这些数据的再利用,数据的整合收集变成越来越重要。大家想看医院有这么多的数据,怎么把这些数据整合分析变成最重要,每天产生这么多的数据。这就刚才讲的 object system 就 health system 所有的装置中间都可能产生数据。那你怎么从医疗端、社区端或者家庭端去整合数据去做分析?台湾就很好把这些数据加以整合来做分析。

传统的问卷收集就只能有这些变量。但是现在的这些收集包罗万象,这个可以收集至少七八个变量,每天告诉你睡得好不好,你的血压的状况,这些种你的运动的状况。现在的这东西变成越来越多了,这些整合到你看病的资料的整合,你怎么去做?所以现在会从大数据中心建立健康云、医疗云、照护云。

所以未来这个 装置 会做,但是现在这些 装置 几乎都不赚钱,会因为他没找到赚钱的商业模式,都还只是在收集资料,所以人跟设备之间的互动很重要的,少了一个大数据的分析,后面就跟大家讲如何做大。这个东西透过大数据分析以后,你了解的时候,该提醒他会有什么时候血糖过高、血压过高,应该做什么样的处理?所以大数据分析在这方面就扮演很重要的角色。导入这些设备也一样,所以导入这些设备中间就有很多不同的装置 。所以在这中间数据的整合分析,尤其在做医疗这方面变成越来越重要了。装置 从健康账户宽屏什么这些透过数据的收集,数据的分析,我可以做远端的医疗、远端的账户、远端的服务,这些种种都可以。这就是台湾目前在做的医疗云、健康云跟照护云,所以大家可以看到这些数据都可以透过这些不同的 装置 不同的 渠道 去上传,然后可以交叉比对去做分析去做模型。这些模型中间可以做风险的预警,可以做主动关怀、药效分析跟所谓的预后的治疗。


图片来源于视频
这跟天气跟暑假跟健康有什么关系?台湾下已经把这些健康数据库跟天气结合、健康状况、经济状况结合。天气我刚才已经跟大家讲了,温差一大,很多不同的疾病就上来了,PM 2.5空气易污染,呼吸道的疾病就产生多了。股价、经济状况很简单,我们现在把几种经济指标跟 200 多种疾病做一个大数据分析,结果发现肠胃到疾病,经济越成长,肠胃道疾病越多,还有什么痔疮放越高,这些种经济跟这些的关系重不重要,这些就叫做数据的整合。

那台湾有一个健保资料库,大家可以进去看一下。我们这次就是跟北大、清华、人大我们在做了一个 open data ,但是你要申请。那它这里有 39 个不同的档,一是档医院,一是用药不同的档,这些档之间要去做不同的结合和整合,来做分析。还有所谓的死亡档、重大伤病和住院档,这些资料的整合是最基础的,就叫做我们讲的 data mapping ,数据加以整合,就可以知道疾病之间互相的关系,还有疫病之间的关系,还有用药行为,然后就可以提供不同的建议。

这就是台湾的那个健保资料库的整合,可以通过这样去建立医疗云、健康云和照护云。还可以把健保资料库得到的信息放在 variable device,提供给患者一些参考,这也是 valve DE device 的 value added 加值。

所以这些信息的整合平台的整合变成越来越重要了,电子病历大家应该都清楚,数据的整合在未来也不止未来,现在过去都很重要。大家看这些资健保库的建档看起来容易,但是其实不容易,这是一个它的数据的整合价值分析。基本上它是 open data,可以是说提供在做研究这方面的分析,然后他有所谓的去搁置化、标准化,对个人的隐私保护是相当周全的,对这些资料的处理是相当重要的。这叫做去搁置化,个人资料保密的。

医疗卫生大数据的结合是相当重要,结合不同领域的资料,结合经济、结合气象、结合环境,所以医疗数据价值就越来越高了。简单讲一下,就是说我们和金融保险已经结合,这跟保险有什么关系?跟保险业者一结合,发现糖尿病的行为,就发现糖尿病后面的什么愚命?平均愚命——糖尿病的人得糖尿病人后面活得会比没有得糖尿病人还要长。可能没有这种原因?为什么得糖尿病以后你会自己比较什么注意保养。

我是保险业者,就可以设计很多不同的保险产品。这些就是什么医疗大数据和金融方面的结合,可以产生更多的价值性管理,更不要讲 hoopder Spark,就不一一讲了。系统架构,这些结合传统的 his system 到大数据,在到 data mind ,可以产生更多的医疗大数据价值。

