推 Shilia:"BIG DATA + 健保資料庫 => 雲端" 這如果是指做一堆GWAS再 04/26 01:13
→ Shilia: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
→ Shilia: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
推 cpper: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
→ cpper: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
推 Shilia: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
推 Shilia: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
推 Shilia: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
推 hajimels: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
推 PayHome: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
→ PayHome:還不是都拿來當工具人使用 04/26 12:24
推 Shilia: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
→ Shilia:對手，把人家砍死之後拿走人家的 idea 說是自己的) 04/26 12:41
推 Shilia:(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
→ Shilia:的 SNP chip，比方說像要合併使用 Illumina 和 Affymetrix 04/26 12:48
→ Shilia: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
→ Shilia:技術瓶頸"... 04/26 12:50
推 PayHome: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
→ PayHome:在GWAS中，以何者為標準其實也只是大頭說了算 04/26 13:23
→ PayHome: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
推 PayHome: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
推 Shilia: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
→ Shilia: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
→ Shilia: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
→ Shilia:解釋了 04/26 13:40
推 Shilia: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
→ Shilia: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
→ Shilia: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
→ Shilia: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
→ Shilia: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
→ Shilia:要極盡所能的榨乾! 04/26 13:50
→ bigbobbon: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
→ bigbobbon: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
→ bigbobbon: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
→ francej: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
→ francej:啥效用呢 鈔票能進到蛋頭學者口袋就好啦 04/26 20:10
→ francej: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
→ francej:的唬爛功力真的是有待加強啦 04/26 20:12
推 Shilia: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
→ Shilia:士候選人在 330 時跑去跟太陽花小朋友們說自己是院士 & 中 04/27 00:17
→ Shilia:研院有 >120 位院士支持他們。這早就超過一般的計劃搶奪戰 04/27 00:18
→ Shilia:這根本就已經是有人要稱王了.. 04/27 00:20
推 Shilia:DSM《精神疾病診斷與統計手冊》致命騙局 - 紀錄片（全） 04/27 00:28
→ Shilia:的可以看看這部記錄片。 04/27 00:30
===========
似乎科技部的想法得不到本版的正面回應.
想起高中物理課本提到刻卜勒三定律是得利於他的老師第谷·布拉赫60年長期的天文
觀察與收集的資料, 再經由他的計算而得出結論. 而這也是牛頓萬有引力與運動定律
的來源. 所以刻卜勒是古代最早做BIG-DATA研究分析的第一人.
刻卜勒耗時一年就發現了最早的兩個定律, 記得以前的工學院電子計算機課程都會提
到當刻卜勒看到 對數計算尺 的發明時, 感動得不得了!
所有企圖預測未來, 想"發現"萬事萬物運作規律的人, 多數都免不了當了騙子. 若照
這樣的觀察與推論, 可說"騙"國科會(現在改稱科技部)計劃的, 多數是成了騙子. 但
年輕剛畢業的博士們會接受 是這個騙子集團一份子的想法嗎?
※ 編輯: ggg12345 (114.43.238.81), 04/27/2014 18:33:54
→ krf08:big data是一門學術落後業界的領域 04/27 18:54
→ krf08:能去google做big data, 能力會比一般cs系裡教big data 的強 04/27 18:55
→ krf08:學術最大的問題是花了錢給你，你永遠在說未來未來 04/27 18:56
→ krf08:以前大家笨可以給你騙，現在被騙太多次了，自然不會太支持 04/27 18:57
→ krf08:建議gg大可以去一些北部的一些社群，很多start up都在搞，人 04/27 18:58
→ krf08:家還不領你國科會半毛錢。你怕博士沒出路，也可以叫這些人 04/27 18:58
→ krf08:去看看。 04/27 18:58
→ krf08:我也支持發展big data, 但是我不願給學界錢去做，因為有好朋 04/27 19:00
→ krf08:友在業界很努力的在做了，成效比業界好太多 04/27 19:01
→ krf08:sorry, 學界 04/27 19:01
這個說法有點怕競爭. 先做未必保證先贏, 能保證贏的是正確有效用.
