不太同意答主的觀點。首先,生信是一個巨大的領域,很多物理/計算機/統計學的人都在加入

最新提问 3月 17 分类:吐槽 | 用户: 匿名-4074

本文主旨: 生物学, 就业, 信息学

不太同意答主的觀點。
首先,生信是一個巨大的領域,很多物理/計算機/統計學的人都在加入,反而生物專業出身的並不多。
隨著越來越多交叉背景的人加入,以後的發展潛力其實更大。
第二,醫學信息最大的問題是數據來源。
都說有就醫就有電子病歷,可是電子病歷裏涵蓋的變量其實並不多,很早以前Kaggle上就有醫療數據項目,但做起來才發現並不實際。
此外,使用醫療數據,你們打算如何保護患者的隱私呢?可預計的將來國家都不會出臺類似HIPAA的法案,所以根本做不到在保護患者隱私的情況下進行數據分析。
除非你們在使用我的醫療記錄前都不征求我意見,非法使用。
最後,生信的數據是公開的,可是醫療數據不可能公開和共享,否則你們也失去了優勢。
最後就變成誰搶到數據誰就做得多,但generalization根本做不了。
就像哈佛的那幾個大Study一樣。
所以答主如此草率地否定生信,宣揚醫信,是非常不負責任的。

1个回答

最新回答 3月 17 用户: 喜欢吃肉
我以前读bme的。
对医学信息学了解一些,现在搞彩色超声的开发,影像设备都得支持dicom嘛,看过一遍dicom官方dicom后,基本上就能把需要支持的dicom标准都做了,毕竟有开源的库,不需要自己重新去写。
hl7没去做过,但我认为,我要是老板,我招个软件工程的就能搞,把需求给明确就OK。
同样写代码,在医疗待遇就相对低一些。
还有医学信息学,和生物信息学是两码事,别搞晕菜了。
生物信息学,更偏数据的提取,分析,对算法(统计分析),专业知识的要求高一些。
编程,Matlab,python精通一个就OK。
最后,不懂数据结构和算法,还写什么代码,Google就行了。

相关问题

1 回答