结合刚刚讲地理资讯,登革热,在台湾可以结合到最小统计区到 450 人。在这 450 人统计的过程当中,就可以知道区域之间的医疗资源,就可以知道区域之间的疾病。从区域之间的疾病,就知道应该怎么预防这种公共卫生。我刚才讲的,结合地理资讯,就可以知道应该怎么去防治流行病。大家应该知道最明明显的一个例子,Google预测流感观念一样完全一样,有这些资料也可以预测流感。就是台湾的登隔热,假设通过这种方式就可以很快地预防登隔热的流行。这是流行病学,大家知道 Google 很厉害的另外一个地方,它 Google 是 stream view ,在影像中间就可以看出区域之间的比较脏乱差,有view 就 Google 街景,就可以看出哪个地区可能会有哪些流行病例一样。


图片来源于视频
通过 GS 也可以去判断分析,在对公共卫生上是相当重要的。还有一些医疗资源的管理、疾病有的预防,大家都应该清楚。善用现在的所谓的 variable device ,现在 VA 假设是在做 variable device ,现在缺乏赚钱的产品和商业模式,这重不重要?不错,很重要,但精确度和商业行为在做这个的基本上不太赚钱。为什么?就是刚才讲的商业模式还没有形成,应该怎么去结合?也许结合电商,也许结合产品咨询服务,可以做远端。

像刚才讲医疗云、健康云、造护云,简单讲健保资料库,左心房颤动跟搏起之间。很简单地来讲,就可以很快的做健保资料库资料档系统档,然后加以整合分析。像刚才讲了 data mapping ,运用 data mining 的流程,就可以迅速地了解这些假设是不是有问题。那些研究的对象,把资料库加以整合,而且可以谈一下跨年,已经有 20 年左右的资料数据,这些数据大概每一年都是 2300 万人,找出 target ,然后就可以去研究这些资料病情的问题。然后变相了解这些,就可以了解这些病情。健保资料库中有快速的结合专业知识,就可以直接做这方面的研究分析。甚至可以了解医生的用药行为有没有问题,甚至哪种用药行为是比较好的,这就是做健保资料库的很重要的一个贡献。大家想甚至做某种疾病的存活分析,很快的就可以做到。

另外,就是怎么把 big data 加以整合,这里整合就是很简单的,老人鉴检的资料库和健保资料库不同,资料库加以整合,观念就是很简单的,就是阈值资料库的整合,可能不是一对一,这种观念很可能就是培训 livemean ,没办法把谢邦昌和这个老人谢邦昌的健保资料整合在一起,因为 ID 是隐藏着 confidential 的,让 page likeme 的观念去把这些结合就类谢邦昌。大概谢邦昌这群人跟谢邦昌类似的,这群人怎么去结合?是一个整合的架构,这就是资料库的来源。那很重要的是把这两个资料库加以整合分析。

后面将有一个资料库整合,这方面的图形分析给大家看,要看它跟这些刺激资料、母体资料是否一致,大家可以看到性别方面的比较蛮不错的,户籍方面的比较稍微有点差异,调婚姻状况的比较一致,教育程度也一致,然后再来年龄大家可以看到趋势都一致。所以用这些主要的变数来看看这个资料库的一不一致,就可以通过这种技巧,做资料库的整合分析。

这是mapping ,就不一讲有太多的变数的 mapping ,这些都是大数据上要注意的。最后想和大家讲的医疗大数据,现在我们大概都是以医疗大数据为核心,无论从居家智慧、移动智慧到医疗大数据整合以后,网络技术跟开发技术都是不成问题,就可以产生更多对健康、对营养,甚至是养老,产生这些有价值的产品商品出来。接下来就是怎么去产生你的商业模式。

没有 数据 的话很难处理很多事情,应用跟 technology 的整合。台湾开放数据是最多,经常可以看到台湾的 开放数据,结合场观学员在做这方面研究。刚才跟大家讲过,从医疗健保数据库再结合经济、再结合环保、再结合气象相关的信息,就可以产生更多的价值。甚至可以用该讲的语义分析舆情语义分析,做 文本分析 ,产生这些知识脉络,还有所谓的知识关联性,来做这方面的文字的语义分析,这也是不成问题的,大家可以看到知识脉络,事件,追踪知识概念,社群推荐,很快的就可以分析。

在这个暑假,在我们做的一件事情,只做健康可能会有问题,后来帮忙做毒品分析,毒品分析是怎么做的?因为现在小孩子拉 K 的比例越高,只从健康的角度,没办法去防止。从调查检警单位、教育部相关的单位做整合来做大数据分析。可以看到,很简单地做 text 语义分析,找出这些 pattern 找出这些词云,找出关联性,找出这些脉络分析、情感指数。不同的网页,经常是 FB 和PPT 上找出这些之间的关联性,找出 cluster 那最重要的,是整个药品监管的专业 domain ,然后我这些 domain 加以整合,要做哪件事情?就刚才讲到pattern,放入入口网站埋点,做电子足迹,追追踪这些可能有贩毒倾向或毒瘾倾向的人,然后把它变成 cookie 或者 text mining 的东西。在 ppt 发文,就很快地找到意见王或者名气王,这些有问题的或者意见领袖,通过这样很快的就会破获毒王,这就很快的破获一个毒王,很清楚的就可以找到这些组网之间的关联性。