※ 編輯: ggg12345 (114.43.238.81), 04/27/2014 19:15:55
→ krf08:怕競爭的是學界吧，人家老早就用產品在賺了。而且你comment 04/27 19:52
→ krf08:跟空集合差不多，難到後做的就會勝、會更好? 04/27 19:52
→ krf08:我的論點就是在幾十年的國科會計劃成效裡出來的 04/27 19:53
→ krf08:說老實話，我也不反對學界做big data, 我自已也學界出身 04/27 19:55
→ krf08:但是我老說國科會的制度對國家成長的幫助太小，不如直接去 04/27 19:55
→ krf08:業界殺給我看 04/27 19:55
→ krf08:正如gg大一向認為的，癈掉數p當kpi, 改用實務來給錢 04/27 20:18
推 Shilia:科技部應該想想現在生醫領域裡頭說想做 "Big Data＋健保資 04/27 22:07
→ Shilia:料庫" 的那些大頭，跟之前說要做新藥開發和基因體醫學國家 04/27 22:07
→ Shilia:型計劃的那票大頭，究竟有什麼不一樣?不然這看起來根本就是 04/27 22:08
→ Shilia:生技醫藥國家型計劃延續案要開始於是卡位戰就又出現了 04/27 22:10
→ Shilia:(g大我不是在潑您冷水啦..) 基因體醫學這種燒錢學門產出 04/27 22:14
→ Shilia:的土博都 "近親繁殖"。哪家實驗室能產出可以處理 Big Data 04/27 22:15
→ Shilia:的人才，會需要科技部長這樣發新聞稿說他 "願意傾聽" 嗎? 04/27 22:16
→ Shilia:就錢趕快撥給該實驗室叫人趕快開始做不就好了.. 04/27 22:16
推 foam:S大: 抱歉有個小疑問 整合Affymetrix和Illumina應該很基本吧 04/27 22:34
→ foam:目前大多用imputation 根本人人會做 何來需要幾千萬經費說法? 04/27 22:35
→ foam:另一個疑問是 如果data已經有了 電腦也有了 還需要甚麼經費？ 04/27 22:37
→ foam:至於台灣生醫資訊有能力做big data的人不少吧？ 04/27 22:39
→ foam:當然我知道不會是那些要的到錢的大老就是了 04/27 22:40
→ foam:還有關於DSM的紀錄片是anti-psychiatry的山達基弄的 04/27 22:40
→ foam:裡面很多是斷章取義 建議可對DSM發展背景再多了解 04/27 22:42
→ foam:它基本上不是個diagnostic tool 04/27 22:42
→ foam:當然overdiagnosis of psychiatric disorders 應是事實 04/27 22:44
→ foam:很值得探討 但不是用山達基那種反科學的方式就是了 04/27 22:45
推 Shilia:1) 樓上您說出了很可怕的不能說的秘密，跨平台的 GWAS data 04/28 00:18
→ Shilia:處理並沒有那麼可怕和高深遙不可及.. (您都能看出這問題了 04/28 00:19
→ Shilia:後面的也應該不用我多說了) 至於 DMS 的部分，記錄片是有 04/28 00:20
→ Shilia:些誇張，但是精神醫學跟一般醫學不同的地方在於他們不用任 04/28 00:20
→ Shilia:何 "實質臨床數據" 就可以 "判定一個人有什麼病"。比方說醫 04/28 00:21
→ Shilia:生要宣布一個病人得癌症那他一定體內某處找得到腫瘤，糖尿 04/28 00:22
→ Shilia:病會看到他血糖調控異常，但是精神科醫師是決定一個病人有 04/28 00:23
→ Shilia:什麼病和服藥到底有沒有效，那都是憑他們自己的 "專業" 來 04/28 00:23
→ Shilia:判斷的。這一點才是我舉該紀錄片為例的真正原因。因為精神 04/28 00:24
→ Shilia:科醫生要收案要做 GWAS 比其他科醫生容易太多太多了，但是 04/28 00:25
→ Shilia:誰有那資格可以去評判去確認他們的收案標準是不是與國際一 04/28 00:25
→ Shilia:致？如果他們醫生臨床部分根本就不確實，那那些處理檢體的 04/28 00:26
→ Shilia:做 GWAS 代測的和最後面統計分析數據的再怎麼認真比照國際 04/28 00:27
→ Shilia:最後還是可能得出全世界都來說 "我們無法 repeat" 的 data 04/28 00:28
→ Shilia:和結論呀 04/28 00:28
→ Shilia:2) 我要說如果中研院士們遇到精神科醫師都會被打敗、都拿人 04/28 00:29
→ Shilia:家沒轍，人家勒索就一定要給計劃經費，那麼衛福部和科技部 04/28 00:30
→ Shilia:為什麼不該好好認真研究一下這麼荒謬的情形是怎麼回事? 04/28 00:31
推 Shilia:3) 一般人想像中的生醫研究狀況是研究乳癌的做乳癌的 GWAS 04/28 00:36
→ Shilia:肝癌肺癌專長什麼癌的醫師就做自己領域的 GWAS 研究。但是 04/28 00:37
→ Shilia:精神科醫師可以同時做躁鬱症/創傷後壓力症候群/自閉症/過動 04/28 00:38
→ Shilia:症/酒癮...... 這麼一大堆 GWAS 耶，反正 DSM 裡頭有得翻的 04/28 00:39
