七月的第一天，虹安在線上參加了第十屆工程、技術與STEM教育研討會，今年主辦單位是宜蘭大學資訊工程學系、協辦單位是成功大學工程科學系、IEEE台北分會 Young Professionals Group，研討會主題為「結合跨領域的工程教育」。虹安從資訊學碩士再到機械博士，現今又在立法院服務，橫跨了三個領域，當天的演講主題是「數據科學與國家治理」，由於疫情的關係，只能在線上跟各位老朋友、學界伙伴相見。

💡 科普時間：什麼是STEM教育？
✒ STEM，是四個英文字的第一個字母結合而成--科學（Science）、科技（Technology）、工程（Engineering）、數學（Mathematics）--是近年相關產業最喜歡用的關鍵字，歐美也有許多STEM教育的相關計畫，希望未來教育能從「知識傳遞」進化為「學以致用」，著重於科學、科技、工程、與數學的跨領域資訊整合，使知識成為可用資源的思維。

虹安首先以自身的學習、工作經歷作為開場，就讀資訊工程系所時的虹安，也跟你我的學生時期一樣，熬夜寫程式debug、拼命K書📚、做研究；到了機械博班的階段，要在博士班的過程一口氣弄懂機械系學生四年學到的內容，結合自身的資工背景，激發出insight 💡變成博士論文。過程中也曾經怨嘆過為什麼想不開，為什麼要跨領域讓自己這麼累；再到了科智的創業時期，獲得了 #全球創業賽第一名 的殊榮，跨領域的學習逐漸展現出成果；接著又到了鴻海集團擔任工業大數據辦公室主任貢獻所學，同時也擔任郭台銘創辦人的特助，命運的際遇讓我來到了立法院擔任第十屆立法委員。這次跨離了工程領域，虹安仍然戰戰兢兢，但過往累積的經驗與能量，使我能把立委的角色擔任好，虹安的大數據專長讓我問政時更能以事實和邏輯分析為根據，以數據避免政治口水，也為立院帶來了不同的科技思維。

#而且立院的同事跟科技業的很不一樣

接著，虹安以「數據思維的重要性」作為切入，說明了零售業龍頭Amazon建立了「線下」實體通路的用意是什麼、又如何決定什麼商品該在架上展示，現今的一切，不再用經驗法則決定，而是 #大數據驅動的結果，「妥善用數據分析就能看到別人看不到的價值」。在2011年，發源於辛辛那提的奇異(GE)公司，發表了GE Industrial Internet System，舉例說明了 Product (or Service) Data Life Cycle，強調了數據收集、數據比對與分析、決策改善等三個要素的Life cycle，這Life cycle適用於各領域的大數據分析和應用，重點是，以數據驅動需求的首要原則是：From gut feeling To data agility，將主觀意識下有限的數據來源，轉變到客觀心態下更大更完整的#開放式數據來源，如此一來，養成數據化的工作模式，就能得到洞察數據敏感力，看到別人看不到的價值。

而在 #國家治理方面，虹安舉了去年質詢陳時中部長的 #口罩地圖 為例，說明了大數據分析用於口罩分配的成果😷，並可解決城鄉口罩用量不同的物流輸送問題，使每個需要的人都可以買到口罩。各縣市的口罩分配不應該只是齊頭式平等；而我用的方式，就是上述的「數據收集、數據比對與分析、決策改善」三要素；虹安才能以明確的數據質詢蘇院長，7600萬片口罩到底去了哪裡。除此之外，虹安在立院密切關注的，還有 #數位發展部 的成立。數位發展部源自國家對於數位科技產業及發展的重視，成立數位發展部以進行國家數位發展政策之規劃、協調、推動與法規擬定及執行，並著重國家資通安全政策、法規、重大計畫與資源分配之擬定、指導及監督，這會是虹安在立院第四個會期的重要工作項目。

值得一提的是，會後教授們的提問十分精闢，虹安大致整理如下：
①女性工程師的教育環境、社會支持的情況
②科研成果的產出，凝聚成政策推動的的能量，再從政策回到高等教育的增進，形成正向循環的方式
③數位發展部的角色對於高等教育的影響，是否與科技部/國科會有所不同
很謝謝學界朋友的交流，這次的演講讓我暫離政治圈回到本業，虹安將會從這些面向進行研議與推動，希望我的分享也能給予學界跨領域的交流與互動。

#回歸自己的本業既熟悉又開心
#跨領域最難的是要花很多時間讀書
#想了解虹安的歷程可看面試郭台銘

生技博士看莫德納疫苗的成功

210527，從莫德納製藥，我們學到什麼？

2000年麻省理工學院生物工程阿費揚（ Noubar Afetan) 博士，成立旗艦創投，提供資金給早期階段有希望的創業者，2010年成立莫德納公司，成立宗旨，開發創新醫療產業。一開始即定位為「數位生技」公司，專注於開發以mRNA為主的創意平台，此破壞性創新，已明顯顛覆傳統製藥模式。