这些东西可以再结合 GPS ,再结合 DNA 的 database ,来破获所谓的组网,然后来做这方面的辅导跟防治。这东西跟台湾的大数据是有关的。可以看到台湾的 开放数据,有不同领域的数据库都在这里,它可以做很多很多不同的分析。在中国的国家统计局,也有开放数据,可能认为开放的力度不够,但是已经不错了,还有做可视化的东西。还有一个 data town 、百度、阿里,都有自己的 open data, open data 或者他有些是要卖的。

结合不同的数据,尤其在健康领域上面,就特别多的 health care ,预测急诊人数、预测住院人数,这些种种都在 health kid 上,是最很重要的。这些的应用就是结合 data mining BI ,在 crowd computing 上的应用变成越来越重要,技术面都不成问题,怎么问?在我们的未来现在进行事应该是道德伦理法律,因为道德伦理法律一直赶不上技术的进步。对将来在研究道德人力法律在 big data 上的应用,像房子变成越来越重要了,保障一些权益和智慧。

大数据时代有这么多数据,之所以 data scientist 是很重要的是什么?未来的机遇跟挑战是什么?巧妇难为无米之炊,没有数据,那就不要玩大数据的了,你有再多的工具都没有用。我们最大的挑战是怎么结合这些这么多的数据,产生有用的 information and intelligence ,变成越来越重要。IIaas service 变成越来重要。现在不论在各个领域大家都在玩大数据,为什么是这样子,因为从大数据中,就可以看出很多的 pattern ,很多的行为,就可以做出很多的决策和政策,这些社会发展也是一样,社会挑战都一样。

资料数据在科学中变成越来越重要。science 、 nature 和 time 都告诉你 big data 的重要性,科学趋势的发展也是一样的。不同领域到军事领域的研究,到太空科技的研究都需要大数据。刚刚讲过的资料产业中,尤其是医学产业,像刚刚介绍的 health 这一方面,hospital 这一方面,bio technology 生物科技上也需要,大家知道这是 Michael array 上有很多 DNA sequence ,就要用大数据去解读。现在解读的速度越来越快,就可以做分子诊断,可以做新药的开发、药效的规划,还有个人医疗的评估。现在就在进行制,透过大数据在这方方面的分析,就该讲的医疗云、健康云、照护云。记得现在是 DT 时代, it 当然重要,但是 DT 越来越重要,是你要知道数据来自哪,结合什么东西,它产生什么价值。

像刚才讲的健保资料库,认不认为它是一个奇迹,也许你不认为,但是现在要告诉你的这个的整合。现在在台北医学大学,我们在做的是健保资料库,可能跟生活形态,可能跟你财经经济环境有关,那个产品现在是一校五院,再把医院相关的数据,再把学校相关的数据加以整合,就这大数据的整合,可以产生更多的信息跟价值,做数据的处理整合分析,然后做 data mining 这大家应该都知道,它产生的价值是什么?就用这个图形告诉大家,在最近的 10 年,至少有 3000 多篇在国际知名的期刊 journal 上, 很有价值的 paper 研究,这是一个影响。所谓那些,不论 sci 和 pommap 这些种都是相当,而且 impact factor 在 5 以上的有 1000 篇左右。你说这没有什么了不起,对,是没有什么了不起。他造就了 2015 经济学人告诉你全世界最安全的城市,这种台湾在整体上面是排名第九。

那这些最值得注意的是 health security ,反正大概是排名第 9 左右。整体 76 分,跟第一名的 79 分差的很少。但是台湾的医疗水准,在全世界 200 家最有价值的医院中有 14 家排名是前 100。也就说台湾的医疗是在亚洲甚至全世界是最前沿。重要的是大数据的分析对它的影响。


图片来源于视频
后面大家应该知道食品安全的问题,也开始在做所谓的食品云和健康云的结合。这食品云跟健康云的结合,大概简单的告诉大家,就是说咱们现在今天你制造大豆沙拉,有结果发现从电子发票发现这些东西,没有进大豆没有进玉米,为什么会产生大豆、玉米、沙拉油怎么来的?你告诉我你怎么来的,对不对?这些种都可以从电子履历,这些种所谓的食品云中间去追,电子发票中马上就可以知道这家厂商有没有问题。