→ Shilia:他們有錢也找得到個案收來抽血就可以做。這不是很奇怪嗎? 04/28 00:40
→ Shilia:比方說美國 NIH 就已經講了有近親帶著相同的遺傳變異，但是 04/28 00:41
→ Shilia:一個被精神科醫生判定是躁鬱症，另一個則是精神分裂。所以 04/28 00:42
→ Shilia: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
→ Shilia: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
→ Shilia: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
推 Shilia: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
→ Shilia: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
→ Shilia: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
→ Shilia: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
→ Shilia: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
→ Shilia: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
→ Shilia: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
→ Shilia:論也同樣沒辦法套用在現實世界吧) 04/28 01:01
推 hajimels:只想看SNP做SNP array也行 NGS做到夠deep，能做targeting 04/28 09:23
→ hajimels:whole genome太燒錢... 若有GWAS計劃寫whole genome找SNP 04/28 09:24
→ hajimels:那就真的在騙錢來燒無誤了QQ 04/28 09:24
推 hajimels: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
→ hajimels:舉例來說你找個Biomarker好了，業界想要的ROC、AUC 04/28 09:31
→ hajimels:但你寫計畫時不虎濫一下這個marker生物的重要性... 04/28 09:32
→ hajimels:很抱歉，這不是我們偉大科技部愛的 04/28 09:32
推 lingon: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
→ lingon: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
→ lingon:就是先承認自己不知道, 承認自己沒有技術... 04/28 10:05
推 hajimels:現階段環境問題在於跨領域的溝通、整合 04/28 12:45
→ hajimels:純領域的人材多 但有辦法跨領域的很少 04/28 12:46
→ hajimels: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
→ hajimels:你的分析、或應用價值，亦不能算是成功跨領域 04/28 12:47
推 michealking: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
推 jabari:.....當然要整合 but.. 錢怎麼分? credit怎麼分?? 問號?? 04/29 17:18
→ jabari: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
→ jabari: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
→ jabari: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
→ jabari:存在著 對或者不對 這樣的問題 -.,-還是memphis的大lab.. 04/29 17:34
推 hajimels: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
→ hajimels:有派系... 因為大家都在談[誰的] 04/29 19:08
→ hajimels:台灣現在有辦法搞出個consortium,paper就直接掛 04/29 19:11
→ hajimels:credit是consortium的 不知道未來有沒有辦法這樣搞 04/29 19:11
推 hajimels: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
→ hajimels:早期microarray出來 也是問題很多... 04/29 19:15
→ hajimels:大家只能邊做邊想了 04/29 19:15
推 Shilia:醫生們不滿意 "paper直接掛credit是consortium的" 這種事 04/29 22:56
→ Shilia:他們要看得到自己名字.. 04/29 22:56