PTT職涯區 / AfterPhD (博士後)

[討論] 張善政：用海量資料拚教改

看板AfterPhD (博士後)作者 (ggg)時間12年前 (2014/04/25 23:58), 12年前編輯推噓29(29推 0噓 116→)
留言145則, 11人參與, 最新討論串1/2 (看更多)
台灣的資訊產業要轉往雲端, 但慣做硬體又有資金的老板也只能從雲端平台硬體走過來, 大學裡最嚴重的博後問題就是生命科學裡的生物科技, 中研院還是在生物醫藥裡苦撐. 要勾起學研與產業的新領域興趣, 又要解決燃眉之急, 整個事情確實不好做. 長照服務與教育改革已經是民眾即將面對的問題, 少子化, 老人化而一批青壯的高學歷 又接不上手表現. 有財的老板資本家所企望的跟年輕一代高學歷所盼望的, 幾乎無法對 得起來. 而已經民營化, 資本主義掛帥, 各級政府負債纍纍的台灣更不可能成立有大型 國有企業帶頭來幹. 生技博後若能轉往 BIG DATA + 健保資料庫 => 雲端 已是一種企 圖能有兩全其美的方向. 要產業資本家拿錢出來做研發, 那真是個學術界最該克服的問題. ============================================================================== 【經濟日報╱記者江睿智／台北報導】 科技部長張善政已指示，科技部將運用海量資料（Big Data）科技分析健保資料庫、以及 台灣學生學習情況，協助政府相關部會制訂未來長照服務及教育改革。 科技部次長錢宗良昨（23）日表示，海量資料的分析不會涉及個資問題，旨在協助政府相 關部會制訂有效、長遠的政策。目前來說，生命科學和教育是科技部選定運用海量資料的 兩大領域。 張善政對於科技帶來人類生活及人文的影響，十分有興趣。他也希望，利用新科技，來協 助改善人類生活、協助政府做好政策制定。 科技部昨日發表台灣學生數學程度的研究成果，該計畫主持人、中研院歐美研究所研究員 黃敏雄發現，台灣學生的數學表現在學習過中程有「突飛猛進」與「差距驟增」兩項高於 全球特色，可能與台灣升學制度有關。 黃敏雄表示，由於數學較其他科目更適合做嚴謹的跨國與跨文化的比較，且數學能力的高 低比較能預測個人未來薪資收入表現。 全文網址: 張善政：用海量資料拚教改 - 新聞追追追 - 文教要聞 - udn文教職考 http://mag.udn.com/mag/edu/storypage.jsp?f_ART_ID=510183#ixzz2zuZgujxN Power By udn.com -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.43.238.81 ※ 文章網址: http://www.ptt.cc/bbs/AfterPhD/M.1398441531.A.041.html
推
04/26 01:13, , 1F
"BIG DATA + 健保資料庫 => 雲端" 這如果是指做一堆GWAS再
04/26 01:13, 1F
→
04/26 01:14, , 2F
加上健保資料庫分析，那麼衛福部和科技部應該考量一下誰能
04/26 01:14, 2F
→
04/26 01:15, , 3F
確認臨床病例資料和診斷與計畫收案需求的吻合程度。
04/26 01:15, 3F
推
04/26 02:44, , 4F
我必須說這只有兩種結果,1.花個一年時間做計畫,然後弄個demo
04/26 02:44, 4F
→
04/26 02:45, , 5F
雛型,交結案報告,結束。2.這篇新聞就是結案報告,開始即結束.
04/26 02:45, 5F
推
04/26 02:51, , 6F
三年，會是三年計劃，絕對不是一年(理由是 "一年做不出來")
04/26 02:51, 6F
推
04/26 02:55, , 7F
而且台灣哪間實驗室產出的生技博後有能力處理 Big Data 的?
04/26 02:55, 7F
推
04/26 02:59, , 8F
真正的情形是生技博後交個資工男朋友然後就說自己會做這吧
04/26 02:59, 8F
推
04/26 10:05, , 9F
我去年博後千里馬就是提相關的計劃阿 台下大部分老師無感
04/26 10:05, 9F
推
04/26 12:24, , 10F
一堆做生物統計的有技術，但是哪個大頭真的重視過了
04/26 12:24, 10F
→
04/26 12:24, , 11F
還不是都拿來當工具人使用
04/26 12:24, 11F
推
04/26 12:40, , 12F
啊就現在台大想做了呀 (自己想做就一直用力修理可能的競爭
04/26 12:40, 12F
→
04/26 12:41, , 13F
對手，把人家砍死之後拿走人家的 idea 說是自己的)
04/26 12:41, 13F
推
04/26 12:47, , 14F
(我沒有冒犯樓上兩位的意思) GWAS 的數據可能來自不同廠牌
04/26 12:47, 14F
→
04/26 12:48, , 15F
的 SNP chip，比方說像要合併使用 Illumina 和 Affymetrix
04/26 12:48, 15F
→
04/26 12:49, , 16F
得到的數據。據說這是個需要砸千萬等級經費支持的 "待突破
04/26 12:49, 16F
→
04/26 12:50, , 17F
技術瓶頸"...