电子发票是台湾已经在做了,医疗大数据是已经有的,刚才已经跟大家讲过结合地理资讯在做这件事情,可以做早期预警,早期治疗,中国也是在这样。台北医疗大学现在结合两岸,我们也在宁波的医院建立一个基地,我们在做一样,把那个健保资料库,还有经验,再做医疗云、健康云跟照护云。大家讲到这样子,就是只是要强调一点,告诉大家大数据在医疗上面已经在做了,而且做了很多。你会说我可能不知道什么,那你可能没有数据,那你就要开始去找去整合数据。就像刚才跟大家讲的,跟北大、清华跟人大,就开始有一个医疗大数据平台,用海外的数据跟北京相关的数据先结合,也许再跟厦门,也许再跟上海的数据加以结合,然后来做深入的两岸的大数据之医疗方面的比较好,所以数据是很重要的。

经常讲就是说连 office 都可以玩大数据, office 365 在学校是免费的了。那就还是告诉大家好,我不是说你要让你用 office 365,我只告诉大家一点,千万不要相信人家跟你推销工具,除了他跟你讲你数据在哪里,这些工具可以怎么去结合帮你找出 解决问题, 当然你现在用 A 软件、B 软件、C 软件都是 OK的, 这些软件怎么在大数据领域中扮演着结构化,扮演着平台的角色,这是最重要的。


图片来源于视频
不然的话一直认为,现在大数据有些人会认为这样推会不会大数据在大忽悠?很重要的是软件硬件要扮演很重要角色,很多都只是在推什么工具而已。但大数据工具只是一个简单的 iaas、 pass ,最重要的是 SaaS ,这一块 isquare 是 service ,也许工具者不喜欢听我这句话,但是我一直跟工具者强调,你要认清楚这一点,不然的话就是明日黄花。记得这一点都有R-open source 的东西了。所有现在连 IBM Oracle Microsoft 都已经把 R 嵌入 进去他自己的模组里面。那这些在做分析的软件的公司或怎么样?你还看不清楚这一点吗?这就是 open source 的观念。记得这一点,不是对任何软件有任何成见,连 Excel 都可以做所谓的 3D 动画,什么这些种都可以了。因为很多人都会Excel ,也都可以做基础的大数据。那已经不是工具的问题。所以 big data很重要的。

后面,面临到另外的问题就是文字、声音、影像也就是电子病例,不只是数字,包含文字、声音、影像。该已经秀所谓的 keep mining,告诉大家,文本挖掘这些已经在你我周围,所以知识爆炸的时代会越来越快。因为文字声音影像 10 年前大家都用短信,每一天大概只有多少 300g 左右的 存储, 现在大家都用 line、 wechat 、Facebook等,这些种每一天很可能是 300pb ,大家想看进步的速度多快,就是资料资讯爆炸时代的来临,对未来就是收集整理分析资料产生智慧的时代,谁能迅速产生智慧,谁就是赢家。那这就是一个爆炸跟创新的时代。

云计算的时代跟商业智慧的时代来临。IaaS PaaS 、SaaS 我最上面特别强调的 information and intelligence service,大家注意,所以我叫 IIaas is a service ,未来是迈向这个时代,迈进才有意义。

刚刚我讲的健保数据带来奇迹,你相不相信?不相信?没关系。Harvard Business Review、 MIT 、经济学人都告诉,未来十年是科技风云的关键十年,科技风云再辉煌十年,这不是我讲的一些杂志,这个十年是不是我刚才讲的这十年老鼠到人脑的智慧?这十年你不加入你一定后悔,马云说的。但是另外一回事,那我加上一句话,这十年你不加入这个,你除了后悔之外,你会迅速地被淘汰。以往有王安的例子,最近两年有一个叫柯达,柯达没了对不对?为什么?Nokia 说了一句话,写了一篇文章说我并没有做错什么,只是什么做得不够快,所以被淘汰得特别快。功夫里面不是有一句话,火云邪神说的一句话,天下武功,无坚不摧,唯快不破。你变得不够快,你就在大数据时代中,被淘汰的速度就快。

在大数据时代,你只要有行动,就会产生很多数据,我们要从数据知天下,数据科学变成越来越重要,你有钱有资源,应该是埋点数据。唯一我们成立的生物科技与高阶管理是站在大数据医疗大数据前台之下,要推广生物科技跟高阶管理结合。

我相信在中国大陆也很少,我们希望做这方面的跨界,也就是说我们也做了一件事情,就是蓝海策略,我们结合了全两岸 50 家产观学研,来建立所谓的台北大数据+联盟。也希望有兴趣的人,大家一起努力来做这件事情,也就是卓越数据、跨界共享,一起在这方面努力,这方面绝对是蓝海,希望未来大家有兴趣一起来。谢谢大家。