2020年1月11號，當中國公布COVID-19病毒基因排序後， 1月13日莫德納已設計完成病毒疫苗。2月7號製造出臨床一期所需疫苗量；2月24通過品管測試，隨即送往NIH準備臨床一期試驗，打入志願者體內，一切皆在兩個月內完成，史無前例 ，並於去年12月獲FDA核准。目前已有七種預防性疫苗在生產缐上，包括對抗COVID-19，茲卡、H7N9及RSV等病毒的疫苗。

傳統疫苗製藥公司，採用減毒或去活性疫苗。一般而言病毒在體內可複製數千次，而減毒的病毒複製少於20次，不會產生疾病，低病毒量足以使人身體產生抗體，例如水痘、麻疹及小兒麻痺症疫苗。去活性疫苗，病毒無法在體內複製，但免疫系統仍能認為病毒入侵，而產生抗體，因此需要數劑以達到免疫效果，例如A型肝炎及狂犬病疫苗。大藥廠如嬌生、默克、輝瑞及羅氏等，仰賴傳統方式開發新藥及疫苗。

2010年MIT蘭格（Robert Langer)教授介紹阿氏，波士頓兒童醫院羅西（Derrick Rossi)醫師的成果，羅氏利用mRNA重新編程細胞，阿氏則推測mRNA可重新編程細胞，或許可藉由打入mRNA，使病人產生自己的生物蛋白。立即組成團隊，探討mRNA是否可以成為治療藥物？蘭氏和羅氏持續提供莫德納在科學上的指引。

莫德納成功的密訣

第一，建立一平台技術，利用同樣方法可以同時用來開發多種藥物。關鍵技術在於能掌握如何修飾mRNA，增加其在細胞內的穩定性及半衰期。莫德納以mRNA為藥物，和大藥廠完全不同。利用脂奈米顆粒包住mRNA，送入細胞內，mRNA如一擁有遺傳密碼的模板，指導細胞質內的核糖體，製造所指示的棘狀蛋白質，進而誘導免疫系統產生抗體，過程完全不影響細胞核內DNA的運作。
第二，完全數位化，強化基礎建設符合數位環境，並延攬數位及製藥專家。 2016年已成為一完全數位化的生技公司，全部自動化推動快速學習，相信數位化是應用人工智慧於製程的第一步。建立AI工廠，利用雲端作業，使資料存在雲中更安全便宜迅速且俱彈性。
第三，整合以增加效率及產能，所有產業過程及數據皆得整合，例如實驗室中的儀器，皆靠IOT連結以利資訊整合。 整廠自動化，採用自動化及機器人技術，除去人為可能造成的錯誤。製造數位化，製造是大藥廠重要一環，其角色乃將先前研發結果，轉變成產品供應。

總而言之，生物科技產業是人才技術資金管理及市場的整合。「科學追求知識，而產業尋找解決方案」。莫得納能利用他人智慧，跳開傳統思考模示及束縛，迅速打開製藥產業新的一扇窗，更值得學習。台灣過去30年來，生技產業見樹而未見林，疫苗短缺將只是冰山上的一角，沒有深厚產學背景，那來臨機應變。我們著實需要一俱遠見，能洞燭先機，熟悉產業競爭力及了解基礎科學能耐的領導者，勇於創新堅持承擔重任，方能點亮台灣生技產業的一盞光明燈，改變，現在正是契機。

作者﹕許英昌博士
現任單位﹕英騰生物科技股份有限公司
國立中正大學生命科學系兼任助理教授

《科技經理人一定要懂的數據分析課》
📣什麼人需要學？
本課程以非計量專業知識之科技經理人為主要招生對象，亦歡迎對於本課程有興趣之學員報名參加。

📣我可以學到什麼？
•培養經理人具問題建構、數據分析邏輯及決策評估的系統化思考能力
•培養非計量背景經理人有效運用數據與分析的能力快速學習

📣黃正魁講師經驗豐富
現任中正大學教授企業管理學系教授
曾擔任經濟部工業局AI與數據創新專家顧問團
資策會智慧系統研究所大數據諮詢委員
台塑集團、臺灣中油、大林慈濟醫院、工研院與聯華電子教育訓練講師、多家企業產學合作、美國Purdue University 與University of the Pacific 訪問學者
專長：大數據 / 資料探勘、資訊管理、IT 價值、電子商務、柔性計算

📣請閱讀講師於哈佛商業評論發表之【HBR導師講座】大數據的基本管理原則https://reurl.cc/od3D9D

📣快點我看課程內容：
https://reurl.cc/jq6z7Z
5/27~5/28 共計12小時
#大數據 #數據分析 #科技經理人 #資料探勘 #電商