04/26 12:50, 17F
推
04/26 13:22, , 18F
在健保資料庫中，資料庫間都有不一致的情形發生了，
04/26 13:22, 18F
→
04/26 13:23, , 19F
在GWAS中，以何者為標準其實也只是大頭說了算
04/26 13:23, 19F
→
04/26 13:24, , 20F
一個計畫可能要包含實驗、資料收集、分析、整合比較
04/26 13:24, 20F
推
04/26 13:27, , 21F
加上分析Big data的門檻，搞下去還不是大頭們經費在花而已
04/26 13:27, 21F
推
04/26 13:37, , 22F
對啊，所以這新聞根本就只是用來合理化他們要大筆經費做一
04/26 13:37, 22F
→
04/26 13:38, , 23F
點都不新的東西。反正 Big Data 的技術瓶頸無法突破現在就
04/26 13:38, 23F
→
04/26 13:39, , 24F
已經可以用 (有會寫程式的男朋友的) 助理 "很難叫去做事"
04/26 13:39, 24F
→
04/26 13:40, , 25F
解釋了
04/26 13:40, 25F
推
04/26 13:45, , 26F
基因體醫學是個燒錢的領域。大老們的算盤就是先搶到大筆經
04/26 13:45, 26F
→
04/26 13:46, , 27F
費做一大堆 GWAS (檢體要醫生才會有)，以後誰想要分析資料
04/26 13:46, 27F
→
04/26 13:48, , 28F
就都要去找他們合作。簡而言之，用腦力做事的不需要耗材費
04/26 13:48, 28F
→
04/26 13:48, , 29F
不需要差旅費看起來他只要坐在那兒打打電腦就會有 data 產
04/26 13:48, 29F
→
04/26 13:49, , 30F
生，這麼好用又可以替計劃大幅增加吸睛程度的工具人，當然
04/26 13:49, 30F
→
04/26 13:50, , 31F
要極盡所能的榨乾!
04/26 13:50, 31F
→
04/26 15:44, , 32F
用柯P的話,心中要先想法,才能有做法,教育部長必須先有想
04/26 15:44, 32F
→
04/26 15:45, , 33F
塑造出怎樣的台灣教育遠景,才能知道如何推動教改,我覺得
04/26 15:45, 33F
→
04/26 15:46, , 34F
Big Data是一種瞎子摸象技術,就怕把鹿摸成馬來制定政策?
04/26 15:46, 34F
→
04/26 20:10, , 35F
不就是搞個名目騙騙經費罷了 又何必認真去探討是否真的有
04/26 20:10, 35F
→
04/26 20:10, , 36F
啥效用呢 鈔票能進到蛋頭學者口袋就好啦
04/26 20:10, 36F
→
04/26 20:12, , 37F
雖然說我也是覺得海量資料要硬ㄠ跟教改扯上邊 我們張部長
04/26 20:12, 37F
→
04/26 20:12, , 38F
的唬爛功力真的是有待加強啦
04/26 20:12, 38F
推
04/27 00:15, , 39F
那已經不是騙經費的問題了。還弄出了個院士候選人，那位院
04/27 00:15, 39F
還有 66 則推文
還有 2 段內文
→
04/28 00:43, , 106F
要如何證明也確認那些精神科醫生們僅憑自己的專業主觀判定
04/28 00:43, 106F
→
04/28 00:44, , 107F
的病人疾病，分類真的是正確的? 如果衛福部連這部分都無法
04/28 00:44, 107F
→
04/28 00:44, , 108F
確認，就想往 Big Data 方向走去，那只會造成大災難而已。
04/28 00:44, 108F
推
04/28 00:53, , 109F
4) "台灣生醫界有能力處理 Big Data 的人不少".. 我可以說
04/28 00:53, 109F
→
04/28 00:55, , 110F
我個人的悲慘遭遇讓我對這句話沒啥信心嗎? 之前還有統計專
04/28 00:55, 110F
→
04/28 00:55, , 111F
家走來建議我用 NGS 做單點 SNP 分析，還不同平台都要做，
04/28 00:55, 111F
→
04/28 00:57, , 112F
說這樣專利包覆性才完整。我聽了很想跟那位 PI 說你就直接
04/28 00:57, 112F
→
04/28 00:58, , 113F
告訴我我是黑五類做什麼都不會拿到專利的比較快吧.. 哪有人
04/28 00:58, 113F
→
04/28 01:00, , 114F
做單點 SNP 測定會用貴鬆鬆的 NGS 去做的? 完全不符合經濟
04/28 01:00, 114F
→
04/28 01:01, , 115F
效益呀.. (這種統計專家說要做 Big Data，我覺得那得到的結
04/28 01:01, 115F
→
04/28 01:01, , 116F
論也同樣沒辦法套用在現實世界吧)
04/28 01:01, 116F
推
04/28 09:23, , 117F
只想看SNP做SNP array也行 NGS做到夠deep，能做targeting
04/28 09:23, 117F
→
04/28 09:24, , 118F
whole genome太燒錢... 若有GWAS計劃寫whole genome找SNP
04/28 09:24, 118F
→
04/28 09:24, , 119F
那就真的在騙錢來燒無誤了QQ
04/28 09:24, 119F
推
04/28 09:30, , 120F
另外有在寫計劃就知道 學界跟業界跟本是2條平行線...
