國際生醫新聞

在生物製藥領域，資料分析在各個層面 ─包括藥物發現過程、臨床試驗中的患者篩選到安全性與有效性評估，甚至在市場行銷期間，為產品進行競爭定位 ─ 都是決策的關鍵。

對「資料分析師」的需求與日俱增
Asklepios BioPharmaceutical (AskBio) 人才招募總監 Jenny Siferd 表示，隨著製藥方法的廣泛改變，資料在製藥業的重要性也與日俱增。部分原因可能是，人們越來越關注精準醫療和標靶療法，獲得更多患者特徵和藥物反應的資料將有助於確認誰對某種療法的反應最好，安全性也可提高。此外，新技術發展也使資料量爆增，例如，穿戴式設備可 24 小時測量心率、血壓等，與傳統的單點測量相比，可產生更多的資料。

有鑑於資料在製藥業中的作用越來越大，對能夠處理和分析資料的員工的需求也隨之增加，美國勞工統計局預測，資料科學家的職位將在 2021 年至 2031 年間增長 36%。而根據美國國家教育統計中心的資料，在大學階段，2022 年授予的資料科學學位數量是 2020 年的 10 倍。

人工智慧對「資料分析師」的影響
除了資料量，另一個「可能影響資料分析師在製藥業中角色」的因素是人工智慧的使用及其複雜程度不斷提高。許多使用案例顯示，人工智慧可用於加快驗證過程，檢查資料集中的不一致、錯誤、問題和異常情況，還可用於挖掘歷史事件、預測未來的發展。這對於開發一種新藥需要數年 (至數十年)、成本可能高達 20 億美元的行業中，人工智慧能力可能具有巨大價值。不過 AskBio 的 Jenny Siferd 表示，雖然人工智慧的使用還沒有實質性地改變資料科學家在製藥業中的角色，但他認為「這肯定會到來」。

異業合作與人才需求
此外，目前製藥行業「尚未具備有效利用人工智慧所需的所有技能和能力」，企業如何與合作夥伴及軟體供應商合作、如何獲得合適的專業技術、如何獲得合適的人才來帶領大家前進，這些都非常重要。此外，與藥物發現和生物醫學研究團隊合作的人員招聘高層及專家們都表示，生物製藥公司在招聘與資料分析相關的人才時，大多要求擁有博士學位。

程式設計和其他運算能力等傳統技能仍是這些職位的關鍵，Python 和 R 是兩種熱門編碼語言；但建模、統計應用、深度資料平臺、大型資料集統計分析方面的經驗，以及真正將其整合在一起並創建儀表板和視覺化的經驗，將是企業界目前最需要的；此外，企業也需要具備強大分析能力、解決問題能力和創造性思維能力的人才，溝通能力以及將資料真正轉化為對業務的意義的能力也非常重要。

AskBio 的 Jenny Siferd 表示：「你不能只掌握技術，你必須具備與之相關的所有軟技能，才能真正對業務有意義。」

資料來源：BioSpace