2016年4月12日 星期二

H. spectrum 課程 20160319 Biodesign product 立創生醫科技股份有限公司執行長/劉建昇先生


透過將硬體嵌入硬體或者外包GMP工廠方式,縮短新創公司研發時程。

小編心得:
        演算法是一種軟體為主的技術,如果只透過演算法的授權,可能會受限制在硬體商是否使用自己的軟體,而且在專利申請上的難度較高。因此透過硬體的販售嵌入自己的軟體,可以讓自己的軟體專利得到適當的保護。但是涉及硬體的販售開發,就需要GMP工廠認證,而劉執行長有許多心血投資在其中,最後才發現,可以透過其他的GMP組裝工廠來完成最後的產品,就能夠得到大家的認證,這實在是非常難人可貴的經驗。小公司在剛起步時,如果還是要採用軟體嵌入硬體的模式,或許找一個優良的GMP組裝廠來做最後的品質管控,讓新創的精力可以聚焦在研發上頭。

2016年3月28日 星期一

H. spectrum 課程 20160319 「大數據的理念與應用」 翟本喬博士






小編心得:
        傳統時代,因為人腦、電腦速度有限,我們只能夠從有限的數據裡頭,去假設並且證明我們想要的東西,這就如同 <Too big to Know>那本書裡頭討論的,因為紙本書能夠被傳遞得知識有限,導致權威知識存在;
        但是在大數據時代,我們已經擁有速度非常快的電腦,而我們現在的問題不再是同樣的資料太多無法計算,而是資料之間的相關性太過於複雜,複雜到我們沒辦法用人的眼睛來發現。好險,透過Machine learning (機器學習)甚至Deep Learning (深度學習),我們寫程式讓電腦擁有自主校正,自主學習的能力。孩童需要營養,汽車需要燃油,而電腦需要資料,我們永遠都不知道電腦所跑出來的預測是否正確,但只要我們願意給他資料,給他時間,他是有機會可以跑出正確的預測的。

課程摘要:


  • 什麼是大數據?

    • 資料很多且複雜,難以用現在的資料庫系統來處理。

  • 大數據有四大難題,“多” ““快” ““變” “錯”。共有4V

    • 多 ( Volume)  : 資料量多
    • 快 ( Velocity):雲端即時上傳更新
    • 變 ( Variety) :資料格式多,不可能事先約定好格式
    • 錯 ( Veracity):錯誤必定存在,要如何自動校正處理。

  • 範例:傳統 VS. 大數據

    • 計算科學思維

    • 從運算法出發 VS.  從資料出發

    • 電腦翻譯

    • 搜尋電子化文本 VS. 同一文章、兩種語言找共通
      • 阿拉伯文翻英文在資料翻倍底下,正確度仍不高,但是在輔助人類翻譯底下已經綽綽有餘。

    • 拼音校正

    • 搜尋最接近字 VS. 觀察大家搜尋所用字

    • 偵測呆帳

    • 五向度FICO信用評分  VS.  運用Machine learning透過類神經網路 同時分析客戶銀行&信用卡紀錄中數百個變數

  • 大數據的層次

    • Storage         存得來。              Ex: 電報。
    • Data             看得到叫data。     Ex: 摩斯密碼變成字母叫做data
    • Information    看得懂叫做資訊。  Ex: 把字母湊成文字
    • Intelligence    用得來叫情報。     Ex: 部隊去調整才是有用的情報。

  • 大數據前後:

    • 過去:想一個方法去解決問題現在
    • 現在:用資料去想出以前的人沒有想過的方式。

  • 誰能從大數據裡面獲利:

    • 擁有大量資料的人
    • 看得到大量資料中看到資訊所在的人
    • 看得到如何把資訊轉換成情報的人
    • 知道如何利用這些情報賺錢的人。
      • 擁有Data 或者Information不是重點,
      • 而是更轉化成Intelligence甚至Action

小編問題:大數據在醫學上的應用?

  • 醫生必須要分類正確跟不正確的告訴電腦,正確跟不正確都要告訴電腦
  • 不太允許Try & Error,最後仍然需要人類判讀,電腦跟左手一樣只是輔助
  • 在醫學裡面要有更多人進入把關 (小編按:我想跟電腦合作!)
  • 當電腦判斷邏輯是類似的,例如訓練電腦看胸部電腦斷層,同樣的決策樹丟進新的資料,就可以訓練出會看腹部電腦斷層的電腦。
  • Genetic programing 
    • 利用演化的方式來找出最好的程式。程式自行剪接找出最佳解。
  • 如果醫師能夠參與過程,甚至擁有一定程度Machine learning 的認識,除了能夠擔任資料的給予者外,還可以知道可能在哪個決策上有問題。