04/28 09:30, 120F
→
04/28 09:31, , 121F
舉例來說你找個Biomarker好了，業界想要的ROC、AUC
04/28 09:31, 121F
→
04/28 09:32, , 122F
但你寫計畫時不虎濫一下這個marker生物的重要性...
04/28 09:32, 122F
→
04/28 09:32, , 123F
很抱歉，這不是我們偉大科技部愛的
04/28 09:32, 123F
推
04/28 10:03, , 124F
全世界的生醫界有能力處理Big Data的人很少,很少, 非常少
04/28 10:03, 124F
→
04/28 10:05, , 125F
我自己在做我自己知道, 台灣要做的話第一件事就是要承認
04/28 10:05, 125F
→
04/28 10:05, , 126F
就是先承認自己不知道, 承認自己沒有技術...
04/28 10:05, 126F
推
04/28 12:45, , 127F
現階段環境問題在於跨領域的溝通、整合
04/28 12:45, 127F
→
04/28 12:46, , 128F
純領域的人材多 但有辦法跨領域的很少
04/28 12:46, 128F
→
04/28 12:47, , 129F
即使已身在生資領域，我覺得研究不能讓學生物的人了解
04/28 12:47, 129F
→
04/28 12:47, , 130F
你的分析、或應用價值，亦不能算是成功跨領域
04/28 12:47, 130F
推
04/28 17:57, , 131F
推樓上的要整合 而且是真正的整合 不是大老分派
04/28 17:57, 131F
推
04/29 17:18, , 132F
.....當然要整合 but.. 錢怎麼分? credit怎麼分?? 問號??
04/29 17:18, 132F
→
04/29 17:19, , 133F
這才是真正的問題所在 gwas/ngs下去 再一個rna seq的錢燒著
04/29 17:19, 133F
→
04/29 17:19, , 134F
就算你把bgi給包下來也行 最後還是回歸問題 這結果是"誰的"
04/29 17:19, 134F
→
04/29 17:33, , 135F
big data真的沒幾個lab 能搞 光老鼠de novo找indel就一直都
04/29 17:33, 135F
→
04/29 17:34, , 136F
存在著 對或者不對 這樣的問題 -.,-還是memphis的大lab..
04/29 17:34, 136F
推
04/29 19:08, , 137F
樓上點出問題所在 這是根本的問題 也就是為什麼最後會
04/29 19:08, 137F
→
04/29 19:08, , 138F
有派系... 因為大家都在談[誰的]
04/29 19:08, 138F
→
04/29 19:11, , 139F
台灣現在有辦法搞出個consortium,paper就直接掛
04/29 19:11, 139F
→
04/29 19:11, , 140F
credit是consortium的 不知道未來有沒有辦法這樣搞
04/29 19:11, 140F
推
04/29 19:14, , 141F
置於NGS出來的data一直有掙論,那是一個技術出來必走的路
04/29 19:14, 141F
→
04/29 19:15, , 142F
早期microarray出來 也是問題很多...
04/29 19:15, 142F
→
04/29 19:15, , 143F
大家只能邊做邊想了
04/29 19:15, 143F
推
04/29 22:56, , 144F
醫生們不滿意 "paper直接掛credit是consortium的" 這種事
04/29 22:56, 144F
→
04/29 22:56, , 145F
他們要看得到自己名字..
04/29 22:56, 145F
‣ 更多 ggg12345 的文章
文章代碼(AID): #1JMeOx11 (AfterPhD)
AfterPhD 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 ggg12345 的文章
文章代碼(AID): #1JMeOx11 (AfterPhD)