从事医疗大数据库分析的必备资质
迄今为止，本书对被称为生物统计学家，从事设计试验和临床研究，从流行病学角度对收集的数据进行分析的研究人员匮乏的现状展开了分析说明。迎接医疗大数据时代的人才匮乏这一问题日趋深刻化在预想之中。从事医疗大数据分析需要具备流行病学、生物统计学、信息学、生物信息学等多学科领域的综合知识和水平，即被称为“人类数据科学家”的专业学者。
那么，人类数据科学家应该具备哪些专业知识和水平呢？
第一，具备传统流行病学、生物统计学方面的专业知识。
医疗领域的统计分析与理工学和农学等统计分析存在诸多不同。最大的特点是以“人”为对象。对人的健康和疾病等“生命现象”和以药物为核心的医疗行为——“人为”、根据其特异质处理多样化的数据，并以对临床和社会决策提供有益的信息为目的。人的健康状态和药物反应类型多种多样，因此，还需要追加调整和排除偏倚等方法。此外，对患者分别给与安慰剂和药物疗效及安全性等进行观察的随机比例、期中分析（Interim Analysis）、生存年限分析、时间序列数据分析等医疗领域的统计分析独立发展的方法众多，这些知识都将成为进行医疗统计分析的重要基础。
第二，具备疾病和医疗专业背景知识。
尽管大数据分析重视相关关系，但是，与商业市场分析不同，医学分析应以慎重志度进行数据分析和理解其背后的因果关系。为此，具备疾病和医疗专业背景知识必不可少，例如如果想对癌症的治疗效果进行正确分析，就要对小同疾病的发展过程以及患者的遗传类型等采取的各种复杂治疗方法有充分的理解。
如果不理解对治疗产生影响的医生的认识，就可能错误地解读数据分析结果。ARB（目前最常用的高血压一线治疗药物之一）包括八种，但是，临床上需要根据药物的疗效强度确定具体使用顺序。每个医生在脑海里都有一个关于该用药顺序的大致规划，对于降压效果不理想的患者整强效降压药的例下很多。如果数据分析师对这种情况不够了解，仅根据药物和效果之司的相关关系，就可能简单地做出如“××药的降压效来不理想”这样的判断。
第三，具备医疗数据库知识。
医疗数据库的数据项目数动辄成千上万，内容也包括正确性较高的数据和正确性较低的数据，录入内容也包括大分类、小分类等分类混杂以及记录缺失项等各种复杂情况。例如：伤病名编码中有一栏是“家族性高胆固醇血症”，但是仅对该项进行计算，还不能掌握家族性高胆固醇血症的患者人数。也就是说，大多数医生只会输人“家族性高胆固醇血症”。也就是说，为了得出“哪一项与哪一项组合，通过何种精度了解何种信息”之类的判断，数据分析师必须在理解临床一线录入行为的基础上，反复积累经验和专业背景知识。(https://www.daowen.com)
第四，具备数据科学家的水平。
临床试验处理的数据量一般在数百到数万人规模，与此相对。医疗大数据处理的数据量动辄10万到上亿人次规模，其数据量相当庞大。与电子病历和保险诊疗明细相比，据粗略估箅，即使是信息量较少的院外药房调剂数据，日本全国月均数据量也达到数百GB规模。困此，若想对这些庞大数量的数据进行高教处理，必须具备专业水平和知识。
现在，具备以上四方面综合要素的人才很少。
培养生物统计学家主要以大学等教育机构为中心，但是，疾病和医疔专业知识需要仵医疗一线或制药食业中培养，拥有医疗数据库专业知识和数据科学家资质的多为民间信息技术和研究企业的专家。此外，数据库多由政府管理。所以，人类数据科学家的培养需要产、官、学、医四方携手合作。在欧美等地，在研究院从事生物统计研究领域的人的职业规划除了政府和研究机构，还有制药企业和医疗数据研究企业等可供选择，即分散到产、官、学、医各领域。
图8-3 ISPOR论文发表者的产官学医分布
推动流行病学、医疗经济研究启蒙和推广工作的国际组织ISPOR（International Society for Pharmacoeconomics and OutcomesResearch，国际药物经济学与结果研究协会）每年都会举办会议发表大量包括HTA和CER等前沿领域的研究方法和成果。这些成果分别来自欧美大学、研究机构、各国政府、产业界、医学界等各领域的论文发表者。从论文发表者的分布可以看到目前欧美地区正在积极推动产、官、学、医之间的合作。
与此相对，日本和一些亚洲国家在推动相关研究和人才培养的过程中，政府和研究机构发挥着重大作用，现阶段民间企业所起的作用较小。但是，今后如果参与该领域的民间企业增加、参与范围变广，在培养人类数据科学家这项工作上，无论质量、速度或规模必将不断扩大。