2016年3月4日 星期五

H. spectrum 課程 20160220 創新、創業、創投 蘇拾忠 創投公會秘書長

        厲害的講者,要有七分實力,三分霸氣,才能夠吸引大家的目光。屢屢在政策、創投界被人列為黑名單的蘇秘書長,許多犀利的想法,的確給我們帶來許多的衝擊。

        創業,除了要有好的想法,好的團隊,更需要一個資金協助,才能扶植公司成長。在公司早期願意扶植的,叫做小三天使基金。而現在在台灣的天使基金,被政府機關訓誡成,只是自私自利的墜天使。因此台灣政府做了一個國安天使基金。創立理念或許良好,但是或許應該知道,為什麼業界的天使基金不願意投資才是關鍵。知己知彼,要從創投怎麼想開始了解。

        這堂課以蘇秘書長自創的創業天龍八部為核心,從台灣未來的產業定位、政府法令的逐漸鬆綁、如何替公司在不同階段爭取不同資源、如何找出好的營運模式、甚至如何做一個好的創業簡報。

上課筆記全文

上課筆記摘要

為什麼市場不願意給錢?為什麼只能從半補助性質的天使基金拿錢。外國新創的團隊很少拿政府的錢。


不去"嘗試市場",只關在房間裡面去想市場。


台灣不一定需要獨立,台灣需要獨立的產業。


台灣常常在做B to B,但是現在國際化的主流是B to C。


天使基金作投資, 不應該只有投資錢, 卻不介入管理、改革、不拿股份。 應該要把新創公司當成摯愛,好好相夫教子。


美國為什麼會成功,因為Permissionless for innovation


台灣產業應該把台灣最強的醫療加上最強的工程師 


創投最想知道的是營運模式(Business model)

創業簡報天龍八部最重要三張:1. Unmet need 2. Solution & Business model 3. Why you can do that!!


創投是一個以離婚為前提跟新創公司交往的美女

2016年2月20日 星期六

20160219 助學貸款?慈濟公費?政府公費?到底怎麼選!


以下只是個人案例報告,

九年前,我比較過每個學校的學費以及補助系統和助學貸款,現在,加上我當完住院醫師一年的經驗。綜合分析。

人生投資有賺有賠,請自行判斷選擇。


醫學系裡面,大家通常是醫師、老師、公務人員的家庭,算是小康家庭。
也就是不太會把公費列入考慮,就算選擇助學貸款,可能家人也可以協助還款。

但是,對於一個普通家庭來說,念私立醫學系其實是一個很大的負擔
慈濟已經是相對比較便宜的醫學系
<九年前,私立最便宜是長庚,第二是慈濟。>


一年大約14萬的學雜費。7年下來大概就是100萬
<現在已經是6年就估算90萬。>

其實如果助學貸款,如果不要亂花錢一點,以我自己當例子,
其實你一年多一點點的住院醫師薪水,就可以幫你贖身還掉助學貸款。

假設你是在公立醫院服務,那至少兩年,就可以把學貸還完。學貸利息其實不高,絕對比家裡面的房貸還要低。就業第一年不收你利息,而且一年一百萬利息才20000塊左右。(比一隻Iphone還便宜,你一年的保險可能都不只這個錢。)



你真的沒有必要為了念醫學系,去限制自己的未來。

如果你真的跟我一樣,覺得花蓮或者慈濟是一個還可以接受的地方,那歡迎你來念慈濟醫學系。
幫自己以及幫家人省下一百萬。

或許有人說,這樣把自己的住院醫師最黃金的時間放在慈濟,這樣好嗎?的確,慈濟未必是大家住院醫師好的選項。

但是,
你選擇政府公費,你連選擇或者後悔的機會都沒有!
請選擇助學貸款
或者來花蓮當我的學弟妹。
有問題可以直接留訊息給我。謝謝!

2016年2月17日 星期三

H. spectrum 課程 20160123 醫療器材創新與自動化 A biodesign journey 湯孝威

摘錄重點


如何從臨床,把夢想變成實際的東西。


對的時間點,做對的跳耀,才能夠超越別人。


“所有東西要從Business開始發想,學校不會教你怎麼賺錢。”


創業沒有辦法教


視覺!動作!決策!狀態!調整後,讓醫師接近神的境界


智慧型控制。小型機器人。是台灣的優勢


創業的過程中,通常都是失敗 ( 九成都失敗)


CT影像導引肝穿刺機器人 (胎死腹中) VS.達文西 (名揚國際)


把技術的含量降到最低,希望可以快速進入市場。


直接跟市場做交流,當每一位市場的人告訴你的元素都是不一樣的時候,取得最大值,去做抉擇。


湯博: H. spectrum沒有收大家補習費,要感恩了。


Start-up要做3-5年的時間,如果一開始目標就選錯,就會浪費時間。

What is your dream? What will be your journey?